Все стройки Москвы и Московской области на спутниковых снимках…

Съемка со спутников позволяет охватывать сколь угодно большие территории и анализировать ход строительства по конкретным локациям. Новый инструмент “Construction Alert” дает возможность автоматически детектировать стройки по любой территории и получать обновленные данные на основе анализа новой съемки выбранных локаций.

Этот инструмент также самый масштабируемый и экономичный способ обновления карт городской застройки для нашего любимого проекта “Urban mapping”.

В основе инструмента — новая модель семантической сегментации строящихся объектов по снимкам субметрового разрешения, встроенная в платформу Геоалерт — Mapflow.ai.

Статистика

Москва— один из топ 3 регионов с самой высокой девелоперской активностью. Как говорят аналитики, девелоперский рынок растет, темпы ввода нового жилья в РФ ускоряются.
Мы решили посмотреть, как строительство выглядит в статистике и из Космоса, и продемонстрировать применение нейросетей для семантического анализа спутниковых изображений по большим территориям.
Для статистики мы использовали данные Наш.Дом.РФ, которые ведут каталог новостроек по всей России.
Согласно этим данным, примерно поровну нового жилья строится в границах Москвы и Московской области (844 Москва / 1721 Москва + МО), но концентрация возрастает ближе к радиально выстроенной агломерации, что легко читается, если наложить эти точки на карту.

Тепловая карта строящихся проектов (Данные — Наш.дом.рф)

Контроль из Космоса

Модель, обученная по спутниковым снимкам, умеет детектировать и выделять границы строящихся объектов. По всей территории наша модель задетектировала более 2.19 тыс. мест строительства, что приблизительно совпадает со статистикой Дом.РФ, большее количество в их базе объясняется главным образом разными домами внутри одного строящегося комплекса.
Применяя модель детектирования отдельных зданий внутри строящихся территорий (для этого у здания хотя бы должен быть виден фундамент), мы сможем получить более точное число объектов и их границы.

База статистики тоже далеко неидеальная и содержит пропуски (даже в ближайшем к Москве Сколково).

С другой стороны, интересно нацеливаться на объекты, статус которых изменился совсем недавно. Для первоначального среза данных мы обрабатывали изображения по базовой подложке Mapbox Satellite, и хотя по большей части снимки сделаны не давнее чем от полугода до года, часть неохваченных точек в каталоге новостроек связана именно с актуальностью снимков. Особенно это заметно, если включить новую съемку, доступную в рамках нашей коммерческой подписки.

Слева — новая съемка Maxar SecureWatch; Справа — Mapbox Satellite. Модель ничего не обнаружила, так как строительство еще не началось.

Демонстрационная карта

В награду тем, кто дочитал до конца и кого заинтересовало, как работает модель по большой территории, а не на демонстрационных образцах — предлагаем самостоятельно поизучать данные, для чего публикуем демо приложение. 👀
Почему мы не ограничиваемся слайдами, а любим запиливать демки и делиться нашими результатами открыто? Просто вместо красивых презентаций мы можем предоставить рабочий инструмент. 😃

Будем рады комментариям по тестированию данных и модели. Если вам интересно попробовать в другом городе — легко и просто проверить, выбрав территорию и запустив модель “Строительство” с помощью нашего приложения Mapflow.ai

В Geoalert мы любим данные и карты, и применяем машинное обучение для автоматического детектирования и картирования с использованием данных дистанционного зондирования Земли. По всем вопросам пишите нам на hello@geoalert.io.

- Mapflow Platform
- Mapflow documentation
- Facebook page
- Linkedin page
- Telegram
- Github page

- Contacts

We apply Machine learning to automated analysis over Earth observation data

We apply Machine learning to automated analysis over Earth observation data