| Regionas | Apskritis | Savivaldybė |
|---|---|---|
| Netaikoma | Vilniaus apskritis | Vilniaus m. sav. |
M3DIS - Medynų Diagnostikos Daugiafunkcė Dirbtinio Intelekto Sistema Baigta įgyvendinti
Kvietimo numeris
02-018-K
Projekto numeris
02-018-K-0550
Sutarties įsigaliojimo data
2024-07-03 00:00
Projekto vykdytojas
MB "Aidia"
Vykdytojo kodas
306439594
Veiklų vykdymo pabaigos data
2025-09-30 00:00
Administruojanti institucija
Centrinė projektų valdymo agentūra
Bendra projekto tinkamų finansuoti išlaidų suma
107 500,00 €
Projektu sprendžiamos problemos
Problemos. Europos Komisijos duomenimis, beveik 40% Europos Sąjungos teritorijos užima miškai. Miškų ištekliai svarbūs ne tik ekologiniu, bioįvairovės ar klimato krizės valdymo aspektu, tačiau taip pat turi didelės ekonominės bei socialinės reikšmės, o ypač - gausiai miškų dengiamoms valstybėms, įskaitant Lietuvą. Daugiau nei trečdalį Lietuvos teritorijos (o pietinėje dalyje net iki 70%) sudaro miškai. Valstybinių ar privačių miškų valdytojai nuolat susiduria su iššūkiais, kylančiais dėl neigiamo gamtos (natūralių biotinių ir abiotinių veiksnių) bei žalingos žmogaus veiklos poveikio. Todėl, siekiant tinkamai prižiūrėti miško išteklius, taikyti ne tik reaktyviosios, bet ir preventyviosios priežiūros principus, greitai reaguoti į pokyčius bei priimti savalaikius sprendimus, būtina naujausia skaitmeninė informacija valstybės mastu. Deja, nepaisant ES ir EK iniciatyvų skaitmenizuoti miškų sektoriaus priežiūros ir valdymo procesus, atliekant miškų inventorizaciją bei būklės vertinimą tiek valstybiniame, tiek privačiajame sektoriuose, vis dar vyrauja analoginiais metodais grįsta rankiniais antžeminiais matavimais paremta praktika, tai yra, įprasta apžiūras atlikti matavimų vietoje, o dokumentus pildyti popieriuje remiantis ribota skaitmenine informacija, neužtikrinančia duomenų tikslumo, naujumo ir aktualumo. Tai veda prie situacijos, kai duomenų atnaujinimo intervalas siekia 5 metus (nacionalinė miškų inventorizacija) arba 10 metų (sklypinė miškų inventorizacija). Šie metodai yra ne tik lėti, brangūs, taršūs ir neefektyvūs, tačiau dažnai ir netikslūs (remiasi ribota, pasenusia, lokalizuota informacija) bei subjektyvūs (kadangi neatsieitini nuo žmogiškojo faktoriaus paklaidos). Valstybinės Miškų Tarnybos (VMT) duomenimis, tam tikrų rutininių apžiūrų metu miškininkai tą patį miško plotą aplanko kartą per dešimt metų. Turint omenyje, kad miškai yra lengvai pažeidžiama ir greitai kintanti ekosistema (pvz., imli gaisrų ar ligų poveikiui), toks apžiūrų dažnis yra netoleruotinas. Tuo tarpu Lietuvos miškuose pažeistų medžių dalis vertinant visas medžių rūšis ir pažeidimo priežastis 2023 metais siekė 23,5% - beveik ketvirtadalis medžių Lietuvos miškuose turi vienokių ar kitokių pažeidmų. Lyginant su 2011 m., kai šis rodiklis siekė 15,7%, pažeistų medžių skaičius padidėjo 1,5 karto. Šių metų tendencijos taip pat nedžiugina – dėl žievėgraužio tipografo ir pušinio pjūklelio parazitų antplūdžio 5 savivaldybėse buvo paskelbta stichinė nelaimė (Nuostoliai viršija 25 000 m3), o klimato kaitos kontekste galima tikėtis tolimesnio pažeidimų augimo tiek Lietuvoje, tiek ir Europoje. Neefektyvios miškų stebėsenos ir valdymo procesų praktikos prisideda prie situacijos blogėjimo, pavyzdžiui, laiku nenustačius kenkėjų židinio ir nepritaikius sanitarinių priemonių, židiniai gali išaugti iki stichinės nelaimės dydžio. Taip pat, praūžus audroms, svarbu skubiai identifikuoti vėjovartas, kad jas būtų galima pašalinti iš miško, o to laiku nepadarius įsiveisia nauji kenkėjų židiniai. Forest Europe duomenimis, kai kuriose Europos valstybėse (pvz., Moldovoje, Švedijoje) net iki 20% miškų išteklių yra prarandama dėl vienokio ar kitokio žalingo poveikio, kuris galėtų būti laiku aptiktas, įvertintas ir suvaldytas, taikant pažangias DI pagrindu veikiančias nuotolinio stebėjimo duomenų analizės technologijas.
