Исследователи из Израиля представили новую технологию на основе искусственного интеллекта, способную значительно ускорить и повысить точность мониторинга карстовых провалов и проседания грунта в районе Мертвого моря. Разработка стала результатом совместной работы Института Вейцмана и Геологической службы Израиля (GSI) и опубликована в научном журнале Remote Sensing.
Уже более десяти лет Геологическая служба Израиля ведет систематическое наблюдение за развитием карстовых провалов вдоль побережья Мертвого моря. С 2012 года специалисты используют ежегодные лидарные съемки (LiDAR) и спутниковую радиолокационную интерферометрию (InSAR), позволяющую фиксировать даже минимальные смещения земной поверхности.
Раннее обнаружение проседания грунта имеет решающее значение, поскольку именно оно часто предшествует образованию карстовых провалов. Однако обработка сотен интерферограмм вручную требует значительных затрат времени и зависит от опыта специалистов, что увеличивает вероятность ошибок.
Для решения этой проблемы исследовательская группа разработала модель глубокого обучения на основе архитектуры UNet. В проекте приняли участие доктор Гали Декель, Рон Сарфиан и профессор Инон Родих из Института Вейцмана, а также доктор Ран Новицки-Ноф из Геологической службы Израиля.
Алгоритм обучался на большом массиве данных, собранном специалистами Геологической службы за многие годы наблюдений. В качестве обучающей выборки использовались тщательно размеченные зоны проседания грунта, выявленные по данным спутниковой интерферометрии.
Испытания показали, что модель успешно распознает участки проседания даже на новых спутниковых снимках и в районах, которые ранее не использовались при обучении. Более того, система способна выявлять вероятные зоны проседания, которые отсутствовали в первоначальной разметке, но впоследствии подтверждались анализом более поздних спутниковых данных.
По словам авторов исследования, разработка обладает высоким потенциалом для применения в оперативном мониторинге. Если ручная обработка одной сцены может занимать несколько дней, то алгоритм выполняет полный анализ всего за несколько минут.
В дальнейшем ученые планируют расширить базу размеченных данных, интегрировать временной анализ последовательных спутниковых наблюдений, изучить пространственно-временную динамику формирования карстовых провалов и научить систему отличать проседание, вызванное карстовыми процессами, от других видов деформации земной поверхности.
Еще одним направлением станет проверка способности модели работать в других регионах мира, где также существуют карстовые процессы и аналогичные геологические риски.
В настоящее время Геологическая служба Израиля рассматривает возможность внедрения системы искусственного интеллекта в действующую систему мониторинга Мертвого моря. Ожидается, что автоматическое выявление опасных участков позволит раньше обнаруживать признаки формирования карстовых провалов, повысит эффективность принятия решений и поможет лучше защищать дороги, инженерную инфраструктуру, промышленные объекты, сельскохозяйственные территории и туристические зоны от последствий опасных геологических процессов.