Для формирования по спутниковым данным ДЗЗ карт характеристик леса, в том числе необходимых для оценки их запасов углерода, в национальном масштабе, используются данные ДЗЗ со средним пространственным разрешением (примерно 250 метров на пиксель). Однако, наиболее актуальные данные наземных обследований лесов, доступные для их валидации, характеризуют лесной покров на уровне пробных площадей (ПП) диаметром около 30 метров, что затрудняет их прямое сопоставление. Следовательно, актуальной является задача создания карт характеристик лесов высокого разрешения с размером пикселя 10-30 метров, основанных на материалах ПП и ДЗЗ, способных корректно отражать результаты наземных исследований и быть использованными для валидации продуктов обработки данных ДЗЗ среднего пространственного разрешения.

В данной работе представлен подход по определению породного состава, в частности преобладающей породы с использованием независимой регрессионной оценки доли участия по запасу в ПП наиболее представленных пород в пределах более 100 тестовых полигонов (ТП) на территории России. Для создания моделей были использованы безоблачные композитные изображения, сформированные на основе автоматизированной обработки данных Sentinel-2 с пространственным разрешением 10 м, временным шагом 5 дней в течение вегетационного периода, а также зимнее композитное изображение, в видимых, ближних и средних ИК каналах, характеризующие сезонную и фенологическую динамику спектрально-отражательных характеристик лесного покрова, и материалы наземных обследований ПП. Для каждого ТП и каждой породы в его пределах был подобран оптимальный набор признаков для обучения моделей случайных лесов на основе анализа out-of-bag оценок ее точности и рекурсивного исключения наименее информативных признаков. На основе полученных оптимальных наборов признаков была выполнена оценка долевого участия по запасу каждой из пород в ПП в пределах ТП, Порода считалась преобладающей по критерию максимальной доли участия в насаждении.

Выполнен сравнительный анализ точности получаемых оценок преобладающих пород с использованием регрессионной оценки доли участия по запасу пород с наземными данными. Общая точность, рассчитанная по матрице перепутывания для всех исследуемых ТП, составила 81.5%, что выше по сравнению с традиционными методами классификации породного состава на основе случайных лесов, где общая точность, рассчитанная на основе подхода out-of-bag по матрице перепутывания, составила 79.8%. Проведенный эксперимент демонстрирует прирост увеличение значения меры F1-score, характеризующей точность распознавания отдельных пород, для всех представленных в ТП преобладающих пород в сравнении с результатами классификации методом случайных лесов. Данный подход позволяет более эффективно определять преобладающую породу лесных насаждений.

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). Обработка данных ДЗЗ осуществлялась с использованием ресурсов ЦКП «ИКИ-Мониторинг» (Лупян и др., 2019), развиваемого и поддерживаемого в рамках темы «Мониторинг» (госрегистрация № 122042500031-8).