Зоны затопления сельхозземель в поймах рек Приморского края: интерактивная карта на основе ИИ-анализа и Sentinel (2022–2024)
Карта затоплений полей Приморья: ИИ проанализировал спутниковые снимки
Паводковые явления в дальневосточных регионах оказывают прямое влияние на устойчивость сельхозпроизводства. Для управленческих решений требуется не декларативная информация о подтоплениях, а объективная пространственная картина затоплений с привязкой к сельхозугодьям.
В рамках проекта выполнено определение границ зон затопления сельскохозяйственных территорий Приморского края за 2022–2024 годы. Работа основана на интеграции официальных гидрометеорологических данных, спутников Sentinel-2 и нейросетевой сегментации водной поверхности с последующей векторизацией результатов.
Проблема: отсутствие объективной картины затоплений
Для АПК ключевым является понимание:
- какие участки реально попадали в зоны затопления рек;
- какова площадь затопления поймы рек по годам;
- повторяется ли подтопление на одних и тех же землях.
На практике данные о паводках часто представлены в текстовой форме или в виде сводных отчетов. Они не дают точного пространственного ответа: какие поля, в каких границах и с какой периодичностью были затоплены.
Сложность усиливается:
- облачностью в период паводков;
- динамикой уровня воды;
- необходимостью различать временное переувлажнение и фактическое затопление;
- масштабом территории.
Без инструментального анализа невозможно выполнить корректное определение границ затопления и связать их с конкретными сельхозугодьями.
Методика: интеграция спутниковых данных и ИИ
Проект реализован на основе комплексной методики, включающей:
- официальные данные ФГБУ «Приморское управление по гидрометеорологии и мониторингу окружающей среды об опасных гидрометеорологических явлениях»;
- спутниковые снимки Sentinel-2 с пространственным разрешением 10 м;
- нейросетевую сегментацию зон водной поверхности;
- визуальный анализ композитов TrueColor и FalseColorUrban (каналы B12, B11, B04);
- перевод растровых данных в векторный формат;
- многолетнюю агрегацию результатов.
Принципиально важно, что определение границ зон затопления выполнялось не вручную, а с использованием обученной нейросетевой модели сегментации. Это обеспечивает:
- воспроизводимость результатов;
- снижение субъективного фактора;
- устойчивость к сложной гидрометеорологической обстановке;
возможность масштабирования методики.
Определение границ затопления по годам (2022–2024)
Первым этапом был анализ фактических границ затопления по каждому году наблюдений.
На карте представлены контура водной поверхности (синий цвет), отражающие пространственную структуру затопления. В результате сформированы карты фактических зон затопления по каждому году.
Таким образом, получена объективная картина по всем годам наблюдений.
Пересечение с сельхозугодьями
Следующим шагом стало сопоставление границ затопления с контурами сельскохозяйственных земель.
На карте:
· синим цветом выделены зоны затопления за один год анализа;
· зелёным - контуры пахотных земель;
· красным - участки пашни, попавшие под затопление.
В частности, по каждому году можно точно определить конкретные поля, которые оказались в зоне затопления.
Это переводит анализ из общей оценки в инструмент адресной работы с конкретными землепользователями.
Зоны затопления рек: анализ повторяемости
Следующим этапом стало агрегация данных за три года и формирование суммарной карты затоплений участков с цветовой градацией:
- затапливался три года из трех (синий цвет);
- затапливался два года из трех (желтый цвет);
- затапливался один год из трех (красный цвет).
Такой подход переводит разрозненные ежегодные наблюдения в управленческий инструмент.
Если участок стабильно попадает в зоны затопления рек, это свидетельствует о системном паводковом риске и ставит вопрос о целесообразности дальнейшего использования участка в сельхозобороте.
Если подтопление носит эпизодический характер, формируются иные управленческие решения – корректировка страховых условий, изменение агротехнологии или дифференциация компенсационных механизмов.
Карта затопления рек как инструмент управления
Полученный результат - не просто карта затопления рек, а аналитическая база для принятия решений.
Практическое применение:
- оценка рисков при страховании сельхозкультур;
- подтверждение факта подтопления при расчете компенсаций;
- планирование структуры посевов с учетом паводкового риска;
- обоснование мер государственной поддержки;
- стратегический анализ устойчивости земельного фонда.
Особенно важно, что векторный формат позволяет:
- интегрировать данные в ГИС-системы;
- сопоставлять их с кадастровыми границами;
- использовать в расчетных моделях ущерба;
- проводить пространственную аналитику на уровне хозяйств и районов.
За счет чего достигается технологический эффект
Эффект обеспечивается сочетанием трех факторов:
- Спутниковые данные с разрешением 10 м - достаточная детализация для анализа сельхозугодий.
- Нейросетевая сегментация - автоматическое выделение водной поверхности вместо ручного работы по формированию контуров.
- Многолетняя агрегация - переход от обработки единичного события к многолетнему анализу.
Такое сочетание позволяет выполнять корректное определение границ зон затопления при сложных погодных условиях и больших территориях.
Методика воспроизводима и может быть масштабирована на другие регионы РФ без изменения базовой логики обработки.
Результат: аналитическая основа для оценки паводковых рисков
Проект по Приморскому краю продемонстрирован за счет:
- объективной пространственной картины затоплений за 2022–2024 годы;
- формирования суммарной карты повторяемости;
- точной привязки к сельхозугодьям;
- поддержки решений по страхованию и компенсациям.
Современные методы дистанционного зондирования Земли и нейросетевой обработки позволяют определять границы затопления поймы рек в формате, пригодном для управленческого использования.
Ключевой вывод: спутниковые данные и ИИ аналитика формируют воспроизводимую и доказательную основу для оценки природных рисков в агросекторе.