МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ
АЛГОРИТМИЧЕСКИМ ПОДХОД ПРИ СОСТАВЛЕНИИ ЦИФРОВЫХ ПОЧВЕННЫХ КАРТ НА ОСНОВЕ ЛАБОРАТОРНО-ПОЛЕВЫХ И СПУТНИКОВЫХ ДАННЫХ
© 2013 г. Н. В. Гопп
Институт почвоведения и агрохимии СО РАН, Новосибирск E-mail: natalia.gopp@gmail.com Поступила в редакцию 12.07.2013 г.
В работе рассматривается методика составления цифровых почвенных карт с использованием параметров растительности и рельефа, рассчитываемых по спутниковым снимкам (Landsat ETM+, SPOT 4) и матрицам высот поверхности Земли (SRTM90). На примере ключевого участка показана возможность эффективного использования материалов лабораторно-полевых и спутниковых данных для дешифрирования ареалов почв по косвенным признакам.
Ключевые слова: картографирование почв, дистанционное зондирование Земли, цифровая почвенная картография
DOI: 10.7868/S0205961413020036
ВВЕДЕНИЕ
В настоящее время использование алгоритмического подхода при обработке спутниковых и лабораторно-полевых данных является неотъемлемой составляющей при картографировании почв. Сложность объекта исследования и многообразие факторов, участвующих в формировании почв, требуют привлечения обширной информации, а их обработка традиционными методами нередко оказывается недостаточной и увеличивает сроки изготовления карт. Алгоритмы принятия решений для задач классификации разнородных пространственных данных позволяют на новом методологическом уровне создавать производные тематические карты, что является оптимальным решением при изучении географических особенностей распространения почв.
Основные трудности картографирования почвенного покрова по спутниковым снимкам связаны с "закрытостью" почв растительностью, высокой пространственно-временной изменчивостью физико-химических свойств почв и недостаточностью оперативных пространственных данных среднего и высокого разрешения. Рассмотрим возможности различных подходов к дешифрированию почв по космическим снимкам. Классические методики визуально-инструментального дешифрирования почв, не покрытых и полностью покрытых растительностью, принципиально различаются тем, что осуществляются они соответственно по прямым и косвенным признакам, ко-
торые в свою очередь подразделяются на оптические, геометрические, структурные и текстурные. При дешифрировании почв, не покрытых растительностью, в основном используются оптические признаки (тон и цвет изображения). Однако следует подчеркнуть, что тон изображения одного и того же объекта на разновременных спутниковых снимках может быть более или менее различным, так как на него влияет очень много факторов. Тон зависит от освещенности поверхности и ее структуры, влажности, от способности поверхности рассеивать свет, от цвета поверхности и т.д. (Почвенная съемка, 1959). Все перечисленные особенности сильно усложняют сравнение результатов исследований, полученных от разновременных спутниковых съемок, что ставит под сомнение вопрос о строгом соответствии выявляемых идентификационных признаков классификационным единицам почв. Во-первых, очень трудно установить момент, когда почвы находятся в одинаковых условиях съемки и одинаковом состоянии, во-вторых, идентификационные признаки некоторых почв могут быть не отличимы друг от друга. Скорее всего, здесь следует сказать, что снимки эффективны в качестве географической основы для проведения картографических почвенных работ и определения пространственных границ (контурное дешифрирование) по прямым и косвенным признакам, а не для установления классификационной принадлежности почв (идентификационное дешифрирование). Установление классификационной принадлежности почв, а также прямых
или косвенных идентификационных признаков в таком случае осуществляется в полевых подспутниковых исследованиях.
Проблемы дешифрирования почв, полностью покрытых растительностью, связаны с "закрытостью" объекта и, следовательно, с отсутствием прямых дешифровочных признаков. Для таких территорий ведущую роль при дешифрировании почвенного покрова играет ландшафтная индикация. Согласно С.В. Викторову, ландшафтная индикация — это выявление индикаторов, возможно более полный сбор сведений о способах их распознавания на местности и при дешифрировании, раскрытие характера связи между индикатором и индикатом и практическое использование индикаторов (Викторов, Чикишев, 1990). Применение методов ландшафтной индикации обосновано тем, что на специфику фотоизображения (плотность, текстура, цвет) оказывает влияние комплекс факторов, к которым, прежде всего, относятся геологическое строение, рельеф, почвы, растительность и т.д. (Викторов, Чикишев, 1990). Согласно сказанному выше, ландшафтная индикация предполагает использование разнородной пространственной информации о компонентах ландшафта и проведение сопряженной классификации. Поэтому в настоящее время очень важно создавать новые подходы к решению вопросов картографии почв, а разработка алгоритмов для обработки пространственной информации и математико-картографическое моделирование позволяют этот процесс сделать более эффективным.
