Благодаря этому решению можно в любой момент получить наглядные данные о том, что происходит с растительностью в любом уголке России.
Российские ученые сделали то, о чем раньше агрономы только мечтали. Теперь не нужно ходить по полям с линейкой, чтобы понять, как поживают посевы. Достаточно взглянуть на спутник – а точную оценку даст нейросеть. Сотрудники ИКИ РАН, МГУ и Федерального научного центра биологических систем и агротехнологий РАН создали алгоритм, который обрабатывает снимки отечественных аппаратов "Метеор-М" и выдает индекс листовой поверхности – главный показатель здоровья растений.
Что за зверь такой – LAI?
Индекс листовой поверхности – это не просто цифра. Это зеркало фотосинтеза. Он показывает, насколько активно растение дышит, ест и испаряет влагу. Как объяснил руководитель проекта Дмитрий Плотников, точная оценка LAI нужна для моделирования экосистем, слежения за геохимическими циклами и – самое главное – для сельхозмониторинга. Без него как без карты в незнакомом лесу.
Орбитальная группировка на страже урожая
Спутники "Метеор-М" висят на высоте 820-830 километров – на так называемой солнечно-синхронной полярной орбите. Из пяти запущенных аппаратов сейчас работают два, но в ближайшие годы добавят еще пару с новыми приборами. На борту стоят комплексы КМСС-2 – детище ИКИ РАН. Они видят землю в зеленом, красном и ближнем инфракрасном спектрах с разрешением 60 метров. Полоса захвата – почти тысяча километров. За один проход – огромный кусок страны.
Как нейросеть учили понимать листья
Секрет разработки – в обучении. Ученые взяли модель переноса излучения PROSAIL, которая воспроизводит световой портрет растений с учетом хлорофилла, воды, сухого вещества, наклона листьев и даже свойств почвы. Причем из модели выкинули все невозможные варианты – оставили только реальные состояния биомов. А затем натравили нейросеть на 60 тысяч фрагментов съемки, сделанных приборами КМСС-2 за 2022 год над территорией России.
Где работает отлично, а где пока буксует
Результат впечатляет. Карты LAI получились очень точными для полей, пастбищ, лугов и редколесий – то есть для большинства сельхозугодий и степей. А вот густые леса нейросеть пока щупает хуже – там плотность крон выше, и спутниковый взгляд не всегда пробивает зелень. Но для аграриев это не проблема: их интересуют как раз открытые пространства.
Кому это пригодится уже сейчас
Разработка позволяет в реальном времени получать наглядную картину состояния растительности на всей территории России. Никаких задержек, никаких ручных замеров. Экологический и сельскохозяйственный мониторинг становится быстрым и дешевым. И что особенно важно – все работает на отечественных спутниковых данных, без оглядки на зарубежные сервисы. Созданный продукт уже доступен в семействе информационных сервисов "Вега". Любой желающий ученый или агроном может им воспользоваться.
Цифры, гранты и научный вес
Исследование опубликовано в журнале "Компьютерная оптика" (2025, том 49, № 3). А деньги на разработку выделил Российский научный фонд – проект № 23-27-00412. Так что за спиной у алгоритма не только талант, но и серьезная финансовая поддержка.
Читайте статью на нашем сайте.
Больше интересных и полезных материалов вы найдете в “АгроИнфо”.