Сравнение архитектур полносвёрточных нейронных сетей в задачах дешифрирования породного состава лесов на примере национального парка «Смоленское Поозерье»

Изучение и картографирование породного состава лесов, рассмотрение его динамики под воздействием как естественных, так и антропогенных факторов, являются необходимыми условиями для сохранения существующих экосистем и рационального использования лесных ресурсов. Использование данных дистанционного зондирования, в частности, спутниковой съемки, позволяет изучить наиболее труднодоступные территории без проведения дополнительных полевых работ.

Объектом данного исследования являлся породный состав лесов национального парка «Смоленское Поозерье». Территория парка находится на границе южнотаежных и широколиственно-еловых лесов, которые составляют около 74% от всей его площади. Вследствие антропогенной трансформации территории менее 20% лесных сообществ можно отнести к коренным или условно коренным, однако на данный момент идет активное их восстановление. Наблюдение за сукцессионными процессами требует выделения как можно большего числа классов растительности при дешифрировании, что обусловило предпочтительность применения в качестве алгоритма классификации свёрточных нейронных сетей.

В работе были исследованы возможности дешифрирования девяти классов породного состава лесов с использованием разновременного композита снимков Landsat 8/9 (2–7 каналы с пространственным разрешением 30 м) и архитектур свёрточных нейронных сетей: полносверточной сети (FCN) и ее модификаций — U-Net и сети с пирамидальным механизмом внимания (PAN). Для создания обучающего набора данных были использованы данные лесоустройства, а также база геоботанических описаний (маршрутные описания к.б.н. А.В. Титовец за 2006–2014 годы; данные по пробным площадям ЦЭПЛ РАН (предоставлена сотрудником института, в.н.с., к.б.н. Тихоновой Е.В.).

Для увеличения качества классификации было рассмотрено применение разных сочетаний индексных изображений: нормализованного разностного вегетационного (NDVI), влажностного (NDMI), а также улучшенного вегетационного (EVI) индекса. Отдельное внимание было уделено подбору функции потерь из-за естественного и неустранимого дисбаланса классов в исходных данных, а также требований по точности выделения границ.

Экспериментальным путем было выяснено лучшее для решения задачи породного дешифрирования сочетание функции потерь Дайса и шестиканального композита из разновременных индексов NDVI и NDMI. Лучшей среди трех рассматриваемых архитектур была признана U-Net, осредненная точность по двенадцати (включая девять «лесных», а также два «луговых» и водный класс) классам которой составила 0,705 против 0,485 у полносвёрточной и 0,395 у PAN. Оцененная по точкам геоботанических описаний точность U-Net составила 0,65.

Аппаратное и программное обеспечение предоставлены Центром коллективного пользования «Геопортал МГУ».