В рамках работ по созданию национальной сети мониторинга климатически активных веществ на территории России (РИТМ углерода, 2024) на тестовых полигонах (ТП) интенсивного уровня закладываются два типа наземных пробных площадей (ПП) – рекогносцировочные и постоянные. В случае лесных тестовых полигонов для обоих типов ПП на основе получаемых наземных измерений могут быть оценены запасы древесного пула углерода. Рекогносцировочные ПП (РПП) подразумевают таксационные измерения, аналогичные проводимым в рамках лесоустроительных работ, а на постоянных пробных площадях (ППП) проводится сплошной подеревный перечет и сопутствующие измерения по стандартам научных исследований. Не считая ПП, закладываемых в рамках Государственной инвентаризации лесов, данные двух обозначенных типов являются наиболее распространенными источниками наземной информации о лесах России, и часто используются при геопространственном моделировании характеристик древостоев с использованием данных ДЗЗ. Цель данной работы – получить геопространственные оценки запасов углерода в древесном пуле с использованием ПП двух разных типов для территории одних и тех
же лесных тестовых полигонов и сравнить полученные результаты между собой.
Сравнение проводилось на трех лестных ТП, организованных в 2023 году в республиках Карелия и Коми, а также в Нижегородской области, площадь каждого из которых составляет около 4 кв. км. На каждом полигоне было заложено по 300-400 реласкопических РПП (глазомерно-измерительная таксация) и 29-30 ППП размером 50х50 м (сплошная перечислительная таксация). Обработка полевых измерений проводилась средствами автоматизированной информационной системы “AISPOL” (AISPOL, 2024). Биометрические показатели живых деревьев конвертировались в значения древесной фитомассы через аллометрические уравнения с использованием модифицированного функционала пакета allodb (Gonzalez‐Akre et al., 2022) в программной среде R и измерений из актуальной базы данных модельных деревьев В.А. Усольцева (Усольцев, 2023). Фитомасса мертвой древесины (сухостой, крупные древесные остатки) оценивалась от значений запаса через таблицы базовой плотности по стадиям разложения (Harmon et al., 2008). Значения древесной фитомассы конвертировались в запасы углерода через коэффициент 0.5.
В качестве исходных данных для геопространственных переменных использовались доступные на территорию ТП материалы спутниковой и аэросъемки различных типов, в частности, разносезонные мультиспектральные и радарные изображения высокого пространственного разрешения со спутников Sentinel-2 (ESA Sentinel-2, 2023), Sentinel-1 (ESA Sentinel-1, 2023), и результаты воздушного лазерного сканирования, продуктами тематической обработки которых являются цифровые модели рельефа и высот полога растительности (древостоя), а также различные статистические характеристики нормализованного трехмерного облака точек (координат возвратов лазера).
Модели, основанные на разных типах ПП, обучались независимо друг от друга. Использовалось несколько базовых методов машинного обучения, включая экстремально рандомизованные деревья (Guerts et al., 2006), метод опорных векторов (Cortes, Vapnik, 1995), градиентный бустинг (Dorogush et al., 2018) и многослойный перцептрон (Haykin, 1994), результаты предсказаний которых объединялись посредством взвешенного осреднения. В процессе обучения проводилась автоматическая оптимизация параметров используемых алгоритмов, а также оценка потенциальной эффективности их предсказаний с использованием методов кросс-валидации на обучающих данных. По результатам оценок эффективности определялся наилучший вариант модели, который затем использовался для геопространственных предсказаний.
В результате сравнения было выявлено, что оценки запасов углерода в древесном пуле лесных тестовых полигонов по измерениям на РПП и ППП заметно разнятся (различия до 1.5 раз) и относительно слабо коррелируют между собой (r = 0.4-0.5). Для большинства совмещенных площадок оценки на ППП численно выше аналогичных значений на РПП, но встречаются и обратные ситуации. Степень выраженности этих различий меняется от полигона к полигону. При этом, стоит отметить довольно близкие значения вариации для обоих типов данных на всех полигонах, несмотря на различия в размерах выборок более чем на порядок.
Соответсвующие результаты геопространственного моделирования запасов углерода в древесном пуле с использованием данных ДЗЗ в полной мере сохраняют различия, свойственные исходным обучающим данным. Оценки суммарных запасов древесного углерода на территории тестовых полигонов по исходным наземным данным и результатам моделирования очень близки, при этом последние характеризуются заметно меньшими значениями показателей неопределенности (различия до 2.5 раз).
Модели на основе данных с ППП имеют формально более высокие показатели эффективности относительно моделей на основе РПП, однако имеют также и очевидные проблемы, связанные с объемом выборки и описываемым диапазоном значений. Требуется проверка этих результатов моделирования дополнительными независимыми полевыми измерениями.

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 учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (рег. № 123030300031-6).