Супутникові дані як інструмент стеження за руслом Кітакамі

Кітакамі — найдовша та найповноводніша річка регіону Тохоку, її басейн охоплює шість префектур і живить десятки містечок, сіл, рисових полів та гідроелектричних станцій. Русло тут не є сталим: весняні паводки, тайфуни, землетруси та господарська діяльність постійно змінюють його обриси, глибину і напрямок. Саме тому спостереження за руслом має значення для гідрологів, рятувальних служб, фермерів, екологів і туристів, які подорожують вздовж течії.

Супутники відкривають можливість бачити зміни з висоти у кілька сотень кілометрів, охоплюючи одразу сотні кілометрів річки за один проліт. Завдяки регулярним знімкам, відкритим архівам і хмарним платформам аналізу, навіть невелика громада або школа може долучитися до моніторингу Кітакамі без власного обладнання. Нижче — практичний огляд того, як працювати з такими даними і що вони дозволяють побачити у живому, мінливому руслі.

Де брати супутникові знімки і чим вони різняться

Для спостереження за руслом Кітакамі найчастіше використовують три сімейства супутників. Перше — оптичні системи середньої роздільної здатності, такі як Landsat 8/9 та Sentinel-2. Вони дають кольорові й мультиспектральні зображення з просторовою роздільною здатністю від 10 до 30 метрів і безкоштовно доступні в архівах USGS та Copernicus. Це оптимальний вибір для довгострокового аналізу, оскільки архів Landsat ведеться з 1972 року, тож можна відстежити динаміку річки за десятиліття.

Друге сімейство — радарні системи з синтезованою апертурою, передусім Sentinel-1 та ALOS-2. Вони фіксують відбитий сигнал у мікрохвильовому діапазоні, тому працюють і крізь хмари, і вночі. Для Тохоку, де весна й літо часто вологі, а в горах випадає сніг, це критично важливо: коли оптичний знімок закритий суцільною хмарою, радар все одно покаже контури берегів, мокрих пісків і навіть швидкість течії за допомогою інтерферометрії.

Третій рівень — комерційні супутники надвисокої роздільної здатності: WorldView, Pléiades, Planet. Просторова роздільна здатність сягає 30–50 сантиметрів, тож на знімку можна розрізнити окремі валуни, стежки вздовж берега, човни і навіть тіні від невеликих хвиль. Для локальних досліджень конкретної ділянки русла, наприклад, у районі Мориоки чи Міяко, вони незамінні, хоча потребують оплати чи заявки на надання даних.

Як підготувати дані до аналізу русла

Сирий супутниковий знімок потребує кількох кроків обробки, перш ніж з нього можна зчитувати зміни. Спочатку виконують радіометричну та атмосферну корекцію — перетворення «сирих» значень пікселів на фізичні величини відбиття. Для оптичних знімків використовують моделі DOS, 6S або вбудовані модулі платформ Google Earth Engine та SNAP. Без цього порівняння знімків різних років буде хибним: хмари, пил і кут освітлення спотворюють кольори.

Другий крок — геометрична прив'язка та маскування води. Координати пікселів вирівнюють за опорними точками, а потім відокремлюють водну поверхню від суші. Це можна робити вручну за пороговим значенням індексу NDWI або автоматизовано — алгоритмами Canny, вододілами або класифікацією Random Forest. Для Кітакамі, де русло часто розгалужується на рукави та протоки, добре працюють багатоспектральні композити, які підкреслюють різницю між водою, вологим піском і сухою галькою.

Третій крок — створення часових рядів. Зазвичай для однієї ділянки формують стек із десятків знімків за кілька років, відкидають кадри з хмарами, після чого обчислюють середнє, медіану або максимуми за сезон. Саме з таких «очищених» стеків найкраще видно повільні зміни: відступання берега, заростання мілин, появу нових островів, зміну траєкторії фарватеру в районі гирла.

Для точніших результатів застосовують і машинне навчання. Алгоритми Random Forest, Support Vector Machine та згорткові нейронні мережі дозволяють розрізняти на знімку одразу кілька класів: відкрите русло, мілководдя, вологі піски, гальку, трав'яну та чагарникову рослинність, сільськогосподарські угіддя. Для тренування моделей потрібен невеликий набір ручно розмічених зразків, але після цього класифікацію можна швидко поширити на десятки сусідніх знімків і навіть автоматизувати моніторинг усього басейну Кітакамі.

Спектральні індекси як мова змін

Найзручнішим способом «прочитати» супутниковий знімок є спектральні індекси — прості математичні комбінації каналів. NDWI (нормалізований різницевий водний індекс) підсилює водну поверхню і прибирає ґрунт, тож добре окреслює межі русла навіть у місцях, де воно розмите чи заросле. NDVI показує рослинність і допомагає виявити, як зміщуються зарості комишу та верби вздовж берегів. Для відстеження оголеного піску та гальки використовують NDSI або спеціальні індекси на основі короткохвильової інфрачервоної зони SWIR.

