Как сообщает ТАСС, экологи из США создали нейросеть, способную с достаточно высокой точностью определять видовую принадлежность "индивидуальных" деревьев на самолетных или спутниковых снимках леса. Эта система ИИ позволит отслеживать изменения в состоянии популяций редких видов флоры, пишут исследователи в статье, опубликованной в журнале PLoS Biology.

"Мы использовали фотографии крон более 40 тыс. "индивидуальных" деревьев для тренировки нашей системы. Проведенные при ее помощи расчеты указывают на то, что она способна определять самые распространенные виды деревьев с 75-85% уровнем точности в тех регионах лесов, где присутствует большое число видов флоры", - пишут исследователи.

Эта система ИИ была разработана группой американских экологов под руководством доцента Университета штата Флорида в Гейнсвилле (США) Итана Уайта для анализа снимков лесов, которые собираются в восьми десятках регионов США в рамках Национальной сети экологических обсерваторий (NEON). Участники этой программы регулярно получают высококачественные самолетные фотографии снимков лесного покрова Северной Америки, а также другие сведения, важные для оценки состояния лесных экосистем.

Как отмечают ученые существующие классические алгоритмы и системы машинного обучения позволяют с высоким уровнем качества отслеживать перемены в состоянии экосистем на уровне крупных лесных массивов, однако при этом они плохо приспособлены для работы со снимками, на которых видны "индивидуальные" кроны деревьев. Это не позволяет применять их для анализа того, как меняется состояние популяций отдельных видов растительности.

Так, ученые подготовили набор фотографий крон 40 тыс. деревьев, относящихся к восьми десяткам распространенных видов флоры, и использовали их для обучения нейросети DeepForest, способной находить границы кроны деревьев на фотографиях лесов. Результаты ее расчетов обрабатываются при помощи другой системы ИИ, которая определяет видовую принадлежность растения и оценивает его жизненные показатели.

Работу этой системы исследователи проверили на снимках из базы NEON, на которых нейросеть обнаружила около 100 млн "индивидуальных" деревьев, а также корректно определила видовую принадлежность примерно 75-85% из них. В перспективе, это позволит экологам отслеживать то, как исчезновение или появление определенных видов флоры влияет на состояние лесных экосистем, а также выявлять факторы, способствующие исчезновению редких растений, подытожили ученые.