Международная команда исследователей из Пекинского педагогического университета (Beijing Normal University) и Восточно-Китайского педагогического университета (East China Normal University) представила фреймворк Shield — систему искусственного интеллекта, способную обнаруживать зоны стихийных бедствий прямо на борту спутника, без передачи массивов данных на Землю. Результаты работы опубликованы в марте 2026 года в престижном Journal of Remote Sensing.
Название Shield расшифровывается как Single-temporal HIgh-spatial-rEsoLution image unsupervised change Detection — метод неконтролируемого обнаружения изменений по одному высокодетальному снимку. В отличие от классических подходов, которые требуют сравнения нескольких спутниковых изображений, сделанных в разное время, Shield работает всего с одним постдисастерным кадром и базовыми предварительными данными о территории. Это радикально снижает требования к каналам передачи данных и вычислительным ресурсам на борту.
Технически система объединяет сильные стороны двух подходов: детекции изменений (change detection) и детекции аномалий (anomaly detection). Сначала лёгкие нейросети-автоэнкодеры извлекают «знания о норме» из додисастерных снимков. Затем алгоритм кластеризации K-means группирует спектральные и пространственные признаки, строит статистические модели нормального состояния территории и сравнивает новый снимок с базовой моделью с помощью расстояния Махаланобиса. Двухэтапная локализация обеспечивает точность до уровня отдельных пикселей.
Результаты тестирования впечатляют. Shield превзошёл 10 широко используемых методов детекции изменений и аномалий, улучшив средний показатель F1-меры на 24,37% по всем типам катастроф. Скорость анализа возросла до 136 раз по сравнению с альтернативными методами, а требования к хранению данных сократились в 5–239 раз. Система валидирована на четырёх типах бедствий: наводнениях, лесных пожарах, оползнях и обезлесении — на данных из Бразилии, России, Китая и Новой Зеландии.
Среди ключевых кейсов — анализ катастрофического наводнения в Чжочжоу (Китай, 2023) и лесного пожара на Гавайях (2023), где использовались высокодетальные снимки Google Earth и PlanetScope. Код фреймворка выложен в открытый доступ на GitHub, что позволяет другим исследователям и космическим агентствам адаптировать Shield для своих миссий.
Разработка Shield вписывается в глобальный тренд переноса ИИ-вычислений на борт спутников: ранее в марте 2026 года компания Planet Labs продемонстрировала работу нейросети NVIDIA Jetson Orin на спутнике Pelican-4, а ЕКА развивает проект Ciseres для экстренного реагирования. Однако Shield выделяется тем, что не требует обучающих датасетов и работает в полностью неконтролируемом режиме — критическое преимущество для оперативного картирования зон бедствий, когда каждая минута на счету.
