Природные пожары на территории России ежегодно проходят огромные площади и приводят к множеству негативных последствий. Одним из основных способов оценки масштаба и динамики природных пожаров является анализ информации о пройденной огнем площади и площади поврежденной огнем лесной растительности (контурах гарей). Такую информацию на основе данных ДЗЗ в настоящее время получают на основе детектирования:
- Активного горения (для решения данной задачи используется информация с пространственным разрешением от сотен метров до километра), например (Лупян, 2017).
- Повреждений растительного покрова. Здесь можно выделить отдельно работы, выполненные на основе данных среднего пространственного разрешения (сотни метров на пиксель) например (Барталев, 2015), и на основе данных высокого пространственного разрешения (до 10 м на пиксель), например (Барталев, 2014).
Способ на основе данных активного горения основывается на достаточно устойчивых и полностью автоматических методах детектирования участков активного горения. Недостатки данного способа в первую очередь связаны с низким пространственным разрешением используемых данных (от сотен метров до километров).
На основе данных среднего (100-500м) пространственного разрешения удалось создать автоматические методы обработки спутниковых данных на всю территорию России, позволяющие выделять и картографировать участки растительности, повреждённые огнём (Барталев, 2015). Данные методы позволяют получить долговременные однородные ряды данных о площадях, на которых возникли повреждения лесного покрова. Однако такие оценки хотя и могут использоваться для анализа пожаров в масштабах регионов и страны, являются недостаточно точными и не применимы в ряде случаев, например, при анализе мелких лесных пожаров (Стыценко, 2016), (Пономарев, 2015). Способ на основе анализа повреждений по данным высокого (до 10м на пиксель) пространственного разрешения даёт наиболее точные результаты для отдельных пожаров. Однако до настоящего времени не было полностью автоматических методов обработки таких данных, позволяющих достаточно надёжно получать информацию на больших территориях. Поэтому для массовой обработки информации на уровне крупных регионов или страны используются методы, требующие участия операторов и ручной обработки данных. Это приводит как к достаточно большим временным затратам так и определённую субъективность в процесс обработки и получаемые результаты. Всё это затрудняет получение однородных долговременных рядов данных по всей территории России.
Для решения описанной проблемы в настоящей работе разработан и предложен метод детектирования повреждений растительности природными пожарами на основе данных ДЗЗ высокого пространственного разрешения. Метод позволяет в полностью автоматическом режиме оценивать с пространственным разрешением 10-30 метров на пиксель повреждения леса в результате любого лесного пожара на территории России (при наличии спутниковых данных). В предложенном методе решены три основные проблемы, которые не позволяли ранее перейти от обработки с участием оператора к полностью автоматическому алгоритму:
1. Выбор пригодных для детектирования повреждений растительности безоблачных спутниковых данных. Это решено на основе создания композитных изображений за короткий период после завершения пожара и за аналогичные периоды в два года предыдущих года.
2. Выбор области, в которой необходимо искать повреждения от конкретного пожара. Это решено с помощью использования целеуказаний по данным активного горения и многоэтапного последовательного расширения области поиска последствий пожара.
3. Отделение поврежденных огнем участков от иных темных объектов, например болот или гарей предыдущих лет. Это решено на основе сопоставления информации до момента возникновения пожара и после его завершения.
Опишем далее основные идеи и этапы работы данного метода.
В качестве целеуказаний для поиска повреждений растительности используется информация низкого пространственного разрешения, полученная по данным активного горения прибора MODIS. На область каждого такого контура пожара по данным активного горения подбираются временные серии многоспектральных спутниковых данных, полученных с различных спутников серий Landsat и Sentinel-2. Все данные приводятся к одному пространственному разрешению во всех спектральных каналах и первоначально обрезаются по области пожара без буфера. Далее с участием масок облачности создаются разновременные композитные изображения спектральных индексов в инфракрасном диапазоне после момента окончания пожара и за аналогичные периоды в два предыдущих года. При создании композитного изображения применяются дополнительные фильтры по облачности и проценту чистого покрытия области обработки на каждой сцене. Далее на основе разностных спектральных индексов проводится детектирование поврежденной растительности и создается растровая маска. На следующем этапе производится векторизация полученной области поврежденной растительности и поиск наиболее крупного векторного объекта в области обработки, ассоциированного с пожаром, контур которого необходимо получить в результате. Дополнительно используется операция расширения границ этого объекта для захвата соседних участков повреждений. Такая операция необходима из-за особенностей детектирования на основе разностных спектральных индексов, приводящих к пропуску некоторых участков со слабо поврежденной растительностью. Полученный в результате составной векторный объект (контур гари) сопоставляется с область обработки. Если контур гари находится на границе области, то она расширяется на 10 процентов в эту сторону, и все этапы проводятся с самого начала с момента подбора снимков. Таким образом, в несколько этапов детектируется отдельно расположенная гарь, ассоциированная с анализируемым пожаром по данным активного горения.
Метод был протестирован на ранее созданной под контролем оператора эталонной базе данных гарей по данным ДЗЗ высокого пространственного разрешения, описанной в работе (Kashnitskii, 2021). Эта база данных создавалась под контролем оператора в ручном режиме с помощью автоматизированных методов, описанных в работе (Кашницкий, 2015). Одна запись в базе данных включала в себя контур пожара по данным активного горения низкого пространственного разрешения (1000 м/ пиксель) и контур гари, полученный оператором по безоблачному снимку высокого пространственного разрешения (до 10 м/пиксель) после пожара на основе анализа повреждений растительности.
В качестве основной метрики оценки точности было использовано расстояние Жаккара. Дополнительно было проведено уточнение эталонной базы данных гарей. Среднее значение метрики Жаккара по контрольной выборке составило 0.74. При этом в отдельных случаях с помощью алгоритма не удалось детектировать гарь и подобные случаи не участвовали в расчете точности. В основном такие ситуации были связаны с плохим качеством данных, а именно с небольшим числом безоблачных снимков, близких ко времени пожара. Ряд проблем метода также связан со сложностью детектирования слабо поврежденной растительности и быстрым восстановлением здоровой растительности на пройденной огнем территории. Несмотря на эти проблемы, можно заключить, что разработанный метод вполне пригоден для детектирования повреждений растительности природными пожарами в случае наличия сильных повреждений и достаточного числа безоблачных съемок.
Работа выполнена при поддержке гранта МК-4903.2021.1.5. Получение и обработка спутниковых данных были выполнены с помощью возможностей Центра коллективного пользования ИКИ-Мониторинг (Лупян, 2019).