Дендрохронология в домашних условиях

С ранних лет нам известно: подсчитав кольца на спиле, можно узнать возраст дерева. Однако заложенные в них сведения куда богаче простого порядкового счета. Благоприятные сезоны формируют широкие кольца, в то время как засушливые и морозные — узкие. Эта закономерность открывает две ключевые перспективы: датировку артефактов (дендрохронологию) и реконструкцию климатических изменений прошлого (дендроклиматологию).

Обе дисциплины требуют колоссальных трудозатрат. Традиционно дендрохронология оперирует цилиндрическими образцами — кернами. Каждый керн аккуратно шлифуется, после чего ширина годичных колец исследуется под микроскопом. Для точной датировки необходим глубокий структурный нахлест между анализируемым образцом и эталонной шкалой, сформированной из множества аналогичных древесных срезов из того же ареала. Построение подобных баз данных может растянуться на многие годы.

Мне стало любопытно, возможно ли ускорить этот процесс с помощью современных алгоритмов компьютерного зрения? Реально ли уместить всю мощь дендрохронологического анализа в единое мобильное приложение? Пожалуй, нет, но в ходе экспериментов мне удалось выяснить массу любопытных нюансов.

Автоматическое обнаружение колец по фотографии можно сформулировать как классическую задачу сегментации. В сети уже существуют научные труды на эту тему, включая открытые репозитории с исходным кодом и датасетами. Тем не менее, мои любительские снимки лесных пней значительно уступают по чистоте лабораторным сканам. Требовалось проверить жизнеспособность подхода на практике, поставив перед собой амбициозную цель — успешно продатировать хотя бы один древесный срез по обычной смартфонной фотографии.

Моим главным трофеем стал сосновый ствол из столичного Тимирязевского парка. Несколько упавших деревьев распилили при расчистке просек. Древесина выглядела свежей, следовательно, падение произошло относительно недавно — возможно, в текущем или предыдущем сезоне. Публиковать срез целиком я не рискну, поскольку кто-то успел оставить на нем сомнительную надпись, однако вот фрагмент центральной зоны:

Поначалу казалось, что структура видна идеально и никакая специализированная подготовка или оптика не понадобятся. В сердцевине годовые слои действительно просматриваются отчетливо, но на данном срезе их насчитывается более сотни, и зафиксировать нужно каждый. Ошибся хоть на одном рубеже из-за недостаточной детализации снимка — и вся последующая хронология неминуемо сместится, обесценив результаты работы.

После серии вылазок в парк и долгих часов напряженного вглядывания в экран я капитулировал перед сложностями и приобрел аккумуляторную полировальную машину.

Вандализм на древесине остался в прошлом, а читаемость слоев возросла на порядок. Более того, шлифовка позволила подключить в работу второй образец — массивный соседний пень, периферию которого скрывал толстый слой смолы. Механическая обработка вернула текстуре первозданный вид. Поскольку оба дерева лежали в непосредственной близости и были повалены в одном направлении, логично предположить одновременность этого события.

Пока нейросетевая сегментация и компьютерное зрение отложены на потом, разметку приходится выполнять вручную, прорисовывая контур каждого кольца. В идеальных условиях исследователи выбирают единый радиус и фиксируют перпендикулярные отрезки вдоль него, следуя классическим методикам работы с кернами. На практике же приходится постоянно маневрировать между векторами из-за локальных загрязнений, микродефектов шлифовки или легкой расфокусировки кадров. Толщина колец варьируется от внушительных сантиметровых пластов до еле уловимых микроскопических долей миллиметра, что требует предельной детализации. Тут пригодился еще один девайс — накладная макролинза для телефона, хотя со временем я пришел к выводу, что ее роль зависела исключительно от возможностей конкретного сенсора. Изначально я применял labelme для разметки, но в итоге написал собственный скрипт, умеющий сшивать панорамы из фрагментов и размечать их единым массивом, что критически важно для областей с ультратонкими кольцами.

Профильная литература подробно описывает феномены ложных и пропущенных колец. Они возникают под влиянием аномальных погодных факторов, когда в течение одного сезона дерево формирует дополнительный темный слой либо пропускает его образование вовсе. К счастью, для умеренных широт подобные казусы — редкость. Тем не менее, трудностей хватало: то, что на базовом разрешении казалось сплошной массой, при детальном рассмотрении обнаруживало тончайшую прослойку. Хронологическая цепочка сходилась в единую картину лишь после учета таких нюансов. В конечном счете я насчитал 129 слоев на бревне и 166 на пне.

