Осушённый торфяник у Октябрьского: как обновили карту типов поверхности
Центр профилактики ландшафтных пожаров изменил границы объекта и заказал актуализацию классификации – рассказываем, как мы это сделали в NextGIS Toolbox
Центр профилактики ландшафтных пожаров (ЦПЛП) ведёт в NextGIS веб-карты осушённых торфяников и использует их в работе по профилактике и тушению пожаров. Из-за обновления границ одного из торфяников перед Центром встала задача, которая сначала выглядела как повторение уже сделанного: обновить слой с типами поверхности. Рассказываем, почему «просто обновить» не получилось и что мы в итоге сделали.
Торфяник, который горит чаще других
С конца XIX века в России осушали болота, чтобы добывать торф. Когда в конце 1980-х промышленность перешла на нефть и газ, многие торфопредприятия закрылись. Миллионы гектаров осушенных торфяников остались без надзора, и с тех пор там регулярно возникают пожары. Осушительные каналы продолжают отводить воду, на болота приходят за грибами и ягодами, на охоту и рыбалку. Костры, непотушенные окурки и выжигание травы поджигают сухой торф, и токсичный дым накрывает населённые пункты.
Ивановская область в советское время была одним из лидеров торфяной промышленности и сегодня остро сталкивается с последствиями. Торфяник у села Октябрьское – самый проблемный в области: с 2002 года спутники зарегистрировали здесь больше термоточек, чем на любом другом осушенном торфянике региона. Сотрудники и волонтёры ЦПЛП не раз участвовали в тушении пожаров на этом болоте, последний раз – в 2022 году.
В 2024 году Октябрьский торфяник стал одним из первых объектов в стране, где Центр начал комплексный проект по снижению пожарной опасности:
- перемычки на осушительных каналах, чтобы удерживать воду на ключевых участках;
- безопасные костровые места для посетителей;
- специальное оборудование для тушения торфяных пожаров для пожарных служб;
- тренинги.
Отдельная часть проекта – долгосрочный мониторинг. Специалисты измеряют рельеф и уровень грунтовых вод, наблюдают за растительностью со спутников и в поле, замеряют выбросы парниковых газов. Так можно понять, как меняется осушенный торфяник, когда он перестаёт регулярно гореть, и оценить, работают ли противопожарные меры.
Карта как инструмент решений
Для ЦПЛП карта – не иллюстрация, а рабочий инструмент: она помогает сопоставлять данные, находить закономерности и выбирать, где и какие меры нужны, от профилактики до тактики тушения конкретного пожара.
Главный продукт Центра – карта пожарной опасности осушённых торфяников. Это самый полный источник данных о границах нарушенных торфяных болот по всей стране: слой с более чем 13,5 тысячи контуров создан при участии волонтёров по спутниковым снимкам. Торфяники определяли по характерным осушительным каналам, бывшим карьерам, рельефу, гидрографии и растительности. Пересекая этот слой с термоточками, специалисты Центра анализируют динамику пожаров и принимают решения о профилактике и реагировании.
Для наших клиентов мы также по запросу подключаем термоточки FIRMS для мониторинга возгораний. Подробнее
Следующий шаг в планах Центра – повысить точность границ с помощью машинного обучения. При ручной отрисовке такого массива неизбежны неточности: человек устаёт, торопится, по-разному читает снимок, а на момент отрисовки конкретного полигона могло не быть снимка достаточного разрешения. Сейчас Центр готовит большое обновление карты, в котором модель, обученная на существующих данных, предлагает более точные границы.
Задача: обновить классификацию под новые границы
Карта Октябрьского торфяника – одна из локальных карт Центра. Годом ранее на ней выделили категории однородной поверхности внутри границ объекта.
Потом границы объекта изменились: часть территории оказалась «обрезана», а часть добавилась. Слой с категориями нужно было привести в соответствие с новыми границами. Выборка обучающих полигонов, использовавшихся для определения типов поверхностим в самой первой классификации, была уже недоступна. Задача состояла в том, чтобы получить классификацию, максимально похожую на прежнюю или лучше, но для немного другой территории.
Как мы решали задачу
Исходными данными были летний космоснимок 2024 года, прежняя классификация и файл с эталонными точками от заказчика. Классификацию строили в специальном инструменте из NextGIS Toolbox, дорабатывали результат в NextGIS QGIS, после чего специалисты ЦПЛП обновили карту в NextGIS Web.
