Новый подход к картографированию усыхания лесов по спутниковым снимкам

Леса и редколесья покрывают треть поверхности Земли и играют критическую роль в секвестрации углерода, регулировании водного баланса, производстве древесины, защите почв и сохранении биоразнообразия. Ускоренное изменением климата снижение этих и других ключевых экосистемных услуг лесов вызвано различными биотическими и абиотическими нарушениями. Среди них инвазии насекомых и вспышки болезней могут вызывать массовое усыхание деревьев и значительно нарушать динамику экосистем.

Наблюдение за лесами крайне важно для мониторинга, количественной оценки и, возможно, предотвращения таких событий. Однако большинство распространённых стратегий в основном полагаются на трудоёмкие и длительные полевые исследования, что ограничивает географический охват и препятствует крупномасштабному анализу на обширных территориях.

С другой стороны, огромные объёмы данных дистанционного зондирования, собираемых в рамках миссий наблюдения Земли, представляют беспрецедентную возможность для масштабирования оценки и мониторинга усыхания лесов на больших площадях.

В исследовании, опубликованном в Journal of Intelligent Information Systems, учёные из Университета Бари Альдо Моро (Италия) и их коллеги исследуют эффективность центрированного на данных подхода к семантической сегментации для обнаружения случаев усыхания лесных деревьев из-за заражения короедами на спутниковых изображениях.

Их подход, названный DIAMANTE (Data-centrIc semAntic segMentation to mAp iNfestations in saTellite imagEs), обучает модель, подобную U-Net, на размеченном наборе данных дистанционного зондирования, подготовленном с использованием как SAR-данных Copernicus Sentinel-1, так и мультиспектральных оптических данных Sentinel-2.

Авторы оценили эффективность своего подхода на реальном примере из инвентаризации — наборе непересекающихся лесных участков на северо-востоке Франции, снимки которых были получены в октябре 2018 года. На этих участках присутствовали очаги заражения короедами разного размера, возникшие в результате массового размножения жуков в том году.

Результаты подчёркивают общие преимущества использования мультисенсорных данных по сравнению с одним источником в различных сценариях обнаружения короедов, включая раннее выявление болезни и временной перенос на другой год. Хотя данные только Sentinel-1 не подходят для рассматриваемой задачи картографирования, использование только Sentinel-2 даёт удовлетворительные результаты. Кроме того, их совместное использование значительно снижает количество ложных срабатываний и улучшает выделение заражённых областей на итоговых бинарных картах.

В частности, признаки атак короедов можно было обнаружить с разумной точностью за месяц до получения наземных данных верификации. Однако более ранние стадии болезни слабо различимы на спутниковых снимках.

Таким образом, остаётся пространство для исследований в области использования исторических данных для временной и пространственной переносимости, то есть прямого развёртывания модели, обученной на определённой территории или временном периоде, на другой территории или в другой период времени.