Мониторинг строительства из Космоса — в чем фишка?

Объясняем на этом примере. Мы взяли один из городов, доступных в демо-приложении, которое мы недавно публиковали.
Выберем стройки, задетектированные на одном из снимков тайм-серии, за 2019 год, (снимок покрывает площадь города примерно 74 кв.км) и сравним на этой площади с существующими базами данных строительных отчетов.
Нам удалось найти два таких информационных ресурса, агрегирующих отчеты: Дом.рф и “Единый реестр застройщиков”. Классно, что в области строительства рынок стремится к прозрачной и доступной информации! Например, ЕРЗ это ресурс, создаваемый при поддержке ассоциации застройщиков жилья.

Входной расклад по количеству строящихся объектов выглядел так:
ДОМ.РФ 92

ЕДИНЫЙ РЕЕСТР 16

Геоалерт ЖК 142

Геоалерт всего 385

Пространственное соответствие с радиусом 200 м. составило около 50% (76 / 142), что обусловлено и нашим неточным местоположением (сейчас детектируется не сам объект, а некоторая область вокруг него) и такими документальными объектами, как на фото, видимых следов строительства по которым обнаружить на космоснимке невозможно:

Image for post

Застройщик

ООО СТРОЙЛЮКС

Проектная декларация

№74–000287 от 19.05.2019

Этажность 11

Количество квартир 89

Ввод в эксплуатацию I кв. 2020

На космоснимках это место выглядит так:

Image for post
Зеленые точки — объекты базы Дом.рф

Следует подчеркнуть, что на рассматриваемых информационных ресурсах, собраны данные именно по объектам жилых новостроек. При проведении сравнения только по ЖК-строительству результат все равно говорит о том, что нейросетка по космоснимку распознает больше объектов. Выводы о точности мы пока поостережемся делать, для этого нужно проверять на большей выборке.

Итоговые карта и график по Челябинску:

Image for post
Сравнение строящихся объектов по данным космического мониторинга на примере г. Челябинск

Разумеется, космосъемка не дает той детальности, которую собирают с помощью отчетов или даже получают съемкой с дрона. Но какие положительные выводы можно уже сделать по применению метода:

  • Полнота информации.
    Базы Дом.РФ и ЕРЗ вместе составляют только 25% строительства на этом снимке (75% ЖК строительства)
  • Исторические данные — объективная оценка динамики строительства (см. наше демонстрационное приложение на Github)
  • Коттеджное и индустриальное строительство — значительный процент от общего числа строек. В других базах — только новостройки

Возможно, это еще не самая основная фишка применения нейросетей для распознавания строек. О чем-то мы еще не подумали, или оно пока находится в разработке и мы об этом не говорим :)
Если у вас есть интерес применения таких данных для бизнеса и другие варианты сотрудничества, нам очень интересно о них узнать! — hello@geoalert.io

Компания Geoalert выполняет RnD проекты в области машинного анализа данных дистанционного зондирования. Платформа Urban Mapping предоставляет доступ к мониторингу сторительства на основе регулярной съемки из космоса. Подробнее.

Written by

We apply Machine learning to automated analysis over Earth observation data

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store