Тюменский ученый подключил искусственный интеллект к изучению лесов
За искрометной речью кроется многодневный кропотливый труд по поиску биомаркеров в лесах и соответствующих им лесопатологических феноменов: маркеры обрабатывает нейросеть, регистрируя таксационные, типологические, метеорологические и прочие зависимости. Итогом исследования станет заблаговременное выявление ослабленных участков, их заселения вредителями или заражения болезнями, причем, что важно, работа облегчит прогнозирование.
- Как наши прадеды определяли, что с лесом что-то не так? Да на глаз: тут хвоя зеленая, тут желтая - все понятно. Но сегодня известно огромное количество других биомаркеров, указывающих на то, что деревья болеют, стареют, погибают. Это могут быть результаты жизнедеятельности насекомых - смоляные воронки, буровая мука, отверстия, маточные ходы и семейства под корой, а также мохово-лишайниковые покрытия, грибы. Рассматривать одну лишь хвою уже недостаточно. А если рядом с елкой лось прошел, кору содрал - вот растительный покров и изменился… Моя задача - найти и систематизировать все маркеры с помощью ГИС-технологий и нейросети. Они, к слову, в нашей отрасли в последние пять лет набирают такой же оборот, как и дендрохронология, - рассказывает Александр Галанов.
Он магистрант Государственного аграрного университета Северного Зауралья, но параллельно с учебой активно работает инженером на Сибирской лесной опытной станции ВНИИ лесоводства и механизации лесного хозяйства, а также биоинформатиком в лаборатории геномных исследований в растениеводстве НИИ сельского хозяйства Северного Зауралья Тюменского научного центра СО РАН.
Свою методику молодой ученый оттачивает на горельниках в Тюменской и Курганской областях: определяет санитарное состояние участка, самочувствие выживших после пожара взрослых деревьев и подроста, ищет образцы, загружает данные в нейросеть для выявления закономерностей. Процесс продвигается небыстро: нужно прежде все обойти, что называется, ногами, определить координаты точек, заказать снимки и карты. Зато, когда искусственный интеллект обучится, он сам будет выполнять работу в считанные секунды. Соседний регион интересен огромными популяциями шестизубого короеда и березового заболонника, как и несметным числом сувелей и сухобочин, случаев смоляного рака сосны, сыплет непонятными обычному человеку названиями Александр.
Параллельно с выявлением шестизубых жуков Александр пытается реабилитировать в научном мире такой показатель, как сомкнутость крон - он практически не изучается коллегами, но для его исследования оказался важным. Если он ниже, в лесу ожидаемо больше просвета - тогда через радар можно рассмотреть дебрис, валежник, различить подрост, подлесок, живой напочвенный покров и собрать полноценную информацию. А если нейросеть научится определять сомкнутость автоматически, процесс сбора данных еще ускорится. Кроме того, Галанов ввел в оборот такое понятие, как "диффузия лесов" - он исследует взаимное влияние друг на друга граничащих участков. Например, способен ли вредитель с одной территории перейти на другую и в какие сроки, влияют ли последствия пожаров в одной чаще на развитие другой, почему тут обилие пауков, а там они практически отсутствуют.
- Выстраивать диффузию планирую по примеру шахматной доски. У каждой клеточки - лесного участка суммируются все показатели. Будут и прогнозы с советами лесникам. А вообще конечная цель - создать сервис, который бы по радиолокационным снимкам, или радарной космической съемке, мониторил состояние лесных массивов. Мы, например, уже знаем, что из-за повышения средней температуры на один градус границы тайги смещаются к северу на 100 километров. Кроме того, леса пошли вверх. Но динамику распределения деревьев и их будущее развитие наобум не предсказать, а через спецприложение будет реально, - уверен исследователь.
Очевидно, что работа молодого ученого - без финальной точки: лес растет и будет расти. На итоговое оформление электронной площадки в Тюменской области он отводит пять лет. После перенастройки ресурс можно будет применять абсолютно к любой территории страны.