Моделирование ареалов потенциального распространения древесных пород на территории России с использованием методов машинного обучения

В условиях изменения климата и нарастающего антропогенного воздействия задачи оценки и моделирования ареалов древесных пород приобретают особую актуальность. В ИКИ РАН разработаны продукты, характеризующие состояние и структуру экосистем, в том числе карта преобладающих пород, компонентом которой является вероятность наличия или отсутствия породы.

Модели распространения видов (Species Distribution Modeling, SDM [1]) представляют собой эффективный инструмент экологического анализа, основанный на статистических методах и алгоритмах машинного обучения. Применение SDM с использованием современных алгоритмов машинного обучения позволяет повысить точность пространственных оценок и выявить закономерности в распределении древесных пород.

Цель представленной работы – создание карт потенциальных ареалов распространения древесных пород на территории России с использованием методов SDM, машинного обучения и нейронных сетей на основе климатических данных реанализа. Полученные карты могут использоваться как самостоятельный аналитический продукт, так и для уточнения существующих продуктов ИКИ РАН.

В качестве признаков применялись биоклиматические данные реанализа (BIOCLIM [2]), рельеф (SRTM) и его производные, почвенные характеристики. В качестве обучающей выборки использованы данные, применяемые при создании карты преобладающих пород ИКИ РАН. Для построения моделей использовались алгоритмы Random Forest и сверточные нейронные сети (CNN), реализованные на языке Python (библиотеки PyTorch, scikit-learn). Качество моделей оценивалось с использованием метрик AUC, F1-score и кросс-валидации.

В результате создана экспериментальная база для применения методов SDM на основе машинного обучения к задачам определения потенциальных ареалов древесных пород. Построены карты вероятности распространения преобладающих пород на территории Российской Федерации. Полученные результаты могут быть использованы для лесного планирования, оценки пригодности местообитаний, а также сопоставления с существующими ареалами распространения видов.

Дальнейшее развитие исследования предполагает использование полученных ареалов для моделирования структуры леса и уточнения баланса углерода в лесных экосистемах России.

Работа выполнена в рамках темы «Мониторинг» (госрегистрация № 122042500031-8). Обработка данных была проведена с использованием ресурсов Центра коллективного пользования «ИКИ-Мониторинг» [3].