– Дмитрий Владимирович, вы действительно смогли решить проблемы дешифровки космоснимков, которые еще никому не удавалось преодолеть? В чем суть разработки?

– Мы живем в лесной стране. Для разных регионов России леса имеют различное значение. Где-то – это основа экономического благополучия, для других территорий лесные массивы подобны приболевшим пенсионерам, которые требуют постоянного ухода и заботы, во многих регионах они, напротив, играют роль защитников, оберегая экосистемы от разрушительного воздействия суховеев, сохраняя водный баланс, предохраняя почву от эрозии, стабилизируя мерзлотные процессы. Несмотря на то, что на протяжении трех последних веков сформировалось понимание важности экологических, экономических и социальных функций леса, отношение к зеленому богатству России неоднозначно.

В последние десятилетия, к сожалению, возобладало потребительское отношение к лесам, при котором человек старается как можно больше взять, мало давая взамен. Процесс промышленного освоения лесных ресурсов и их естественного и искусственного возобновления и  в масштабах страны происходит неравномерно. В одних регионах преобладают положительные тенденции, в других – отрицательные. Главная беда в том, что сбор информации о бескрайних лесных территориях нашей страны требует информационных и людских ресурсов больше, чем сейчас у нас есть.  Мы очень мало знаем о реальном состоянии лесного фонда труднодоступных и удаленных территорий. Может случиться так, что реальность быстро разрушит наши иллюзии о том, что мы владеем несметными лесными богатствами. Безусловно, происходит учет лесных ресурсов, определяются площади пожаров, фиксируются очаги вредителей и болезней леса. Конечно, общие тенденции фиксируются и анализируются, но мы не обладаем дирекционной точечной информацией.

– А что вы в данном случае понимаете под точечной информацией?

– Простейший пример: потенциальный арендатор, который бы хотел получить определенный участок леса. Он заранее хочет знать, лес какого качества он получит и каковы реальные запасы на предлагаемых ему площадях. Но, как правило,  из-за длительности и трудоемкости процедур актуализации лесохозяйственных данных такой информации просто нет, и он вынужден брать в аренду, образно говоря, кота в мешке. Сейчас это самая больная тема для лесопользователей. С моей точки зрения, главная задача на сегодняшний день – подвести некий баланс того, чем же мы все-таки владеем. И желательно не в общих чертах, а с тем уровнем точности, который бы позволил провести грамотное перспективное планирование развития всех лесопокрытых территорий. Необходимо выйти на возможности регулярного и равномерного, в пространственно-временном отношении, получения информации о состоянии лесов на всей территории нашей страны, дополняя ее по мере необходимости подробным адресным анализом на основе высокодетальных спутниковых данных. 

– Но ведь проводится государственная инвентаризация лесов, которая как раз и должна дать ответ на этот вопрос. Или вы так не считаете?

– Безусловно, государственная инвентаризация лесов выполняет ряд серьезных задач, стоящих перед государством. Прекрасно, что ГИЛ работает параллельно с мировыми системами межгосударственного учета лесов, что позволяет нам сравнивать лесные запасы с другими странами. Но этот подход не является адресным. Государственная инвентаризация лесов позволяет получить данные о состоянии лесного покрова на всей территории России. Для международных отчетов такая информация чрезвычайно важна, но для хозяйственной деятельности она довольно бесполезна. В ГИЛ была введена система лесных страт, позволяющая статистически размазанные характеристики привязать к конкретной территории. Другой вопрос, насколько этот анализ будет полезен в практических целях и можно ли будет получить информацию об объеме лесных ресурсов на конкретной  площади.  

Одновременно существуют современные методики, позволяющие с высокой точностью оценить качественные и количественные характеристики лесов. В первую очередь, это лазерное авиационное зондирование, с помощью которого можно уверенно рассчитать и породу, и возраст, и количество деревьев. Беда в том, что для того, чтобы провести лазерное зондирование существующими установками на всей территории России, потребуется около ста лет. Я уже не говорю о стоимости этих работ.

