Выделение значимых спектральных каналов для анализа состояния хвойных лесов

Леса во всем мире подвергаются воздействию различных факторов, как естественных, так и антропогенных, приводящих к разной степени их деградации [Faccoli et al., 2012]. В последние несколько лет данная проблема стала актуальной и для Республики Беларусь и Российской Федерации [Усеня и др., 2021; Сазонов и др., 2016]. Площадь усыхающих хвойных древостоев ежегодно увеличивается, так же как и география усыхания. Как правило, гибель хвойных деревьев развивается поэтапно. С целью минимизации последствий патологии необходимы обоснованные методы дистанционной диагностики здоровья лесов на ранних стадиях ослабления деревьев.
Для разработки спектральных методов диагностики и мониторинга паталогических состояний лесных насаждений были проведены многоуровневые измерения лесных массивов Неманицкого и Борисовского лесничеств Республики Беларусь. В этих лесничествах лесопатологами были отмечены усыхания, вызванные распространением вредителей, повреждающих древесину.
Авиационный уровень измерений осуществлялся с помощью беспилотного комплекса авиационного спектрометрирования (БЕКАС) [Lamaka et al., 2023], который позволяет осуществлять регистрацию спектров отражения высокого спектрального разрешения в видимом диапазоне и привязанных к ним изображений подстилающей поверхности. Спектральные данные пересчитывались в коэффициенты спектральной яркости с использованием зарегистрированных на наземном уровне спектров отражения от светорассеивающего молочного стекла МС-20.
Более восьми тысяч зарегистрированных при помощи БЕКАС спектров были представлены в пространстве главных компонент, что позволило провести предварительную классификацию без обучения [Мартинов, 2022] и подготовить для дальнейшего анализа более пяти тысяч спектров елей разной степени усыхания, убрав из анализа спектры, не относящиеся к елям.
Затем производилось разбиение выборки спектров ели на различные степени усыхания с использованием уже размеченных при помощи лесопатологов данных.
К новой размеченной выборке (около двух тысяч спектров) был применен алгоритм классификации Random Forest (Силюк и др., 2022). Его особенностью является выделение наиболее значимых спектральных каналов для классификации. Получены весовые коэффициенты значимости для каждой длины волны видеоспектрального комплекса из состава БЕКАС для задачи классификации слабо отличающихся спектров елей разного состояния здоровья. Эти данные позволяют выделить наиболее значимые для этой задачи спектральные диапазоны, что предоставляет возможность для создания специализированной мультиспектральной аппаратуры, основной задачей которой будет детектирование усыханий хвои на ранних стадиях.