🌲Лес и деревья
Модель обучается на данных высокого разрешения (0,6-0,3 м) для разных территорий и климатических зон.
В результате учитываются все площади, покрытые древесно-кустарниковой растительностью, включая редколесья и кустарники.
Разрешение модели позволяет обнаруживать небольшие группы деревьев и узкие линии деревьев.
Модель устойчива к изменению региона и хорошо работает в большинстве условий, включая городские. Снимок следует делать в период активной вегетации, поскольку голые деревья или растительность, покрытая снегом, не являются целевым классом.
Теги последних моделей 🏷️
- Версия
03.07.2026
- Географический домен
Глобальный
- Модельный метод
Сегментация
- GSD / Масштаб карты
0,6–0,3 м/z18–19
Пример результатов обработки сплошной маски Лес
Дополнительные опции:
Оценка высоты – классификация масок леса по классам высоты.
Многоугольники кроны деревьев — извлекает кроны деревьев из лесной растительности, а также отдельно стоящих деревьев, предоставляет их в виде полигонов.
Точки кроны деревьев — извлекает кроны деревьев из лесной растительности, а также из отдельно стоящих деревьев, предоставляет их в виде точек.
Важно
Мы рекомендуем использовать опцию Крона дерева со снимками с разрешением 0,3 м (увеличение ~ 19) для достижения наилучших результатов в случае, если вам нужно обнаружить отдельные деревья.
Примечание
Классификация высоты леса включает следующие классы:
Кустарники ниже 4 метров;
Лес высотой от 4 до 10 метров;
Лес высотой более 10 метров;
Эта классификация используется в качестве поддержки принятия решений по управлению растительностью в зонах линий электропередач и т. д. См. профессиональные решения Geoalert. Пороги могут быть настроены в зависимости от требований.
Образцы результатов обработки
Пример результатов по параметру Кроны деревьев, баллы
Пример результатов для маски Лес с высотами (растровый вывод)
Бенчмарки – сегментация
Последнее обновление — 🌲 Лес и деревья v.03.07.2026 (Глобальное, Сегментация). Модель оценивалась на проверочном наборе из 6 областей интереса (AOI) по сравнению с аннотированными вручную фактическими данными. Метрики основаны на площади: IoU — это пересечение-объединение прогнозируемых и фактических масок растительности, а F1 / Precision / Recall вычисляются на перекрывающейся области маски.
АОИ (местоположение) |
Прогнозируемые функции |
долг |
Ф1 |
Точность |
Отзывать |
|---|---|---|---|---|---|
Италия — Кротоне |
254 |
0,862 |
0,926 |
0,944 |
0,909 |
Испания — Мадрид |
368 |
0,813 |
0,897 |
0,880 |
0,915 |
Филиппины — Баланга |
220 |
0,806 |
0,892 |
0,864 |
0,923 |
Испания — Велилья де Сан Антонио |
1070 |
0,784 |
0,879 |
0,894 |
0,864 |
Испания — Куэнка |
409 |
0,763 |
0,865 |
0,859 |
0,872 |
Узбекистан — Ташкент |
156 |
0,730 |
0,844 |
0,905 |
0,791 |
Испания — Русь |
249 |
0,617 |
0,763 |
0,699 |
0,841 |
Аргентина — Ла Банда |
93 |
0,576 |
0,731 |
0,653 |
0,829 |
Глобально (среднее значение 8 AOI) |
2819 |
0,744 |
0,850 |
0,837 |
0,868 |
IoU / F1 / Precision / Recall на основе площади измеряется по наземным маскам растительности; оценочный запуск 3 июля 2026 г. По сравнению с предыдущей версией v.2025-06-14 (среднее значение F1 0,513, IoU 0,396).
См.также
📊 См. детали эталонного теста для каждого местоположения для разбивки по регионам, включая сравнение с предыдущей версией и наложением прогнозов и наземных данных.