Томск, Томская область, Россия
УДК 528.88 Применение дистанционного зондирования
ГРНТИ 10.55 Земельное право
Государственный земельный надзор и муниципальный земельный контроль на землях лесного фонда в Российской Федерации имеют свои особенности. Организация поиска нарушений использования лесных участков связана со значительной удаленностью земель лесного фонда от населенных пунктов, что усложняется отсутствием определенных границ у большого количества лесных участков. Следует также учесть, что обработать вручную большой объем полученных данных будет проблематично, а тем более делать это на регулярной, системной основе. Проблемы поиска нарушений могут быть решены с помощью применения данных, полученных с космических аппаратов дистанционного зондирования Земли и посредством системы автоматизации. В связи с этим в данной работе рассмотрены возможности для автоматизации процесса поиска нарушений на земельных участках, отнесенных к лесному фонду. Изучена законодательная база, проанализированы проблемы, которые могут возникнуть при построении системы автоматизации поиска нарушений, проведены эксперименты по автоматизации процессов. Даны рекомендации по необходимости изменения текущего законодательства для сокращения количества лесных участков без определенных границ в целях автоматического установления нарушений режима использования. Рассмотрена возможность построения сервиса поиска нарушений на лесных участках и установления времени возможного возникновения нарушений режима использования на основании снимков, полученных с космических аппаратов типа «Канопус-В», а также возможность интеграции перспективных космических аппаратов для улучшения качества работы системы.
вид разрешенного использования земельного участка, государственный земельный надзор, дистанционное зондирование Земли, земельный участок, земли лесного фонда, «Канопус-В», космический снимок, муниципальный земельный контроль, нарушения использования земли
1. Тен А.С., Шестаков Н.В., Сорокин А.А. и др. Применение методов машинного обучения для поиска ковулканических ионосферных возмущений по данным ГНСС-наблюдений // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 37–54. DOIhttps://doi.org/10.21046/2070-7401-2023- 20-1-37-54.
2. Дубровин К.Н., Фролов А.Н., Батяев Д.А. и др. Использование методов дистанционного зондирования Земли и машинного обучения для мониторинга пахотных земель Дальнего Востока // Сборник материалов XX Международного научного конгресса «Интерэкспо ГЕО-Сибирь»: в 8 т. Новосибирск: СГУГиТ, 2024. Т. 4. № 1. С. 20–25. DOIhttps://doi.org/10.33764/2618-981X-2024-4-1-20-25.
3. Гарафутдинова Л.В., Каличкин В.К., Федоров Д.С. Объектно-ориентированная классификация изображений дистанционного зондирования земли с использованием машинного обучения // Вестник НГАУ (Новосибирский государственный аграрный университет). 2024. № 2. С. 37–47. DOIhttps://doi.org/10.31677/2072- 6724-2024-71-2-37-47.
4. Данилов А.С., Сердюкова Е.А. Автоматизированное обнаружение пластика в акваториях с использованием данных дистанционного зондирования и машинного обучения // Цифровые системы и модели: теория и практика проектирования, разработки и применения: материалы национальной (с международным участием) научно-практической конференции (Казань, 10–11 апреля 2024 г.). Казань: Казан. гос. энерг. ун-т, 2024. С. 779–782.
5. Ерошенко С.А., Матренин П.В., Хальясмаа А.И., и др. Технология обработки данных для прогнозирования притока воды в водохранилище при использовании дистанционного зондирования Земли и сети метеорологических и гидрологических постов // Проблемы региональной энергетики. 2022. № 4. С. 99–109. DOIhttps://doi.org/10.52254/1857-0070.2022.4-56.09.
6. Золотой А.А., Новиков Д.И. Функция потерь при обучении моделей детектирования лесных и пахотных земель на аэрофотоснимках // Материалы Двенадцатой международной научно-технической конференции «Актуальные проблемы создания космических систем дистанционного зондирования Земли». М.: Корпорация «ВНИИЭМ», 2024. С. 114–117.
7. Корихин Н.Н., Ковязин В.Ф. Необходимость применения искусственного интеллекта для обработки данных дистанционного зондирования Земли // Актуальные проблемы лесного комплекса. 2023. № 64. С. 61–66.
8. Сарафанов М.И., Казаков Э.Э., Никитин Н.О. и др. Применение методов машинного обучения для заполнения пропусков в данных дистанционного зондирования на основе пространственных взаимосвязей // Всероссийская научная конференция с международным участием к столетию академика РАН К.Я. Кондратьева. СПб., 2020. С. 87–91.
9. Подольская Е.С. Использование данных дистанционного зондирования Земли из космоса для распознавания изображения дорог в лесном хозяйстве // Вопросы лесной науки. 2022. Т. 5. № 4. С. 1–21. DOIhttps://doi.org/10.31509/2658-607x-202252-115.
10. Павлова А.И. Применение методов машинного обучения для агроэкологической группировки сельскохозяйственных земель // Математика, ее приложения и математическое образование (МПМО23): материалы VIII Международной конференции. Улан-Удэ: Изд-во ВСГУТУ, 2023. С. 162–166. DOIhttps://doi.org/10.53980/9785907599970_162.
11. Рогачев С.А. Анализ данных дистанционного зондирования Земли с использованием методов машинного обучения // Прикладной искусственный интеллект: перспективы и риски: сборник докладов Международной научной конференции (Санкт-Петербург, 17 октября 2024 г.). СПб.: ГУАП, 2024. С. 309–311.