Аналогичная история – с аэрофотосъемкой, с которой тоже не все однозначно. Это как с кузнечными молотками, предназначенными для разных целей. Аэрофотосъемку, которая идеально подходит для наблюдения за лесами зеленых зон городов, особо ценных участков лесного покрова, промышленно осваиваемых лесных земель на небольшом удалении от наземной авиационной инфраструктуры, можно сравнить с молотком мастера, выполняющего искусную чеканку. Но когда речь идет о сотнях миллионов гектаров лесов, требующих оперативной, практически единовременной хозяйственной и экономической оценки, к делу подключается большой  кузнечный пресс – космическая съемка. Альтернатив ей по скорости сбора данных, однородности покрытия больших пространств и экономичности сейчас просто нет.

В качестве примера можно привести Швецию, где в течение 7 лет силами Королевских военно-воздушных сил формировали покрытие всей территории страны аэроснимками. В итоге, отсняв немногим более 70 процентов территории, в которую не вошли наиболее лесные северные территории, шведы перешли на информацию космических снимков с детальностью 0,5 метра. Непрерывная аэросъемка на большом удалении от густонаселенных территорий и наземной аэросъемочной инфраструктуры оказалась экономически неэффективной. И это – на территории Швеции, сравнимой со средней по площади административной областью России.

Не удивляйтесь, что я так долго рассказываю предысторию. Иначе будет не совсем понятно, как возникла сама идея нашей разработки и насколько обширны практические плоскости ее применения.

За 25 лет работы «СканЭкса» у нас сложилась четкая картина того, приборами какой детальности и за какой период времени можно получить космоснимки всей территории лесфонда с учетом облачности, сезонности и других факторов. Представив существующую, в том числе и экономическую, ситуацию, связанную с описанием лесного покрова, мы пришли к выводу, что при современном уровне развития космических технологий возможно получить не только общую информацию о лесах, но и при необходимости рассчитать количественные и качественные характеристики деревьев на конкретном участке. Собственно говоря, наша разработка связана с более точной цифровой обработкой  космических снимков, основанной на знаниях эксперта-дешифровщика и позволяющей распространить его знания о конкретном участке леса на окружающие территории.

– И насколько точна эта информация?

– Уровень точности – это всегда дискуссионный вопрос. Принято считать, что самый высокий уровень точности достигается «ногами» – полевыми исследованиями, когда специалист-таксатор  непосредственно обследует территорию. Однако «большое видится на расстоянье». Это принцип пространственной генерализации, на котором основываются все картографические модели. Полевые методы уступают здесь место дистанционным, в том числе и принятой на законодательном уровне в лесоустроительном деле аэрофотосъемке.

Долгое время считалось, что космические снимки не обладают достаточной детальностью, чтобы  выделять на их основе границы лесных выделов и проводить их типизацию. Это было связано с преимущественно «ручным» подходом к дешифрированию.  Сейчас, в период интенсивного развития цифровых технологий, космические снимки не только подтянули пространственное разрешение к уровню аэросъемки, но и обогатили свой арсенал большим количеством спектральных диапазонов, повышающих качество картографического разделения различных лесных сообществ.

Цифровой анализ снимков решает проблему субъективности выделения тех или иных классов лесной растительности, помогает уверенно распространять признаки, выявленные экспертом, на большие территории, открывает возможности создания баз знаний, унифицирующих методики дешифрирования.

Космические снимки позволяют, с одной стороны, сделать пространственную генерализацию территории в значительном количестве спектральных диапазонов, то есть за частностями увидеть общую картину и возможности комплексного развития лесных сообществ. С другой стороны, обладая современными методиками дешифровки, можно подробно рассмотреть каждую из этих «частностей». Примерами таких «частностей» могут быть выявленные тенденции возрастных изменений лесов, сукцессионные закономерности изменения состава лесного сообщества со временем, ослабления или усиления хода роста насаждений, вызванные изменением лесорастительных условий и многое другое.

С помощью аэрофотосъемки очень сложно точно определить границу, где заканчивается один выдел и начинается другой. Нужно быть профессионалом высочайшего уровня, чтобы по детализации, которая предоставляет аэрофотосъемка, проводить такой анализ. Регулярно, многократно такой анализ проводить на огромных лесных пространствах нашей страны сложно. А лес требует к себе постоянного внимания: он развивается, эволюционирует, болеет, страдает от пожаров и вновь восстанавливается. Все эти процессы капризно пренебрегают границами выделов, которые были зафиксированы специалистами по аэросъемке в прошлом.

