Автор Татьяна Казакова
Несколько лет назад на юге Камчатки мы начали организовывать уборки побережий. На первый взгляд задача выглядела просто: есть мусор — нужны люди, мешки и транспорт, чтобы его вывезти.
Но очень быстро выяснилось, что самая сложная часть начинается ещё до того, как первый волонтёр выходит на берег. Сколько людей приглашать? Нужны десять человек или сто? Сколько потребуется машин? Что вообще лежит на берегу — лёгкие пластиковые бутылки или тяжёлые сети, металл и резина? И сколько времени займёт работа? Так обычная уборка постепенно превратилась для нас в исследование.
Мы начали не просто собирать мусор, а фиксировать, что именно нашли, сколько это весит, какой объём занимает и к какому типу относится. Во время мероприятий мы выбираем один-два постоянных 100-метровых участка побережья, записываем их точные координаты и обследуем их по одной методике, и на эти же участки возвращаемся в дальнейшем.
Так можно сравнивать результаты: сколько нового мусора появилось за год, изменился ли его состав, и как на ситуацию повлияли предыдущие уборки. Для нас важно понять не только сколько мусора лежит на берегу сейчас, но и с какой скоростью он там накапливается. Именно такие данные со временем позволяют искать системное решение.
Зачем над мусором летает дрон
Следующим шагом стала аэрофотосъёмка. Перед уборкой мы проводим аэрофотосъёмку побережья, для этого не требуется какая-то одна специальная модель беспилотника: важнее соблюдать методику съёмки — выдерживать нужную высоту и получать снимки достаточного качества для последующей обработки. После съёмки команда выходит на этот же участок, собирает мусор, сортирует его, взвешивает и измеряет объём. В результате мы можем сопоставить две картины одного места: сколько мусора было видно на снимках сверху и сколько отходов в действительности удалось собрать на земле.
А когда данные съёмки сопоставляются с результатами реальной уборки — весом, объёмом и составом собранных отходов, то появляется возможность гораздо точнее планировать будущие работы.
Нейросеть для проекта мы разрабатываем совместно с Yandex Cloud. Для её обучения используются снимки обследованных побережий и данные реальных уборок: какой мусор нашли на участке, сколько он весил и какой объём занимал. Благодаря этому алгоритм учится связывать то, что видно на фотографии сверху, с тем, что команда затем фактически собирает на берегу. Сейчас сервис дорабатывается, а в дальнейшем планируем его открыть для всех желающих.
Это не технология ради технологии. Если заранее понимать масштаб загрязнения, можно рассчитать ресурсы и не везти, например, сто волонтёров туда, где справятся двадцать.
Сегодня к данным с беспилотников мы добавляем и спутниковую информацию. У спутниковой съёмки уже другая задача: она позволяет охватить сразу большие участки побережья и увидеть крупные скопления мусора, в том числе на труднодоступных территориях. Затем эти данные можно сопоставить с более подробной информацией, полученной с беспилотника во время наземных уборок, и на этой основе прогнозировать загрязнение более протяжённых участков берега. Кроме того, съёмка в разных спектральных диапазонах даёт дополнительные данные, которые мы исследуем в том числе для выявления скоплений пластика и микропластика.
Уборка может стать исследованием
Морской мусор не знает административных границ. То, что оказалось сегодня на удалённом заповедном побережье, необязательно оставил человек, который там побывал. Отходы перемещаются течениями и штормами.
Так, например, при уборке на побережье в Сихотэ-Алинском заповеднике мы обнаружили пластиковые бутылки как российского, так и китайского происхождения. На разных побережьях состав находок отличается: многое зависит от ветров и морских течений. Поэтому во время исследований мы обращаем внимание не только на материал отходов, но и на маркировку и происхождение предметов — как иностранных, так и российских. Это помогает понять, какой именно мусор оказывается на конкретном участке и откуда он мог прийти. Чем точнее мы знаем его тип, количество и возможный источник, тем легче искать способы уменьшить такое загрязнение в будущем. Накопленные исследовательские данные планируется сделать доступными после полноценного запуска сервиса проекта. Потерянные рыболовные сети могут продолжать ловить животных уже без участия человека, а крупный пластик со временем разрушается на всё более мелкие частицы.
Поэтому полезное экологическое действие — это не только собрать мусор. Можно одновременно зафиксировать его количество, сортировать находки, правильно сфотографировать участок и получить данные, которые затем можно сравнивать с результатами других исследований.
Этому подходу мы посвятили бесплатный образовательный курс проекта «Чистый берег» — «Геоинформационные технологии для решения экологических задач». Курс состоит из 28 видеолекций, объединённых в семь модулей. Их ведут специалисты природоохранной сферы, учёные и представители технологических компаний. На реальных кейсах они разбирают морской мусор и микропластик, спутниковый мониторинг, геоданные, беспилотники, искусственный интеллект и планирование природоохранных проектов.
Если вам интересно не просто выйти однажды на уборку, а понять, как современные технологии помогают исследовать экологическую проблему и принимать решения на основании данных, начать можно с него: регистрация на бесплатный курс.
Спикеры курса
- Роман Корчигин, руководитель проекта «Чистый берег», проектный директор Фонда защитников природы.
- Екатерина Шитц, сотрудник Кроноцкого государственного заповедника.
- Дарья Чудная, заместитель генерального директора SR Space.
- Яна Юрьевна Блиновская, профессор департамента природно-технических систем Политехнического института, ДФУ.
- Александр Родин, доктор физико-математических наук, исполнительный директор научно-технического центра мониторинга окружающей среды и экологии МФТИ.
- Игорь Кожелин, генеральный директор SR Space.
- Тимур Малышкин, специалист в области методов и технологий производства аэрокосмических съёмок, обработки и анализа данных ДЗЗ.
- Никита Беляков, инженер-исследователь центра ИИ Сколтеха.
Сихотэ-Алинский заповедник. Фотографии предоставлены автором
