Значительная часть болот, особенно в центре европейской территории России, была осушена для ведения сельского и лесного хозяйства, освоена и изменена в результате воздействия человека. Одно из наиболее сильных антропогенных воздействий было связано с освоением болот для добычи торфа (Сирин и др., 2011; Суворов и др., 2015), многие из которых были заброшены начиная с 1990х годов без рекультивации.
Неиспользуемые торфоразработки отличаются значительными размерами и труднопроходимостью, осложняющими наземное картографирование, а для их растительного покрова характерны мозаичность и разнонаправленная динамика из-за чувствительности к погодно-климатическим условиям и периодического воздействия торфяных пожаров (Медведева и др., 2016; 2017).
Осушенные торфяники и возникающих на них пожары являются одним из существенных антропогенных источников поступления парниковых газов в атмосферу (Сирин и др., 2011; Sirin et al., 2014). Наиболее эффективный путь снижения пожарной опасности таких земель, при отсутствии оснований возвращения их в хозяйственный оборот, – обводнение и искусственное заболачивание. Учитывая масштаб проблемы, требуется определение приоритетных объектов для обводнения, а также организации дальнейшего мониторинга для анализа эффективности предпринятых мер.
Для таких задач наиболее целесообразно использовать охватывающие достаточно большую площадь космические снимки оптического диапазона, которые стали незаменимым инструментом оценки состояния растительного и земельного покровов Земли (Барталев и др., 2008; Жирин и др., 2017; Кравцова, Лошкарева, 2013; Медведева и др., 2010; 2011б и др.).
На примере Национального парка «Мещера» (Владимирская область) с использованием спутниковых данных приборов Landsat-7, Landsat-8 и Sentinel-2 проводилось сравнение результатов обработки снимков в двух программных продуктах: Erdas Imagine и ScanEx Image Processor (SIP). Исходя из предшествующего исследования (Медведева и др., 2011а), метод классификации с обучением минимального расстояния и данные Landsat-5/7 были определены как базовые и приемлемые для решения поставленных задач. Сравнивались возможности классификаторов с обучением минимального расстояния, с использованием деревьев и нейронных сетей и объектно-ориентированного подхода на базе данных 2013 Landsat-7 ETM+.
Для оценки точности результатов классификации систематическим отбором с шагом 100 м в рамках указанных объектов был сформирован набор проверочных участков (20×20 м): 480 для 2013 года и 419 для 2016 года. Они равномерно охватывали все рассматриваемые классы растительного покрова. Результаты классификации оценивалось с использованием полных матриц ошибок (Sirin et al., 2018).
Близкий и хороший результат общей точности классификаций (95%) показали методы минимального расстояния и объектно-ориентированный. Методы классификации при использовании нейронов и деревьев с соответствующими точностями классификаций 89% и 81% показали их недостаточный потенциал для решения задач мониторинга состояния заброшенных торфоразработок с необходимой степенью детализации. Объектно-ориентированный метод с интерактивной классификацией пакета SIP представил хорошую возможность перехода с метода минимального расстояния пакета Erdas для решения поставленных задач (Sirin et al., 2018).
Точность выделения рассматриваемых классов земного покрова анализировалась за 2016 год для наборов данных Landsat-8 и Sentinel-2 с использованием двух методов классификации объектно-ориентированного SIP и Erdas – минимальное расстояние. Получена достаточно высокая и близкая общая точность всех четырех методов сравнения. Можно отметить наиболее высокую точность данных Sentinel-2 методом минимального расстояния (97%), далее с близкой общей точностью (95%) идут Sentinel-2 с объектно-ориентированным методом и Landsat-8 с методом минимального расстояния, и завершает группу результат данных Landsat-8 с объектно-ориентированным методом (94%). Полученные результаты подтверждают более высокую точность классификации данных Sentinel-2 с более высоким пространственным разрешением (10-20 м) по сравнению с Landsat-7 (30 м). Подтверждается также заключение о том, что объектно-ориентированный метод с интерактивной классификацией пакета SIP представляет хорошую возможность перехода с метода минимального расстояния пакета Erdas для проведения анализа данных в рамках поставленной задачи (Sirin et al., 2018).
