Заказчик
ПАО «Ростелеком»
Задача
Создать информационные массивы данных дистанционного зондирования Земли в рамках выполнения работ по установлению границ земель сельскохозяйственного назначения, сельскохозяйственных угодьев Приволжского федерального округа, Оренбургской области, Чувашской Республики и Республики Башкортостан.
Решение
Официальная постановка задачи звучит немного сухо, но основная суть сводиться к тому, что нужно было определить границы земельных участков, а также чем они засеяны. После чего, сформировать картографические слои, с использованием собранных данных и применением алгоритмов машинного обучения.
Вообще, работы такого рода ведутся уже довольно давно. И стоит сказать, что за годы исследований накопился большой объем исторических данных. Однако только сейчас, обладая полнотой технических средств, отрасль начинает использовать мощь машинного обучения, для автоматизации данных исследований.
Решение любой задачи машинного обучения всегда начинается с данных. И в рамках данного проекта, нам пришлось углубиться в те данные, что мы можем использовать. Так, например, помимо современных снимков, мы произвели оцифровку и векторизацию архивных данных начиная с 1984 года. По итогу получилось собрать довольно большой массив данных, состоящий из архивных записей о земельных участках, землеустроительной документации, а также разного рода пространственные данные — от картографических и геодезических карт и до аэрокосмические снимков с NDVI и многими другими слоями.
Полная обработка данных, позволила нам создать историю использования земель сельскохозяйственного назначения. В итоге, обладая большим массивом данных, мы смогли создать и обучить собственную нейросеть, которая определяет границ пахотных земель, а также классифицирует тип сельскохозяйственной культуры. Последующий анализ космических снимков позволил нам создать реестр земель, рекомендуемых для включения в состав земель сельскохозяйственного назначения. Отдельно хочется осветить вопрос актуальности подобных исследовательских работ. На сколько в принципе точна обученная нами нейросетевая модель? Для проверки точности в работе использовался довольно простой, и в тоже время элегантный метод — построение матрицы ошибок. С помощью данной матрицы довольно легко оценить точность обученной модели. В нашем случае, согласно техническому заданию заказчика, достаточно было получить уровень ошибок, не превышающий 5%.
Актуализация информации о землях сельскохозяйственного назначения имеет очень большую важность для всей сельскохозяйственной отрасли. Полученные в рамках исследовательских работ данные поступают в Единую федеральную информационную систему о землях сельскохозяйственного назначения (ЕФИС ЗСН). Данная система в дальнейшем используется органами государственной власти, а также налоговыми органами регионов. Также, благодаря актуальной информации, происходит более интенсивное развитие сельскохозяйственной отрасли в целом.
Отзыв клиента
В июле 2019 года компания ООО «Аэро-Трейд» искала подрядчика для выполнения работ по внедрению системы безналичной оплаты товаров самолетах авиакомпании «AZUR air». После тщательного изучения рынка, мы решили обратиться для реализации данного проекта в компанию ООО «МСТ Компани». Основной задачей было обеспечить каждый борт авиакомпании «AZUR air» терминалом, который сможет принимать платежи не только на земле, но и во время полёта.
В течении всего времени нашего сотрудничества, специалисты ООО «МСТ Компани» продемонстрировали отличные профессиональные навыки при подготовке проекта, и разработке документации. В результате мы получили гибкое и надёжное решение, которое удовлетворяет нашим требованиям.
По итогам работы с компанией ООО «МСТ Компани» хочется отметить соблюдение принципов делового партнерства, а также четкое соблюдение сроков работ и выполнение взятых на себя обязательств. ООО «Аэро-Трейд» выражает благодарность специалистам компании за проделанную работу в рамках внедрения системы безналичной оплаты на самолетах авиакомпании «AZUR air». И рекомендует компанию ООО «МСТ Компани» как надёжного партнёра в области платёжных решений.