В НовГУ научились с помощью ИИ и дронов предсказывать голод среди диких животных
18 августа 2026, 11:00 19
Ученые из Великого Новгорода и Санкт-Петербурга создали первую в своём роде цифровую карту среды обитания животных для уникальной территории – озера Ильмень и его окрестностей. С помощью спутников, беспилотников и искусственного интеллекта они с точностью до 99,8% определили границы лесов, болот и лугов. Это позволит планировать охоту так, чтобы она не вредила природе, а помогала ей восстанавливаться.
В число авторов вошли заведующий учебно-научной исследовательской лабораторией беспилотных систем и цифровой инженерии НовГУ Евгений Лукашик и инженер-исследователь лаборатории Екатерина Лукашик.
Зачем нужен учёт охотничьих угодий?
Чтобы планировать охоту экологично, нужно знать точное количество кормовой базы: сколько желудей, травы и молодых побегов дает конкретная территория. Именно количество доступной еды определяет, сколько кабанов, медведей или лосей здесь может выжить без вреда для леса. Если животных окажется меньше, чем рассчитывали охотники, популяция не сможет восстановиться после сезона. Но если зверя будет больше, чем способна прокормить территория, начнется массовая гибель от голода, а животные в поисках пищи станут разорять фермерские поля.
Традиционно учет охотничьих угодий — это долгие экспедиции по бездорожью, рулетки, бинокли и бумажные карты. Учёные решили применить новый подход. Они объединили данные космической съемки со спутника Sentinel-2A (разрешение снимков — 10 метров на пиксель), аэрофотосъемку с беспилотных летательных аппаратов Geoscan Lite и DJI Phantom 4 Pro V2.0 (где детализация достигает семи сантиметров) и обучили нейросеть отличать хвойный лес от березовой рощи или заросшего камышом болота.
Как это работает?
Для обучения искусственного интеллекта ученые использовали «эталонные участки» — небольшие зоны, где состав деревьев и высота кустарника были заранее измерены вручную и с помощью дронов. Именно на этих проверенных данных алгоритм учился распознавать классы среды обитания на огромных спутниковых снимках всей территории Ильменя. Затем эти снимки загрузили в программу Agisoft Metashape Pro, которая превратила плоские кадры в объемную цифровую модель рельефа. По этой модели алгоритм определил высоту деревьев и густоту кустарника. Эти данные стали «учебником» для алгоритма машинного обучения Random Forest («Случайный лес»). Он проанализировал миллионы пикселей космических снимков за зиму, весну и лето 2023 года, научившись безошибочно узнавать каждый тип ландшафта по его уникальному цветовому коду в инфракрасном спектре.
— В результате получилась подробная карта-схема площадью почти 200 тысяч гектаров, — рассказал Евгений Лукашик. — Она показала, что больше половины территории (54,7%) занимают озера и пруды. Еще 15,1% — пойменные луга, которые заливает водой во время весеннего половодья. Леса составляют около 12%, причем преобладают мелколиственные породы — береза и осина. Болота занимают всего 0,6%, но именно они являются домом для редких видов птиц.
Точность этого цифрового двойника природы подтверждена математически. Общая точность классификации составила 99,8%. Коэффициент каппа Коэна — главный мировой стандарт достоверности таких карт — равен 0,966 при норме выше 0,75. Отличить пашню от сенокоса у машины получилось идеально (точность 99,99%), а вот смешанный лес иногда заставлял алгоритм сомневаться, путая темные кроны сосен с тенями от лиственных деревьев.
Практическая значимость
Эта разработка решает сразу несколько критических задач природопользования.
Во-первых, она обеспечивает охрану вместо истребления. Принцип устойчивого охотничьего хозяйства гласит: нельзя добывать больше животных, чем рождается ежегодно. Теперь инспекторы видят точную цифру кормовой базы. Если площадь ягодников сократилась из-за засухи, система автоматически порекомендует снизить квоты на добычу медведя или кабана, предотвращая голод среди зверей.
Во-вторых, технология экономит время и деньги. Раньше создание такой схемы требовало месяцев полевых работ десятков специалистов. Сейчас основная работа выполняется компьютером за считанные дни, а охотхозяйствам больше не нужно содержать огромные штаты землеустроителей.
В-третьих, карта позволяет вести оперативный мониторинг пожаров и вырубок. Постоянно обновляемые спутниковые данные позволят мгновенно замечать незаконную рубку леса или начинающийся торфяной пожар на труднодоступных участках дельты рек Мста, Ловать и Шелонь.
Наконец, проект создает прочную научную базу. Карта станет фундаментом для экологического туризма и долгосрочных программ по сохранению биоразнообразия водно-болотного угодья.
Ранее учёные разработали цветовой код для исторического центра Новгорода.
И нашли мышцу, виновную в апноэ сна.
