Ученые РФ научили нейросети определять поврежденные участки леса на спутниковых снимках

Российские ученые научили нейросеть с высокой точностью распознавать участки поврежденных лесов - ветровалов и усохших деревьев, атакованных жуками-короедами - на общедоступных спутниковых снимках сверхвысокого разрешения. Результаты работы опубликованы в журнале Remote Sensing in Ecology and Conservation, сообщила во вторник пресс-служба Российского научного фонда (РНФ), при поддержке которого выполнено исследование.

фото: lesprom.com

"Мы получили программу, позволяющую находить участки интересующих нас лесных нарушений с экспертной точностью, быстро и на огромных площадях. Мы сравнили наш подход распознавания нарушенных участков лесов с другими "традиционными" методами машинного обучения. Мы превзошли аналоги: точность составила порядка 94%", - сказал руководитель проекта по гранту РНФ, ведущий научный сотрудник Ботанического сада-института Дальневосточного отделения (ДВО) РАН Кирилл Корзников, слова которого приводятся в сообщении.

Леса покрывают треть всей земной поверхности, но их площадь постоянно сокращается: с 1990 года - на 178 миллионов гектаров. Это происходит не только из-за действий человека, но и под влиянием природных стихий, таких как бури и сильные ветра. Еще одним фактором является жизнедеятельность насекомых, среди которых печально известен жук короед-типограф, повреждающий еловые леса севера Евразии от Западной Европы до Японии.

Для отслеживания повреждений обычно используются спутниковые снимки. На них можно обнаружить и подсчитать площадь повреждения с помощью информации о яркости пикселей. Использование сверхвысокого разрешения (менее одного метра на пиксель) открывает возможности более точной оценки площадей поврежденных древостоев, выявления мест локальной гибели одиночных деревьев, а также установления причины их гибели.

Ученые из Ботанического сада-института ДВО РАН применили сверхточные нейронные сети, которые ранее были созданы для анализа биомедицинских изображений, для распознавания погибших лесов на цветных снимках сверхвысокого разрешения. Используемая нейросеть, как пояснили авторы работы, позволяет использовать меньшее количество обучающих данных и дает возможность применять ее в том числе для сегментации изображений и распознавания объектов.

В дальнейшем разработанный метод ученые планируют применить не только к спутниковым снимкам, но и к изображениям, полученным с беспилотных летательных аппаратов. "Новые методы наблюдений за динамикой лесного покрова существенно расширят возможности систем инвентаризации лесного хозяйства и охраны лесных ресурсов: будет намного проще отслеживать и фиксировать изменения, а значит, можно оперативно передавать информацию для дальнейшего принятия мер", - отмечают авторы работы.