Оценивание устойчивости лесных насаждений к пожарам и последствий пожара на территории заповедника «Утриш» в 2026 году

Приведены результаты разработки и адаптации моделей автоматизированной обработки материалов мультиспектральной космической съёмки на основе алгоритмов машинного обучения.
Представлены:
результаты многокритериального анализа показателей устойчивости лесных экосистем к пожару [1] на территории части заповедника «Утриш» в августе 2026 года;
фрагменты цифровой карты, отражающей результаты оценивания последствий прохождения лесного пожара в сентябре 2026 года.
При анализе показателей устойчивости лесных экосистем учитывались результаты обобщенного описания и видовой состав лесной растительности, а также стадии усыхания лесной растительности.
В качестве исходных данных использовались материалы съёмки, выполненной с помощью космического аппарата Sentinel-2. Обучающие и контрольные выборки для алгоритмов машинного обучения формировались с учетом данных геоботанической карты, разработанной в МГУ имени М.В. Ломоносова [2], а также с учетом материалов съёмки от 11 сентября непосредственно во время прохождения лесного пожара. Размеры обучающих и контрольных выборок, а также пространственное расположение пикселей, представляющих результаты измерения спектральных отражательных характеристик элементов ландшафта, формировались с учетом разнообразия лесных формаций, приведенных на геоботанической карте.
Результаты обработки материалов съёмки для отдельных контрольных точек согласованы с сотрудниками заповедника «Утриш». На основе анализа показателей качества результатов обработки материалов съёмки осуществлен выбор соответствующих моделей машинного обучения.
Показано, что территории заповедника, характеризующиеся наименьшей степенью устойчивости к лесным пожарам, оказались более подверженными к неблагоприятному воздействию огня, что подтверждает адекватность используемых моделей обработки материалов съёмки.
Представленные результаты обработки получены с помощью действующего макета оригинального программного комплекса автоматизированной обработки материалов мульти- и гиперспектральной космической съёмки на основе алгоритмов машинного обучения и с использованием инфраструктуры ЦКП «Северо-Западный центр мониторинга и прогнозирования развития территорий»,
https://ckp-rf.ru/catalog/ckp/2079622/.