Территория Самарской области характеризуется высокой степенью антропогенной трансформации природных сообществ, в результате которой в ряде районов коренные степные и лесостепные экосистемы смогли сохраниться лишь фрагментарно на фоне пахотных угодий и залежей. Однако и эти участки представляют огромную ценность с точки зрения сохранения биологического разнообразия региона. Для многих участков коренных экосистем уже установлен статус особо охраняемых природных территорий, однако исследования, проводимые экологами в последние годы, позволяют выявлять всё новые особо ценные природные комплексы, нуждающиеся в защите. Для повышения эффективности подобной работы нашим коллективом авторов, включающим специалистов-экологов и специалистов в области ДЗЗ, была предпринята попытка совместного использования данных полевых исследований с данными космосъёмки.
Для исследования был выбран известный участок степной растительности площадью 6000 гектар, имеющий охранный статус. Для данного участка были отобраны безоблачные снимки со спутников Sentinel-2 за период с апреля по сентябрь 2018 года, для каждого из которых был рассчитан индекс NDVI. Полученные каналы NDVI позволили сформировать многоканальный композит, для которого была выполнена кластеризация местности методом на основе иерархических гистограмм (Денисова, Сергеев, 2017). Параметр детализации подбирался интерактивно по признаку целостности визуально выделяемых объектов (например, сельхозугодий, граничащих с рассматриваемым участком). Далее внутри каждого кластера были выбраны тестовые точки, характер растительности в которых уточнялся экологами в рамках наземных исследований. В результате последующего объединения близких по составу кластеров, а также исключения зон, в которых не обнаружилось степной растительности, были сформированы обширные эталонные участки для основных классов степных сообществ.
Данные участки были использованы для обучения пространственно-спектрального классификатора, основанного на методе опорных векторов, по мультиспектральным композитам из данных Sentinel-2 (каналы 10- и 20-метрового разрешения). Далее обученный классификатор был применён на территории, граничащей с исследованным охраняемым участком, что позволило выявить ранее неучтённые примеры искомых сообществ.

Работа выполнена при поддержке РФФИ (гранты 16-29-09494 офи_м, 18-07-00748 а), а также субсидии (код субсидии 08-08), выделенной в соответствии с соглашением от 26.02.2018 г. № 074-02-2018-294, предоставленной на государственную поддержку федерального государственного автономного образовательного учреждения высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королева" в целях повышения конкурентоспособности Учреждения среди ведущих мировых научно-образовательных центров.