В данной статье представлены методы обследования с помощью БАС памятника природы «Куклица» вблизи города Кратово, Северная Македония. Куклица — это редкий природный комплекс, состоящий из эрозионных столбов, и благодаря своей исключительной научной, образовательной, туристической и культурной значимости в 2008 году он был объявлен памятником природы. Однако после объявления памятником интерес к посещению этого объекта и угрозы его потенциальной деградации быстро возросли, что усилило необходимость детальной съемки объекта и мониторинга. Учитывая небольшой размер участка (0,5 км2), находящиеся в свободном доступе спутниковые снимки и цифровые модели местности не подходят для комплексного анализа и мониторинга территории, особенно в отношении отдельных форм рельефа в пределах участка. Вместо этого для таких задач все чаще используются новые инструменты, включая БАС (беспилотные летательные аппараты) и лидар (LiDAR, технология обнаружения и определения дальности с помощью света). Поскольку профессиональный лидар очень дорог и все еще не везде доступен, мы использовали недорогой БВС для проведения детальной съемки. Сначала были точно спланированы и определены траектория полета, высота БВС, угол камеры и интервалы фотосъемки. Также были тщательно отобраны наземные маркеры (контрольные точки). Затем снимки, полученные с беспилотника, были выровнены и обработаны с помощью ПО Agisoft Metashape (версия 2.1.4), в результате чего были созданы цифровая модель местности и ортофотоснимки с очень высоким (субдециметровым) разрешением. Следуя этой процедуре, были определены контуры более 140 эрозионных столбов, высота которых варьируется от 1-2 м до 30 м в самой высокой точке. На данном этапе была разработана высокоточная трехмерная модель наиболее примечательных эрозионных столбов на основе съемки с БАС (точность проверялась с помощью лидар-модуля смартфона iPhone 14 Pro), и были рассчитаны их морфометрические характеристики. Также был рассчитан показатель скорости эрозии и потенциал внезапного паводка на участке, которые показали высокую подверженность обоим факторам. Конечной целью было отслеживание изменений и минимизация деградации уникального ландшафта для лучшей защиты геосайта и его ценности.
1. Введение
Мониторинг геологического наследия имеет решающее значение для эффективного управления и защиты природных территорий, играя важную роль в региональном зонировании и территориальной организации. Геообъекты, как неотъемлемые части геонаследия, представляют собой особые геологические или геоморфологические объекты, обладающие исторической и научной значимостью, что делает их достойными охраны в силу их ценности для понимания земных процессов. Точное картографирование геологических объектов способствует их управлению, сохранению и мониторингу, тем самым поддерживая оценку геологического разнообразия и геонаследия. Последние достижения в области цифровых технологий и геоинформатики способствовали развитию исследовательских методов, связанных с геонаследием.
За последнее десятилетие использование БАС с интегрированными цифровыми камерами и методами фотограмметрии, такими как метод «структура по движению» (structure-from-motion, SfM), упростило создание цифровых моделей местности (ЦММ) высокого разрешения для проведения инвентаризации и анализа геологических объектов. Аэрофотограмметрия с использованием БАС позволяет быстро собирать данные, особенно в труднодоступных районах, а современное фотограмметрическое программное обеспечение все чаще разрабатывается с учетом эффективной интеграции снимков с БАС. Технология БАС особенно ценна для создания детализированных трехмерных моделей ландшафтов и конкретных форм рельефа, при этом ее растущая популярность обусловлена доступностью БАС, специализированных камер и фотограмметрических инструментов. Высокая точность и пространственное разрешение, достигаемые с помощью фотограмметрии с использованием БВС, делают ее эффективной альтернативой традиционным методам съемки, таким как лидар или наземное лазерное сканирование, особенно для анализа различных типов местности и геологических структур. Даже коммерчески доступные БАС могут предоставить достаточно данных для наблюдения за геоморфологическими изменениями. Эффективное планирование полета и управление БАС имеют решающее значение для получения качественных снимков и надежных данных, которые зависят от таких параметров, как размер пикселя на местности, перекрытие, угол камеры, высота полета, ориентация и траектория полета. Стандартные схемы полета, такие как перекрестные сетки, эффективны, но сталкиваются с трудностями при съемке пересеченной местности. Сильно пересеченная местность и крутые склоны могут привести к искажению снимков, что усложняет последующий анализ.
Альтернативные методы, включая вертикальное позиционирование камеры или перспективную съемку, могут применяться, хотя они имеют ограничения в отношении идентификации крутых склонов. Хотя инструменты планирования полета с использованием ЦММ доступны, они в основном включают только данные о высотах. Помимо мониторинга с помощью БАС, оценка природных угроз имеет важное значение для защиты и управления территориями геонаследия. Наше исследование особенно сильно сосредоточено на риске эрозии и внезапных паводков, поскольку это наиболее значимые угрозы в районе исследования.
В Европе оценка эрозии почвы обычно проводится с использованием различных качественных, количественных и модельных подходов. Широко известные эмпирические модели, такие как Универсальное уравнение потери почвы (USLE), PESERA, KINEROS, WEP и WEPP, широко применяются при моделировании эрозии. Локально адаптированные модели, такие как модель эрозионного потенциала (EPM), также демонстрируют значительную точность при применении в региональных контекстах. За последние два десятилетия развитие геопространственных баз данных и технологий ГИС еще больше усовершенствовало эти модели, включая модель эрозионного потенциала, обеспечивая более точный пространственный анализ и управление данными.
Понимание внезапных паводков, часто вызываемых интенсивными кратковременными осадками в водосборных бассейнах площадью менее 1000 км2, имеет важное значение для анализа гидрологической динамики. Такие экстремальные события часто выявляют ранее ненаблюдаемые особенности поведения водосборных бассейнов, проливая свет на экстремальные паводковые явления и их связь с характеристиками водосбора. Режимы внезапных паводков в Европе различаются между континентальным и средиземноморским регионами, с сезонными переходами от лета к осени, что влияет на землепользование и вопросы изменения климата.