Работа выполнена при поддержке Российско-германского проекта «Восстановление торфяных болот в России в целях предотвращения пожаров и смягчения изменений климата», финансируемого в рамках Международной климатической инициативы Федеральным министерством окружающей среды, охраны природы, строительства и безопасности ядерных реакторов ФРГ (проект № 11 III 040 RUS K Восстановление торфяных болот).


ЛИТЕРАТУРА
Барталев С.А., Жижин М.Н., Лупян Е.А., Матвеев М.Ю., Матвеев А.М., Медведева М.А., Савин И.Ю., Толпин В.А. Возможности исследований влияния изменений климата на состояние растительного покрова: концепция проекта CLIVT // Современные проблемы дистанционного зондирования Земли из космоса. Сборник научн. статей. М.: ООО «Азбука–2000», 2008. Вып. 5. Т. II. С. 272–278.
Жирин В.М., Эйдлина С.П., Князева С.В., Золина Т.А. Возможности использования материалов космической съемки Landsat для лесоинвентаризации резервных лесов Севера-Востока страны // Леса России: политика, промышленность, наука, образование. 2017. С. 42–44.
Кравцова, В.И., Лошкарева А.Р. Динамика растительности зкотона тундра-тайга на Кольском полуострове в связи с климатическими колебаниями // Экология. 2013. № 4. С. 275–283.
Медведева М.А., Савин И.Ю., Барталев С.А., Лупян Е.А., Исаев В.А. О некоторых факторах многолетней динамичности растительности пахотных угодий Северной Евразии // Вестник РАСХН. 2010. Вып. 5. С. 36–37.
Медведева М.А., Возбранная А.Е., Барталев С.А., Сирин А.А. Оценка состояния заброшенных торфоразработок по многоспектральным спутниковым данным // Исследование Земли из космоса. 2011а. № 5.С. 80–88.
Медведева М.А., Савин И.Ю., Барталев С.А., Лупян Е.А. Использование данных NOAA–AVHRR для выявления многолетней динамики растительности Северной Евразии // Исследования Земли из космоса. 2011б. № 4. С. 55–62.
Медведева М.А., Сирин А.А., Маслов А.А., Гульбе А.Я., Гульбе Я.И., Валяева Н. А., Цыганова О.П., Глухова Т.В., Возбранная А.Е. Анализ состояния заброшенных торфоразработок и агроценозов по спутниковым и наземным данным. // Изучение, сохранение и восстановление естественных ландшафтов: сборник статей VI Всеросс. с межд. участием научно–практической конф. (26–30 сент. 2016 года). М.: Планета, 2016. С. 243–246.
Медведева М.А., Возбранная А.Е., Сирин А.А., Маслов А.А. Возможности различных многоспектральных спутниковых данных для оценки состояния неиспользуемых пожароопасных и обводняемых торфоразработок // Исследование Земли из космоса. 2017. № 3.С. 76–84. doi:10.7868/S0205961417020051
Сирин А.А., Минаева Т.Ю., Возбранная А.Е., Барталев С.А. Как избежать торфяных пожаров? // Наука в России. 2011. № 2.С. 13–21.
Сирин А.А., Медведева М.А., Возбранная А.Е., Маслов А.А. Космический мониторинг состояния заброшенных и обводняемых торфяников в лесной зоне // Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии. М.: ЦЭПЛ РАН, 2016. C. 213–217.
Суворов Г.Г., Чистотин М.В., Сирин А.А. Потери углерода при добыче торфа и сельскохозяйственном использовании осушенного торфяника в Московской области // Агрохимия, 2015. № 11. С. 51–62.
Sirin A., Maslov A., Medvedeva M., Vozbrannaya A., Valyaeva N., Tsyganova O., Glukhova T., Makarov D. Multispectral remote sensing data as a tool for assessing the need and the effectiveness for peatland restoration / The 9th European Conference on Ecological Restoration. (August 3–8, 2014, Oulu, Finland). Abstracts. Tolvanen, A. &Hekkala, A–M. (eds.). 2014. P. 133.
Sirin A., Medvedeva M., Maslov A., Vozbrannaya A. Assessing the Land and Vegetation Cover of Abandoned Fire Hazardous and Rewetted Peatlands: Comparing Different Multispectral Satellite Data // Land. 2018. Vol. 7. № 71. 22 p. doi:10.3390/land7020071.