МЕТОДЫ И ГИС-ИНСТРУМЕНТЫ МАШИННОГО ОБУЧЕНИЯ C ОТКРЫТЫМ КОДОМ В ЛЕСНОМ ТРАНСПОРТНОМ МОДЕЛИРОВАНИИ

Abstract

В статье описываются методы и инструменты машинного обучения (MО) для транспортного моделирования доступа к лесным пожарам и лесным ресурсам наземными средствами для регионов России. Транспортная доступность в лесном хозяйстве является предметом изучения и улучшения. Методы MO играют важную роль в обнаружении изменений и автоматизированном сборе данных для транспортной инфраструктуры. В статье проанализированы последние научные публикации двух систем, а именно: российской электронной библиотеки «КиберЛенинка» и европейской сети для общения ученых ResearchGate. Необходимо отметить, что по состоянию на осень 2023 года количество работ по использованию МО в моделировании транспортных перемещений в лесах указанных систем было небольшим. Были изучены плагины из репозитория QGIS с открытым исходным кодом. Можно ожидать возможного увеличения количества плагинов для MО от исследователей и студентов, отдельные разработчики и небольшие исследовательские группы проявляют интерес к теме. Перспективы МО для наземного транспортного моделирования в лесном хозяйстве еще недостаточно изучены.