В данном исследовании применяется параметрический подход к оценке уязвимости к внезапным паводкам с использованием общедоступных баз данных и интеграцией технологий дистанционного зондирования и ГИС с передовыми методами моделирования для улучшения прогнозирования и управления паводками. Различные методологии, включая анализ дерева решений, метод синтезированной апертуры (SAR), искусственные нейронные сети, и метод частотного отношения, обычно используются для картирования подверженности паводкам.
Модель индекса потенциала внезапных паводков (Flash Flood Potential Index, FFPI) используется для определения уязвимых территорий, опираясь на метод частотного отношения (FR) благодаря его простоте и подтвержденному применению в предыдущих исследованиях. Результаты интегрируются в геоинформационную систему для создания карт паводковой опасности, которые являются стандартом в исследованиях по картографированию опасных явлений.
Северная Македония, несмотря на относительно небольшую площадь (25 713 км2), обладает обширным геологическим разнообразием и множеством геоморфологических объектов. В существующую сеть охраняемых природных территорий страны входит 91 объект, занимающий около 13,9% территории государства, среди которых примерно 30 объектов являются значимыми объектами геонаследия. Памятник природы Куклица (ПП Куклица) особенно примечателен наличием около 140 эрозионных столбов. Эрозионные столбы (или земляные пирамиды) встречаются по всему миру, и этот тип форм рельефа, вероятно, присутствует и в других странах. Однако их существование недостаточно документировано из-за того, что эти структуры известны под разными названиями (земляные фигуры, земляные пирамиды, земляные пики, скалистые навесы и т.д.) и недостатка исследований. Как редкие и находящиеся под угрозой исчезновения формы рельефа, они классифицируются как объекты геонаследия и обычно находятся под охраной. Однако в Куклице эрозионные столбы подвержены значительному антропогенному воздействию и ухудшению состояния окружающей среды, особенно после провозглашения этой территории памятником природы в 2008 году, когда туристический поток на объект значительно увеличился. Таким образом, после первичных исследований, проведенных в конце 1990-х годов, стала очевидной необходимость постоянного мониторинга этой уязвимой территории, учитывая ее уникальность для страны. В более широком географическом регионе аналогичный комплекс эрозионных столбов находится в «Городе Дьявола» (Джаволя-Варош) вблизи Куршумлии, Сербия.
В данном исследовании применяется опись эрозионных столбов в Куклице с помощью БАС параллельно с классификацией растительного покрова территории методами машинного обучения. Кроме того, исследование рассматривает эрозию почвы и уязвимость к внезапным паводкам с использованием комплексной методологии на основе ГИС, которая объединяет проверенные эмпирические модели с проверенными на практике локальными методами. Этот комплексный подход объединил недорогие ортофотоснимки, сделанные с БАС, и продукты ЦММ с машинным обучением для выявления опасных зон и поддержки эффективного принятия решений на основе фактических данных в отношении управления угрозами.
2. Методология исследования
2.1. Район исследования
Памятник природы Куклица расположен примерно в 10 км к северо-западу от Кратово в Северной Македонии, в долине реки Крива-Река, на высоте от 400 до 580 м. Территория, которая простирается у подножия двух примечательных палеовулканических конусов, имеет протяженность 1,1 км в длину и 0,5 км в ширину, охватывая площадь приблизительно 0,5 км2. Площадка легко доступна по асфальтированной дороге, которая заканчивается автостоянкой перед входом в памятник природы Куклица (рис. 1).
Рисунок 1. Расположение площадки памятника природы Куклица в Северной Македонии (слева) и его водосборный бассейн (справа)
Природные условия в Куклице благоприятствовали образованию эрозионных столбов, известных как «каменные куклы», различных размеров и форм. Столбы вырезаны в плейстоценовых речных террасах реки Крива-Река высотой 30 и 45 м, которые подверглись интенсивной эрозии двумя короткими ливневыми потоками. Существуют две небольшие группы эрозионных столбов — восточная и западная. Восточная группа самая примечательная — она традиционно известна как «Веселая свадьба». Здесь, в центральной части и по краям небольшой полукруглой впадины площадью 2 гектара (0,02 км2), находится около 40 эрозионных столбов. Дно этой впадины практически плоское и покрыто деревьями, кустарниками и несколькими впечатляющими эрозионными столбами высотой до 8,4 м. С восточной стороны впадина ограничена небольшим холмом, который местные жители называют Забел, на склонах которого находится около 55 небольших столбов (рис. 2).
Рисунок 2. Восточная (левая) и западная (правая) стороны участка эрозионных столбов на территории памятника природы Куклица
Второй («западный») участок находится примерно в 700 м к западу, на склонах слева от сильно эродированной ливневой долины (крупного оврага). Эрозионные столбы достигают высоты 30 м и располагаются на высоте 415-560 м. Данная площадка занимает территорию около 10 гектаров (0,1 км2).
Как указывалось ранее, через памятник природы «Куклица» протекают два ливневых потока (правые притоки реки Крива-Река), проходящие через эту территорию. Из-за общего влияния потоков на эрозию и угрозу внезапных паводков также анализируются их водосборные бассейны (общей площадью 5,97 км2).
Литология района Куклица преимущественно характеризуется вулканическими туфами, известными своей подверженностью эрозионным процессам. Наличие туфов, покрытых слоем плотных андезитовых пород, существенно повлияло на формирование уникальных геоморфологических особенностей, наблюдаемых в этой области. Такие литологические условия являются результатом палеоген-неогенового вулканизма в Кратово-Злетовском регионе как следствие региональных тектонических нарушений на границе между Сербо-Македонской и Вардарской тектоническими единицами.
