Аннотация результатов, полученных в 2020 году
1. На основе нейросетевого алгоритма архитектуры U-Net разработаны свёрточные нейронные сети применимые для сверхточного детального распознавания крон деревьев различных видов и нарушений полога на изображениях сверхвысокого разрешения (менее 1 м/пиксель). В качестве источников данных дистанционного зондирования были использованы открытые для некоммерческого использования RGB изображения компаний Digital Globe (спутниковые системы WorldView-2, WorldView-3, GeoEye-1) и Airbus (спутниковые системы Pleiades-1A/B), а также фотоизображения, выполненные с беспилотных летательных аппаратов. Программные решения выполнены на языке программирования высокого уровня Python. Результаты распознавания, полученные при помощи U-Net-подобных свёрточных нейронных сетей, сравнивались с результатами распознавания применения "традиционных" методов глубокого обучения, таких как "Случайный лес" (Random Forest). Полученные нейронные сети по точности распознавания целевых объектов того или иного лесного массива, будь то участок бурелома, ветровала, группа усохших деревьев или даже кроны деревьев отдельных видов, существенно превосходят результаты "традиционных" методов. Например, точность распознавания ветровальных участков лесов на снимках космических аппаратов Pleiades-1A/B (разрешение 0.5 м/пиксель) при помощи нейронной сети U-Net-подобной архитектуры составляет 94%, точность лучшего из "традиционных" методов машинного обучения, метода "Случайный лес", только 83%. Результаты опубликованы в журнале Remote Sensing in Ecology and Conservation, в популярном виде - на сайте РНФ (https://rscf.ru/news/release/neyroseti-pomogli-uchenym-ustanovit-prichinu-gibeli-lesa/#!), ряде новостных и научно-просветительских изданий. 2. Выявлена масштабная вспышка численности жука короеда-типографа (Ips typographus) и ассоциированное с ней массовое усыхание еловых древостоев в лесных плантациях и естественных лесных массивах острова Сахалин. Используя мультиспектральные космические снимки аппаратов Sentinel-2 - спектральные значения по каналам видимого и инфракрасного электромагнитного излучения, а также рассчитанные значения нормализованного вегетационного индекса (NDVI) и нормализованного водного индекса (NDWI), при помощи алгоритма классификации "Случайный лес" составлена карта размещения усохших и усыхающих еловых древостоев. Разрешение карты - 20 м/пиксель. Площадь лесного покрова, на котором по состоянию на 2020 г. проявилось усыхание ели составляет более 12.4 тыс. га. Ранее очагов развития короеда-типографа на острове Сахалин не отмечалось. Усыхание еловых лесов на Сахалине полностью укладывается в наблюдаемую тенденцию деградации темнохвойных бореальных лесов Евразии и Северной Америки, первопричиной которых являются глобальные климатические изменения. При этом непосредственным фактором элиминации хвойных деревьев могут являться факторы как биотической, так и биотической природы. Спусковым крючком начала массового усыхание еловых насаждений и начала вспышки численности короеда-типографа стало появление массовых ветровалов и поврежденных деревьев после прохождения над островом двух тропических циклонов осенью 2015 г., обеспечивший начало повсеместного увеличения числа насекомых. В свете полученных результатов использование как местного вида - ели аянской, так и инорайонных видов - ели обыкновенной, ели сибирской, в лесокультурной практике на Сахалине следует признать бесперспективным. 3. Установлено, что под пологом искусственных лесонасаждений формируются менее разнообразие растительные сообщества, чем в естественных лесах региона. Таким образом, создание лесных культур на месте ранее существовавших, но исчезнувших в силу различных причин естественных лесных массивов не может в полной мере компенсировать потери биологического разнообразия. Специфическим для региона фактором, негативно влияющим на возможность формирования флористически богатых и разнообразных сообществ растений под пологом лесных плантаций, является сомкнутый покров из бамбука-сазы (Sasa spp.), разрастающегося под пологом молодых древесных культур и препятствующий естественному возобновлению других растений, как древесных, так и травянистых. 4. Принимая во внимание состояние обследованных лесных культур, наиболее перспективными видами для создания лесных плантаций на острове Сахалин можно считать местные виды деревьев - пихту сахалинскую (Abies sachalinensis) и лиственницу Гмелина (Larix gmelinii). Организация лесных культур из лиственницы при этом должна иметь преимущество на заторфованных и болотистых почвах, в условиях затрудненного дренажа, по днищам речных долин и на участках низменностей. На бурых лесных и подзолистых почвах, в условиях более или менее хорошего дренажа, на склоновых участках предпочтение следует отдавать пихте. В южных районах Сахалина перспективно создание лесных культур из лиственницы Кемпфера (Larix kaempferii), успешно культивируемой на островах Японского архипелага. На юге Сахалина также возможно создание массовых культур сосны кедровой корейской или корейского кедра (Pinus koraiensis), как ценного источника утилитарного сырья - кедровых орешков. Культуры сосны обыкновенной (Pinus sylvestris) напротив повсеместно на острове находятся в неудовлетворительном состоянии, хотя в прошлом плантации из этого вида были создана на тысячах гектар. Насаждения местного вида - ели аянской (Picea ajanensis) и таких инорайнных видов как ель обыкновенная (P. abies) или ель сибирская (P. sibirica) в ближайшем будущем могут находится под угрозой исчезновения из-за вспышки численности короеда-типографа. Перспективы лесных культур из других видов деревьев требуют дальнейших натурных исследований.

