Искусственный интеллект помогает учёным изучать закустаривание тундры

Международная команда исследователей из Института проблем экологии и эволюции им. А.Н. Северцова РАН (ИПЭЭ РАН), НИУ ВШЭ, Университета Вирджинии (UVA) и организации Alaska Biological Research применила возможности искусственного интеллекта для изучения распространения кустарниковой ольхи (Alnus alnobetula fruticosa) на северной границе леса в Сибири. В работе представлен инновационный метод анализа спутниковых снимков с использованием сверточных нейронных сетей. Методика открывает новые возможности для мониторинга последствий климатических изменений в циркумполярном регионе, сочетая высокую точность с беспрецедентной скоростью анализа.

Исследование охватило три ключевых участка в сибирской Субарктике. Нейросеть проанализировала почти миллион участков размером 12×12 м по космическим снимкам высокого разрешения, сделанным с интервалом 10-15 лет. Результаты показали, что скорость закустаривания варьирует от 2,4% до 26,1% за десятилетие в зависимости от местных условий.

Главные факторы закустаривания – теплообеспеченность и дренаж: кустарники чаще захватывают хорошо дренируемые, прогреваемые участки, а также находящиеся рядом с уже существующими кустарниковыми сообществами. Первые стадии освоения новой территории идут на ровных, несколько более влажных поверхностях, тогда как сомкнутые кустарниковые ольховники сформировались на теплых и сухих поверхностях.

“Новый метод обработки данных в сотни раз быстрее традиционных подходов при высокой точности. Использование нейросети, классифицирующей ландшафты по четырем категориям (от полного отсутствия кустарников до сомкнутых кустарниковых сообществ), позволило получить более детальную картину по сравнению с упрощенными бинарными моделями”, – рассказала кандидат географических наук Ксения Ермохина, старший научный сотрудник ИПЭЭ РАН.

Изменения растительного покрова, связанные с распространением кустарниковой ольхи, имеют серьезные экологические последствия. Кустарники влияют на альбедо поверхности, свойства снежного покрова и температуру почвы, что может привести к усилению парникового эффекта в регионе.