Научный проект Российского научного фонда «Использование технологий искусственного интеллекта для оценки индексов состояния лесных массивов на территории Республики Алтай», реализуется в Горно-Алтайском государственном университете в рамках Десятилетия науки и технологий под руководством молодого ученого, ассистента кафедры экономики, туризма и прикладной информатики Варвары Юрьевны Сафоновой.
В ходе выполнения научно-исследовательской работы, основанной на комплексном подходе с применением технологий искусственного интеллекта (AI) и интернета вещей (IoT), объединяющем распределенный мониторинг, и специализированные алгоритмы анализа данных, создан и находится в стадии испытания прототип комплекса программно-аппаратных средств для отслеживания и прогнозирования пожарной опасности лесных массивов Республики Алтай.
В результате анализа научной литературы и материалов конференций были выделены наиболее применяемые технологии и методы оценки состояния лесных массивов:
· Индекс NDVI (Normalized Difference Vegetation Index) – для оценки растительного покрова.
· Индекс Нестерова – государственный стандарт для прогнозирования пожарной опасности, основанный на метеорологических данных (сумма произведений температуры на разность температуры и точки росы, накапливаемая с момента последнего дождя ≥3 мм).
· Алгоритмы компьютерного зрения для обработки изображений с мониторинговых камер и БПЛА.
Ключевым результатом выполненных работ стало создание и обучение глубокой нейросетевой модели (полносвязная сеть с 4 скрытыми слоями) для прогнозирования индекса пожарной опасности Нестерова. Для реализации была выбрана оптимальная архитектура, представляющая собой полносвязную нейронную сеть (Feedforward Neural Network), обученную на исторических данных 4 метеостанций (4052 записи за 2020-2024 гг.). По результатам обучения и валидации модели были достигнуты сравнительно неплохие метрики качества, потенциально улучшаемые в процессе автоматического дообучения. Итогом стало сознание системы, не требующей значительных вычислительных ресурсов и способной функционировать на миникомпьютере Raspberry Pi 5.
Также разработан и находится в стадии испытаний прототип автономного метеокомплекса на базе современных микроконтроллеров и специализированных датчиков. Для сбора и визуализации данных создан и введён в опытную эксплуатацию веб-ресурс (.
Кроме того проведен анализ взаимосвязи грозовой активности и частоты возникновения лесных пожаров в Республике Алтай. При выполнении работ использовались данные о лесных пожарах за последние пять лет, предоставленные МЧС Республики Алтай, а также информация о молниевых разрядах на территории Республики Алтай. С помощью специально разработанных алгоритмов были проанализированы и сопоставлены пространственно-временные распределения пожаров и грозовой активности в разрезе 29 лесничеств региона. Результаты работы позволили дать оценку взаимосвязи между количеством молниевых разрядов и периодичностью возникновения природных пожаров на территории лесничеств Республики Алтай.
Наиболее существенная связь между количеством ударов молний и возникновением пожаров была выявлена на территориях Элекмонарского лесничества (корреляция 0.92), Барагашского лесничества (корреляция 0.81), Теньгинского лесничества (корреляция 0.68). Полученные результаты позволяют оценивать и определять наиболее значимые для наблюдений территории лесных хозяйств, потенциально подверженные возгораниям от грозовых разрядов, что, в свою очередь, поможет эффективнее распределять социально-экономические ресурсы региона, МЧС, авиалесоохраны, направленные на сохранение природных экосистем Республики Алтай.
Результаты исследования были представлены на 2 международных конференциях, опубликованы в журналах, индексируемых в международных базах цитирования, получено 2 свидетельства о государственной регистрации программы для ЭВМ и 1 свидетельство о государственной регистрации базы данных.
