ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2013, № 5, с. 62-69
МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ
СПОСОБ КАРТОГРАФИРОВАНИЯ МНОГОЛЕТНИХ ИЗМЕНЕНИИ В ЛЕСАХ НА ОСНОВЕ АНАЛИЗА ИХ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ПО РЯДАМ РАЗНОВРЕМЕННЫХ СПУТНИКОВЫХ ДАННЫХ
© 2013 г. Э. А. Терехин
Белгородский государственный национальный исследовательский университет, Федерально-региональный центр аэрокосмического и наземного мониторинга объектов
и природных ресурсов, Белгород
E-mail: terekhin@bsu.edu.ru Поступила в редакцию 14.01.2013 г.
На основе анализа серий многозональных снимков Landsat TM предложен способ картографирования многолетних изменений, происходящих в лесах. Оценку изменений, связанных со сплошноле-сосечными вырубками, предполагается проводить на уровне таксационных выделов лесных массивов. В основу способа положено изучение динамики значений спектральной яркости среднего инфракрасного (ИК) диапазона (1.55—1.75 мкм), связанное с изменениями, происходящими в лесах. На примере лесных массивов Белгородской обл. выполнена апробация предложенного способа для картографирования сплошных лесосечных рубок, проводившихся в период с 1986 по 2009 гг.
Ключевые слова: лесные насаждения, спутниковые снимки, спектральные яркости, многолетние изменения, Белгородская область
DOI: 10.7868/S0205961413050102
ВВЕДЕНИЕ
Изменения, происходящие в лесах, могут быть связаны с динамикой площадей и структуры ле-сопокрытых земель территории, в том числе со сплошнолесосечными рубками, лесными пожарами, гибелью древостоев от негативных природных и антропогенных факторов. По данным Рос-лесхоза, в России в 2011 г. государственными лесными инспекторами было выявлено 21.3 тыс. случаев незаконной рубки лесных насаждений с объемом 1.2 х 106 м3. Площадь лесных пожаров в 2012 г. на 20% превысила показатель прошлого года. В связи с этим приобретает актуальность разработка эффективных способов контроля изменений, происходящих в лесах. При этом ключевым моментом является разработка способов, характеризующихся максимальной степенью автоматизации. Перечисленные выше типы изменений, происходящих в лесах, могут быть успешно дешифрированы визуальным способом по многозональным снимкам высокого пространственного разрешения (Boyd, 2005). Однако визуальный способ в значительной степени субъективен, трудоемок и во многих случаях не позволяет проводить оценку на количественном уровне, что
определяет необходимость разработки автоматизированных способов детектирования изменений.
К настоящему времени по проблеме анализа многолетней динамики в лесах выполнен ряд исследований, связанных с новыми подходами использования классификаций спектральных признаков изображений (Барталев, 2005; Virk, 2006; Karia, 2006; Jupiter, 2008), применения анализа спектральных смесей (Lu, 2004), разностных значений спектральных индексов (Панова, 2005; Kozak, 2007; Барталев, 2010). Для анализа динамики в лесах исследованы также возможности линейных спектральных преобразований каналов спутниковых данных (Franklin, 2002, 2005). Институтом космических исследований (ИКИ РАН) разработан веб-сервис, позволяющий на основе данных MODIS идентифицировать очаги пожаров на региональном уровне. В то же время с лесоэксплуатационной точки зрения актуальной остается необходимость разработки высокодетальных способов, позволяющих оценивать разноплановые изменения, происходящие в лесах, на уровне отдельных лесных массивов, их кварталов и выделов.
В настоящей работе приводятся описание и результаты применение нового способа, основанного на анализе динамики значений спектральной ярко-
Зональная статистика значений спектральных характеристик по вектору лесов региона
Создание векторного слоя лесных массивов региона
Оценочный анализ изменеий в лесах в рамках региона
Рис. 1. Схема способа автоматизированной оценки многолетних изменений в лесах.
сти среднего ИК-диапазона (1.55—1.75 мкм). Указанный диапазон является информативным для изучения группы биофизических параметров лесных насаждений, что было установлено на основе оценки лесных массивов, типичных для лесостепной провинции Среднерусской возвышенности (Терехин, 2012).
Актуальность подобных исследований обусловлена также тем, что в России, обладающей значительными лесными ресурсами, основное внимание уделяется контролю лесов таежной зоны и зоны смешанных лесов, в которых ведутся основные лесозаготовки. Дистанционному изучению лесов лесостепной зоны уделяется значительно меньшее внимание, несмотря на то, что они играют огромную экологическую роль.
В связи с этим на основе анализа и обработки изображений Ьапё8а1 ТМ предложен автоматизированный способ, позволяющий с помощью оценки спектральных яркостей лесных массивов по разновременным сериям спутниковых изображений выявлять и количественно оценивать изменения, происходящие в лесных насаждениях.