С появлением космоснимков возникла другая философия. Снижение пространственной точности на единицу изображения дополняется более высокой качественной характеристикой – спектральной точностью. Она позволяет выявлять присутствие искомой породы или сообщества даже тогда, когда границы их ареалов размыты и нечетки. Когда, например, в мелколиственном лесу появляются хвойные породы, мы сразу же видим  изменение спектральных характеристик  на паре разновременных космоснимков. Даже на стадии подроста. Это позволяет сразу оценить, насколько широко распространен по территории данный процесс. А используя аэроснимки, для достижения аналогичного результата нам бы пришлось проанализировать огромное количество отдельных кадров, не всегда однозначно связанных друг с другом по сезонам и условиям съемки.

Если раньше, дешифрируя детальные аэрофотоснимки, специалисты  пытались из мелочей собрать единую картину, то сейчас, на основе космических данных, мы сразу получаем общую картину, представляя характер лесных сообществ и процент присутствующих в них пород деревьев на каждой конкретной территории в пределах каждого выдела. С помощью космоснимков среднего разрешения мы можем быстро «раздернуть шторы» и увидеть общий план леса: какие сообщества, с какими качественными характеристиками произрастают на значительных территориях. Впоследствии в процессе дешифровки можно воспользоваться очень точными нейросетевыми технологиями анализа спектральных характеристик (такими, как нейронные сети Кохонена, GTM-алгоритмы, методы «нейронного газа»), позволяющими выявлять вероятности присутствия в конкретной точке различных  пород деревьев, их жизненных и экологических форм и производственных характеристик. Так, на основе высокодетальных снимков составить подробную карту, не уступающую карте, созданной на основе наземных исследований.

Дешифрирование сверхвысокодетальных снимков максимально востребовано, когда речь идет о получении характеристик ограниченных площадей. На современном уровне технического развития провести подобный одновременный  анализ всего лесного фонда нашей страны невозможно по двум причинам – слишком высокой цены и необходимости задействования огромных компьютерных мощностей. Но то, что это нельзя сделать сразу и сейчас, не означает, что к этому не надо стремиться! Надо разумно дополнять получение адресной высокоточной информации о лесах более обзорной, оперативно обновляемой, экономически доступной. Именно на основе таких космических данных возможно регулярное обновление картографической и лесохозяйственной информации, приближение ее к реальной жизни, к задачам промышленного освоения лесов, их охраны  и воспроизводства.

Космическая информация различной глубины детальности должна дополнять друг друга в области оценки лесов и мониторинга их динамики. Анализируя ее, приходится опираться на различные признаки дешифрирования, разрабатывать и настраивать разнообразные модели распознавания. Если при работе со снимками большого пространственного охвата мы опираемся преимущественно на спектральные и текстурные признаки, то подробный анализ высокодетальной информации требует подробного изучения микрорисунков. В мировой практике обработки космических данных алгоритмы выявления и распознавания деревьев уже известны. Они создавались для выделения и подсчета отдельно стоящих деревьев в разреженных насаждениях типа садов, парков, саванн. Как только исследователи пытались проанализировать леса с сомкнутым пологом первого яруса – созданные до нас алгоритмы давали очень высокую ошибку.

Уникальность нашей разработки заключается  в том, что мы научились различать по космическим снимкам с пространственным разрешением меньше метра индивидуальные кроны в сомкнутом пологе первого яруса. Речь идет о том, что сомкнутые кроны теперь не являются препятствием для определения возраста, породы и количества деревьев. В случае развития в пологе первого яруса светлохвойных пород нам удается распознавать и породы  второго яруса.

– Что это меняет в практической плоскости?