Морфологически территория Куклица окружена заметными и в основном обнаженными палеовулканическими конусами и некками. На севере, над самой местностью, находится холм Дубица (775 м), на западе возвышается холм Видим (825 м), а на востоке — Калугьерица (791 м). Холмы разделены короткими ливневыми притоками реки Крива-Река, русла которых глубоко врезаны в коренную породу. На противоположной (левой) стороне реки Крива-Река находятся несколько палеовулканических холмов со схожим скальным рельефом. Такая конфигурация приводит к образованию крутых склонов на данной территории. Таким образом, средний уклон склонов в памятнике природы Куклица составляет 18,9º, при этом территории с уклоном более 20º занимают 44,4% площади. Южные склоны преобладают, занимая 79,0% территории.
В результате географического положения, расположения и холмистой границы с северной стороны климат в районе Куклицы теплый, континентальный. Площадка открыта к югу, что приводит к интенсивному облучению солнцем продолжительностью более 2400 часов в течение года. По данным метеорологической станции в Куманово (30 км к западу), средняя температура воздуха за период с 1991 по 2020 год составила 12,7 ºC, при абсолютном минимуме -19,2 ºC и абсолютном максимуме 43,8 ºC. В исследуемом районе в среднем выпадает около 535 мм осадков в год, преимущественно в мае и октябре. Из-за особенностей местного рельефа преобладает ветер восточно-западного направления.
2.2. Методология съемки с БАС и создание ЦММ/ортофотоснимка
В данном исследовании была проведена съемка памятника природы «Куклица» с использованием беспилотного летательного аппарата для создания подробной описи и оценки геологических угроз путем разработки цифровой модели местности и ортофотоснимков. Для выполнения этой задачи был выбран недорогой БАС благодаря его портативности, времени работы от батареи, дальности действия, качеству камеры и набору датчиков. Сначала была создана полетная миссия с четко определенными параметрами, такими как начальная точка, высота, траектория полета, продолжительность и угол камеры. Поскольку высота местности варьируется от 400 до 580 м, БВС работал на постоянной высоте 650 м, что давало относительную высоту от 70 до 250 м, выполняя съемку с интервалом в 5 с. Всего было получено 380 снимков с разрешением 12 мегапикселей, которые затем были проверены на качество. Полученные снимки были обработаны с помощью Agisoft Metashape с созданием цифровой модели местности (ЦММ) с разрешением 0,1 м и ортофотоснимков. Для повышения точности модели в процессе калибровки использовались 12 опорных точек с точно измеренными GPS-координатами, что обеспечило точность модели. ЦММ и ортофотоснимки были проверены путем сравнения с цифровой моделью рельефа/местности с разрешением 1 м, полученной с помощью лидара от Агентства кадастра недвижимости Северной Македонии (AREC), что показало горизонтальную и вертикальную точность ±0,25 м.
2.3. Обработка данных и опись форм рельефа
Ключевым этапом данного исследования стала обработка цифровых моделей местности и ортофотоснимков для создания описи форм рельефа памятника природы Куклица — региона, богатого эрозионными столбами. Учитывая большое количество этих образований, в данном исследовании использовался полуавтоматический подход для идентификации образований горных пород. С помощью программного обеспечения SAGA GIS 9.6 были применены методы машинного обучения для анализа цифровой модели местности с разрешением 0,1 м и ортофотоснимков, полученных по данным беспилотника. Первоначально, точные и многократно проверенные данные ГЛОНАСС использовались для фиксации положения десяти характерных эрозионных столбов в пределах небольшого испытательного участка (200 м × 200 м). Их размеры были измерены с помощью лазерного дальномера и лидар-модуля смартфона iPhone 14 Pro, также был зафиксирован окружающий растительный покров. Эти данные использовались как обучающие входные данные для модели машинного обучения (рис. 3).
Рисунок 3. Тестовые полигоны как исходные данные для классификации методом машинного обучения (ИНС)
Часть цифровых моделей местности и ортофотоснимков тестового участка была затем импортирована в программное обеспечение SAGA. Поскольку высота и относительное положение столбов имеют решающее значение для их идентификации, на основе ЦММ испытательного участка были созданы Индекс топографического положения (TPI) и Индекс прочности рельефа (TRI). Индекс топографического положения (TPI) оценивает относительное превышение точки, определяя, находится ли она на хребте, склоне или в долине, и рассчитывается следующим образом:
где Eпикс представляет высоту в исследуемой точке, а Eокруж. ср. — среднее значение высот соседних точек.
Индекс прочности рельефа, определяющий разницу высот между соседними ячейками, рассчитывается следующим образом:
где «x» обозначает высоту окружающих ячеек, а «макс.» и «мин.» представляют наибольшую и наименьшую высоту.
Эти слои индекса топографического положения (TPI) и индекса прочности рельефа (TRI), а также ортофотоснимки использовались в качестве входных данных для алгоритма искусственной нейронной сети (ИНС), выбранного за его надежную классификационную производительность в отношении пространственного анализа.
После успешной классификации на тестовом участке подход на основе искусственных нейронных сетей был расширен на всю территорию памятника природы «Куклица», что позволило идентифицировать формы рельефа, а также тропы, дороги, антропогенные структуры, обнаженные породы и сильно эродированные поверхности и т.д.
2.4. Методология оценки эрозии почвы
Для оценки скорости эрозии на площадке памятника природы Куклица и дренажных бассейнов, охватывающих эту территорию, использовалась модель эрозионного потенциала, также известная как метод Гавриловича. Этот метод широко применяется для оценки эрозии почвы на Балканах и за их пределами. Метод позволяет оценить среднегодовые потери почвы (Wy), поддерживая региональное управление эрозией путем определения средних показателей потерь почвы и расхода наносов. Формула модели эрозионного потенциала выглядит следующим образом:
где Wy представляет среднегодовую скорость эрозии (м3), T — температурный коэффициент, рассчитываемый как T = (0,1 ∙ t + 0,1)0,5, где t — среднегодовая температура воздуха, H — среднегодовое количество осадков (мм), Z — коэффициент эрозии (от 0,1 до 1,5+), а f представляет площадь (км2).
