Методология оценки состояния нефтезагрязненных земель

Применение фрактального анализа изображений растений-биоиндикаторов.

Фрактальная размерность используется как количественная характеристика сложности всей двумерной бинарной проекции зелёной биомассы растения-биоиндикатора.

Граница применимости. Сервис оценивает реакцию растения относительно экспериментального контроля. Значение D не является прямым измерением концентрации нефтепродуктов и не заменяет стандартизованные лабораторные методы.

Назначение метода

Метод объединяет выращивание растений-биоиндикаторов, получение цифровых изображений и количественную оценку структуры зелёной биомассы. Его используют для сравнения реакции растений на исследуемых и референтных почвах, а также для наблюдения за изменениями при рекультивации. Итоговую интерпретацию выполняет специалист с учётом условий опыта и дополнительных биометрических показателей.

Методология проекта опирается на биотестирование и исследования фрактальных характеристик растений. В исходном документе ГОСТ Р ИСО 22030-2009 указан как основа организации испытаний хронической фитотоксичности. Сам расчёт D является дополнительной вычислительной характеристикой; наличие расчёта в сервисе не подтверждает проведение всех испытаний по стандарту.

Подготовка опыта и контроль

Перед получением изображений фиксируют вид растения, происхождение и массу почвы, исследуемое воздействие, условия выращивания, срок опыта, количество посеянных и взошедших семян. Для каждой пробы протокол проекта предусматривает не менее пяти независимых повторностей и не менее десяти семян в каждой повторности.

В исходной методологии проекта приведён ориентир выращивания от 21 дня с возможным продлением до 28–35 дней. Фактический срок выбирают по цели опыта и конечным точкам наблюдения и обязательно записывают в протоколе; сам по себе срок не подтверждает завершение испытания хронической фитотоксичности.

Контроль выращивают на референтной почве в сопоставимых условиях. При оценке рекультивации дополнительно сопоставляют наблюдения с предыдущими этапами обследования. Контрольная серия должна соответствовать виду растения, возрасту, способу получения и параметрам обработки изображений.

Основной тест-объект и исходное изображение

Основной тест-объект текущей методики — овёс посевной (Avena sativa). Для основного лабораторного сценария используется плоский скан растения с белым фоном и рекомендуемым разрешением не менее 300 dpi. Сопоставляемые серии должны формироваться в одинаковых условиях получения изображения.

На изображении должна различаться зелёная биомасса исследуемого растения. Избегайте обрезанных листьев, теней, посторонних зелёных объектов и перекрытий. Для других видов растений требуется собственная сопоставимая контрольная серия.

Съёмка с БПЛА и объёмные данные

Методология рассматривает съёмку ручной камерой и с БПЛА сверху, без выраженных перспективных искажений и с качеством, позволяющим различать отдельные листья. Дистанционные снимки требуют отдельной проверки сегментации, масштаба и контрольных значений. Их нельзя напрямую сравнивать с лабораторными сканами.

Применение БПЛА для обследования территорий — перспективное направление развития метода. Экспериментальные настройки дистанционных изображений и обработка 3D-моделей в текущей версии отключены по умолчанию. Наличие этих настроек не означает готовность автоматического картографирования или подтверждённую оценку загрязнения по аэрофотоснимку. Объёмные сканы рассматриваются отдельно от двумерного анализа.

Предобработка

  1. Изображение нормализуется до единого канонического размера.
  2. При необходимости фон ограничивается foreground-маской. Нейросетевая маска не заменяет определение зелёной биомассы.
  3. Зелёная биомасса выделяется HSV-фильтром.
  4. Формируется бинарная маска: зелёная биомасса — объект, всё остальное — фон.

Расчёт фрактальной размерности

Box-counting применяется ко всей бинарной области зелёной биомассы, а не только к её контуру. Методология фиксирует размеры ячейки:

ε = 2, 4, 8, 16, 32, 64, 128 px

  1. Для каждого ε подсчитывается число ячеек N(ε), содержащих хотя бы один пиксель объекта.
  2. Строится зависимость log(N(ε)) от log(1/ε).
  3. D определяется как угловой коэффициент линейной регрессии.
  4. R² сохраняется как показатель качества линейной аппроксимации.

Всхожесть и статистика

Всхожесть рассчитывается отдельно: G = Nвзошедших / Nпосаженных × 100 %. Невзошедшему растению D не присваивается. Если на изображении зелёный объект не обнаружен, результат получает статус NO_GREEN_OBJECT, а D остаётся неопределённой.

Для каждой независимой повторности сначала рассчитывается средняя D по взошедшим растениям. Итоговое среднее и стандартное отклонение рассчитываются по независимым повторностям/боксам, а не по всем растениям как по независимым наблюдениям.

Интерпретация

Полученное D сравнивается с экспериментальными референтными значениями для сопоставимой серии. Снижение или иное отклонение D относительно контроля может рассматриваться как признак стрессового/фитотоксического воздействия только в контексте конкретного протокола и вместе с другими показателями биотестирования.

Сервис может показать среднее контрольной серии и относительное отклонение D. Это описательное сравнение: процент отклонения фрактальной размерности не является процентом содержания нефти. Окончательное заключение о состоянии земель формируют по результатам биотестирования и условиям обследования.

Что сохранять для воспроизводимости

Сохраняйте протокол опыта, исходные изображения и сведения о съёмке, принадлежность растения к повторности, всхожесть, бинарную маску, D и R², размеры и число занятых ячеек, график регрессии и версию алгоритма. Сравнение выполняют при одинаковых настройках обработки; результаты с разными настройками не объединяют без отдельной проверки.