Мониторинг лесной растительности по данным спутниковых снимков

Примеры использования дешифровочных признаков приведены ниже на рисунках 10 - 15

С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего удалось выделить 46 гарей 2010 г. на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га.

Суммарная площадь выделенных гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году [6]. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона.

Рисунок 10 - Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество.

Рисунок 11 - Использование разностного индекса DSWVI для дешифрирования гарей.

Рисунок 12 - Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.

Рисунок 13 - Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах

Рисунок 14 - Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены

Было также выполнено сопоставление полученного слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН [7]. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с полученными результатами, составляет менее 16 тыс. га.

Рисунок 15 - Оценка степени повреждения растительности на гари от пожара

По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК.

Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.

Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 г. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м).

За вегетационный период 2011 г. территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков.

Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более. Пример валидации контуров гари по данным SPOT4 приведен на рисунке 5

Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности - лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.

Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе ) [18]. Ориентировочная переклассификация значений NDVI (после пожара) в степень повреждения растительности приведена в таблице 3. Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром.

После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рисунке 6.

Таблица 2. Перевод NDVI в степень повреждения растительности

К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15-0,2). Но скорее всего это были низовые пожары небольшой интенсивности. Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней - 5-й канал.

Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45-0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4-0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.

Таким образом, в результате работы создан векторный слой гарей 2011 г. в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.

ЗАКЛЮЧЕНИЕ

В ходе проведенной работы был проведен анализ методов и подходов к исследованию лесной растительности по данным спутниковой съемки.

Были решены следующие задачи:

- проанализированы существующие методы и подходы к дешифрированию лесной растительности;

- проанализированы методы и походы к мониторингу природных лесных пожаров;

- проведена оценка последствий лесных пожаров как мониторинг угнетения лесной растительности на примере пожаров 2011 г. в Пермском крае.

Проведен сравнительный анализ современных космических снимков со спутников Landsat-5.

Обоснован выбор вегетационных индексов. Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне. Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне. Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев. Произведен расчет соответствующих вегетационных индексов.

В ходе работы производилось дешифрирование гарей. Таким образом, в результате работы создан векторный слой гарей 2011 г. в Пермском крае. Проведена оценка степени повреждения растительности на крупных гарях.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Барталев, С. А. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений [Текст] / С. А. Барталев, В. А. Егоров // Современные проблемы дистанционного зондирования Земли из космоса. - 2010. - Т. 7. - Вып. 3. - С. 16-21.

2. Барталев, С. А. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR [Текст] / С. А. Барталев // Современные проблемы дистанционного зондирования Земли из космоса. - 2009. - Т. 6. - Вып. 2. - С. 335-342.

3. Виноградов, Б. В. Основы ландшафтной экологии [Текст]: монография / Б. В. Виноградов. - М.: ГЕОС, 1998. - 418 с.

4. Голод, Д. С. Геоботанические карты Белорусской ССР и их использование в практике народного хозяйства [Текст] / Д. С. Голод // Геоботаническое картографирование. - 1983. - Вып. 7. - С. 46-50.

5. Груммо, Д. Г. Картографирование растительности: опыт, практический аспект, перспективы [Текст] / Д. Г. Груммо // Проблемы лесоведения и лесоводства: науч. тр. Вып. 74. - 2014. - С.409-430.

6. Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России [Электронный ресурс]. URL: http://gis-lab.info/qa/fires-greenpeace.html (дата обращения 13.04.2015).

7. Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН [Электронный ресурс]. URL: http://gis-lab.info/qa/fires-iki.html (дата обращения 14.04.2015).

8. Дистанционный мониторинг незаконных рубок в Дальневосточном федеральном округе [Текст] / С. А. Тютрин, Р. Б. Кондратовец, Е. Г. Капралов и др.// Земля из космоса. - 2010. - Вып. 4. - С. 73-76.

9. Использование дистанционных методов для оценки степени [Текст] / Е. И. Рачковская, С. С., Темирбеков Р. Е., Садвокасов, и др. // Геоботаническое картографирование. - 2000. - Вып. 6. - С. 16-26.

10. Кулик, К. Н. Картографо-аэрокосмический мониторинг ландшафтов [Текст] / К. Н. Кулик, С. А. Рулев, В. Г. Юферев // Эколого-экономическая оптимизация природопользования: науч. тр. Вып. 5 - 2004. - С. 215-219.

11. Мониторинг лесохозяйственной деятельности: опыт применения данных космической съёмки высокого и сверхвысокого разрешения [Текст] / Ю. Э. Зенкевич, Т.А. Антонова, И. В. Глушков и др.// Земля из космоса. - 2009. - Вып. 1. - С. 17-22.

12. Новичихин, А. Е. Интеграция алгоритмов обработки космических снимков сверхвысокого пространственного разрешения для автоматизированного дешифрирования лесной растительности [Текст] / А. Е. Новичихин, О. В. Тутубалина // Земля из космоса - наиболее эффективные решения: науч. тр. Вып. 3. - 2009. - С.40-43.

13. Озанда, П Картография растительности и фитоэкологическое картографирование в лаборатории биологии растительности Альп Гренобльского университета, Франция [Текст] / П Озанда // Геоботаническое картографирование. - 1996. - Вып. 17. - С. 31-39.

14. Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году [Электронный ресурс]. URL: http://www.les.permkrai.ru (дата обращения 14.05.2015).

15. Седых, В.Н. Аэрокосмический мониторинг лесного покрова [Текст]: монография / В. Н. Седых. - Новосибирск: Наука, 1991. - 239 с.

16. Флора и растительность ландшафтного заказника «Ельня» [Текст] / Д.Г. Груммо, О.В. Созинов, Н.А. Зеленкевич, и др. - Минск: Минсктиппроект, 2010. - 200 с.

17. Экологическое картографирование природной среды [Текст] / Д.Г. Груммо, М.А. Ильючик, Н.А. Зеленкевич, и др. // Наука и инновации. - 2012. - Вып. 7. - С. 62-68.

18. Юрикова, Е. А. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности [Текст] / Е. А. Юрикова, А. А. Кокутенко, А. И. Сухинин //Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. - 2008. - Вып. 4. - С. 75-78.

19. Юркевич, И. Д. Растительность Белоруссии, ее картографирование, охрана и использование (с Картой растительности Белорусской ССР, м. 1:600000) [Текст]: монография / И. Д. Юркевич, Д. С. Голод, В. С. Адерихо. - Минск, 1979. 248 с.

21. Юрковская, Т.К. Опыт геоботанического картографирования болот в разных масштабах [Текст] / Т. К. Юрковская // Растительность болот: науч. тр. - Вып.7. - 2009. - С. 73-82.

20. Юрковская, Т.К. Растительность в географическом пространстве [Текст] / Т. К. Юрковская // Актуальные проблемы геоботаники: науч. тр. Вып 12. - 2012 - С. 620- 629.

22. Юфеев, В. Г. Анализ структуры, состояния и динамики агролесоландшафтов по материалам аэрокосмического мониторинга [Текст] / В. Г. Юфеев, А. С. Рулев // Защитное лесоразведение в Российской Федерации: науч.тр. - Вып. 5. - 2011. - С. 420-425.

23. Greenberg, J. A. Limitations on maximum tree density using hyperspatial remote sensing and environmental gradient analysis [Text] / J.A Greenberg, S. Z. Dobrowski, V. C. Vanderbilt.// Remote Sensing of Environment. - 2009. - № 113. - Р. 94-101.

24. USGS Global Visualization Viewer [Электронный ресурс]. URL: http://glovis.usgs.gov/ (дата обращения: 18.04.2015).

Размещено на Allbest.ru