Коэффициент эрозии Z, являющийся неотъемлемой частью метода, включает в себя подверженность эрозии пород и почв (Y), индекс растительного покрова (Xa), видимые эрозионные процессы (φ) и средний уклон склона (J):
Изначально модель эрозионного потенциала (EPM) основывалась на полевых работах, но современные адаптации используют ГИС и дистанционное зондирование Земли для более объективного анализа. В данном исследовании в качестве основы для коэффициента Y геологические карты и почвенные карты были растрированы с разрешением 0,5 м, и значения подверженности эрозии (от 0,1 до 2,0) были применены согласно таблице 1.
Таблица 1. Значения подверженности эрозии почвы и породы (Y) для района Куклицы
| Тип | Значение |
| Плотные вулканические породы | 0,20 |
| Аллювиальные отложения | 0,50 |
| Вертисоль, регосоль и лептосоль | 0,95 |
| Регоcоль | 1,20 |
| Туфы | 1,60 |
| Обломочные отложения | 2,00 |
Индекс растительного покрова (Xa) был получен путем классификации с помощью машинного обучения ортофотоснимков, полученных с БАС, с использованием программного обеспечения SAGA GIS, при этом тестовые полигоны оценивались с помощью алгоритма искусственной нейронной сети (рис. 4). Итоговые классы соответствуют классам из таблицы 2 со значениями от 0,1 для густых лесов до 1,0 для обнаженных пород.
Рисунок 4. Классификация растительного покрова в районе Куклица с помощью машинного обучения на основе искусственных нейронных сетей
Коэффициент видимых эрозионных процессов (φ) был получен с использованием красного спектрального канала ортофотоснимка с разрешением 0,1 м, полученного с БАС, и рассчитывался как φ = a/255, со значениями от 0 до 1, где более низкие значения указывают на минимальную видимую эрозию, а более высокие значения указывают на явную эрозию.
Таблица 2. Значения коэффициента растительного покрова (Xa) для района Куклицы
| Тип | Значение |
| Широколиственный лес | 0,20 |
| Переходная древесно-кустарниковая растительность | 0,40 |
| Болота и вересковые пустоши | 0,50 |
| Пастбища | 0,50 |
| Земли, преимущественно занятые сельским хозяйством | 0,55 |
| Неполивные пахотные земли | 0,80 |
| Территории с редкой растительностью | 0,90 |
| Обнаженные породы | 1,00 |
Уклон местности (J) был рассчитан на основе цифровой модели местности с разрешением 0,1 м и выражен в виде десятичной дроби. Более крутые склоны соответствуют повышенной подверженности эрозии и паводкам. Таким образом, откалиброванный в ГИС коэффициент Z рассчитывается как:
Климатические данные (T и H) были основаны на интерполированных моделях. Этот подход на основе ГИС с использованием модели эрозионного потенциала был эффективно подтвержден в Северной Македонии и различных других странах.
2.5. Методология оценки внезапных паводков
В данном исследовании использовался анализ Индекса потенциала внезапных паводков (FFPI) для оценки уязвимости к внезапным паводкам на площадке памятника природы Куклица. FFPI является широко применяемым статистическим инструментом, направленным на выявление территорий с высокой подверженностью внезапным паводкам. Данный метод количественно оценивает уязвимость региона к внезапным паводкам путем использования нескольких взвешенных факторов, таких как крутизна склонов, растительный покров, характер землепользования и тип почвы.
Почвенная карта Северной Македонии (масштаб 1:50000) не содержит достаточно подробных данных о почвах для территории памятника природы «Куклица», поэтому литологические характеристики были объединены с данными о типах почв. Таким образом, модель индекса потенциала внезапных паводков была адаптирована для включения четырех основных взвешенных параметров: уклона, растительного покрова, литологии/почв и землепользования. Формула для расчета Индекса потенциала внезапных паводков приведена ниже:
где M представляет уклон местности, S обозначает литологические/почвенные характеристики, L обозначает характер землепользования, а V — индекс растительности. Уклон местности (M) был получен на основе ЦММ с разрешением 0,1 м, созданной с помощью БАС, а обработка данных производилась с использованием программного обеспечения QGIS 3.38.3 и SAGA GIS 9.6. Для систематической оценки уклон был классифицирован по процентным категориям с реклассификацией значений местности от 1 (минимальный склон) до 10 (максимальный склон).
Литологические/почвенные характеристики (S) были оценены с использованием почвенной карты масштаба 1:50000 и геологической карты Северной Македонии масштаба 1:25000, используя рабочую версию, где породы классифицированы от 1 до 10 на основе их подверженности эрозии.
Параметры характера землепользования (L) и индекса растительности (V) были получены таким же образом, как коэффициенты Xa и φ для модели эрозионного потенциала (с использованием машинного обучения и классификации ИНС), но с использованием значений от 1 до 9 в соответствии с их потенциальным влиянием на риск внезапных паводков. С использованием технологий геоинформационной системы (ГИС) и дистанционного зондирования Земли (ДЗЗ), модель индекса потенциала внезапных паводков интегрирует растровые наборы данных, состоящие из ключевых географических и экологических переменных в пределах района исследования. Процесс включает точную корректировку, категоризацию и объединение наборов данных о склонах, литологии, землепользовании и растительном покрове. Каждый фактор классифицируется на основе его потенциала увеличивать риск внезапного паводка, что позволяет модели индекса потенциала внезапных паводков предоставить надежную количественную оценку уязвимости к паводкам в окрестностях Куклицы.
