Картографирование пожароопасности Иркутской области с использованием метода машинного обучения Random Forest

Иркутская область – регион с одним из самых высоких показателей лесистости (78%) среди субъектов Российской Федерации, в котором более 90% всей площади, покрытой лесом, занимают пожароопасные хвойные насаждения [1]. В 2022 г. в области произошло 1840 возгораний, площадь, пройденная огнем, составляет 1390,9 тыс. га, экономический ущерб оценивается в 780,3 млн. руб. Данные факты свидетельствуют об актуальности решения описанной проблемы. Для повышения эффективности мониторинга и предотвращения пожаров важно разработать точные модели предсказания рисков их возникновения.
В этом исследовании используется метод машинного обучения Random Forest [2] для составления карты оценки рисков возникновения лесных пожаров территории Иркутской области на основе данных дистанционного зондирования, метеорологии, государственных органов лесного хозяйства и чрезвычайных ситуаций.
Космические снимки были применены для разработки цифровой модели рельефа на основе данных SRTM, получения слоев о климатических показателях [3] и типе поверхности Земли [4]. Данные о пожарах (9001 записей) были получены в результате алгоритма слияния тепловых точек по пространственно-временной близости. В исследовании использованы данные о 45 000 тепловых точках, выявленных в результате анализа спутниковых снимков за 2017-2020 годы, полученные со спутников NOAA серии «Алиса-SC» производства ООО «Сканэкс» и в результате анализа на платформе FirePro [5].
Модель была построена на основе таких факторов, как метеорологические данные (температура воздуха, влажность, осадки, скорость ветра и др.), топографические параметры (высота, крутизна склона, аспект рельефа), вегетационные (тип растительности и поверхности Земли) и социальные факторы (расстояние до дорог и населенных пунктов). Эти данные позволили классифицировать вероятность возникновения пожаров в каждом конкретном месте региона.
Результаты исследования показали высокую точность модели, основанной на методе Random Forest: точность предсказания составила 0,89, F1-score — 0,88, AUC — 0,96. Наибольшее влияние на возникновение пожаров оказали климатические факторы, особенно температура воздуха и текущие погодные условия, а также социальные факторы, такие как близость к дорогам и населенным пунктам. На основе результатов модели создана карта рисков лесных пожаров, что позволит обеспечить органы государственного управления дополнительной информацией для принятия решений по обеспечению мер по снижению риска и смягчению последствий лесных пожаров.
Работа выполнена при поддержке научно-исследовательского проекта ИДСТУ СО РАН № 075-15-2024-533 «Фундаментальные исследования Байкальской природной территории на основе системы взаимосвязанных базовых методов, моделей, нейронных сетей и цифровой платформы экологического мониторинга окружающей среды».