Применение цифровых технологий на этапах выявления и обследования неиспользуемых земель сельскохозяйственного назначения

Земли сельскохозяйственного назначения, выбывшие из активного хозяйственного использования, представляют собой значительный резерв для наращивания объемов производства продукции агропромышленного комплекса. Однако процесс вовлечения этих земель в оборот сталкивается с рядом препятствий, ключевым из которых является отсутствие эффективной, объективной и оперативной системы их выявления и оценки состояния.

Традиционные методы, основанные на анализе статистической отчетности и выборочных натурных обследованиях, характеризуются высокой трудоемкостью, субъективизмом и низкой актуальностью получаемых данных [2, с. 108]. Для выявления требуется постоянный мониторинг путем объезда значительных территорий, большая часть которых заведомо непригодна для возврата в сельскохозяйственное производство ввиду критической степени зарастания, заболачивания или иных форм деградации. Это приводит к нерациональному расходованию средств, кадровых ресурсов и времени.

Решение данной проблемы лежит в системном применении современных цифровых технологий на всех этапах работы с неиспользуемыми землями: от первичного выявления до камеральной обработки результатов полевых обследований. Цель настоящей статьи – представить методическую схему такого применения и обосновать эффективность каждого из предлагаемых инструментов.

Процесс выявления и оценки неиспользуемых земель сельскохозяйственного назначения с применением цифровых технологий целесообразно разделить на четыре последовательных этапа: 

1. этап установления факта неиспользования, 
2. этап подготовительных камеральных работ,
3.  этап полевого обследования с использованием цифровых инструментов,
4. этап итоговой камеральной обработки с построением карт-схем.

Первичная идентификация земельных участков, которые с высокой вероятностью являются неиспользуемыми, осуществляется на основе анализа многолетних временных рядов спутниковых снимков среднего разрешения (Landsat-7/8, Sentinel-2) [3, с. 408]. Наиболее информативным инструментом выступает расчет вегетационного индекса NDVI (Normalized Difference Vegetation Index), позволяющего количественно оценить активность и продуктивность растительного покрова [1, с. 285].

Методика базируется на сравнении сезонной и межгодовой динамики NDVI. Для активно используемой пашни характерна высокая амплитуда колебаний индекса: резкий подъем в период вегетации и столь же резкий спад после уборки урожая. Для неиспользуемых земель, напротив, наблюдается сглаженная кривая NDVI с отсутствием выраженных пиков, что свидетельствует о зарастании сорной и (или) древесно-кустарниковой растительностью [1, с. 290]. Дополнительным диагностическим признаком служит отсутствие изменений спектральных характеристик участка в течение нескольких вегетационных сезонов подряд (три и более лет), что коррелирует с установленным законодательством критерием неиспользования.

Автоматизированная обработка временных рядов с применением алгоритмов классификации позволяет на региональном уровне сформировать предварительный перечень земельных участков, требующих дальнейшего внимания, с указанием их пространственных координат и площади [1, с. 295].

Полученный предварительный перечень неиспользуемых земель, как правило, включает участки, находящиеся в разной стадии деградации. С целью оптимизации последующих полевых выездов проводится их пространственный анализ в геоинформационной системе (например, QGIS) для отсева территорий, вовлечение которых в сельскохозяйственный оборот на текущем этапе является заведомо экономически нецелесообразным [2, с. 110].

В ходе ГИС-анализа по космическим снимкам высокого разрешения (Sentinel-2 с пространственным разрешением 10 м, а также доступные снимки сверхвысокого разрешения из открытых источников) диагностируются следующие категории участков, подлежащие исключению из перечня приоритетных:
- участки с критической степенью зарастания древесно-кустарниковой растительностью (80–100 % площади). Такие участки визуально дешифрируются как сплошной древостой с сомкнутостью крон, не позволяющей различить следы бывшей пашни. Затраты на расчистку (корчевка пней, планировка, первичная обработка) на таких участках сопоставимы со стоимостью самого земельного участка. Возврат таких земель в пахотные угодья возможен лишь при условии полной рекультивации, что не предусмотрено типовыми программами вовлечения [2, с. 112],

- участки с тотальным заболачиванием. По спектральным характеристикам – высокие значения в ближнем инфракрасном канале, наличие гидрофитной растительности, открытые зеркала воды – идентифицируются территории, на которых процесс переувлажнения принял необратимый характер. Отсутствие действующей мелиоративной сети на таких участках (характерное для заброшенных земель) делает их осушение капиталоемким проектом, требующим строительства закрытого дренажа [2, с. 113],

- участки, расчлененные оврагами на всей площади. Овражно-балочная сеть, выявленная по цифровой модели рельефа и верифицированная по космическим снимкам, при достижении густоты расчленения, превышающей 0,8–1,0 км/кв. км, делает невозможным использование участка как единого массива пашни [3, с. 410], 

- участки, занятые капитальной застройкой или иными объектами недвижимости. По снимкам сверхвысокого разрешения однозначно идентифицируются участки, на которых возведены жилые, производственные или складские здания, проложены дороги с твердым покрытием, устроены полигоны ТКО или иные техногенные объекты, не связанные с сельскохозяйственным производством [4, с. 48].

Результатом подготовительного этапа является сформированный в ГИС векторный слой участков, рекомендованных к полевому обследованию, который содержит пространственные границы каждого участка и атрибутивные данные о площади, типе угодий и предварительно выявленных ограничениях. Полевые бригады направляются исключительно на эти участки, что позволяет значительно сократить объем выездных работ по сравнению со сплошным объездом территории [2, с. 114].