3. Результаты
3.1. Опись форм рельефа
Как описано в методологии, классификация с помощью машинного обучения ЦММ и ортофотоснимков, полученных с БАС, позволила выявить эрозионные столбы, тропинки, деревья, траву, кустарники, антропогенные объекты и другие элементы на территории памятника природы Куклица. Однако автоматизированный процесс не был полностью эффективен при оконтуривании эрозионных столбов, особенно тех, которые находились на начальной стадии развития, были взаимосвязаны между собой и не имели индивидуальных очертаний. Таким образом, была проведена ручная векторизация с учетом слоя классификации машинного обучения (ANN), сетки Индекса топографического положения и ортофотоснимков, использованных в качестве базовых слоев. Также для улучшения визуализации и создания видов с разных ракурсов, а также для идентификации и оконтуривания форм рельефа использовалась текстурированная трехмерная модель с тайловой структурой, созданная в программном обеспечении Agisoft Metashape (рис. 5). Данный комбинированный подход позволил выявить более 140 эрозионных столбов на площади 0,5 км2. Выявленные формы рельефа были зафиксированы в каталоге с указанием соответствующего идентификатора, названия, кода, координат, размеров, профиля, признаков деградации и фотографий (рис. 6). Большинство морфометрических измерений были получены на основе ЦММ и ортофотоснимков, созданных с помощью БАС, и, где это было возможно, проверены с использованием модуля LiDAR для iPhone 14 Pro и полевого лазерного дальномера.
Рисунок 5. Идентифицированные и оконтуренные эрозионные столбы в трехмерной модели Agisoft Metashape
Морфометрический анализ эрозионных столбов подчеркивает высокий уровень разнообразия. Высота пирамид на восточной площадке «Веселая свадьба» составляет от 1 м (это значение принято за минимальный порог) до 8,4 м (код C6 или «Крестный отец»). Средняя высота всех 95 пирамид, расположенных здесь, составляет 4,1 м. Тем не менее, средняя высота 40 пирамид во впадине «Веселая свадьба» составляет 4,7 м, в то время как средняя высота 55 пирамид на склонах Забела составляет 3,9 м. Согласно измерениям высоты, 12 пирамид превышают 6 м, 9 имеют высоту от 5 до 6 м, 25 — от 4 до 5 м, 36 — от 2 до 4 м, и 13 — ниже 2 м.
Рисунок 6. Опись уникальных эрозионных столбов в памятнике природы Куклица. Морфометрические расчеты выполнены с использованием ЦММ разрешением 0,1 м, полученной на основе съемки с БАС
В западной части площадки пирамиды значительно выше, их высота варьируется от 1 м до 30,0 м, при средней высоте 14,7 м. Однако половина из 49 идентифицированных здесь пирамид, которые также являются самыми высокими, связаны между собой по происхождению (на начальной стадии развития), поэтому сложно оконтурить их как отдельные формы. В целом здесь 13 пирамид выше 20 м, еще 19 имеют высоту от 10 до 20 м, и 17 ниже 10 м.
Средняя высота всех 142 эрозионных столбов в памятнике природы Куклица составляет 7,25 м, а их основание располагается на высоте от 420 до 516 м над уровнем моря.
3.2. Оценка эрозии почвы
Согласно карте коэффициента Z, рассчитанного на основе модели эрозионного потенциала, территория Куклицы имеет высокую среднюю интенсивность эрозии (рис. 7A), варьирующуюся от 0,47 для всего дренажного бассейна (более широкая область) до 0,65 для территории памятника природы (рис. 7C). Однако существуют значительные пространственные различия. Таким образом, местность, сложенная андезитовыми породами и/или покрытая густыми лесами, имеет низкий риск эрозии с коэффициентом Z ниже 0,4. Также низкая интенсивность эрозии наблюдается на аллювиальной равнине реки Крива-Река, которая в основном используется для сельского хозяйства или занята лугами и лесами. Напротив, участки с эрозионными столбами и прилегающие к ним территории имеют высокую скорость эрозии со значениями Z выше 1,0 (таблица 3).
Рисунок 7. Карта подверженности эрозии (A) и средняя годовая скорость эрозии (B) дренажного бассейна Куклица и соответствующие карты площадки памятника природы Куклица (C, D)
В таблице 3 представлены различные зоны подверженности эрозии (в соответствии с коэффициентом Z) для дренажного бассейна Куклица и площадки памятника природы Куклица. Очевидно, что в отношении территории памятника природы Куклица, его подверженность эрозии значительно выше, чем на более широком водосборном бассейне (который уже имеет высокий показатель). Таким образом, на территории памятника природы Куклица участки с высокой и очень высокой подверженностью эрозии занимают 43,8% или почти половину общей площади. Напротив, территории с низкой и очень низкой подверженностью эрозии занимают всего 34,1% площади (в пределах дренажного бассейна они охватывают 50,9% территории).
Таблица 3. Зоны подверженности эрозии согласно коэффициенту Z для дренажного бассейна Куклица и площадки памятника природы
| Класс | Величина Z | Площадь более широкой территории, % | Территория памятника природы, % |
| Очень высокий | >1,0 | 4,0 | 17,9 |
| Высокий | 0,7-1,0 | 15,5 | 25,9 |
| Умеренный | 0,4-0,7 | 29,6 | 22,0 |
| Низкий | 0,2-0,4 | 42,4 | 28,9 |
| Очень низкий | 0-0,2 | 8,5 | 5,3 |
В связи с высокой подверженностью эрозии территории памятника природы Куклица, антропогенное воздействие должно быть минимальным и тщательно планируемым (в отношении количества посетителей, проектируемых троп и пешеходных маршрутов, строительных работ и т. д.).
Участки, подверженные высокому уровню эрозии, также характеризуются высокими скоростями эрозии, которые в некоторых частях превышают 2000 м3/км2/год или потерю верхнего слоя почвы 2 мм в год (рис. 7B, D; таблица 4). Из-за такого высокого уровня эрозии «старые» пирамиды быстро разрушились и изменились, в то время как новые пирамиды постепенно появлялись в коренных породах.