– Возможностей для практического применения нашей разработки довольно много. К примеру, мы имеем смешанный лес, где первый ярус состоит из мелколиственных пород деревьев. Какие у таких лесов перспективы? Это можно довольно точно определить по космоснимкам, так как сегодня мы можем видеть второй ярус. Есть ли в таких лесах хвойные породы в подросте или они уже выходят во второй ярус и готовы в ближайшее время стать лесохозяйственным ресурсом – на эти злободневные вопросы оперативно ответит анализ космических снимков. При этом снимков не самых дорогих и подробных!

Используя эту информацию при планировании развития лесных территорий, заранее можно понять, какую лесосырьевую базу на каких площадях мы получим через определенный период времени.

Практическая ценность нашей разработки может быть иллюстрирована списком направлений, в которых она с успехом применяется.

Прежде всего это оперативная актуализация существующей лесохозяйственной информации и выявление причин несоответствий результатов, получаемых на основе методик модельного роста, с фактической ситуацией, определяемой естественными причинами динамики лесных сообществ. Разработка позволяет выявлять новые объекты на землях лесного фонда, чье возникновение связано с динамикой хозяйственной деятельности. Она может быть использована для прогнозирования развития лесных ресурсов, планирования их освоения, отслеживания динамики искусственного лесовосстановления и естественного лесовозобновления.

Ее значение сложно переоценить для оценки динамики опасных природных процессов, негативно влияющих на состояние и качество лесных ресурсов. Речь идет о патологическом мониторинге, пожарном мониторинге, анализе процессов усыхания и распада лесных насаждений.

– Кем может быть востребована подобная космическая информация?

– Практически всеми, кто заинтересован в современных знаниях о реальном состоянии лесов. На наш взгляд, эти данные очень применимы в области планирования освоения лесных ресурсов. Они актуальны и для арендаторов. Фактически лесопользователь может получить самую свежую и подробную информацию об участке, планируемом под аренду, начиная от реального породного состава и заканчивая границами ареалов поражения насекомыми-вредителями.

Тема нарушенности лесов вредителями – одна из злободневных в настоящее время. Еловые леса европейской части России сильно страдают сейчас от этой напасти. Методами наземного контроля оценить пораженные участки леса достаточно затратно. Очевидно, что точное определение массивов, пораженных короедом, по разновременным космическим снимкам – это великолепное подспорье для лесопатологов. Пораженные короедом леса видны в инфракрасном диапазоне космических материалов, как дырки в сыре Рокфор. Особенно на разновременных космических снимках, по которым возможно построение моделей развития вредителя и определение того, какие участки ельников находятся в зоне наивысшего риска. Так что и лесопатологам эти данные могут быть очень интересны.

– Вы проверяли эффективность своей разработки, как говорится, на натуре?

– Конечно. Мы проводили исследования в Подмосковье в заказнике «Журавлиная родина», на Урале, в Пермском крае. У нас получилось, что на уровне первого яруса точность выявления хвойных пород составляет 90-92%. Снижение точности происходит, когда мы сталкиваемся со светлохвойными породами, преимущественно со средневозрастной лиственницей. В зависимости от региона лиственницу мы определяем с точностью 60-87%. Сейчас мы проводим исследование в широколиственных лесах Калужской области.  

– Как долго вы работали над тем, чтобы научиться видеть сквозь кроны?

– В середине февраля будет два года, как мы решили заняться этой темой. Соавтором разработки является доктор биологических наук, кандидат физико-математических наук, один из ведущих экспертов в области пространственной статистики Анатолий Савельев, на плечи которого легла вся математическая часть проекта.

– Я так понимаю, что ваша разработка дошла до стадии готового продукта, который можно использовать на практике?

– Совершенно верно. Можно получить инструкцию по ее использованию, можно пройти обучение. Это готовый продукт, максимально адаптированный для человека, не являющегося специалистом в обработке изображений. Сейчас мы разрабатываем более глубокую технологию для тех, кто и лес хорошо знает, и в космоснимках неплохо ориентируется. Главная проблема – объединить в единое целое знания, которыми обладают лесники, и навыки, позволяющие разбираться в спектрах космической съемки. Будущее, я уверен, за такими специалистами.

Антонина КРАМСКИХ

Источник: Российские лесные вести
(http://lesvesti.ru/news/expert/7106)