CC BY
102
Научная смена
Вестник ДВО РАН. 2015. № 1
Базаров Кирилл Юрьевич
К.Ю. Базаров - выпускник кафедры астрономии и геодезии геофизического факультета Дальневосточного государственного университета. С 2007 по 2010 г. обучался в очной аспирантуре Тихоокеанского института географии под научным руководством к.г.н. В.В. Ермошина. С 2010 г. работает младшим научным сотрудником в Информационно-картографическом центре ТИГ ДВО РАН. В сферу научных интересов входят геоинформационные технологии, дешифрирование данных дистанционного зондирования (ДЗ), методы автоматизированной кластеризации изображения, трехмерное моделирование местности. Основное направление исследований - разработка методики изучения трансграничных территорий Приморского края и сопредельных территорий Китая с использованием данных ДЗ. Работы в этом направлении были поддержаны грантами Президиума ДВО РАН в 2009-2012 гг. В настоящее время участвует в качестве соисполнителя в грантах РФФИ и РГНФ, а также в хоздоговорных проектах.
Регулярно выступает на конференциях географов; на молодежных конференциях неоднократно занимал призовые места. С 2009 г. ведет преподавательскую деятельность, читает курсы «Дистанционное зондирование и фотограмметрия» и «Геоинформационные системы и технологии» на кафедре геодезии, землеустройства и кадастра Инженерной школы Дальневосточного федерального университета, руководит курсовыми и дипломными проектами.
Имеет публикации в специальных журналах и материалах конференций.
УДК 528.854.2+528.931.3 К.Ю. БАЗАРОВ
Сравнительный анализ разновременных данных дистанционного зондирования территории государственного природного заповедника «Кедровая Падь»
Представлены результаты дешифрирования разновременных данных дистанционного зондирования для территории государственного природного заповедника «Кедровая Падь», выделены и проанализированы изменения в форме, местоположении и площадях отдельных полигонов, отображающиеся на космических снимках.
Ключевые слова: данные дистанционного зондирования, выявление изменений, спектральные яркости, кластеризация изображения.
БАЗАРОВ Кирилл Юрьевич - младший научный сотрудник (Тихоокеанский институт географии ДВО РАН, Информационно-картографический центр, Владивосток). E-mail: kbazarov@mail.ru
Работа выполнена при финансовой поддержке Всероссийской общественной организации «Русское географическое общество» (грант № 01/2013).
Comparative analysis of satellite images which were made in different times for territory of the State Nature Reserve «Kedrovaya Pad». K.Yu. BAZAROV (Pacific Institute of Geography, FEB RAS, Vladivostok).
Results of interpretation of satellite images which were made in different times for territory of the State Nature Reserve «Kedrovaya Pad» are presented. Changes of forms, locations and areas of some polygons displayed on satellite images are detected and analyzed.
Key words: remote sensing data, detection of changes, spectral radiances, image clustering.
Введение
Государственный природный заповедник (ГПЗ) «Кедровая Падь» - старейший на территории Приморского края и один из старейших в России. С 2012 г. он входит в Федеральное государственное бюджетное учреждение «Объединенная дирекция Государственного природного биосферного заповедника «Кедровая Падь» и Национального парка «Земля леопарда» Министерства природных ресурсов и экологии РФ (рис. 1). Заповедник расположен в Хасанском районе Приморского края. Основные задачи - сохранение и изучение природных комплексов чернопихтово-широколиственных и смешанных лесов юго-западного Приморья, охрана и восстановление популяций редких видов животных и растений.
Рис. 1. Местоположение ГПЗ «Кедровая Падь» в составе Национального парка «Земля леопарда»
Несмотря на относительно небольшую площадь (около 18 тыс. га), проведение наблюдений за состоянием природной системы заповедника и его динамикой, в частности за состоянием древесной растительности на всей территории заповедника, достаточно трудоемко и занимает много времени. Оптимальным вариантом является использование спектрозональных данных дистанционного зондирования (ДДЗ) Земли, которые регулярно покрывают исследуемую территорию, что позволяет благодаря наличию большого количества архивных и современных ДДЗ: 1) решать задачи мониторинга - проводить сравнительный анализ разновременных данных; 2) постоянно обновлять имеющуюся базу данных; 3) составлять новые картографические и иллюстрационные материалы [2].
