Кратко и по существу: как картографируют изменения землепользования за последние $50$ лет на Борнео (спутники + ГИС) и как в этом участвуют транснациональные корпорации.
Данные и источники
- Оптические спутниковые ряды: Landsat (архив с ~$1972$), SPOT, Sentinel-2 (с ~$2015$), коммерческие VHR (Planet, Maxar) — выбор зависит от пространственного и временного разрешения.
- SAR (радиолокация): Sentinel-1, ALOS PALSAR — важны при облачности и для затопляемых/пеатовых территорий.
- Доп. слои: цифровые модели рельефа, карты дорог/концессий, данные пожаров (MODIS/VIIRS), статистика производства, реестры участков и экспортные цепочки поставок.
Предобработка (обязательные шаги)
- радиометрическая и атмосферная коррекция; облачный/теневой маскинг; геометрическая привязка; нормализация между сенсорами; выравнивание временных рядов (gap-filling).
- объединение оптичесного и SAR-слоёв для уменьшения пропусков по облачности.
Методы обнаружения изменений
- Пост-классификационное сравнение: классифицируете снимки в моменты $t_1,t_2,\dots$ и сравниваете карты (просто и интуитивно). Требует высоких точностей классификации каждого года.
- Индексные методы: разности индексов (например, $\Delta$NDVI, $\Delta$NBR) для быстрого выявления вырубок и пожаров.
- Сезонно-привязанные и годовые временные ряды: LandTrendr, BFAST, CCDC — моделируют тренды/разрывы и позволяют фиксировать момент начала вырубки.
- Многомерный анализ (PCA, change vector analysis) и машинное обучение (Random Forest, SVM, глубокие сети) для классификации изменений.
- Объектно-ориентированная обработка (OBIA) — для выделения полей плантаций и дорожной сети по форме и текстуре.
Качество и валидация
- Стратифицированная случайная выборка и confusion matrix; метрики: общая точность, producer/user accuracy, Kappa.
- Валидация на VHR-изображениях и полевых данных.
- Оценка погрешности трендов через бутстрэппинг временных рядов.
Атрибуция изменений (как связать вырубки с ТНК)
- Наложение полигонов концессий/владений и временных карт вырубки — если вырубка начинается внутри концессии после её выдачи, вероятна ответственность держателя концессии.
- Пространственно-временные анализы: расстояние до дорог/зерноперевалочных пунктов, последовательность расчистки (дорога → затем расширение).
- Использование торговых и цепочек поставок (Trase, сертификаты RSPO и т.п.) для связки территории с экспортёрами/покупателями.
- Анализ спутниковых временных рядов + документы о владении позволяет атрибутировать и оценить координацию (например, синхронные очистки в рамках одной concession block).
Особенности и проблемы для Борнео
- Интенсивная облачность → необходимость SAR или частых временных рядов + gap-filling.
- Затопляемые/пеатовые участки и сезонные изменения вегетации требуют специфичных индексов и SAR.
- Мозаика мелких плантаций и участков: нужен высокий пространственный резолв (VHR/Planet) или объектный подход.
- Сложности с доступом к правдивым данным о концессиях и изменениях владения; скрытые схемы через дочерние компании.
Роль транснациональных корпораций (ТНК) в изменении ландшафта
- Прямые действия: выделение / расчистка больших участков под масличную пальму, плантации гашения лесозаготовок, угольные/рудные карьеры, инфраструктура (дороги, перерабатывающие заводы).
- Косвенные эффекты: развитие дорог → вторичная вырубка; трудовая миграция; изменение местного землепользования.
- Экономические механизмы: спрос мирового рынка (пальмовое масло, древесина, полезные ископаемые) → капитальные инвестиции; модель фазы быстрого расширения.
- Политическое влияние: лоббирование, получение концессий, слабый контроль и мониторинг способствуют быстрому преобразованию ландшафтов.
- Интервенции и меры смягчения: корпоративные «zero-deforestation» политики, сертификация (RSPO) — присутствует эффект, но исполнение/верификация непоследовательны.
Практические рекомендации для исследования Борнео
- Использовать долгосрочные ряды Landsat + SAR (Sentinel-1/ALOS) для детекции за $50$ лет; для последних лет дополнить Planet/Maxar для детального анализа.
- Рабочий поток: предобработка → годовая/сезонная классификация (RF/объектно-ориентированная) → временной анализ (LandTrendr/BFAST) → валидация VHR → атрибуция по концессиям/цепочкам поставок.
- Инструменты: Google Earth Engine для масштабных временных рядов; QGIS/GRASS/R/Python для пространственного анализа; Fragstats/landscapemetrics для ландшафтных метрик (фрагментация, площадь куска, плотность краёв).
- Метрики изменений: процентное изменение площади леса $\Delta \%=\frac{A_2-A_1}{A_1}\times 100\%$; годовой логарифмический темп $r=\frac{1}{t_2-t_1}\ln \frac{A_{t_2}}{A_{t_1}}$.
Ограничения
- Достоверная атрибуция требует открытых реестров владения и прозрачности цепочек поставок; без этого однозначно связывать очистку с конкретной ТНК сложно.
- Облачность и смена сенсоров добавляют неопределённости, особенно для ранних периодов.
Короткий вывод
- Комбинация длительных оптических рядов, SAR и ГИС-анализов даёт надёжные карты изменений землепользования за $50$ лет; привязка к концессиям и торговым данным позволяет измерять вклад ТНК.
- ТНК играют ключевую роль через прямые расчистки, инфраструктурное развитие и экономические/политические механизмы; мониторинг с помощью спутников и ГИС — основной инструмент для оценки и подотчётности.