Описание

На основе собранных Лидаром данных (облаков точек) программа с помощью машинного обучения выявляет пожаробезопасность леса:

• порода деревьев, их возраст и высота (разная горимость);
• расстояние между деревьями;
• опасные участки (сухостой, поваленное дерево и ветки) и т. д.

Актуальность

По подсчетам Рослесхоза, в среднем размер ущерба от лесных пожаров в год составляет порядка 20 млрд рублей, из них от 3 до 7 млрд - ущерб лесному хозяйству (потери древесины). Остальные потери - расходы на тушение и последующую расчистку горелых площадей, ущерб от гибели животных, загрязнения продуктами горения, затраты на восстановление леса и так далее.

Технологические риски

• Высокая стоимость лидара
• Сложность в обработке больших массивов данных

Потенциальные заказчики

1. МЧС
2. Лесопромышленные компании

Бизнес-модель

• B2G - бизнес для государства
• B2B - бизнес для бизнеса
• Лицензирование - предоставление лицензионной версии программы на определенный срок

SWOT-анализ

Сильные стороны

• Высокая точность данных
• Построение 3d модели леса
• Отсутствие аналогов

Слабые стороны

• Высокая стоимость лидара и сервера
• Сложность в обработке большого объема данных

Возможности

• Более точный анализ данных
• Сокращение используемых объемов данных за счет усовершенствования системы обработки полученных данных

Угрозы

• Появление на рынке аналогов
  

План развития

• Обучить систему определять возраст и высоту деревьев
• Обучить систему определять расстояние между деревьями
• Обучить систему определять опасные участки

Для данного проекта требуется хранение и анализ больших данных, полученных с лидара. В том числе эти данные будут обрабатываться искусственным интеллектом для выявления не только пожароопасных участков, но и участков, которые могут стать пожароопасными в будущем.

На страницу проекта