Sprendimas. Siekiant efektyviai prižiūrėti apie 2,2 milijono hektarų plote besidriekiančius Lietuvos miškus, būtina gauti naujausią informaciją šalies mastu. Tam būtina pasitelkti nuotolinių stebėjimų technologijas. Nuotolinis stebėjimas (angl. remote sensing) apima bekontaktes tyrimų metodikas, įprastai renkant duomenis iš oro skirtingais jutikliais, nešamais palydovų, pilotuojamų ar bepiločių orlaivių. Kitaip nei konvenciniai taškiniai, lokalizuoti lauko matavimai, nuotoliniu būdu surinkti duomenys suteikia informacijos ne tik apie dominantį objektą, bet ir jo aplinką bei kontekstą, o pats objektas užfiksuojamas tokiu būdu, kad jį būtų galima tiksliai identifikuoti (aptikti, atpažinti ir išskirti iš kitų objektų), geolokuoti (nustatyti erdvines koordinates) ir charakterizuoti (išskirti unikalias savybes). Nuotoliniams stebėjimų metodams pasitelkiami tiek spektrinę informaciją (pvz., daugiaspektrės ar termovizinės kameros), tiek 3D erdvinio matavimo taškus (pvz., LiDAR) kaupiantys jutikliai. Atliekant pakartotinę, periodinę inspekciją sudaromos sąlygos miškų raidai stebėti laiko skalėje. Sukaupti duomenys gali būti analizuojami iškart ir/arba archyvuojami, saugomi kaip patikimas istorinių duomenų šaltinis (fotofiksacijai). Kadangi kaupiami standartizuoti skaitmeniniai duomenys, pažangūs analitikos sprendiniai leidžia sparčiai išanalizuoti didžiulius kiekius informacijos. Dėl šių priežasčių nuotoliniai stebėjimai tinkami naudoti įvairiose miškų valdymo srityse: nuo invazinių rūšių kartografavimo, saugotinų buveinių identifikavimo, medynų inventorizacijos, žemės dangos pokyčių stebėjimo, iki biofizinių ir biocheminių miškų savybių įvertinimo. Nors Lietuvos mastu nuotolinių stebėjimų duomenys (t.y. daugiaspektriai aeroortofotografiniai žemėlapiai) pradėti reguliariai rinkti dar praeito amžiaus pabaigoje, tačiau jie vis dar daugiausiai naudojami rankinei peržiūrai, netaikant automatizuotų vaizdų apdorojimo, kompiuterinės regos, ar mašininio mokymosi algoritmų. Dauguma miškui pavojų keliančių reiškinių gali būti aptinkami automatiškai analizuojant jų spektrinį atsaką. Tai yra, ligų paveikti medynai, plyni kirtimai, vandens užlieti ar gaisrų paveikti plotai kiekvienas turi savo unikalų spektrinį pėdsaką, kurį greitai ir efektyviai šalies mastu aptikti gali tinkamai apmokytas dirbtinis intelektas. Taigi, mūsų siūlomas sprendinys miškininkystės sektoriui – integruota daugiafunkcė dirbtinio intelekto taikymais grįsta nuotolinio stebėjimo duomenų analitikos sistema M3DIS, gebanti aptikti skirtingus miškų ištekliams riziką keliančius veiksnius, pasitelkiant dronų, aviacinių bei palydovinių duomenų sinergiją.