Поєднання цих індексів дозволяє розрізнити типи змін. Якщо NDWI в даній точці зростає з року в рік — русло розширюється або зміщується у цей бік. Якщо NDVI збільшується там, де раніше був пісок, — ділянка заростає і поступово перетворюється на заплавний луг. Якщо ж знижується індекс оголеного субстрату — берег стабілізується, з'являється рослинний покрив. Для Кітакамі, яка проходить через різні кліматичні зони, ці індекси особливо корисні у верхів'ях, де сніговий покрив спотворює оптичні сигнали і потрібно переходити на радарні дані.

Додатково варто згадати MNDWI (модифікований водний індекс), який краще працює у міських районах, де є тіні від мостів і будівель, та NDMI, що відображає вологість рослинності. Усі ці індекси доступні як у спеціалізованих ГІС-пакетах (QGIS, ArcGIS), так і в онлайн-сервісах Earth Engine, де можна написати короткий скрипт і отримати готову карту русла за лічені хвилини.

Для візуального аналізу особливо корисні кольорові композити. Стандартний RGB (червоний, зелений, синій) дає натуральний вигляд, тоді як «хибний колір» з ближнім інфрачервоним каналом робить рослинність яскраво-червоною, а воду — темно-синьою або чорною. Для Кітакамі, де потрібно швидко відрізнити водне дзеркало від тінистих берегів, такі композити — незамінний інструмент першого погляду.

Міграція русла, наноси і вплив повеней

Супутники дозволяють побачити поточну форму річки та виміряти, наскільки вона змістилася за конкретний період. Для цього зазвичай використовують два підходи. Перший — попіксельне порівняння берегової лінії у різні роки. Берегову лінію оцифровують як вектор, потім накладають шари і вимірюють зсув. У середній течії Кітакамі, де долина широка, а ґрунти пухкі, русло може зміщуватися на десятки метрів за одне велике водопілля.

Другий підхід — радарна інтерферометрія та кореляція знімків, які дозволяють оцінити вертикальні зміни поверхні з точністю до міліметрів. За їх допомогою можна виявити осідання берегів після землетрусів, підняття дна внаслідок намиву наносів, або навпаки — розмивання глибоких ділянок. Це особливо актуально для Тохоку, де землетрус 2011 року спричинив локальні підняття і просідання, що вплинули на гідрологічний режим багатьох річок, зокрема й приток Кітакамі.

Третій напрям — оцінка мутності води та концентрації завислих наносів. Хоча точні кількісні вимірювання потребують калібрування за даними польових проб, супутникові оптичні знімки дають якісну картину: під час паводків і тайфунів вода стає каламутнішою, відбиття у видимому та червоному каналах змінюється, і за цим можна стежити, як наноси переносяться з гір до долини. Така інформація важлива для прогнозування замулення водосховищ, безпеки мостів і навіть для рибальських громад, які знають, що каламутна вода несе корм для певних видів риб.

Як громада та школа можуть долучитися

Моніторинг за допомогою супутників — це й спосіб залучити місцевих жителів і школярів до пізнання своєї річки. Учні середніх шкіл можуть працювати з Earth Engine, створювати прості карти русла Кітакамі за останні роки й порівнювати їх із старими фотографіями з бібліотеки чи музею. Так виникає проєкт, що поєднує географію, інформатику та краєзнавство, а результати легко показати на шкільній виставці чи у місцевій газеті.

Для громадських спостережних груп і волонтерів корисними є краудсорсингові платформи, де до супутникових шарів додаються фотографії з берега, нотатки про рівень води, спостереження за птахами та рибою. Коли ці польові дані накладаються на супутникові шари, виходить повна картина: космос показує масштаб і динаміку, а людина — деталі й життя, яке не видно з орбіти. На сайтах нашої мережі можна знайти форуми, де досвідчені монітори обмінюються ідеями та наборами даних.

Окрема роль супутникових даних — у плануванні екотуризму. Знаючи, де саме русло зміщується, де з'являються нові острови чи піщані коси, організатори річкових прогулянок і піших маршрутів можуть безпечно оновлювати свої маршрути, попереджати про нестабільні ділянки й показувати гостям справжню, живу географію Кітакамі, а не статичний пейзаж з минулого століття.

Окрім форумів, на сайтах нашої мережі є готові навчальні матеріали: відеоуроки з Earth Engine, набори даних для вчителів, інструкції з проведення польових спостережень і шаблони звітів. Школи можуть подавати заявки на участь у спільних проєктах з університетами регіону Тохоку, а волонтери — долучатися до сезонних кампаній зі спостереження за міграцією русла після весняних паводків і літніх тайфунів. Кожне таке включення зміцнює зв'язок між місцевою громадою і річкою, яка є її серцем.

Якщо вас зацікавив супутниковий моніторинг русла Кітакамі, почніть із простого: оберіть одну ділянку річки, яку ви добре знаєте — біля свого міста, школи чи улюбленої стежки — і подивіться, як вона виглядала на знімках 5, 10 і 20 років тому на платформах Google Earth Engine чи Sentinel Hub. Порівняйте з тим, що бачите на власні очі сьогодні. Поділіться своїми спостереженнями на нашому форумі, долучіть дітей, сусідів і колег — разом ми зробимо річку зрозумілішою, безпечнішою і ближчою.