В связи с высокими темпами развития средств обработки и анализа космоснимков очень актуально использование средств автоматизированной классификации данных, позволяющих проводить кластеризацию изображения на отдельные группы согласно сходству значений спектральных яркостей отдельных пикселей изображения. Одно из преимуществ данных алгоритмов - их формализованность, что немаловажно для проведения мониторинга.
Результаты дешифрирования могут составлять часть объектно-ориентированной базы данных, служащей источником информации для составления карт, имеющих различное содержание - научно-мониторинговое, туристское, эколого-просветительское и т.д. [2].
Актуальность нашего исследования обусловлена тем, что территории заказников «Барсовый», «Борисовское Плато» и заповедника «Кедровая Падь», ныне входящие в состав Национального парка «Земля леопарда», являются оптимальными местообитаниями для леопарда и тигра. В частности, на территории «Пади» во время учета в 2007 г. были обнаружены их многочисленные следы. На территории заповедника или в непосредственной близости от него обитают 4 леопарда и 2 тигра. Учитывая, что общая оценочная численность леопарда на Дальнем Востоке России - 25-34 особи, тигра на юго-западе Приморского края - 11-13 особей [9], заповедник, благодаря высокой степени сохранности территории, является важной составляющей ареала обитания этих редких видов.
Территория исследования
Растительность «Кедровой Пади» составляют южно-уссурийские многопородные лиановые леса. Коренной тип растительности, широколиственные и лиственные леса, занимает 85 % лесопокрытой площади. Наиболее распространены дубовые леса (дуб монгольский) - примерно 62 % этой площади. Большинство дубовых лесов возникли на месте чернопихтарников и частично кедровников, сведенных в результате рубок и пожаров. Чернопихтово-широколиственные леса, образуемые пихтой цельнолистной (черной), занимают 14 % лесопокрытой площади; леса из кедра корейского - около 40 га (~0,2 %) в верхнем течении р. Кедровая [8].
Около 70 % площади заповедника сложены бурыми лесными почвами (буроземами) -часть водоразделов и почти все склоны, ~12 % - аллювиально-дерновыми почвами на высоких террасах долины р. Кедровая, ~4% - аллювиальными луговыми почвами по долинам рек [5].
Территория заповедника располагается в южной части Приморского края, относящегося к области муссонов климатических широт. Самый холодный месяц - январь, самый теплый - август [1, 10].
Главной угрозой для лесов заповедника являются пожары: с 1996 по 2003 г. на 21 % его площади леса горели хотя бы один раз, на 7 %, в среднем, горят ежегодно [12].
Методы и данные
Для работы были использованы ДДЗ среднего пространственного разрешения (размер пикселя изображения на местности 30 х 30 м), полученные с космических
аппаратов Landsat-5 и Landsat-7 (сенсоры TM и ETM+), находящиеся в свободном доступе через онлайн-систему GloVis (USGS Global Visualization Viewer. - http://glovis.usgs.gov).
Критериями отбора являлись отсутствие облаков над территорией заповедника и сезон съемки, обеспечивающий максимальную дифференциацию растительности. Используемые в работе снимки получены 20 сентября 2002 г., 28 сентября 2008 и 21 сентября 2011 г.
Обработка снимков проводилась в программном комплексе ENVI 4.7: 1) учтена разница в калибровке сенсоров (TM на Landsat-5 и ETM+ на Landsat-7); 2) снимки обрезаны по экстенту границ заповедника (рис. 2А, см. вклейку); 3) проведена процедура топонормализации (топокоррекции) (рис. 2Б), необходимая для компенсации разницы освещенности склонов различной экспозиции и крутизны. Неравномерность освещения приводит к тому, что один и тот же тип земного покрова может широко варьировать по спектральной яркости в зависимости от ориентации склона, что приводит к ошибкам при использовании алгоритмов автоматизированной классификации, оперирующих значениями спектральной яркости [7]; 4) нормализованные снимки были кластеризованы с помощью метода К-средних (K-means), реализованного в ENVI 4.7 [4]. Разделение проводилось на 30 классов в каждом случае (рис. 2В).
Для каждого из полученных классов были рассчитаны статистические данные - средние значения спектральных яркостей для каждого канала снимка. Данные визуализированы в виде графиков. На рис. 3 представлен набор графиков для результатов кластеризации снимка 2002 г. Подобные графики были построены и для снимков 2008 и 2011 гг.
