Учёные ВГЛТУ имени Г. Ф. Морозова подготовили программные и методические решения, которые позволяют заранее определять наиболее уязвимые к возгоранию участки леса, прогнозировать распространение огня и оценивать потери углерода.
Система объединяет данные дистанционного зондирования Земли, съёмку с беспилотников и искусственный интеллект. Алгоритмы с помощью ИИ определяют состояние древостоя и жизнеспособность насаждений. Отдельная модель с использованием БПЛА и машинного обучения оценивает компоненты лесных горючих материалов под пологом — опавшую хвою, ветки, валежник и кустарниковую растительность. На этой основе создана методология автоматического определения класса природной пожарной опасности для каждого лесного выдела.
Отдельное направление разработки связано с оценкой последствий пожаров. Учёные создали методику расчёта накопленного в лесной экосистеме углерода и предложили коэффициенты сгорания различных компонентов наземной фитомассы при пожарах разного типа и интенсивности. Это позволяет оценивать не только риск пожара, но и возможные потери углерода при возгорании.
Актуальность такой системы растёт: на европейской части России пожароопасный период за последние годы увеличился на две–четыре недели. В приведённой разработчиками статистике ежегодно в России насчитывается от 9 тыс. до 35 тыс. лесных пожаров, охватывающих от 500 тыс. до нескольких миллионов гектаров. По приводимым данным Рослесхоза, средний ущерб от лесных пожаров составляет около 20 млрд рублей в год.
Разработанные инструменты можно интегрировать в действующие системы лесопожарного мониторинга. Следующим этапом станет развитие дистанционной оценки состояния лесов и наземной фитомассы с помощью искусственного интеллекта, чтобы лесные службы могли принимать решения ещё до появления огня.