Ущерб лесам от штормов обходится в миллиарды — вот как может помочь искусственный интеллект

Высокоинтенсивные штормы ежегодно наносят ущерб на миллиарды фунтов, и изменение климата, вероятно, усугубит эту ситуацию в будущем. Уже сейчас, по-видимому, наблюдается увеличение частоты и интенсивности ветровых бурь. Бывший ураган "Офелия" и шторм "Элеонора" нанесли значительный ущерб Британским островам прошлой зимой, включая травмы, отключения электроэнергии и серьезные задержки в движении транспорта.

Под ударом оказываются не только пассажиры и домохозяйства. Ежегодно по всей Европе объем древесины, теряемой коммерческими лесами из-за штормов, эквивалентен годовому объему лесозаготовок в Польше. Проблема повреждения лесов особенно актуальна для Северной и Западной Европы, но все чаще затрагивает и такие регионы, как страны Балтии и Беларусь. Из-за изменения климата ущерб может удвоиться в течение текущего столетия.

Исследователи используют различные методы моделирования, чтобы помочь лесным менеджерам прогнозировать, какие деревья подвержены риску повреждения, но ни один из них не является достаточно точным. Однако искусственный интеллект может изменить ситуацию. Мы создали систему, которая, как мы считаем, указывает путь к более эффективной защите лесной отрасли в будущем.

Древесина и вызовы

Лесное хозяйство вносит важный вклад в экономику Великобритании с ежегодной валовой добавленной стоимостью около 2 миллиардов фунтов стерлингов. Площадь лесов составляет около 31 000 км², что составляет примерно 13% от общей площади страны. Однако ущерб от штормов сдерживает развитие. По крайней мере пять раз за последние 50 лет в Великобритании мощные штормы повреждали древесину объемом более 1 млн м³.

Лесная отрасль пытается снизить риск ущерба от ветра различными способами, включая более ранние рубки и прореживание лесов для повышения долгосрочной стабильности деревьев. В Великобритании широко используется система ForestGALES для оценки вероятности ветровых повреждений групп деревьев. Однако все существующие модели страдают от недостатка данных, так как сбор информации трудоемок, а доля поврежденных деревьев в любом лесу относительно невелика — около 15%.

Будущее лесов

Мы и наши коллеги, объединив экспертизу в компьютерных науках и лесном управлении, нашли новый подход. Мы показали, что компьютеры могут использовать машинное обучение для создания модели, очень точно прогнозирующей повреждения отдельных деревьев. В основе лежит генетическое программирование (GP), которое имитирует естественную эволюцию, создавая новые признаки для классификации деревьев.

При тестировании модели на данных двух поврежденных штормами лесов на юго-западе Франции ее точность составила 90% для одного леса и 79% для другого. Улучшение по сравнению с другими системами моделирования измерялось двузначным числом процентных пунктов. Новый подход также дает менеджерам новые инсайты, например, выделяя наиболее влияющие факторы (такие как плотность деревьев), что помогает разрабатывать более эффективные планы управления лесами. Модели работают достаточно быстро для оценки воздействия этих планов в реальном времени.

Это хороший пример того, как искусственный интеллект улучшает нашу способность справляться с окружающим миром. Мы не знаем о других попытках применить машинное обучение для управления рисками в лесном хозяйстве, хотя есть параллели в других областях, например, в диагностике рака молочной железы. Время покажет, сможем ли мы справиться с изменением климата, но если штормов в будущем станет больше, мы по крайней мере сможем лучше заранее выявлять слабые места в лесах.