В представляемой работе рассматривается методика картографирования почв, полностью покрытых растительностью, следовательно, дешифрирование границ почвенных контуров осуществляется по косвенным признакам с использованием методов ландшафтной индикации. Известно, что изменчивость факторов почвообразования (поч-вообразующие породы, растительность, климат, рельеф) во времени и пространстве обусловливает формирование разнообразных типов почв. Из всех факторов почвообразования, которые можно эффективно исследовать по спутниковым данным и использовать их параметры в качестве индикационных признаков почв, нужно выделить растительность и рельеф, являющиеся наиболее информативными, с одной стороны, а с другой стороны, доступными для дистанционных и подспутниковых исследований. В связи с этим цель настоящего исследования — разработка методики сопряженной обработки спутниковых и лабораторно-поле-вых данных для картографирования почв.
Сущность методики заключается в расчете и количественной оценке индикационных параметров растительности и рельефа по спутниковым данным и матрицам высот, установлении
статистических связей между химическими свойствами почв и индикационными параметрами, а также в выборе наиболее информативных признаков и составлении классификационных алгоритмов "дерево решений". Эти алгоритмы позволяют в достаточно короткий срок создавать пространственно-распределенные тематические слои, с последующим объединением полученной пространственной информации в единую цифровую почвенную карту.
ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЯ
Объектами исследования послужили различные типы и подтипы почв из отдела альфегумусо-вых (дерново-подбур иллювиально железистый, подбур глееватый, подбур грубогумусированный, дерново-подбур глееватый) и железисто-метаморфических (ржавозем грубогумусированный), а также параметры растительности и рельефа Джулукульской котловины (Республика Алтай). Ключевой участок ограничен координатами 50°28'32.32"—50°26'23.03" с.ш., 89°40'18.07''-89°43'41.50'' в.д. По физико-географическому районированию, территория исследования относится к Юго-восточной Алтайской провинции, Джулукульский район (Атлас, 1978).
Изучаемыми параметрами рельефа являлись: крутизна склонов, площадь максимального сбора, горизонтальная кривизна, максимальная кривизна, освещенность. Для территории исследования характерен грядово-холмистый и гривисто-запа-динный рельеф. Расчет тематических карт морфо-метрических величин рельефа проводился по матрицам высот поверхности Земли SRTM90 (Shuttle Radar Topography Mission). Алгоритмы расчета морфометрических величин рельефа описаны в работе (Shary at al., 2002).
Изучаемыми параметрами растительности являлись спектрально-яркостные характеристики растительности, выявляемые по многозональным снимкам, и запасы надземной фитомассы, вычисляемые с использованием вегетационного индекса NDVI (Normalized Difference Vegetation Index). Анализ литературы показывает, что значения NDVI, определяемые как отношение яркостей в двух диапазонах снимка (красный и ИК), коррелируют с количеством биомассы растительности (Виноградов, 1984; Кашкин, Сухинин, 2001). Для решения этой задачи находятся взаимосвязи между рассчитанными по спутниковому снимку значениями NDVI и запасами надземной фито-массы растительных сообществ, полученными в полевых условиях.
На ключевом участке были описаны следующие растительные сообщества: осоково-разнотравно-злаковая травянистая тундра; кустарниково-шик-шевая ерниковая тундра; кустарниковая ерниковая
тундра; разнотравно-моховая кустарниковая тундра; разнотравно-злаковая кобрезиевая тундра. Определение запасов надземной фитомассы проводилось на площадках 0.25 м2 (50 х 50 см) методом укосов в четырехкратной повторности (Родин и др., 1968). При этом сроки определения запасов надземной фитомассы в полевых условиях были скоординированы с днем проведения космической съемки, и таким образом было соблюдено условие, заключающееся в единовременном получении информации о состоянии объекта на земле и из космоса. Алгоритм расчета запасов надземной фитомассы описан в работе (Гопп, 2009).
Полевое обследование и описание почв, растительности, рельефа проводилось на ключевых участках и маршрутах, предварительно выделенных на космическом снимке. Выделенные ключевые участки и маршруты наиболее полно охватывают имеющееся разнообразие почв, растительности, рельефа на территории проведения исследований. Основными критериями выбора участков на космическом снимке послужили следующие показатели: различные цветовые (спектральные) и текстурные характеристики объектов исследования и приуроченность к определенным элементам рельефа (возвышенности, депрессии, склоны различной экспозиции и градиента крутизны).
Почвенное картографирование проведено в М 1 : 100000. Территория исследования относится к четвертой категории сложности местности. В общем, заложено и описано пять полнопрофильных почвенных разрезов, 10 полуям и 49 прикопок, что соответствует требованиям почвенной инструкции (Общесоюзна
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.