Незаконные свалки появляются в лесах, оврагах, у дорог и на окраинах посёлков. По данным Росприроднадзора, в 2025 году в России их было больше 8 тыс. Обходить большие территории пешком долго и дорого, поэтому всё чаще свалки ищут по спутниковым снимкам с помощью нейросетей. Но такие нейросети нередко ошибаются и принимают за мусор карьеры, стройплощадки и промзоны.
Исследователи Пермского политеха (ПНИПУ) нашли одну из причин этих ошибок в самих обучающих данных. Если модель видит свалки в основном в малонаселённой местности, а чистые участки чаще в городе, она учится различать окружающий ландшафт, а не скопления отходов. Получается, что она определяет, где глушь, а где город, а не где лежит мусор.
Чтобы это исправить, учёные изменили подготовку данных. Они собрали более 100 тыс. спутниковых снимков из восьми федеральных округов. В выборку вошли участки со свалками, участки без них и объекты, которые со спутника похожи на свалки: карьеры, стройки, промышленные территории. Отдельная программа автоматически собирает для каждого участка геопространственные характеристики: тип земного покрова (лес, поле, застройка), рельеф и плотность населения.
В эксперименте разработчиков число ложных срабатываний сократилось примерно в 24 раза. Это значит, что инспекторам придётся реже выезжать на проверку мест, где свалки нет. Модель проверяли на снимках, которых не было в обучении. Соседние участки целиком относили либо к обучающей, либо к проверочной части, чтобы данные не пересекались.
Система способна замечать не только крупные полигоны. В данных встречались скопления отходов примерно 5 × 5 метров.
Сейчас это программный прототип. Его опробовали для архангельского Центра природопользования и охраны окружающей среды: результаты автоматического поиска сверили со свалками, о которых учреждение уже знало. Разработчики добавляют в систему расчёт площади свалок и сравнение снимков одного места за разные даты. Так можно будет следить, растёт ли свалка и не появился ли мусор снова после уборки.