Ключевым элементом цифровизации полевого этапа работ является использование мобильных устройств (смартфонов, планшетов) с предустановленными приложениями для геопространственного сбора данных [4, с. 46]. В ходе полевого выезда решаются две основные задачи: точное нанесение на карту границ негативных процессов и стандартизированное описание состояния каждого контура.

На этапе камеральной подготовки в веб-ГИС (например, в QField, NextGIS Web или ArcGIS Field Maps) создается базовый проект, содержащий муниципальные границы, материалы дистанционного зондирования и сформированный на предыдущем этапе векторный слой участков, подлежащих обследованию [4, с. 47].

В ходе полевого выхода специалист, перемещаясь по участку, отрисовывает контуры всех негативных процессов, не позволяющих использовать землю по назначению или требующих дополнительных затрат при вовлечении. К таким процессам относятся:

- массивы сплошного зарастания древесно-кустарниковой растительностью;

- локальные очаги заболачивания с гигрофитной растительностью;

- действующие овраги или участки с активной водной эрозией;

- пятна техногенных нарушений (карьеры, котлованы, свалочные очаги);

- участки, занятые борщевиком Сосновского при его проективном покрытии, превышающем пороговые значения.

Отрисовка выполняется непосредственно на планшете путем создания полигональных объектов поверх космического снимка. Каждому созданному контуру присваивается атрибут, идентифицирующий тип негативного процесса. При этом сохраняется возможность автоматического расчета площади контура средствами ГИС. Данный подход позволяет в дальнейшем отказаться от глазомерной оценки доли деградированной территории и заменить ее точным подсчетом [4, с. 49].

Параллельно с отрисовкой контуров по каждой выделенной внутрипольной территории (либо по участку в целом, если он однороден) производится описание качественных и количественных характеристик. С целью исключения ошибок ручного переноса данных, унификации терминологии и обеспечения мгновенной централизации информации рекомендуется использование облачных сервисов для создания форм – Яндекс.Формы или Google Forms [4, с. 50].

Полевая карточка, доступная через веб-ссылку на мобильном устройстве, содержит следующие вопросы, сгруппированные в логические блоки:

Блок 1. Идентификация участка

- Номер участка в соответствии с предварительным перечнем (автоматически подтягивается из ГИС или вводится вручную);

- Дата обследования;

- Фамилия мониторщика.

Блок 2. Характеристики древесно-кустарниковой растительности (ДКР)

- Доля зарастания ДКР (%) – выбор из градаций: «0–10», «11–30», «31–50», «51–80», «81–100»;

- Преобладающий диаметр стволов – «менее 10 см», «10–15 см», «16–25 см», «более 25 см».

Блок 3. Гидроморфные признаки

- Наличие заболачивания / переувлажнения – «да / нет / локально»;

- Наличие водных объектов

Блок 4. Нарушенность и загрязнение

- Наличие карьеров / провалов – «да / нет», при «да» - ориентировочная площадь в %;

- Наличие свалок / захламления – «бытовые отходы», «строительный мусор», «промышленные отходы», «отсутствует»;

- Наличие борщевика Сосновского – «нет», «единичные растения», «сплошное зарастание на площади более 50% участка».

Блок 5. Инфраструктура и доступность

- Расстояние до ближайшей дороги с твердым покрытием – выбор из диапазонов: «менее 0,5 км», «0,5–1 км», «1–2 км», «более 2 км»;

- Состояние подъездных путей – «удовлетворительное», «требуется грейдирование», «отсутствуют».

Блок 6. Фотофиксация

- Обязательная привязка 2-4 фотографий, характеризующих общий вид участка и ключевые негативные процессы (функция облачных форм позволяет прикреплять медиафайлы непосредственно из камеры мобильного устройства).

Интеграция облачной формы с геолокацией обеспечивает автоматическую фиксацию координат места заполнения, что служит дополнительным средством контроля достоверности данных [4, с. 51].

После завершения полевого этапа и выгрузки данных из облачной формы в электронную таблицу (формат .xlsx или .csv) наступает этап интегральной камеральной обработки. Ее целью является визуализация результатов обследования в форме, пригодной для принятия управленческих решений (формирование реестра приоритетных участков, расчет затрат, подготовка проектов землеустройства и мелиорации) [3, с. 411].

В ГИС-проекте, содержащем исходные данные (границы муниципальных образований, космические снимки, базовый слой неиспользуемых земель), создаются новые векторные слои, отражающие актуальное состояние каждого обследованного участка. На основе заполненных полевых карточек каждому участку (или каждому выделенному внутри него контуру) присваиваются атрибуты, соответствующие перечисленным выше показателям [2, с. 113].

Завершающим этапом является построение серии специализированных карт-схем:

- Карта-схема классификации участков по степени зарастания ДКР. С помощью метода количественной классификации (например, метод естественных интервалов или равных интервалов) участки группируются по доле зарастания: слабозарастающие (0–10 %), среднезарастающие (11–30 %), сильнозарастающие (31–80 %) и критически зарастающие (81–100 %). Каждая группа отображается собственным цветом [2, с. 112],

- Карта-схема распространения сопутствующих негативных процессов. На единой картографической основе отображаются точечные (одиночные очаги борщевика, локальные свалки) и площадные (заболоченные контуры, овражно-балочные системы) объекты, выявленные в ходе полевых обследований [3, с. 411].

- Карта-схема приоритетности вовлечения. Интегральный показатель, рассчитываемый на основе совокупности балльных оценок по каждому из зафиксированных негативных процессов (мультипликативный метод или иная ранжирующая процедура), позволяет выделить группы участков по степени пригодности.

Предложенная методическая схема применения цифровых технологий на этапах выявления и обследования неиспользуемых земель сельскохозяйственного назначения демонстрирует высокий потенциал повышения эффективности данных работ.