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.