Таблица 4. Скорость эрозии согласно модели эрозионного потенциала для дренажного бассейна Куклица и территории памятника природы
| Класс | Скорость (м3/км2/год) | Площадь более широкой территории, % | Территория памятника природы, % |
| Очень низкий | 0-400 | 36,9 | 24,6 |
| Низкий | 400-800 | 36,6 | 24,9 |
| Умеренный | 800-1200 | 9,3 | 10,9 |
| Высокий | 1200-2000 | 13,7 | 24,1 |
| Очень высокий | >2000 | 3,5 | 15,5 |
Согласно измерениям LiDAR, выполненным с помощью модуля для iPhone 14 Pro, и детальному сравнению фотографий эрозионных столбов, сделанных с одного и того же места на протяжении 25 лет, наибольшая скорость эрозии и самые быстрые морфологические изменения характерны для эрозионных столбов, образовавшихся на крутых склонах. Эти пирамиды, сформированные на плоских или пологих склонах, имеют незначительные, минимальные визуальные и практически неизмеримые изменения.
3.3. Уязвимость к внезапным паводкам
Карта склонов, созданная на основе детальной цифровой модели местности (ЦММ) с разрешением 0,1 м, имеет важное значение для оценки гидрологических процессов, поскольку влияет как на время стока, так и на скорость инфильтрации воды. В целом, по мере увеличения крутизны склона скорость инфильтрации уменьшается. Средний уклон района исследования составляет 18,9 градусов. Для целей анализа значения уклонов были преобразованы в проценты и категоризированы, после чего каждому классу было присвоено значение индекса потенциала внезапных паводков от 1 до 10. Склонам с углом наклона более 30 градусов был присвоен индекс потенциала внезапных паводков равный 10, что указывает на высокую подверженность внезапным паводкам.
Что касается литологического индекса, были использованы данные предварительной геологической карты масштаба 1:25000, с акцентом на четыре основные литологические группы: обломочные отложения, андезиты, туфы и брекчии. Была проведена оценка уязвимости каждого участка к внезапным паводкам, при этом вулканические туфы показали самый высокий коэффициент восприимчивости (9), что отражает значительную уязвимость к условиям внезапных паводков. Андезитовым породам был присвоен самый низкий коэффициент (1), что указывает на минимальную подверженность внезапным паводкам. Этот индекс позволяет понять, как различный состав пород влияет на инфильтрацию и сток во время сильных дождей. Андезитовые образования, известные своей устойчивостью к эрозии, с меньшей вероятностью способствуют возникновению внезапных паводков. Напротив, туфы, брекчии и обломочные отложения более подвержены эрозии, что повышает риск паводка при интенсивных дождевых условиях.
Анализ индекса потенциала внезапных паводков показывает, что территории со сложными сельскохозяйственными структурами в сочетании с участками естественной растительности относятся к наиболее уязвимым к внезапным паводкам. В противоположность этому, лесистые территории имеют самые низкие показатели индекса потенциала внезапных паводков, что указывает на пониженную уязвимость к таким явлениям. Для создания и классификации индекса землепользования модели индекса потенциала внезапных паводков с целью более четкого анализа использовалась карта землепользования. Использование снимков с БАС высокого разрешения 0,1 м с акцентом на красный спектральный диапазон позволило нам с большей точностью определить участки, подверженные паводкам. Кроме того, изучение взаимосвязи между растительным покровом и скоростью эрозии предоставило ценные рекомендации для разработки стратегий управления земельными ресурсами и реализации мер по снижению риска паводков. Разработанный для этого исследования индекс растительного покрова имеет значения от 1 до 9.
С помощью ГИС и данных дистанционного зондирования Земли мы провели дальнейший анализ индекса потенциала внезапных паводков на территории памятника природы Куклица (показано на рис. 8). Наши результаты (представленные в таблице 5) показывают, что около 40,2% территории подвержены высокому риску внезапных паводков, а 29,7% территории имеют умеренный риск. Области с очень высокой уязвимостью к паводкам занимают 19,4% территории, в основном сконцентрированные вдоль крутых склонов вблизи формирований эрозионных столбов. Среднее значение индекса потенциала внезапных паводков для района исследования составляет 5,8, с диапазоном от 1,7 до 9,5, что указывает на различные уровни риска паводков на данной территории.
Таблица 5. Классы уязвимости к внезапным паводкам для дренажного бассейна Куклица и площадки памятника природы
| Класс | Значение | Площадь более широкой территории, % | Территория памятника природы, % |
| Очень низкий | 0–3,0 | 2,0 | 4,9 |
| Низкий | 3-4,5 | 5,9 | 5,8 |
| Умеренный | 4,5-6,0 | 52,1 | 29,7 |
| Высокий | 6,0-7,5 | 35,6 | 40,2 |
| Очень высокий | >7,5 | 4,4 | 19,4 |
Рисунок 8. Индекс потенциала внезапных паводков для дренажного бассейна Куклица (A, B) и площадки памятника природы Куклица (C)
3.4. Проверка результатов
Для проверки модели было проведено сравнение с внезапными паводками, зафиксированными местными сообществами. За последние двадцать лет в обоих ливневых дренажных бассейнах Куклица неоднократно наблюдались внезапные паводки. Полевые работы выявили значительные отложения свежих наносов в поймах этих потоков, которые соответствуют недавним паводковым событиям, согласующимся с зонированием модели. Однако в связи с ограничениями первичных источников данных, особенно отсутствием систематических исторических записей, доступность данных о внезапных паводках для анализа рабочих характеристик приёмника (ROC) в данном исследовании ограничена.
В свою очередь, критическим этапом данного исследования была оценка точности полученных результатов. Что касается морфометрии эрозионных столбов, было проведено сравнение измерений между восемью выбранными пирамидами с использованием данных LiDAR на iPhone, данных лазерного дальномера и ЦММ на основе съемки с БВС, показавшее максимальную погрешность ±0,25 м. Погрешность в основном зависит от размера и формы рельефа. Однако проверка результатов интенсивности эрозии и подверженности внезапным паводкам является гораздо более сложной задачей. Подход на основе ГИС с использованием модели эрозионного потенциала, примененный в исследовании, был ранее подтвержден в дренажном бассейне Верхней Брегальницы путем сравнения результатов с отложениями наносов в водохранилище Калиманци. Тем не менее, этот дренажный бассейн намного больше района Куклица. Для оценки выноса и отложения наносов были рассчитаны значения Ru (удержание наносов) и G (расход наносов) для площадки памятника природы Куклица согласно модели эрозионного потенциала, которые представлены в таблице 6.