Аннотация результатов, полученных в 2021 году
В ходе реализации проекта исследованы лесные культуры в 20 географических пунктах на островах Сахалин, Кунашир и Шикотан (южные Курилы). В общей сложности заложено 70 пробных площадок в лесных культурах 9 видов местных и инорайонных видов хвойных деревьев. На каждой пробной площадке были выполнены измерения высот и диаметров стволов деревьев (всего 4336 особей), созданы локальные карты размещения деревьев в древостое, взяты образцы древесных кернов для создания кольцевых хронологий (всего 1861 образец, 864 местных видов деревьев, 997 - инорайонных), выполнены геоботанические описания подчиненных ярусов, взяты образцы почв. Обнаружено, что флористическое богатство сосудистых растений в подчиненных ярусах искусственных насаждений превосходит таковое в естественных лесах региона. В сообществах искусственных лесонасаждений отсутствуют виды растений - индикаторов старовозрастных лесов, не развит моховой покров. В составе подчиненных ярусов лесных культур отсутствуют заносные виды растений. Для искусственных насаждений отмечена тенденция проникновения аборигенного вида - курильского бамбука (Sasa spp.), быстро формирующего сомкнутые заросли и препятствующего росту других видов растений, в т.ч. естественному возобновлению деревьев. Анализ хронологий годичных колец деревьев местных и инорайнных видов показал, что в соответствии с климатическими условиями региона и наблюдаемыми тенденциями их современного изменения исключают возможность успешного роста сосны обыкновенной, ели европейской и лиственницы сибирской. Создание лесных культур местных видов деревьев – ели аянской и лиственницы Гмелина целесообразно проводить только в северных районах Сахалина. Для культивирования в южных районах острова целесообразно использовать инорайонные виды – сосну кедровую корейскую (естественный ареал – Приморье, юг Хабаровского края, Корейский полуостров, горные районы японского острова Хонсю) и лиственницу Кемпфера (естественный ареал – острова Японского архипелага). Пихта сахалинская – высокопригодный вид для повсеместного создания лесных плантаций в регионе. Из лиственных видов деревьев наиболее ценным видом и соответствующим современному и прогнозируемому климату региона является орех айлантолистный. Использование космических снимков среднего разрешения спутниковой системы Sentinel-2 позволило создать карту лесного покрова южного Сахалина и определить места произрастания лесных культур лиственницы и сосны обыкновенной. Обнаружение искусственных лесонасаждений из пихты сахалинской и ели аянской невозможно по причине идентичности их спектральных откликов естественным темнохвойным лесам региона. Для целей создания автоматических методов обнаружения и подсчета деревьев в лесных плантациях выполнены съемки участков лесных массивов с квадрокоптера с пространственным разрешением около 7 см/пиксел. Обучение свёрточных нейронных сетей на базе архитектур U-Net и Mask R-CNN для целей обнаружения и подсчета деревьев на изображениях сверхвысокого разрешения полученных при помощи квадрокоптера позволило достичь высокого уровня объектной точности распознавания. Доля верно распознанных деревьев в лесных плантациях при использовании нейронной сети архитектуры Mask R-CNN составила 83-91% (в зависимости от сложности изображения), а на базе архитектуры U-Net – 88-91%. Достигнутые уровни объектной точности соответствуют таковым. Внедрение разработанных методов в лесохозяйственную и научно-исследовательскую практику позволит существенно ускорить лесоинвентаризационные мероприятия.