Научная группа института географии РАН провела в Кировской области тестирование нового метода оценки качества и количества лесных ресурсов, базирующегося на использовании космических снимков и алгоритмов машинного обучения с использованием big data, рассказал РИА Новости руководитель проектной группы, старший научный сотрудник института географии Александр Кренке.

"Разработанный нами метод тестируется в разных регионах России уже какое-то время – поставлена задача доказать его применимость для всех типов лесов, включая дальневосточные, леса центральной России и т.д. Метод использует синтез известных в мировой практике алгоритмов обучения с использованием big data, однако его уникальность заключается в использовании обширных материалов существующих баз лесотаксации – то есть пространственных данных о состоянии лесов", - сообщил он.

Ученый пояснил, что имеющиеся данные о состоянии лесов часто очень неточные, но, тем не менее, отражают общие закономерности, и, будучи дополнены многосезонными банками данных дистанционного зондирования Земли (космическими снимками), дают возможность создать "своеобразную биометрию" различных типов древостоя.

"Именно возможность автоматизированного учета локальных особенностей состояния леса дала возможность достичь необходимой точности для проведения таксации больших территорий леса малыми силами – работы были проведены без полевых наблюдений, а вот уже полевая проверка принимающей Кировской стороны показала очень высокую точность материала – на уровне первого разряда лесоустройства", - рассказал Кренке.

Рослесхоз предложил запретить скупку китайцами леса у граждан в Сибири
По его словам, алгоритм уже носит промышленную степень готовности, и его использование позволит обеспечить актуализацию и регулярное обновление данных об объемах, структуре и состоянии запасов древесины на больших территориях.

"Большие данные" (big data) — способы и инструменты для обработки данных огромных объемов c их последующим представлением в понятном человеку виде.