Таблица 6. Значение коэффициента Ru и скорость отложения наносов согласно модели эрозионного потенциала
| Дренажный бассейн | Периметр (км) | Разн. высот (км) | Длина (км) | Ширина (м3/км2/год) | Ru | Удельный объем наносов (м3/км2/год) | Общий объем (м3/год) |
| Запад-1 | 11,04 | 0,26 | 3,70 | 654,3 | 0,49 | 320,6 | 748,9 |
| Запад-2 | 3,15 | 0,08 | 0,95 | 1403,6 | 0,19 | 266,7 | 69,6 |
| Восток | 12,48 | 0,25 | 4,50 | 626,9 | 0,49 | 307,2 | 935,7 |
| «Веселая свадьба» | 2,58 | 0,03 | 0,84 | 799,5 | 0,11 | 87,9 | 11,2 |
| Забел | 1,91 | 0,03 | 0,10 | 765,0 | 0,09 | 68,8 | 4,6 |
Помимо высокой подверженности эрозии (и интенсивности), среднегодовой расход наносов с дренажного бассейна в районе Куклица невелик по количеству, в первую очередь из-за небольших размеров дренажных площадей. Таким образом, расход наносов и внезапные паводки оказывают слабое видимое воздействие на местность, и их сложно количественно оценить. В идеале, правильно расположенные ловушки для отложений предоставят нам ценные данные для количественной оценки эрозии на территории памятника природы и в отношении эрозионных столбов (как в случае с городом Дьявола недалеко от Куршумлии, Сербия.
Между тем, хорошее представление о тенденции эрозии можно получить путем сравнения самого раннего доступного спутникового снимка высокого разрешения этой территории (исторические снимки в Google Earth Pro) за 2009 год и ортофотоснимка, полученного с помощью БАС в 2024 году. Тщательное обследование показывает, что скорость эрозии снизилась, и некоторые сильно эродированные участки 2009 года в настоящее время покрыты пастбищами.
Что касается эрозии эрозионных столбов и недавних морфологических изменений, детальное сравнение фотоснимков, сделанных за последние 30 лет, является очень полезным. Они показывают постепенные изменения пирамид, особенно тех, которые расположены на крутых склонах (рис. 9). Однако точно определить морфологические изменения эрозионных столбов возможно только при постоянных и тщательных измерениях с помощью LiDAR.
Рисунок 9. Тщательное изучение и сравнение фотографий эрозионных столбов с момента первого исследования, проведенного в 1995 году, и последнего посещения в 2024 году, которое показывает отдельные морфологические изменения
4. Обсуждение
За последние 15 лет в мире все чаще используются новые инструменты, включая БАС (беспилотные летательные аппараты) и LiDAR (облако точек), для визуального обследования и трехмерной съемки или мониторинга значимых геосайтов. Поскольку профессиональные LiDAR все еще очень дороги и труднодоступны, все чаще используются малые и легко переносимые беспилотные летательные аппараты (беспилотники), недавно оснащенные мощными камерами и дополнительными датчиками (дистанции, инфракрасными, мультиспектральными и др.). Ортофотоснимки и цифровые модели местности, полученные с помощью БАС, могут иметь очень высокое пространственное разрешение, что позволяет измерять и анализировать даже самые незначительные пространственные и морфологические изменения. На данный момент самая большая проблема заключается в получении цифровой модели рельефа из ортофотоснимков с беспилотника (особенно при удалении растительного покрова). Однако эта проблема может быть решена благодаря прогрессу в области программного обеспечения и искусственного интеллекта (включая машинное обучение и глубокое обучение), а также комбинированию радиолокационной спутниковой съемки.
Развитие недорогих беспилотных авиационных систем позволило выполнять многочисленные точные аэрофотограмметрические измерения поверхности Земли, улучшая количественную оценку интенсивности геоморфологических процессов. Для определения интенсивности различных геоморфологических процессов требуются разные уровни детализации съемки. При определении бокового смещения русел рек точность в 5 см является вполне удовлетворительной. Аналогичная ситуация наблюдается при определении смещения береговой линии в процессе абразии. Однако при мониторинге линейных форм эрозии (оврагов) или эрозионных столбов необходимо более высокое разрешение снимков.
Соответственно, здесь были выбраны наиболее точные методы с учетом ограниченного бюджета, выделенного на данное исследование. Как правило, наземные лазерные сканеры стоят не менее нескольких тысяч евро, требуют обученных операторов и определенной линии прямой видимости, позволяют выполнять сканирование только с ограниченных позиций и имеют ограниченный доступ при работе на пересеченной местности. Помимо ограниченного бюджета, еще одной причиной такого подхода к исследованию является то, что, хотя наземное лазерное сканирование (TLS) представляет собой значительный научный прорыв в геоморфологических исследованиях, у него все еще есть определенные ограничения. Существует множество источников ошибок при любой съемке с помощью наземного лазерного сканирования, связанных с самим прибором, свойствами отражающей поверхности, факторами окружающей среды и всем рабочим процессом, необходимым для получения полезных топографических данных. Таким образом, использованные здесь «недорогая» методология и оборудование обеспечивают практичный и эффективный подход, который может быть легко адаптирован для описания и оценки других геосайтов в различных местах.
