27.04.2026 14:57
Нейросеть для расчета листовой поверхности по спутниковым данным
Учёные научили ИИ считать листву из космоса
Специалисты ИКИ РАН, ФНЦ БСТ РАН и МГУ им. М.В. Ломоносова создали нейросетевой алгоритм расчёта индекса листовой поверхности, который позволяет получать точные данные об экосистемах России.
«Индекс листовой поверхности — один из главных климатических параметров. Он отражает способность растений к фотосинтезу и транспирации (испарению влаги). Точная оценка листовой поверхности в региональном и глобальном масштабах необходима для моделирования экосистем, геохимических циклов, сельскохозяйственного мониторинга и смежных приложений», — рассказал руководитель проекта, старший научный сотрудник, заведующий сектором ИКИ РАН Дмитрий Плотников.
Информацию исследователи получали с отечественных спутников «Метеор-М» — орбитальных аппаратов дистанционного зондирования Земли. Они работают на круговых солнечно-синхронных полярных орбитах высотой 820–830 км. На борту этих спутников находятся российские приборы КМСС-2 («комплексы многозональной спутниковой съёмки»). Устройства обеспечивают получение мультиспектральных данных в зелёном, красном и ближнем инфракрасном каналах с пространственным разрешением 60 м и полосой обзора шириной 960–1020 км.
При обучении искусственного интеллекта учёные использовали данные, полученные за 2022 год, — это около 60 тыс. фрагментов съёмки. Основой для обучения нейросети стала модель переноса излучения PROSAIL. Она позволяет воспроизвести спектральный образ растений, на который влияет широкое разнообразие биохимических и геометрических параметров растительности. В том числе содержание хлорофилла, воды, сухого вещества, наклон листьев и свойства почвы.
Результаты исследования, поддержанного грантом РНФ, опубликованы в статье Development and assessment of Leaf Area Index of Russia's vegetation cover based on multi-angular observations by KMSS (Meteor-M) and neural network inversion of PROSAIL model (Plotnikov D.E., Zhou Z., Kolbudaev P.A., Loupian E.A., Matveev A.M., Zimin M.V., Zhukov B.S., Kondratieva T.V., Lebedev S.V).
#Грани_РАН
Специалисты ИКИ РАН, ФНЦ БСТ РАН и МГУ им. М.В. Ломоносова создали нейросетевой алгоритм расчёта индекса листовой поверхности, который позволяет получать точные данные об экосистемах России.
«Индекс листовой поверхности — один из главных климатических параметров. Он отражает способность растений к фотосинтезу и транспирации (испарению влаги). Точная оценка листовой поверхности в региональном и глобальном масштабах необходима для моделирования экосистем, геохимических циклов, сельскохозяйственного мониторинга и смежных приложений», — рассказал руководитель проекта, старший научный сотрудник, заведующий сектором ИКИ РАН Дмитрий Плотников.
Информацию исследователи получали с отечественных спутников «Метеор-М» — орбитальных аппаратов дистанционного зондирования Земли. Они работают на круговых солнечно-синхронных полярных орбитах высотой 820–830 км. На борту этих спутников находятся российские приборы КМСС-2 («комплексы многозональной спутниковой съёмки»). Устройства обеспечивают получение мультиспектральных данных в зелёном, красном и ближнем инфракрасном каналах с пространственным разрешением 60 м и полосой обзора шириной 960–1020 км.
При обучении искусственного интеллекта учёные использовали данные, полученные за 2022 год, — это около 60 тыс. фрагментов съёмки. Основой для обучения нейросети стала модель переноса излучения PROSAIL. Она позволяет воспроизвести спектральный образ растений, на который влияет широкое разнообразие биохимических и геометрических параметров растительности. В том числе содержание хлорофилла, воды, сухого вещества, наклон листьев и свойства почвы.
Результаты исследования, поддержанного грантом РНФ, опубликованы в статье Development and assessment of Leaf Area Index of Russia's vegetation cover based on multi-angular observations by KMSS (Meteor-M) and neural network inversion of PROSAIL model (Plotnikov D.E., Zhou Z., Kolbudaev P.A., Loupian E.A., Matveev A.M., Zimin M.V., Zhukov B.S., Kondratieva T.V., Lebedev S.V).
#Грани_РАН