Целью работы являлось исследование возможности построения классификатора пород леса, обученного на данных Sentinel-2 за один сезон и обладающего точностью, достаточной для составления предварительной тематической разметки новых участков. Данная задача важна для выявления фрагментарно сохранившихся среди сельхозугодий коренных лесных сообществ с целью придания им охранного статуса, а также для обнаружения ценных и редких в контексте определённой территории древесных пород в протяжённых лесных массивах.
Преимущество спутников Sentinel-2 для решения данной задачи заключается в высокой частоте съёмки, что позволяет более детально отследить различные фазы развития деревьев в рамках одного вегетационного периода, а также большой площади покрытия, благодаря чему обучение на фрагменте территории с известными данными позволяет выполнить классификацию всей рассматриваемой территории.
Для формирования эталонных участков были использованы данные таксации леса по Красносамарскому лесничеству Кинельского района Самарской области, сформированные в 2013-14 гг. и занесённые в базу данных ГИС «Ингео». Для этого посредством семантических запросов были отобраны участки леса, содержащие не менее 8/10 доли одной породы. Благодаря этому были выделены 9 классов пород: берёза, вяз, дуб, ива, клён, осина, сосна, тополь, ясень. Обучение классификатора осуществлялось по данным северной части леса, тестирование – на южной. При обучении использовалась фиксированная длина обучающей выборки для каждого класса, чтобы не адаптироваться к локальным особенностям конкретного леса.
В обучении использовались мультиспектральные композиты, составленные из снимков Sentinel-2 за период с апреля по сентябрь 2018 года. В ходе работ исследовались различные алгоритмы и приёмы пространственной классификации, представленные в работах (Borzov, Potaturkin, 2017) и (Федосеев, 2018), различные методы подготовки данных и временные интервалы съёмки. В зависимости от условий обучения точность классификации (accuracy) на тестовом участке территории достигала 0.75 – 0.80, что было расценено как приемлемый по качеству результат. В рамках дальнейшей работы планируется выделить наихудшим образом классифицированные участки леса и провести наземные исследования этих участков с целью выявления возможных ошибок в данных таксации леса. Это позволит повысить качество классификатора, а также даст возможность разработать механизм уточнения состояния и характеристик лесничеств, не требующий значительных ресурсов при проведении полевых работ.

Настоящее исследование было выполнено при поддержке РФФИ (гранты 16-29-09494 офи_м, 18-07-00748 а), а также субсидии (код субсидии 08-08), выделенной в соответствии с соглашением от 26.02.2018 г. № 074-02-2018-294, предоставленной на государственную поддержку федерального государственного автономного образовательного учреждения высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королева" в целях повышения конкурентоспособности Учреждения среди ведущих мировых научно-образовательных центров.