Идентификация геологических особенностей в густой растительности, крутой и пересеченной местности может быть практически невозможной. Такие изображения, как LiDAR, могут помочь исследователям видеть сквозь древесный покров, но человеческий глаз часто может упустить тонкие формы рельефа.
Теперь группа ученых воспользовалась возможностями машинного обучения для выявления скрытых геологических объектов. В частности, ученые идентифицируют ранее неизвестные входы в пещеры, которые трудно увидеть на снимках и трудно найти на земле.
Лейла Донн, докторант Техасского университета в Остине и ведущий автор нового исследования, представляет результаты своего исследования в воскресенье на ежегодном собрании Геологического общества Америки в Фениксе.
Исследование было частично вдохновлено пышными, труднодоступными районами тропических лесов. «Мы увидели необходимость в покрытии лидаром наших глухих тропических лесов», - говорит Тимоти Бич, соавтор исследования. «Изображения LiDAR показали много археологических данных, но мы также знали, что они могут показать много новой геологии и много новых взаимодействий человека и окружающей среды».
Проект также был вдохновлен собственным полевым опытом Донна. Помогая коллеге искать входы в пещеры в Гватемале, они находили место, которое выглядело многообещающе на снимках LiDAR, а затем весь день шли пешком к этому месту. «Это было очень весело, но очень, очень трудоемко», - говорит Донн. А иногда их однодневная прогулка приводила к месту, которое вовсе не было пещерой - неприятная ситуация. «Пока мы этим занимались, я подумала: а что, если бы мы могли сделать это с помощью машинного обучения?.
Чтобы проверить, может ли машинное обучение помочь им сфокусироваться на интересных геологических объектах, Донн и Бич сосредоточились на области на северо-западе Белиза, которая была густо покрыта растительностью и труднодоступна. Они сосредоточились на поиске входов в пещеры глубоко в лесу, которые еще не были обнаружены.
Используя изображения LiDAR, полученные с аналогичного участка с нанесенными на карту пещерами, Донн нанес на карту расположение известных входов в пещеры, а также точки, которые не были пещерами. Затем она собрала информацию о ландшафте, включая уклон, неровности местности и расстояние до ручьев. Эта информация была собрана в электронную таблицу и передана в машинное обучение, чтобы «научить компьютер предсказывать, что является пещерой, а что нет», - говорит Донн.
В течение лета Донн пробирался через джунгли, чтобы найти места, где с помощью машинного обучения были обнаружены пещеры. Она подтвердила, что в ландшафте действительно существовало несколько ранее не нанесенных на карту входов в пещеры, включая очень большой сюрприз.
"Самое крутое, что мы нашли, это воронка, которая представляла собой обрушившийся пещерный комплекс", - говорит Донн. Она сказала, что находка пришла после невероятно тяжелого похода по густой растительности. Несмотря на то, что он 60 метров в длину, 30 метров в ширину и 35 метров в глубину, «вы не могли его увидеть, пока не оказались на нем», - говорит она.
Когда она вернулась в лабораторию, Донн сказала, что она вернулась к LiDAR со свежим взглядом, чтобы увидеть, не появится ли теперь вход в пещеру на изображениях. «Когда я вернулась на место и посмотрела на LiDAR, его было видно», - говорит она, но отмечает, что, не зная, что он там был, она, вероятно, не узнала бы в нем вход в пещеру. "Программа нашла это для меня."
Ее машинное обучение также может обнаруживать пещеры гораздо меньшего размера, говорит Донн. «Одна из них представляла собой небольшую пещеру с входом длиной около полутора метров и глубиной всего 30 футов». А на LiDAR она говорит, что меньшая пещера была невидима невооруженным глазом.
Донн говорит, что ее программу можно использовать для изучения геологии, например, для поиска и изучения неизведанных пещер. Но она также видит приложения для других дисциплин, таких как археология, управление лесным хозяйством, городское развитие и управление земельными ресурсами. «Я вижу, что у этого есть будущее за пределами академических кругов», - говорит она.
«То, что делает Лейла, - это захватывающая связь между историей и будущим геонаук», - говорит Бич. Такой проект, по его словам, «происходит из этой способности проникать в очень трудные места, в которые большинство из нас не может попасть, а также из этого творческого подхода к тому, чтобы заставить машину научиться делать это тоже».