Вероятностное картографирование лесов Северо-Западного Кавказа на основе векторных представлений спутниковых данных глубокого обучения

Северо-Западный Кавказ представляет собой один из ключевых мировых центров биоразнообразия, где горные лесные экосистемы выполняют важнейшие биосферные и климаторегулирующие функции. В условиях выраженных глобальных изменений разработка надежных методов пространственной инвентаризации лесного покрова становится критически важной задачей. Тематическое картографирование растительности методами машинного обучения и дистанционного зондирования Земли (ДЗЗ) сегодня является основным инструментом в решении подобных задач. Однако при работе в горных регионах исследователи сталкиваются со значительными трудностями: высокой облачностью, экстремальными эффектами рельефа и необходимостью ресурсоемкой гармонизации временных серий спутниковых изображений. Перспективной альтернативой ручному конструированию спектральных индексов и временных метрик становится использование предобученных геопространственных фундаментальных моделей и формируемых ими векторных представлений – спутниковых эмбеддингов (Brown et al., 2025; Jakubik et al., 2024). Целью данной работы являлось вероятностное картографирование синтаксонов лесной растительности Северо-Западного Кавказа методами пространственного моделирования с оценкой эффективности современных спутниковых эмбеддингов по сравнению с традиционными наборами геоданных.
Территория исследования охватывала лесные предгорные, среднегорные и высокогорные массивы в границах Краснодарского края, Республики Адыгея и Карачаево-Черкесской Республики. Обучающая выборка была сформирована на основе 1419 полевых геоботанических описаний (пробных площадей размером 10×10 м), заложенных в период с 2014 по 2024 гг. В рамках эколого-флористического подхода (по методу Браун-Бланке) описания были классифицированы на два иерархических уровня: генерализованный (7 крупных формаций, таких как буковые, грабовые, темнохвойные леса) и детальный (24 узких растительных ассоциации и сукцессионных стадии).
В качестве предикторов для пространственного моделирования тестировались глобальные спутниковые эмбеддинги AlphaEarth Foundations, представляющие собой 64-мерные латентные векторы, сгенерированные глубокими нейросетями на основе мультимодальных спутниковых снимков высокого разрешения (Brown et al., 2025). Их эффективность сопоставлялась с традиционным комплексным набором признаков, включающим сжатые временные серии мультиспектральных данных Harmonized Landsat–Sentinel-2, цифровую модель рельефа Copernicus DEM, биоклиматические параметры WorldClim и характеристики почв SoilGrids. В качестве алгоритмов классификации использовались ансамбль экстремально рандомизованных деревьев (Wright, Ziegler, 2017) и новейшая нейросетевая модель контекстного обучения для табличных данных TabPFN (Hollmann et al., 2025). Оценка эффективности моделей производилась по схеме пространственной пятиблочной кросс-валидации с применением алгоритма антикластеризации (Papenberg, Klau, 2021) для минимизации пространственной автокорреляции между обучающими и тестовыми выборками.
Для решения проблемы статистических смещений при классическом попиксельном расчете площадей была разработана оригинальная схема вероятностного агрегирования. Она базировалась на использовании отдельной регрессионной мета-модели (Ridge-регрессии), обучаемой на кросс-валидационных предсказаниях основного классификатора. Мета-модель предсказывала пространственный риск ошибки базовой классификации для каждого пикселя на основе метрик внутренней неуверенности (энтропии, маржинальности) и расстояний до обучающей выборки в географическом и признаковом пространствах. Интеграция этих рисков позволила попиксельно корректировать вероятности классов, смещая их в сторону априорного распределения исходной выборки в зонах максимальной неопределенности (Olofsson et al., 2014).
Анализ результатов моделирования показал, что комбинация спутниковых эмбеддингов и базовых биоклиматических предикторов статистически значимо превосходит по эффективности (метрикам MCC и Overall Accuracy) многокомпонентные наборы традиционных геоданных. Это доказывает, что глубокие пространственно-спектральные представления избавляют исследователей от ресурсоемкой гармонизации снимков без потери качества предсказаний. Сравнение алгоритмов выявило небольшое, но значимое преимущество случайных лесов над нейросетевой моделью TabPFN, которая, тем не менее, продемонстрировала выдающийся потенциал для задач оперативного картографирования за счет отсутствия необходимости подбора гиперпараметров.
Оценка моделей в режиме жесткой (дискретной) классификации выявила объективные пределы применимости оптического ДЗЗ для картирования сложных горных лесов. Общая точность строгого распознавания (Топ-1) составила 76,3% для генерализованного и лишь 49,7% для детального уровней. Наибольшее взаимное перепутывание фиксировалось для производных (вторичных) и переходных (экотонных) лесных сообществ. Такая матрица ошибок имеет строгое экологическое обоснование: идентификация узких ассоциаций и сукцессионных стадий критически зависит от видов-индикаторов травяно-кустарничкового яруса, скрытого под древесным пологом и не фиксируемого оптическими сенсорами (Pedrotti, 2013). Однако при переходе к вероятностной парадигме эффективность алгоритмов радикально возрастала: вхождение истинного синтаксона в тройку наиболее вероятных предсказанных классов (Топ-3) достигалось в 96,9% и 76,5% случаев соответственно, а мультиклассовая площадь под ROC-кривой стабильно превышала 0,95.
Пространственное мета-моделирование неопределенности показало, что переменные географической удаленности от обучающей выборки имеют околонулевое влияние на риск ошибки, что свидетельствует о высокой генерализующей способности моделей. Локализация ошибок определялась исключительно объективной фитоценотической сложностью самих растительных сообществ: максимальные риски (свыше 70%) прогнозировались для переходных буково-темнохвойных и вторичных мезофитных насаждений.
Внедрение локальных рисков ошибки в алгоритм вероятностного агрегирования позволило конвертировать полученные вероятности в статистически строгие оценки площадей. Было установлено, что в структуре лесного покрова исследуемой территории доминируют лиственные грабовые (35,7%), буковые (18,0%) и теплолюбивые дубовые (15,2%) леса. За счет применения вероятностного подхода относительная ширина 95%-х доверительных интервалов для площадей генерализованных классов удерживалась в жестких пределах (в среднем 1,6%), а для детального уровня составила 4,5%. Наблюдаемые структурные расхождения в суммарных площадях между иерархическими уровнями (до 47%) были обоснованы неизбежным распылением предсказанных вероятностей случайным лесом на 24 класса и действием формулы коррекции в условиях крайне высоких рисков ошибки.
Таким образом, проведенное исследование не только подтвердило высокую эффективность нейросетевых векторных представлений спутниковых данных для задач тематического картографирования, но и продемонстрировало необходимость перехода к вероятностной парадигме при картографировании флористически сложных растительных сообществ. Итогом работы стало создание уникального открытого набора геопространственных данных (https://rgee-sylbermine.projects.earthengine.app/view/nwcforests), характеризующего фитоценотическое разнообразие лесов Северо-Западного Кавказа.

Исследование выполнено в рамках проекта Российского научного фонда № 25-24-00169 (https:// rscf.ru/project/25-24-00169/).