Автоматическое обнаружение и анализ сдвигов растительности на уровне участков для отдельных исторических зданий вдоль Великой стены

Почему растения могут угрожать древнему камню

Великая китайская стена знаменита своими протяжёнными каменными валы, но многие из её наиболее уязвимых частей — это более мелкие сторожевые и сигнальные башни, разбросанные вдоль трассы. Эти отдельные сооружения постепенно разрушаются под воздействием корней и влажности, исходящей от близлежащей растительности. Исследование, лежащее в основе этой статьи, показывает, как новые компьютерные инструменты и данные со спутников можно сочетать, чтобы отслеживать, где окружающая растительность у этих строений становится гуще, помогая реставраторам принять меры до того, как повреждения станут необратимыми.

Затерянные строения в обширном ландшафте

С земли отдельные исторические здания вдоль стены легко пропустить. Многие из них построены из утрамбованной земли, которая почти не отличается от соседних холмов. Они маленькие, изъеденные временем и разбросаны по более чем 250 километрам пересечённой местности в провинции Шэньси. Традиционные обследования требуют от специалистов просмотра аэрофотоснимков по одному — это медленный и непоследовательный процесс. Без точных контуров каждой башни трудно определить «участок», который нужно мониторить, или оценить, как непосредственное окружение менялось со временем.

Обучение компьютеров находить старые башни

Исследователи разработали специализированную систему анализа изображений под названием IHBSegNet для автоматического выделения контуров этих небольших сооружений на высокоразрешённых спутниковых снимках. Система основана на современных методах глубокого обучения, которые превосходно распознают закономерности на изображениях. Поскольку башни сливаются с фоном, авторы добавили несколько модулей «внимания», помогающих сети сосредоточиться на тонких различиях в форме и текстуре. Обученная на тщательно размеченных вручную образцах, модель смогла находить и очерчивать контуры башен точнее, чем несколько ведущих методов сегментации изображений, оставаясь достаточно эффективной для применения на больших территориях.

Чтение истории растительности из космоса

Когда команда смогла надёжно локализовать каждое здание, они обратились к другому виду спутниковых продуктов, суммирующих поведение поверхности земли за целый год. Вместо отдельных снимков, которые могут быть закрыты облаками или искажены сезонными особенностями, использовали так называемые спутниковые встраивания (embeddings): компактные числовые описания, фиксирующие сезонные изменения для каждого пикселя размером 10 метров. Группируя пиксели с похожими шаблонами встраиваний с помощью неконтролируемого метода кластеризации, они разделили ландшафт на четыре легко интерпретируемых типа плотности растительности: голая или застроенная поверхность, редкая, умеренная и плотная растительность. Этот процесс повторяли для каждого года с 2017 по 2024, создавая чистую последовательность карт растительности для коридора Великой стены.

Отслеживание локальных изменений вокруг каждой башни

Имея контуры башен и ежегодные карты растительности, исследователи наложили их друг на друга, чтобы задать простой вопрос: на территории сразу внутри контура каждой башни растительность за семь лет стала гуще, реже или осталась примерно такой же? Они рассматривали четыре типа растительности как упорядоченные ступени от «голо» до «плотно» и посчитали, на сколько ступеней сдвинулся каждый пиксель между 2017 и 2024 годами, затем усреднили эти сдвиги для каждого здания. Большинство из более чем 550 обнаруженных башен в районах Фугу, Шэнму и Юян показали незначительные суммарные изменения, что предполагает относительно стабильное окружение. Однако 67 участков выделялись сильными сдвигами, и в Фугу и Юян большинство из них направлены в сторону более плотной растительности — сигнализируя о растущем воздействии корней и повышенной влажности на хрупкие земляные стены.

От карт к решениям по сохранению

Полученная методика даёт не только наглядные карты: она предоставляет управляющим наследием ранжированный список башен, где ползучая растительность с наибольшей вероятностью подрывает устойчивость. Поскольку метод опирается на открытые данные дистанционного зондирования и переиспользуемую модель обнаружения, его можно распространить на другие участки Великой стены или даже на различные линейные памятники по всему миру. Авторы отмечают, что очень заросшие или плохо видимые сооружения и краткосрочные колебания растительности всё ещё могут ускользать от внимания, но их подход фиксирует впервые количественные сдвиги растительности для каждого здания вдоль этого знакового памятника. В практическом плане это даёт способ превратить глобальные спутниковые потоки в локальные сигналы раннего предупреждения, помогающие защитить древние сооружения от тихого разрушения живым ландшафтом вокруг них.

Цитирование: Zheng, D., Wang, S., Feng, H. et al. Automatic detection and site-scale vegetation shift analysis for individual heritage buildings along the Great Wall. npj Herit. Sci. 14, 161 (2026). https://doi.org/10.1038/s40494-026-02422-w

Ключевые слова: сохранение Великой стены, исторические сооружения, дистанционное зондирование, изменение растительности, глубокое обучение