Учёные научили ИИ оценивать запасы углерода в лесах по спутниковым снимкам

Учёные Сколтеха совместно с коллегами из Иркутского национального исследовательского технического университета и Института искусственного интеллекта AIRI разработали алгоритм машинного обучения, который по спутниковым снимкам определяет ключевые характеристики лесов и оценивает объём накопленного в них углерода.

Об этом сообщили в пресс-службе Сколтеха.

Как работает система

Алгоритм обучался на данных лесничеств, спутниковых снимках Sentinel-2 и топографических картах лесов Сахалинской области. Он способен определять:

• Преобладающие породы деревьев;
• Возраст насаждений;
• Высоту деревьев;
• Запасы древесины;
• Количество накопленного углерода.

Важное преимущество новой модели — встроенная оценка неопределённости прогноза. Алгоритм выдаёт не одно значение, а диапазон с указанием уровня достоверности. На сложных и неоднородных участках леса погрешность автоматически повышается, и система это явно показывает.

Результаты

Лучшие показатели продемонстрировал алгоритм XGBoost:

• Точность определения породы деревьев — 83%;
• Точность определения возраста — около 70%;
• Точность оценки запасов древесины и углерода — 53–63%.

Зачем это нужно

Леса играют ключевую роль в поглощении углекислого газа и борьбе с изменением климата. Традиционные наземные обследования требуют огромных ресурсов, а новая технология позволяет проводить оперативный и относительно недорогой мониторинг больших территорий.

«Разработанный инструмент сочетает спутниковые данные с алгоритмами оценки неопределённости для оперативного прогнозирования характеристик леса», — отметил профессор Центра искусственного интеллекта Сколтеха Александр Бернштейн.

В дальнейшем учёные планируют масштабировать модель и адаптировать её для других регионов России и мира. Технология может быть полезна для лесного хозяйства, климатических исследований и углеродного мониторинга.

Вкратце

Учёные Сколтеха создали ИИ-алгоритм, который по спутниковым снимкам оценивает характеристики лесов и запасы углерода в них. Модель не только даёт прогноз, но и показывает степень его достоверности. Лучшие результаты показал XGBoost. Разработка позволит существенно ускорить и удешевить мониторинг лесов и оценку их вклада в климатическую стабильность.