Аналитической группой ФБУ ВНИИЛМ в результате проработки темы НИР «Разработка технологии применения сверточных нейронных сетей для выявления изменений санитарного и лесопатологического состояния лесов по данным дистанционного зондирования Земли из космоса» в 2025 году была проведена подготовительная работа по сбору и описанию имеющейся информации использования технологий на основе сверточных нейронных сетей (СНС) в области дистанционного зондирования Земли (ДЗЗ) из космоса.
В обзоре даны основные принципы работы и структура СНС, их преимущества для дистанционных оценок состояния лесной растительности; описаны процесс обучения сверточных нейронных сетей, наиболее распространенные фреймворки (шаблоны) и инструменты глубокого обучения моделей. Сформирован состав требований к данным дистанционного зондирования Земли из космоса, обеспечивающих оптимальную применимость сверточных нейросетевых моделей для оценки состояния лесов.
СНС могут применяться и настраиваться для различных операций, включая классификацию на основе изображений с различных датчиков и платформ. Показано, что использование нейронных сетей и технологий компьютерного зрения при обработке данных ДЗЗ в целях лесного хозяйства дает дополнительный функционал, обеспечивая обработку значительных объемов данных, включая распределенные. Модульность и гибкость современных фреймворков глубокого обучения позволяет объединять разноракурсные и многовременные данные, полученные с различных типов датчиков.
С учетом особенностей выявления поврежденных и погибших лесных насаждений, их границ и площади, по изображениям ДЗЗ из космоса с использованием сверточных нейронных сетей предложены направления использования дополнительных источников информации о лесах, позволяющих снизить погрешность в выявлении целевых объектов.
