Материалы 22-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 11–15 ноября 2024 г.

(http://conf.rse.geosmis.ru)

XXII.F.215

Подход вычисления неопределенности спутниковых оценок запаса углерода лесов и других их характеристик на основе подхода вариации обучающей выборки

Хвостиков С.А. (1), Барталев С.А. (1), Ворушилов И.И. (1), Егоров В.А. (1), Ховратович Ховратович Т.С. (1)
(1) Институт космических исследований РАН, Москва, Россия
В Институте космических исследований РАН проводится разработка системы мониторинга запаса и баланса углерода лесов России на основе данных ДЗЗ. Система предполагает комбинацию данных ДЗЗ, наземных данных и набора модели для оценки запаса и баланса углерода. Наземные данные используются для построения обучающей выборки, проверки продуктов ДЗЗ и моделей. Данные ДЗЗ дают ежегодные оценки ключевых характеристик лесов, таких как их породный состав, запас стволовой древесины, полнота, возраст и бонитет насаждений. Набор моделей используется для преобразования этих характеристики в оценки массы и запаса углерода лесов. Получение таких ежегодных оценок позволяет определить динамику запаса углерода лесов страны и оценить их баланс углерода.

Естественно, для использования оценок запаса и баланса углерода желательно понимать степень их достоверности, то есть оценить их неопределенность. Неопределенность получаемых оценок углерода зависит от неопределенности как используемых продуктов ДЗЗ, так и моделей. При этом оценка неопределенности продуктов ДЗЗ затруднена тем, что в ней есть пространственные и временные закономерности. Неопределенность соседних пикселов может быть связана друг с другом, между их ошибками может быть корреляция. Такие же корреляции могут быть между неопределенностями оценок одного пиксела в разные годы. Игнорирование этих связей может привести к некорректным оценкам неопределенности всего продукта.

Один подход оценки неопределенностей может состоять в построении множества наборов карт на основе вариации обучающей выборки. Случайное изменение обучающей выборки с последующим применением метода машинного обучения на этой новой выборке позволяет построить новую карту, или временной ряд карт. Анализ вариации характеристик, полученных по множеству таких карт, позволяет адекватно оценить неопределенность этих характеристик (Coulston et al., 2016, Malinin et al., 2021).

Полученные множества карт характеристик лесов (их запаса, полноты, лесистости, возраста и бонитета) могут быть поданы на вход модуля вычисления запаса и баланса углерода. Анализ множества карт запаса углерода на выходе модуля позволяет оценить неопределенность и этой характеристики, с построением стандартного отклонения, 95% интервала достоверности, как на уровне страны, так и на любом другом уровне агрегации.

Работа выполнена в рамках реализации важнейшего инновационного проекта государственного значения «Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учёта данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (госрегистрация № 124060500032-7).

Результаты данной работы были получены с использованием инфраструктуры Центра коллективного пользования «ИКИ-Мониторинг» системами архивации, обработки и анализа данных спутниковых наблюдений ИКИ РАН для решения задач изучения и мониторинга окружающей среды (Лупян и др., 2019).

Ключевые слова: леса России, углерод, неопределенности
Литература:
  1. Лупян Е. А., Прошин А. А., Бурцев М. А., Кашницкий А. В., Балашов И. В., Барталев С. А., Константинова А. М., Кобец Д. А., Мазуров А. А., Марченков В. В., и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170.
  2. Coulston J. W. и др. Approximating Prediction Uncertainty for Random Forest Regression Models // Photogram Engng Rem Sens. 2016. Т. 82. № 3. С. 189–197.
  3. Malinin A., Prokhorenkova L., Ustimenko A. Uncertainty in Gradient Boosting via Ensembles // 2021.

Презентация доклада

Видео доклада



Ссылка для цитирования: Хвостиков С.А., Барталев С.А., Ворушилов И.И., Егоров В.А., Ховратович Ховратович.Т.С. Подход вычисления неопределенности спутниковых оценок запаса углерода лесов и других их характеристик на основе подхода вариации обучающей выборки // Материалы 22-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2024. C. 217. DOI 10.21046/22DZZconf-2024a

Дистанционное зондирование растительных и почвенных покровов

217