ИИ определяет осины и сухостой по аэрофотоснимкам лесов
Исследователи из Хельсинкского и Восточно-Финляндского университетов разработали методы, позволяющие надежно идентифицировать осины и сухостой — важные для биоразнообразия леса элементы — по открыто доступным аэрофотоснимкам.
Осина (Populus tremula) является ключевым видом. Хотя в финских лесах осины составляют лишь небольшой процент, а настоящие осинники еще реже, они являются средой обитания для более тысячи видов млекопитающих, птиц, насекомых, грибов и мхов. Быстро разлагающийся опад осины ускоряет круговорот питательных веществ, а многие виды существуют только на ее узловатой и богатой основаниями коре.
Исследовательская группа под руководством доцента Самули Юнттилы из Хельсинкского университета представила метод, впервые позволяющий надежно отличить осины от других деревьев с использованием открытых данных аэрофотосъемки. Ранее масштабное и точное картирование распространения осины было дорогим и трудоемким. «Наше исследование предлагает современный, масштабируемый, недорогой и надежный метод мониторинга биоразнообразия лесов», — говорит Юнттила.
Группа Global Ecosystem Health Observatory под его руководством разрабатывает новые методы получения точной информации о лесной среде, комбинируя методы дистанционного зондирования с решениями на основе ИИ. Ранее эти методы помогали, например, в мониторинге ущерба от короеда-типографа и гибели деревьев.
Ведущим автором статьи, опубликованной в октябре 2025 года в Remote Sensing Applications: Society and Environment, является докторант Анварул Чоудхури из Восточно-Финляндского университета. Он доволен точностью созданной в исследовании нейросетевой модели.
«Это исследование демонстрирует, как наши методы могут производить надежные данные для практических нужд управления лесами и их охраны по всей Финляндии», — отмечает Чоудхури.
Разработанная модель оказалась эффективной во все сезоны, надежно идентифицируя осины как с листвой, так и без нее. Модель чаще определяла более высокие, чем низкие осины: в среднем взрослые высокие деревья идентифицировались с вероятностью 71%, а без листьев — еще лучше. Эта информация важна, поскольку высокие старые осины особенно значимы для биоразнообразия.
В будущем группа планирует повысить точность определения молодых осин.
«В перспективе открытые данные лазерного сканирования можно комбинировать с аэрофотоснимками, чтобы модель лучше определяла и молодые осины», — предполагает Чоудхури.
Даже мертвые деревья важны для биоразнообразия
В ноябре в International Journal of Applied Earth Observation and Geoinformation была опубликована еще одна работа исследователей Аниса Рахмана, Эйнари Хейнаро и Мете Ахишали из группы Юнттилы. В ней разработан более точный метод идентификации сухостоя по аэрофотоснимкам.
Мертвые деревья также важны для биоразнообразия, поскольку многие специализированные и даже угрожаемые виды зависят от них. Однако их идентификация по аэроснимкам сложна, особенно под плотным пологом леса. Группа объединила алгоритмы машинного обучения и сложные адаптивные фильтры, что дало лучшие результаты при обследовании сухостоя по сравнению с моделями дистанционного зондирования леса общего назначения.
«Осины и сухостой — важные индикаторы биоразнообразия. Их автоматизированное картирование по обширным открытым наборам данных — большой шаг вперед в мониторинге биоразнообразия лесных экосистем», — заключает Юнттила.