Daugiau
Mažiau
Projekto tikslas
Projekto tikslas – sukurti ir nuo TPL1 iki TPL6 išvystyti sprendinio „M3DIS – Medynų Diagnostikos Daugiafunkcė Dirbtinio Intelekto Sistema“ prototipą. M3DIS sprendinys skirtas miškų būklei vertinti ir yra pagrįstas profesionaliai ištreniruotų giluminio mokymosi (angl. deep-learning) algoritmų taikymu automatiniam įvairių miškų problemų aptikimui ir klasifikavimui remiantis nuotolinio stebėjimo (angl. remote sensing) duomenimis. Sistema gebės apdoroti visus pagrindinius miškų diagnostikai tinkamų duomenų tipus: aukščiausios skyros dronų (<10 cm/px), vidutinės skyros aviacinius (~20 cm/px) bei žemiausios skyros palydovinius (~10 m/px) regimojo (RGB) bei išplėstinio spektro (angl. multispectral, hyperspectral) GIS rastrinius duomenis, prioretizuojant aukštu dažniu plačiu mastu kaupiamus palydovinius vaizdus. Tinkamai apmokyti objektų aptikties ir vaizdų klasifikavimo DI modeliai padės išskirti įvairius miškų būklės aspektus.
Programos tipas
Naujos kartos Lietuva
Komponentas
Skaitmeninė transformacija ekonomikos augimuiTeritorija, kuriai tenka didžioji dalis projekto lėšų
ES fondas
| Veiklos pavadinimas | Fondas |
|---|---|
| Finansinės paskatos startuo-liams ir atžalinėms įmonėms kurti DI, blokų grandinės technolo-gijų, robotikos procesų automati-zavimo produktus ir sprendi-mus | Ekonomikos gaivinimo ir atsparumo didinimo priemonė |
Finansavimo šaltiniai
| Finansavimo šaltinio kodas | Finansavimo šaltinio forma | Finansavimo šaltinio suma |
|---|---|---|
| 1. | Projektams skiriamos finansavimo lėšos | 86 000,00 € |
| 1.2. | EGADP subsidijos lėšos | 86 000,00 € |
| 2. | Nuosavas įnašas | 21 500,00 € |
| 2.2. | Privačios lėšos | 21 500,00 € |
| 2.2.1. | Projekto vykdytojo, partnerio (-ių) ir (ar) jungtinio projekto projekto vykdytojo lėšos | 21 500,00 € |
Stebėsenos rodikliai
| Pavadinimas | Stebėsenos rodiklio pradinė reikšmė | Stebėsenos rodiklio siektina reikšmė |
|---|---|---|
| Įmonės, kurioms teikiama parama skaitmeninėms technologijoms ir sprendimams kurti, iš jų mažoms ir labai mažoms įmonėms | 0,00 | 1,00 |
| Įmonės, kurioms teikiama parama skaitmeninėms technologijoms ir sprendimams kurti | 0,00 | 1,00 |
| Įmonės, kurioms teikiama parama skaitmeniniams produktams, paslaugoms ir taikymo procesams kurti arba pritaikyti | 0,00 | 1,00 |
| Sukurti dirbtinio intelekto, blokų grandinės technologijų, robotikos procesų automatizavimo produktai ir (arba) sprendimai pagal atitinkamos stadijos rezultatą | 0,00 | 1,00 |
| Paramą gavusios įmonės | 0,00 | 1,00 |
| Paramą gavusios įmonės, iš jų mažos ir labai mažos įmonės | 0,00 | 1,00 |
Projekto veiklos
| Sutarties projekto veiklos numeris ir pavadinimas | Sutarties poveiklės numeris ir pavadinimas |
|---|---|
| 05-001-01-05-05-05 Finansinės paskatos startuo-liams ir atžalinėms įmonėms kurti DI, blokų grandinės technolo-gijų, robotikos procesų automati-zavimo produktus ir sprendi-mus | 05-001-01-05-05-05-01 Finansinės paskatos startuo-liams ir atžalinėms įmonėms kurti DI, blokų grandinės technolo-gijų, robotikos procesų automati-zavimo produktus ir sprendi-mus |
Sutarties intervencinių priemonių srities duomenys
- 009a - Investicijos į su skaitmenine sritimi susijusią mokslinių tyrimų ir inovacijų veiklą (įskaitant mokslinių tyrimų kompetencijos centrus, pramoninius mokslinius tyrimus, eksperimentinę plėtrą, galimybių studijas, ilgalaikio arba nematerialiojo turto įsigijimą su skaitmenine sritimi susijusiai mokslinių tyrimų ir inovacijų veiklai vykdyti)