Введение
Лесные пожары представляют серьёзную природную угрозу, наносящую ущерб экосистемам и населению. Республика Башкортостан, обладающая обширными лесными массивами, подвержена высокому риску возникновения пожаров, особенно в летние месяцы. В таких условиях возрастает значение оперативных и масштабируемых методов наблюдения.
Источники спутниковых данных
Традиционные способы мониторинга, включая наземные патрули и БПЛА, имеют ограничения по площади охвата. Спутниковые данные дистанционного зондирования Земли позволяют получать регулярную информацию о состоянии растительности и обнаруживать термические аномалии. Данные дистанционного зондирования, предоставляемые рядом спутниковых платформ, различаются по пространственному разрешению, частоте съёмки и спектральным характеристикам.
Для глобального мониторинга природных пожаров используются тепловые сенсоры, установленные на спутниках Terra, Aqua (датчики MODIS) и Suomi-NPP, NOAA-20 (датчики VIIRS). MODIS осуществляет съёмку с разрешением от 250 м до 1 км и обеспечивает почти ежедневное покрытие поверхности Земли благодаря сочетанию данных с двух спутников. Сенсор VIIRS, установленный на более современных спутниках, обеспечивает более высокое пространственное разрешение (375 м для тепловых каналов), что делает его особенно эффективным при обнаружении небольших очагов горения.
Платформа FIRMS и визуальные примеры
Оба сенсора позволяют фиксировать активные пожары за счёт инфракрасных каналов, чувствительных к температуре горения. На основе этих данных NASA формирует специализированные продукты, включающие координаты горячих пикселей, температуру яркостного излучения и радиационную мощность пожаров (FRP). Эти сведения доступны через платформу FIRMS (Fire Information for Resource Management System), предоставляющую оперативный доступ к архивам и текущим наблюдениям.
На рисунках 1 и 2 представлены примеры регистрации термических аномалий с помощью сенсоров MODIS и VIIRS в северо-восточном Китае [1]. Данные изображения иллюстрируют возможности спутниковой тепловой съёмки, поскольку актуальные термические снимки по территории Республики Башкортостан недоступны в открытом доступе.
Рисунок 1. Сельскохозяйственные пожары на северо-востоке Китая (MODIS)
Рисунок 2. Сельскохозяйственные пожары на северо-востоке Китая (VIIRS)
Возможности вегетационных индексов
Наряду с тепловыми наблюдениями, перспективным направлением анализа последствий пожаров является применение вегетационных индексов. Индекс NDVI (нормализованный разностный индекс растительности) позволяет оценивать степень «зелености» и выявлять зоны деградации растительного покрова. Индекс NBR (нормализованное отношение выгорания) специально предназначен для выделения выгоревших участков, реагируя на изменения в ближнем ИК-диапазоне и красном канале. Эти индексы используются в рамках проектов типа Harmonized Landsat-Sentinel (HLS), однако в рамках данной работы расчет индексов не применялся. Тем не менее, вегетационные индексы рассматриваются как перспективный инструмент дополнительного анализа последствий пожаров, поскольку они дают информацию о плотности растительности и степени её повреждения – важные параметры при оценке последствий лесных пожаров.
Использование Sentiel-2 в работе
В данной работе использовались данные спутника Sentinel-2, предоставляемые через платформу EO Browser [2]. Выбор был обусловлен их высокой детализацией (10-20 м), регулярной съёмкой (раз в 5 дней), наличием необходимых спектральных каналов (включая ближний ИК) и бесплатным доступом. В качестве альтернативы рассматривались Landsat (разрешение 30 м, съёмка раз в 16 дней), PlanetScope (до 3 м, ежедневная съёмка, но ограниченный доступ), а также коммерческий ресурс Pleiades (0,5 м, платный доступ). С точки зрения научной и учебной применимости, данные Sentinel-2 были признаны оптимальными.
Организация архива данных
Изображения Sentinel-2 охватывали летние месяцы – период максимальной пожарной опасности. Основными критериями отбора были: уровень облачности не более 20%, пространственное разрешение от 10 до 20 метров, а также наличие потенциальных признаков пожаров. Визуальная интерпретация снимков в данной работе не проводилась: основная задача заключалась в формировании организованного архива снимков для последующего анализа.
Снимки были выгружены в формате GeoTIFF и оформлены в виде базы данных в среде ArcMap. Каждое изображение снабжено атрибутами даты и координат. На рисунке 3 представлен фрагмент созданной базы, демонстрирующий структуру и примерную организацию спутниковых данных для мониторинга.
Рисунок 3. Фрагмент базы архивных спутниковых снимков в ArcMap
Практические результаты подтверждают, что открытые спутниковые данные Sentinel-2 могут эффективно использоваться для выявления потенциальных последствий природных пожаров. При дальнейшей автоматизации обработки и применении спектральных индексов можно будет повысить точность и воспроизводимость анализа, особенно при регулярном обновлении базы данных и расширении набора входных параметров.
Перспективы
В ближайшей перспективе особую значимость приобретает интеграция спутниковых данных с алгоритмами искусственного интеллекта. В частности, нейросетевые подходы, такие как сверточные и рекуррентные сети, демонстрируют высокую точность при автоматическом выявлении термических аномалий, дымовых шлейфов и других признаков пожаров. Использование таких методов уже реализуется в рамках отечественных и международных проектов, включая спутниковую платформу «Канопус-В-ИК» и платформу «Цифровая Земля». Эти технологии позволяют существенно сократить время реакции на чрезвычайные ситуации и повысить эффективность природоохранных мероприятий [3].
Заключение
Результаты проведённого анализа демонстрируют высокую информативность и применимость спутниковых данных дистанционного зондирования Земли для мониторинга лесных пожаров на территории Республики Башкортостан. Использование открытых источников, таких как Sentinel-2, позволяет оперативно формировать архив изображений и отслеживать потенциальные последствия природных возгораний. Несмотря на отсутствие визуальной интерпретации и расчётов индексов в рамках данной работы, заложенная структура базы данных даёт основу для последующего углублённого анализа.
Современные геоинформационные технологии, в сочетании с данными наблюдений из космоса, представляют собой важный инструмент в системе предупреждения и оценки последствий чрезвычайных ситуаций природного характера. Их внедрение в практику природоохранной деятельности требует дальнейшего совершенствования методик обработки, автоматизации процессов анализа и интеграции с интеллектуальными алгоритмами.
Библиографический список
- A Clearer View of Fire / [Электронный ресурс] // : [сайт]. — URL: https://www.earthobservatory.nasa.gov/images/87111/a-clearer-view-of-fire (дата обращения: 23.04.2025).
- Sentinel-3 SLSTR Level 2 Active Fire Detection and FRP Product Algorithm / [Электронный ресурс] // : [сайт]. — URL: https://sentinel.esa.int/documents/247904/4781373/S3-L2-SD-03-T04-KCL-ATBD_FIREPRODUCT%20-%20v5.1%20(15-Feb-2022).pdf/b85c77c1-ebec-8941-615b-e2c9814d0dbc (дата обращения: 02.05.2025).
- Состояние и перспективы использования данных дистанционного зондирования Земли для обнаружения природных пожаров / Д. А. Шаймарданов, А. Ф. Атнабаев, Д. И. Мухаметов, Л. Г. Павлова // Бюллетень науки и практики. – 2024. – Т. 10, № 7. – С. 77-81. – DOI 10.33619/2414-2948/104/10. – EDN PSCOPA.