// XXII конференция молодых ученых "Фундаментальные и прикладные космические исследования". Москва. ИКИ РАН, 2025.
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, в том числе для валидации продуктов обработки данных ДЗЗ среднего пространственного разрешения.
В докладе описан подход по определению запаса стволовой древесины на основе нормализованных данных Sentinel-2 с пространственным разрешением 10м и материалов ПП с использованием глобальной регрессионной оценки методом случайных лесов для тестовых полигонов, распределенных на территории России.
Проведен эксперимент по итеративной коррекции опорной выборки для выявления потенциально несогласующихся данных ПП с данными спутникового мониторинга. Коррекция выполняется путем автоматизированного анализа значений характеристик в спектральных каналах видимого и ближнего инфракрасного диапазонов и сильного отклонения прогноза модели от исходных целевых значений запаса стволовой древесины в ПП, рассчитанных на основе подхода out-of-bag.
Выполнен сравнительный анализ точности получаемых оценок с наземными данными на уровне отдельно взятых ПП, таксационных выделов и агрегированных до масштабов регулярной сети со средним пространственным разрешением около 250 метров
Предложенный подход продемонстрировал, что итеративная коррекция опорной выборки по спектральным характеристикам и наиболее отклоняющимся оценкам запаса стволовой древесины существенно повышает точность модели и позволяет выявлять наиболее несогласующиеся данные ПП. Возможным источником несогласованности может быть недостаточное обучение модели, сложная структура лесного покрова или недостаточно точный ввод информации при наземном обследовании участка леса.