МЕТОДИКА ИССЛЕДОВАНИЯ
Способ предполагает совместное использование спутниковых материалов и геоинформационных технологий, интеграция которых поз-
воляет проводить детальную оценку изменений, происходящих в лесах на уровне отдельных ле-сотаксационных выделов.
Для выполнения исследований была проанализирована информация с 1551 лесотаксационного выдела лесных массивов, расположенных на территории Белгородской обл. (Борисовский, Шебе-кинский, Чернянский районы). Исследования проводились в лесах, наиболее широко представленных в лесостепной зоне Центрального Черноземья. Они характеризуются преобладанием дуба обыкновенного в качестве основной лесообразую-щей породы. На все лесные массивы были получены, отсканированы, географически привязаны и оцифрованы карты лесоустройства, что обеспечило точность и достоверность получения конечного результата.
В предложенном способе детектирование изменений, происходящих в лесах, предлагается анализировать на оценочном уровне в рамках регионов, или субъектов Российской Федерации, либо на более детальном уровне в рамках отдельных лесных массивов и их лесотаксационных вы-делов (рис. 1). В связи с этим необходимо создание векторного слоя лесов региона либо оцифрованной карты лесоустройства, если речь идет о конкретном лесном массиве.
Блок получения и анализа спутниковой информации (центральная часть схемы) играет в
предложенном способе ключевую роль. Корректную количественную оценку изменений спектральных признаков лесов по снимкам можно проводить только при использовании данных с одного сенсора, например Landsat TM. Причем необходимо, чтобы пространственное и спектральное разрешение снимков позволяло анализировать интересующие изменения. Спутниковые данные должны пройти атмосферную и радиометрическую коррекцию.
Когда речь идет о сопоставлении разновременных данных и извлечении количественных спектральных характеристик из спутниковых изображений, важнейшими этапами их предварительной обработки являются атмосферная и радиометрическая коррекции (Song, 2001). Радиометрическая коррекция (калибровка) — основная предпосылка получения достоверных научных результатов, извлекаемых из обработки данных дистанционного зондировании (ДЗ). Следует отметить, что в ряде операций (например, при классификации спектральных признаков изображения, его визуальном дешифрировании) проведение атмосферной и радиометрической калибровки не обязательно. Вполне достаточно масштабированных значений яркостей снимка — Digital Number (DN). В настоящее время для снимков серии Landsat разработаны и проверены на практике различные методы атмосферной и радиометрической калибровок. Обобщенное описание процедуры для перевода "сырых" значений яркостей снимков серии Landsat—Ali в коэффициенты отражения приведено в статье (Chander, 2009). Для выполнения процедур радиометрической и атмосферной коррекции снимков применяли калибровочные константы для снимков Landsat, приведенные в указанной статье. Это наиболее современная технология, использующая обновленные калибровочные коэффициенты и константы. Атмосферная и радиометрическая коррекции были совмещены и заключались в выполнении следующих двух основных этапов:
1. Перевод исходных "сырых" значений яркостей спутниковых изображений в показатели излучения на сенсоре (radiance). Операцию осуществляли по формуле
— [(Lmax Lmin)/(Qcalmax Qcalmin)] X X (Qcal — Qcalmin) + Lmin,
(1)
где, — количество приходящего излучения; — количество приходящего излучения, масштабируемое в 0т\„; Ьтз& — количество приходящего излучения, масштабируемое в бтах; 0са1тт — минимальное калиброванное значение DN (0 или 1); бса1тах — мак-
симальное калиброванное значение DN (255); Qcal— калиброванное значение (DN).
2. Конвертация показателей излучения на сенсоре в значения коэффициентов отражения, которые скорректированы на угол падения солнечных лучей, среднюю солнечную внеатмосферную энергетическую освещенность. Процедура вычисления безразмерного коэффициента отражения выполнялась по формуле
Pp = (nLxd2)/ESUNxcosQs, (2)
где Pp — коэффициент спектральной яркости природного объекта; п — константа, равная приближенно 3.14; Lx — показатели спектрального излучения на сенсоре; d — расстояние от Земли до Солнца в точке получения снимка на момент съемки, в астрономических единицах; ESUNX — средняя солнечная внеатмосферная энергетическая освещенность (Mean Solar Exoatmospheric Spectral Irradiance) в мВт/(см2 мкм), или спектральная плотность потока излучения на внешней границе атмосферы; 0S — зенитный угол Солнца.
Таким образом, все анализируемые снимки пересчитали в атмосферно-откорректированные значения коэффициентов спектральной яркости (TOA Reflectance).
После этапа атмосферной и радиометрической корректировки снимков пользователь получает от-калиброванные значения каналов снимка (спектральных диапазонов), которые можно использовать для анализа разновременной динамики и для расчета спектральных индексов.
Этап геоинформационной обработки данных, выполняемый в программном обеспечении ArcGIS, включает создание векторных карт кварталов и лесотаксационных выделов лесных массивов, заполнение их информацией о породном составе, возрасте, бонитете и других таксационных характеристиках насажд
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.