Определение солончаков и болот с помощью полевых данных и алгоритма машинного обучения

Повышенная солёность почв приводит к снижению густоты посевов, уменьшению урожайности и образованию бесплодных земель. Подъём уровня моря, сильные штормовые нагоны и чрезмерная добыча грунтовых вод усиливают засоление сельхозугодий в прибрежных районах полуострова Делмарва.

При вторжении солёной воды на пахотные земли большие территории становятся непригодными для растениеводства. На почве появляются видимые солончаки, а некоторые участки могут полностью превратиться в болота.

Исследовательская группа под руководством Пинки Мондал из Университета Делавэра изучает это явление с 2019 года. В 2023 году была опубликована работа, показывающая, что с 2011 по 2017 год 19 000 акров пашни в регионе Делмарва превратились в болота из-за засоления.

В 2022 году аспиранты Манан Саруприя и Мэтью Уолтер провели полевые работы по картированию солончаков на фермах Делмарвы. Комбинируя эти данные с текущими и историческими спутниковыми снимками, они обучили алгоритм машинного обучения для оценки распространения солончаков в регионе.

В новой статье в журнале Remote Sensing of Environment Саруприя представил метод оценки доли различных типов земного покрова на большой территории, сфокусировавшись на солончаках и болотах.

Для исследования использовались:

• Высокодетальные изображения с дронов отдельных ферм (предоставлены соавтором Джарродом Миллером).
• Спутниковые снимки миссии Sentinel-2 Европейского космического агентства (ESA) с разрешением 10×10 метров на пиксель и периодичностью раз в 5 дней.

Методология:

Алгоритм машинного обучения был обучен на комбинации данных дронов (точная локализация солончаков) и спутниковых снимков (широкое покрытие). Поскольку один пиксель спутникового снимка (10×10 м) содержит смешанный сигнал от разных типов поверхности (трава, дороги, здания, вода и т.д.), модель научилась разделять эту смесь и определять долю каждого типа покрова в пикселе, в частности — солончаков и болот.

Результаты и значение:

• Разработанные формулы и код находятся в открытом доступе, что позволяет воспроизвести или расширить исследование.
• Метод позволяет точно количественно оценить пространственную протяжённость таких сложных классов, как солончаки и болота.
• На основе метода созданы ежегодные наборы данных за 2019–2023 годы. Они показывают, что к 2022 году площадь солончаков на полуострове Делмарва увеличилась в три раза по сравнению с 2011 годом.
• Группа Мондал планирует сделать эти данные общедоступными через специальное приложение (аналогичное существующему Salt Patch Mapper). Это поможет выявлять быстро засоляющиеся земли, выбирать стратегии адаптации и отслеживать изменения ландшафтов и условий жизни.