По снимку и эталонным точкам территорию дешифрировали визуально и создали набор обучающих полигонов для восьми классов:
- хвойный лес;
- мелколиственный лес;
- травяной покров;
- вторичная сплавина;
- открытый торф без растительности;
- вода;
- насыпь узкоколейной железной дороги;
- асфальтированная дорога.
По этим полигонам, используя инструмент NextGIS Toolbox «Классификация изображений», за несколько итераций был получен результат. Он требовал доработки: на нём были заметны три проблемы.
Облачность. Безоблачного снимка этой территории найти не удалось, поэтому проблему решали уже после классификации. В QGIS нарисовали маски облаков, вырезали эти области из результата, а образовавшиеся пробелы закрыли фрагментами прежней классификации заказчика, обрезанными по тем же маскам. Остаточные несоответствия на швах поправили вручную в модуле Serval, который позволяет редактировать отдельные ячейки растра.
Линия стыка. Снимок склеен из нескольких изображений с разной яркостью, поэтому на классификации появились линии разрыва. По просьбе заказчика исправили вертикальную линию на востоке: восточную часть переклассифицировали по новому набору обучающих полигонов, объединили с основным результатом и вручную сгладили переход. Горизонтальную линию на юге почти не видно, её решили не трогать.
Густой хвойный лес. Алгоритм путал его с другими типами растительности, потому что их спектральные характеристики очень похожи. Зоны с плотным хвойным покровом обрезали, подготовили для них более точные обучающие полигоны, переклассифицировали и вписали обратно в общий результат, снова скорректировав переходы.
После этого результат доводили до финального вида. Помимо единого растра со всеми классами, по просьбе заказчика сделали отдельный растровый слой для каждого класса.
Что получилось
Для каждого класса посчитали площадь. Перед расчётом слои перепроецировали в EPSG:32637 (WGS 84 / UTM zone 37N), чтобы площади были корректными. Общая площадь классифицированной территории – около 43 км².
| Класс | Площадь, га | Доля, % |
| Хвойный лес | 1351,9 | 31,5 |
| Мелколиственный лес | 774,1 | 18 |
| Травяной покров | 837 | 19,5 |
| Вторичная сплавина | 602 | 14 |
| Открытый торф без растительности | 166,6 | 3,9 |
| Вода | 558,3 | 13 |
| Насыпь узкоколейной железной дороги | 0,1 | < 0,1 |
| Асфальтированная дорога | 0,3 | < 0,1 |
Что говорит заказчик
Пожары в лесах, на болотах и в степях – это комплексная проблема. Чтобы её решать, необходимо работать с людьми, от чьего обращения с огнём зависит возникновение пожаров, выстраивать систему раннего обнаружения и реагирования и, конечно, изучать природные территории, которые страдают от огня.
Картографические инструменты помогают нам объединять эти направления: видеть общую картину и детально анализировать данные, выбирать ключевые участки для реализации проектов, планировать работу и понятно объяснять её коллегам, партнёрам и жителям. Поэтому для нас важны наглядная визуализация, удобный интерфейс, возможность совместной работы с данными и их оперативного обновления. Не менее важно, чтобы собранная информация была доступна и полезна не только ГИС-специалистам, но и тем, кто принимает решения и работает на местах.
В NextGIS мы нашли не только подходящее программное обеспечение, но и надёжного российского партнёра. Мы ценим внимательное отношение команды к нашим задачам и погружённость в специфику природоохранной работы. Для нас это и есть качество сотрудничества: возможность обратиться с любым вопросом, обсудить варианты и вместе найти решение, которое будет работать на практике.
Людмила Крючковская,
руководитель Центра профилактики ландшафтных пожаров
Попробуйте на своих данных
Выделить типы поверхности на снимке можно и самостоятельно: в NextGIS Toolbox есть инструмент классификации изображений, которому достаточно ваших обучающих полигонов. Снимки для работы можно получить там же: инструмент скачивает и готовит спутниковые данные Sentinel-2 и Landsat C2L2. Как работают кластеризация и классификация растров, мы рассказывали в блоге.
Если задача сложнее или вам проще доверить её специалистам, расскажите о ней. Подскажем, как лучше решить, и возьмём работу на себя.
Свяжитесь с нами:
sales@nextgis.ru
+7 (968) 730-52-52