Методы классификации покровов торфяников для оценки эффективности их вторичного обводнения

Вслед за торфяными пожарами в июле-августе 2010 года в Московской области, нанесшими значительный ущерб экономике и здоровью населения, в 2010-2013 годах Правительством были проведены меры по рекультивации заброшенных торфяных месторождений. Вторичному обводнению подверглись 77 торфяников площадью более 73 тыс. га. С 2011 года Институт лесоведения РАН осуществляет мониторинг объектов рекультивации с целью оценки эффективности проведенных мероприятий с точки зрения снижения пожарной опасности, а также в рамках проектов, связанных с мониторингом климатических изменений (Информационный отчет, 2022).
Основным преимуществом использования материалов дистанционного зондирования для мониторинга таких объектов, как вторично обводненные торфяники, является возможность снизить затраты ресурсов и времени на проведение полевых исследований в труднодоступных районах. Использование спутниковых данных позволяет ежегодно оценивать площадь эффективного обводнения (Медведева и др., 2019; Сирин и др., 2021). С другой стороны, заболоченные территории характеризуются широким разнообразием дешифровочных признаков, перекрытием спектральных сигнатур не только между разными классами болотных угодий, но и с территориями других типов землепользования. Это обстоятельство обуславливает необходимость совершенствования методики обработки спутниковых данных для увеличения точности дешифрирования.
В данной работе проводилась классификация с обучением (метод опорных векторов) спутниковых данных Landsat-8 за 2017 год на объекты обводнения в Московской области. Использовались безоблачные композиты за летний и зимний период (аппаратура OLI; 2-7 каналы). В качестве дополнения к уже описанной методике (Сирин и др., 2020) рассматривалось использование методов предварительной обработки снимков: метода главных компонент (Principal Component Analysis), используемого для снижения размерности данных и облегчения классификации (Dronova et al., 2015), а также, в качестве альтернативы, преобразования Каута-Томаса (tasseled cap transformation), результатом применения которого являются растры, отождествляемые с факторами яркости, растительности и увлажненности (Baig et al., 2014). Результаты сравнивались с применением классификации на снимки без предварительной обработки.
Точность результатов, полученных по представленным выше схемам дешифрирования, оценивалась на основе данных наземных наблюдений растительности, проведенных в 2017 году. Для классификации, не использующей предварительную обработку данных, точность по полной матрице ошибок составила 84,96%. Для метода главных компонент точность оценена в 92,11%; преобразования Каута-Томаса — 81,95%.
Полученные результаты показывают применимость предлагаемой методики для мониторинга объектов обводнения на региональном уровне при наличии опорной базы геоботанических наблюдений. Метод предполагается применить и для других субъектов РФ.
Работа проведена при поддержке государственного задания ИЛАН РАН, важнейшего инновационного проекта государственного значения "Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» и Российского научного фонда (проект 23-74-00067).