В Институте географии РАН разработан новый метод оценки качества и количества лесных ресурсов, базирующийся на использовании космических снимков и алгоритмов машинного обучения с использованием Big Data (способов и инструментов для обработки данных огромных объемов c их последующим представлением в понятном человеку виде). Метод успешно протестирован в Кировской области.
"Разработанный нами метод тестируется в разных регионах России уже какое-то время – поставлена задача доказать его применимость для всех типов лесов, включая дальневосточные, леса Центральной России и др. Метод использует синтез известных в мировой практике алгоритмов обучения с использованием Big Data, однако его уникальность заключается в использовании обширных материалов существующих баз лесотаксации – то есть пространственных данных о состоянии лесов", - комментирует руководитель проектной группы, сотрудник лаборатории биогеографии ИГРАН Александр Кренке.
Имеющиеся данные о состоянии лесов часто очень неточные, но, тем не менее, отражают общие закономерности и, будучи дополнены многосезонными банками данных дистанционного зондирования Земли (космическими снимками), дают возможность, по словам А. Кренке, создать "своеобразную биометрию" различных типов древостоя.
"Именно возможность автоматизированного учета локальных особенностей состояния леса дала возможность достичь необходимой точности для проведения таксации больших территорий леса малыми силами – работы были проведены без полевых наблюдений, а вот уже полевая проверка принимающей Кировской стороны показала очень высокую точность материала – на уровне первого разряда лесоустройства", - говорит А. Кренке.
По словам ученого, алгоритм уже носит промышленную степень готовности, и его использование позволит обеспечить актуализацию и регулярное обновление данных об объемах, структуре и состоянии запасов древесины на больших территориях.