Идентификация, опись и морфометрия форм рельефа были проведены с использованием современных методов съемки с БАС с последующим созданием цифровой модели местности и ортофотоснимков при помощи фотограмметрического программного обеспечения Agisoft Metashape (версия 2.1.4). Классификация основывалась на машинном обучении с использованием векторных полигонов в качестве обучающей области и слоев индекса топографического положения, индекса прочности рельефа и ортофотоснимков в качестве исходных данных. Наши результаты показывают, что хотя классификация, созданная методами машинного обучения, эффективно определяет местоположение эрозионных столбов, она не обеспечивает их точного оконтуривания. Ключевые проблемы связаны с качеством цифровых моделей местности и ортофотоснимков, полученных с помощью БАС. Например, некоторые образования покрыты мхом и лишайником, что вызывает изменение цвета на ортофотоснимках от светло-серого до темно-зеленого. Тени от пирамид, сливающиеся с окружающей растительностью, представляют собой еще одну проблему. Это можно смягчить путем проведения съемки с беспилотника в полдень летом, когда тени минимальны. Кроме того, отличить формы рельефа от близлежащей высокой растительности остается сложной задачей при использовании цифровых моделей местности, но эту проблему можно решить путем удаления растительности с помощью машинного обучения. Тем не менее, сохраняются проблемы морфометрической идентификации, особенно при различении между первоначальными и связанными пирамидами от обнаженных пород или сторон оврагов. Перспективные снимки с беспилотника могли бы помочь создать более точную трехмерную модель местности. В итоге точное оконтуривание было достигнуто путем тщательной ручной векторизации с использованием слоев машинного обучения, индекса топографического положения и ортофотоснимков. Расширение района исследования с использованием более детальных данных и экспериментирование с различными алгоритмами машинного обучения могло бы улучшить автоматическое оконтуривание, что принесет пользу аналогичным исследованиям форм рельефа по всему региону.
В данном исследовании на площади 0,5 км2 оконтурено 142 эрозионных столба высотой от 1-2 м до 30 м, со средней высотой 7,25 м. Согласно измерениям высоты, 55 пирамид превышают 6 м, 12 имеют высоту от 5 до 6 м, 27 — от 4 до 5 м, 37 — от 2 до 4 м, и 13 — ниже 2 м. Морфологически наиболее примечательны пирамиды в местности «Веселая свадьба» (восточная часть), где выявлено 95 форм со средней высотой 4,1 м. В аналогичном исследовании геосайта Джаволя Варош в Сербии, который занимает площадь около 4500 м2 в дренажном бассейне реки Топлица, 202 земляные фигуры были отсканированы и проанализированы с помощью наземного лазерного сканирования. Самый высокий эрозионный столб на этом геосайте составляет 15,5 м, а самая низкая — 0,8 м. Литология района Куклица и города Дьявола схожа и включает палеовулканические конусы. В Куклице литология преимущественно характеризуется вулканическими туфами, а в Дьявола Варош территория характеризуется вулканокластическими фациями андезита и дацита/кварцевого латита. Оба литологических комплекса известны своей подверженностью эрозионным процессам.
В отличие от данного исследования, которое проводилось с использованием наземного лазерного сканирования, мы использовали модуль LiDAR для iPhone 14 Pro для выполнения тестовых измерений выбранных эрозионных столбов, чтобы сравнить эти результаты с данными цифровой модели местности, полученными с помощью БАС. Поскольку сравнение показало высокую точность измерений по цифровой модели местности (ЦММ), эта процедура была использована для всех остальных эрозионных столбов. Таким образом, впервые был создан подробный каталог и зафиксированы морфометрические значения для «Каменных кукол» Куклицы, которые могут быть использованы для дальнейшего мониторинга. Тем не менее, следующий этап исследования потребует БАС с RTK-модулем или данных наземного лазерного сканирования для значительно более высокой точности измерений.
Наше исследование также демонстрирует, что БАС и машинное обучение могут эффективно использоваться для мониторинга изменений форм рельефа, вызванных природными и антропогенными воздействиями. Таким образом, моделирование эрозии и внезапных паводков на территории памятника природы Куклица показывает высокую подверженность этим процессам, что подчеркивает необходимость учета таких рисков при дальнейшей защите этого уязвимого геосайта.
5. Выводы
Данное исследование заложило необходимую основу для будущих исследований эрозионных процессов, воздействующих на этот особо значимый геосайт. Исследование было проведено с использованием недорогих и легкодоступных на сегодняшний день технологий.
Данное исследование подчеркнуло ценность использования БАС для создания детальных цифровых моделей местности и ортофотоснимков как основы для идентификации эрозионных столбов, их описи, оценки эрозии и потенциала внезапных паводков, а также мониторинга памятника природы Куклица. Морфометрические измерения были получены на основе цифровых моделей местности и ортофотоснимков с БАС, а также с помощью модуля LiDAR для iPhone 14 Pro и полевого лазерного дальномера. Недорогие измерения с помощью LiDAR, выполненные с использованием модуля iPhone 14 Pro, и детальные сравнения эрозионного столба с помощью лазерного дальномера, а также результаты съемки с БВС создали основу для дальнейшего мониторинга на данной площадке. В дальнейшем будет осуществляться мониторинг на разных этапах с использованием того же оборудования и наземного лазерного сканирования.
В данном исследовании первым этапом было применение машинного обучения для автоматического распознавания и оконтуривания форм рельефа. Однако в нашем исследовании указание местоположения эрозионных столбов оказалось более полезным, чем их точное оконтуривание (выполненное вручную). Таким образом, необходимо дальнейшее совершенствование процедуры с использованием более детальных обучающих данных и тестированием других алгоритмов машинного обучения.
Материал статьи является переводом оригинальной публикации UAV-Based Survey of the Earth Pyramids at the Kuklica Geosite (North Macedonia), опубликованной в журнале «Heritage» в декабре 2024 г. Ссылки на источники, используемые в статье, были удалены. Библиография доступна в оригинальной публикации.
Авторы статьи: Милевский Ивица (Университет Святых Кирилла и Мефодия, Северная Македония), Алексова Бояна (Университет Нови-Сада, Сербия; Научно-профессиональное общество по управлению рисками стихийных бедствий, Сербия; Международный институт исследования катастроф, Сербия), Драгичевич Славолюб (Белградский университет, Сербия).
Автор фото для обложки: Lidiadesign.