Значительное количество и площади пожаров растительности, ежегодно возникающих на территории Сибири, определяет необходимость разработки средств оценки и прогнозирования последствий пирогенного воздействия на леса. В работе рассматриваются возможности применения открытых каталогов данных и методов машинного обучения для прогнозирования участков послепожарного отпада древостоя, а также оценки значимости признаков, определяющих величину отпада. С применением набора тематических спутниковых продуктов и метода машинного обучения RF (англ. Random Forest, случайный лес) для территорий Красноярского края, Республик Хакасия и Тыва выполнена оценка значимости набора признаков при прогнозировании доли отпада древостоя после пирогенного воздействия, а также разработана соответствующая модель. В работе использованы признаки, описывающие как лесорастительные и топографические условия местности, так и увлажнённость растительных горючих материалов, а также характеристики горения и величина изменений спектральных свойств поверхности, вызванных воздействием пожаров. Общая точность модели составила 0,84, а величина показателя Fj-score - 0,76. Наибольшую значимость при прогнозировании доли послепожарного отпада продемонстрировал разностный индекс dNBR (англ. Differenced Normalized Burn Ratio). В целом, признаки, характеризующие изменения отражательных свойств поверхности после пирогенного воздействия (спектральные индексы dNBR, dBAI (англ. Differenced Burn Area Index), а также отражательная способность в отдельных диапазонах спектра), определяли более 50 % вариабельности в оценках послепожарного отпада древостоя.