Оценка водной эрозии виноградников по спутниковым данным с использованием машинного обучения и спектральных индексов

Актуальность
Виноградники южных регионов России, расположенные на холмистом рельефе, критически подвержены водной эрозии. Классические модели оценки (RUSLE и её модификации) нередко демонстрируют завышенные значения, так как недостаточно учитывают особенности агроландшафтов и агротехнических приёмов.
Цель работы
Разработка автоматизированного метода оценки водной эрозии почв виноградников, основанного на интеграции данных дистанционного зондирования Земли и алгоритмов машинного обучения для оптимизации почвозащитных мероприятий.
Материалы и методы
Исследования проведены на виноградниках Краснодарского края с использованием временных серий спутниковых данных Sentinel-2 за 2021–2024 гг. Разработана индексная модель, включающая расчёт спектральных индексов NDVI (растительный покров), BSI (оголённость почвы) и ELI (эрозионная нагрузка). Для автоматизированного распознавания эрозионных форм (линейная, плоскостная) применялся алгоритм Random Forest, обученный на выборке из 256 сцен и 1200 размеченных участков. В модель был интегрирован динамический C-фактор, учитывающий схему посадки и возраст насаждений.
Ключевые результаты
• Точность прогнозов. Индексная модель показала наилучшее согласование с полевыми данными – 28,8 т/га/год, что существенно ближе к натурным измерениям по сравнению с классической RUSLE (44,5 т/га/год) и модифицированной ORUSLE (59,3 т/га/год).
• Автоматизация классификации. Интеграция спутниковых данных и методов машинного обучения обеспечила автоматическое распознавание типов эрозии с точностью 89%.
• Практическая применимость. Использование индексной модели позволяет снизить прогнозируемые значения потерь почвы на 30–50% относительно традиционных моделей, а также уменьшить потребность в трудоёмких полевых обследованиях.
Выводы
Подтверждена эффективность сочетания многоспектральных данных Sentinel-2 и алгоритмов машинного обучения для мониторинга эрозионных процессов на виноградниках. Разработанный метод может служить инструментом для оперативного выявления зон повышенного эрозионного риска и принятия почвозащитных мер в хозяйственной практике.