После завершения разметки контуров предстояло вычислить дистанции между ними, поскольку конечной целью дендрохронологии является именно ширина годичных приростов. Строго говоря, профи измеряют этот параметр сразу на кернах, но из-за выбранного векторного метода мне пришлось пройти лишний этап обработки. Чтобы не погружаться в дебри аналитической геометрии, я задействовал Python-модуль shapely (метод LineString.project для пространственной ориентации точек относительно смежного контура с последующим вычислением дистанции через LineString.distance).

Получив числовые ряды параметров толщины, мы подходим к этапу привязки по времени. Концепция проста: сдвигать полученную последовательность относительно эталона до тех пор, пока не будет достигнуто идеальное совпадение. В роли эталона выступает либо индивидуальный верифицированный образец, либо усредненная сводная мастер-хронология. Найдя точный сдвиг, мы безошибочно узнаем год гибели дерева. Однако здесь кроются подводные камни. Во-первых, древесные кольца у сердцевины шире за счет интенсивного роста молодых саженцев. Это искажает расчеты максимальной кросс-корреляций, заставляя алгоритмы ошибочно предполагать синхронный старт развития всех деревьев. Данная проблема решается процедурой нормализации, известной как детрендинг. Потратив массу времени на капризные сплайны, я обнаружил гораздо более элегантный вариант — трансформацию P2Yrs.

Выяснилось, что такой подход демонстрирует значительно лучшие результаты. Очевидно, перед процедурой датирования целесообразно полностью отсекать низкочастотные компоненты сигнала, как это и делает P2Yrs. Сплайны же больше востребованы в палеоклиматических исследованиях, где подобные колебания несут важную смысловую нагрузку.

Второй вызов заключается в поиске релевантной мастер-хронологии. Подобные массивы открыто публикуются в International Tree-Ring Data Bank

Платформа ITRDB располагает удобным интерактивным картографическим интерфейсом. На нем четко прослеживается кучность научных изысканий вокруг ключевых европейских центров и профильных лабораторий, преимущественно в Германии, Швейцарии и Литве. Территория Европейской части России представлена куда скромнее, причем львиная доля записей базируется на единственном фундаментальном исследовании (Соломина и др.).

Объектом моего интереса выступала сосна обыкновенная, или Pinus sylvestris, имеющая в дендрохронологии аббревиатуру PISY. Это наиболее распространенный вид в базе ITRDB для нашего региона. Ближайшие географические метки на карте подступали к столице со стороны Звенигорода, Озёр и Приокско-Террасного заповедника — и все они относились к искомому типу PISY. Обнаружение нескольких подтвержденных хронологий в столь близком радиусе (40–120 км) можно считать невероятной удачей.

Для каждой локации репозиторий ITRDB предоставляет файл формата .rwl с верифицированными рядами ширин годичных колец. Я импортировал эти данные, применил аналогичный пайплайн предварительной обработки, а затем вычислил коэффициент корреляции r в зависимости от величины временного сдвига. Строгий академический анализ подразумевает также вычисление t-статистик, но в рамках любительского эксперимента я ограничился поиском выраженного пика на графике корреляции, однозначно указывающего на правильность временной привязки.

Результат наложения последовательности моего бревна на эталонную мастер-хронологию выглядит вполне убедительно (r=0.55, крайняя дата — 2024 год). Идеального совпадения с хрестоматийными примерами из учебников достичь не удалось, и вручную я бы вряд ли справился с задачей. Тем не менее, график продемонстрировал искомый единственный пик, подтвердив абсолютную согласованность моих замеров с архивными записями ITRDB.

С массивным пнем пришлось повозиться дольше. Первоначальные расчеты выдавали аномальные даты из будущего, затем сместились на 2025 год, но после тщательной ревизии разметки и устранения погрешностей итоговый коэффициент составил r=0.44 при финальной точке в 2024 году. Таким образом, гипотеза об одновременном падении деревьев подтвердилась. Учитывая 166 годичных колец, рождение этого экземпляра датируется 1859 годом — дерево начало свой жизненный цикл еще в эпоху правления Александра II, застав период до отмены крепостного права!

Разработку специализированного мобильного приложения пока пришлось отложить, поскольку затея оказалась значительно сложнее первоначальных прогнозов. Тем не менее, мне удалось успешно завершить датировку, получив бесценный опыт в области аналитики данных и отличный повод проводить больше времени на свежем воздухе. Десятилетие назад реализация подобного проекта силами энтузиаста выглядела бы фантастикой, но сегодня благодаря совершенству мобильной оптики, генеративному программированию и открытым базам данных вроде ITRDB дендрохронология становится доступной каждому.

English version

 

Источник