Дальневосточные ученые разработали нейросетевой алгоритм для обнаружения ветровалов на Кунашире
Сотрудники ботанического сада-института ДВО РАН (Владивосток) применили алгоритмы компьютерного зрения и глубокого обучения для распознавания на космических снимках ветровальных участков в лесных массивах острова Кунашир Сахалинской области.
— Как человек понимает, что на космическом снимке находится участок с ветровальным лесом? — задает вопрос Дмитрий Кислов, старший научный сотрудник лаборатории геоботаники. — Такой фрагмент снимка отличается не только цветом, у него своеобразная "полосчатая" текстура, которую образуют хорошо различимые стволы поваленных деревьев. Мы использовали подход к дешифрированию, имитирующий работу человеческого глаза и мозга — обучили свёрхточную нейронную сеть распознавать именно такой паттерн изображения. Создав и обучив нейросеть, мы добились точности распознавания ветровальных участков равной 94%, что существенно лучше результатов применения других методов автоматического дешифрирования космических снимков.
Кунашир стал площадкой исследования неслучайно. На острове находится государственный природный заповедник "Курильский", леса которого сильно пострадали от ураганных ветров и последовавшей за ветровалами вспышки численности короедов и других жуков-дендрофагов. Минувшим летом исследователи из ботанического сада при поддержке администрации и сотрудников Курильского заповедника организовали полевые работы по изучению повреждённых лесов. Хотя остров и стал своеобразным полигоном для обучения и демонстрации возможности современных технологий анализа спутниковых данных, разработанная нейронная сеть с успехом может быть использована для идентификации ветровалов в соседних регионах со схожими типами лесов. Тем более что ураганные ветра в минувшие годы повалили леса не только на Южных Курилах, но и на юге Сахалина, а также в Приморском крае.
— Мы использовали космические снимки с разрешением 30-50 см на один пиксель изображения, поэтому наша нейросеть способна распознавать даже вывалы небольших групп деревьев, что позволяет давать и сверхточную оценку площадей поврежденных древостоев, и их расположение, — говорит Кирилл Корзников, ведущий научный сотрудник лаборатории геоботаники и руководитель проекта. — Разработанный алгоритм дешифрирования, помимо решения наших собственных задач в области фундаментальной науки, будет полезен в сфере управления лесами и лесопользовании, например, при проведении лесоустроительных мероприятий, в природоохранной деятельности.
Использование нейронных сетей для анализа данных полученных со спутниковых аппаратов и беспилотных летательных аппаратов — передовое научно-прикладное направление в области дистанционного зондирования Земли. Результаты работы дальневосточных ученых выполнены в рамках проекта "Режим нарушений и изменение закономерностей динамики лесных экосистем юга Дальнего Востока России в условиях усиления тропических циклонов", поддержанного Российским научным фондом, опубликованы в ведущем международном журнале Remote Sensing ("Дистанционное зондирование") и находятся в свободном доступе. В ближайших планах исследователей — создание нейросетевых алгоритмов способных идентифицировать поврежденные стволовыми вредителями деревья и различать виды деревьев в лесном пологе.
