The post has been translated automatically. Original language: Russian
Oil spills on land are a serious threat to ecosystems that require an instant response. The Tecton Analytics team has been actively involved in developing a solution that takes monitoring of such incidents to a new level using artificial intelligence.
As part of this research, we have contributed to the creation of the first-of-its-kind Ground Truth dataset for onshore oil spills. Using Landsat images verified by high-precision aerial data, we have created the foundation for the training of a new generation of neural networks.
What did we find out during the experiments? We have tested several SOTA models (Deep Learning) to determine the most effective tools for environmental monitoring.:
🏆 Mask2Former — showed the best results: IoU 72.69% and F-score 84.18%. 🥈 DeepLabV3+ — demonstrated high reliability with IoU 67.6%.
Why is this important for Tecton Analytics? This study confirms our mission: to transform complex geospatial data into effective tools for environmental protection. We prove that the synergy of satellite monitoring and deep learning is not just a theory, but a working technology for operational disaster management.
The developed dataset has become a critical tool for improving spill detection methodologies around the world, advancing the application of AI in the field of environmental safety.
, The full text of the article is available at the link: http://dx.doi.org/10.30919/es1348
#TectonAnalytics #OilSpill #RemoteSensing #DeepLearning #ArtificialIntelligence #EnvironmentalProtection #Landsat #DataScience #EcoTech #EarthObservation #AI #Ecology #Remote Sensing #Science
Разливы нефти на суше — это серьезная угроза для экосистем, требующая мгновенной реакции. Команда Tecton Analytics приняла активное участие в разработке решения, которое выводит мониторинг таких инцидентов на новый уровень с помощью искусственного интеллекта.
В рамках данного исследования мы внесли вклад в создание первого в своем роде Ground Truth датасета для наземных разливов нефти. Используя снимки Landsat, верифицированные высокоточными аэрофотоданными, мы создали фундамент для обучения нейросетей нового поколения.
Что мы выяснили в ходе экспериментов? Мы протестировали несколько SOTA-моделей (Deep Learning), чтобы определить наиболее эффективные инструменты для экологического мониторинга:
🏆 Mask2Former — показала лучшие результаты: IoU 72.69% и F-score 84.18%. 🥈 DeepLabV3+ — продемонстрировала высокую надежность с IoU 67.6%.
Почему это важно для Tecton Analytics? Это исследование подтверждает нашу миссию: трансформировать сложные геопространственные данные в действенные инструменты для защиты окружающей среды. Мы доказываем, что синергия спутникового мониторинга и глубокого обучения — это не просто теория, а работающая технология для оперативного управления катастрофами.
Разработанный датасет стал критически важным инструментом для улучшения методологий обнаружения разливов по всему миру, продвигая применение ИИ в сфере экологической безопасности.
📖 Полный текст статьи доступен по ссылке: http://dx.doi.org/10.30919/es1348
#TectonAnalytics #OilSpill #RemoteSensing #DeepLearning #ArtificialIntelligence #EnvironmentalProtection #Landsat #DataScience #EcoTech #EarthObservation #ИИ #Экология #ДистанционноеЗондирование #Наука
Share
