Европейское космическое агентство (ЕКА) совместно с компанией PRIOT Digital Systems разработало инновационную систему глубокого обучения для раннего обнаружения заражений ельников короедом-типографом (Ips typographus). Система анализирует временные ряды спутниковых данных Sentinel-2 и выявляет стрессовые изменения в растительности задолго до появления видимых признаков поражения — пожелтения и усыхания крон. Это принципиально новый подход: вместо фиксации уже очевидных повреждений модель отслеживает тонкие изменения влажности кроны и здоровья растительного покрова, невидимые человеческому глазу.
Масштабы проблемы колоссальны: только в 2023 году короед уничтожил около 30 миллионов кубометров еловой древесины по всей Центральной Европе, а прямой экономический ущерб превысил 3 миллиарда евро. К этому следует добавить экологический урон — утрату биоразнообразия, повышение пожароопасности и многолетние затраты на восстановление лесов. Традиционные методы полевого мониторинга обнаруживают заражение лишь тогда, когда деревья уже начинают менять окраску, то есть слишком поздно для эффективного вмешательства.
Система PRIOT была протестирована в трёх ключевых регионах Европы с различными типами заражения. В лесном резервате Польшак (Словения) исследовались последствия штормовых повреждений, спровоцировавших вспышку короеда. Национальный парк Гарц (Германия) предоставил данные о масштабных инвазиях в горных ельниках. Третьей площадкой стал район Ауронцо-ди-Кадоре (Италия), где чётко прослеживается спектральная прогрессия от зелёных крон к красным и серым — классическая картина гибели деревьев от короеда.
Уникальность подхода в том, что алгоритм не полагается на отдельные снимки, а строит временные ряды наблюдений за лесными участками, отслеживая динамику изменения спектральных характеристик. Модели глубокого обучения классифицируют каждый пиксель спутникового изображения как «здоровый» или «поражённый», выявляя закономерности, связанные с потерей влаги в кроне и снижением фотосинтетической активности. Параллельно исследователи из Технического университета Мюнхена создали модель Crop Cosmos, прогнозирующую вспышки короеда с точностью 86% за неделю вперёд с помощью комбинации гиперспектральных данных DESIS, мультиспектральных снимков Sentinel-2 и метеоданных ERA5-Land.
Проект Crop Cosmos, разработанный в рамках магистерской программы ESPACE, победил в международном конкурсе ACHIEVED 2025, организованном Консультативным советом космического поколения, на 23-м Конгрессе в Сиднее. «Специалисты по лесному хозяйству были впечатлены высокой точностью модели и её ориентацией на прогнозирование, а не просто обнаружение», — отметила команда. Для обучения модели были использованы данные с 280 феромонных ловушек по всей Баварии, предоставленные Баварским государственным институтом лесного хозяйства.
Интеграция спутниковых данных с алгоритмами глубокого обучения открывает путь к автоматизированному мониторингу лесов в масштабе всего континента. Данные Sentinel-2 бесплатны и доступны глобально, что делает технологию применимой не только в Европе, но и в бореальных лесах России, Канады и Скандинавии. По мере обострения климатических изменений — мягкие зимы и засушливые лета способствуют размножению короеда — раннее обнаружение из космоса становится критически важным инструментом защиты лесных экосистем, стоимость которых измеряется десятками миллиардов евро ежегодно.