Число классов (30) заведомо избыточно для более точного разделения территории на однородные элементы, что ставит задачу группировки классов по схожести средних значений (графиков) спектральных классов. Экспертная оценка полученных наборов спектральных классов выявила хорошую корреляцию некоторых классов как «внутри года», так и «между годами». Для более корректной группировки оставшихся классов предполагается использование методов математической статистики. Это является задачей дальнейших исследований.
Полученные результаты были переведены в векторный формат. В результате экспертной оценки выделены три группы классов (для 2002, 2008 и 2011 гг.). Каждая группа состоит из трех классов, имеющих наибольшие значения в четвертом (инфракрасном) канале - классы 27, 29, 30 для 2002 г., 26, 29, 30 для 2008 г. и 25, 29, 30 для 2011 г. (рис. 4). Пространственное положение выделов, образованных пикселями сгруппированных классов, показано на рис. 5 (см. вклейку).
Рис. 3. Результаты кластеризации снимка 2002 г. Средние значения спектральных яркостей для каждого канала снимка
Рис. 4. Корреляция средних значений яркости трех групп классов (2002, 2008 и 2011 гг.)
А.Н. Яковлева и А.М. Омелько пишут о «луговой и кустарниковой растительности, занимающей обширные территории в южной части заповедника...» [11, с. 310]. На рис. 5 (2011 г.) выделяется крупный полигон, сложенный пикселями классов 25, 29, 30 (коррелирующих между собой «внутри года»), в южной части заповедника. Сходство местоположений позволяет интерпретировать выделенные полигоны как луговую и кустарниковую растительность, а сходство спектральных показателей «между годами» - экстраполировать результаты интерпретации на 2002 и 2008 гг.
Затем был произведен расчет площадей для полученных выделов (табл. 1).
Таблица 1
Изменения числа выделов и их площадей за разные годы
Год Число полигонов Общая площадь, м2 Площадь, % Средняя площадь полигона, м2
2002 5 769 13 822 761,77 100 2 396,0
2008 4 519 10 984 285,85 79,5 2 430,7
2011 3 662 9 508 965,37 68,8 2 596,7
Как видно из представленных картосхем и расчетов, в течение наблюдаемого периода значительно меняется форма полигонов; имеется тенденция к уменьшению общего числа выделов, увеличению их средней площади и уменьшению общей.
Также был произведен расчет значений вегетационного индекса (NDVI - normalized difference vegetation index) - показателя количества фотосинтетически активной биомассы. Высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему -в инфракрасной. Индекс NDVI определяется как нормализованная разность между значениями в ближнем инфракрасном (NIR) и красном диапазонах (RED), согласно формуле NDVI = (NIR - RED)/(NIR + RED). Диапазон индекса меняется от -1 до +1. Для растительного покрова значение индекса > 0, для почв ~ 0, для воды, снега, искусственных материалов < 0 [6].
Индексы были рассчитаны для всех трех снимков, и были вычислены разницы между ними за периоды 2002-2008, 2008-2011 и 2002-2011 гг. При расчете использовались два пороговых значения - 10 и 20 %. Выделялись пиксели, для которых значение вегетационного индекса уменьшилось / увеличилось от 0 до 10 и 20 % и уменьшилось / увеличилось более чем на 10 и 20 % по сравнению со значениями предыдущего года. На рис. 6 (см. вклейку) показано их пространственное распределение.
Результаты расчетов NDVI были также переведены в векторный формат, и произведены площадные расчеты - какой процент площади заповедника поменял в определенные периоды значение вегетационного индекса и в какую сторону (табл. 2).
Таблица 2
Изменение значений вегетационного индекса в разные временные периоды, % площади заповедника
Значение NDVI 2002-2008 2008-2011 2002-2011
Увеличилось
более чем на 10 % 0,2 53,3 56,8
более чем на 20 % 0,1 12,1 11,1
от 0 до 10 % 45,5 43,5 39,2
от 0 до 20 % 45,1 84,7 85,2
Уменьшилось
от 0 до 10 % 42,9 3,1 3,6
от 0 до 20 % 53,7 3,1 3,6
более чем на 10 % 11,4 0,1 0,4
более чем на 20 % 1,1 0,1 0,1
Как видно из представленных данных, за весь рассматриваемый период (20022011 гг.) отслеживается прирост фитомассы более чем на 95 % площади заповедника. Резкое уменьшение значений вегетационного индекса между 2002 и 2008 гг. может быть обусловлено засушливым летним периодом 2008 г.
Результаты и обсуждение
Полученные результаты согласуются с лесоустроительными данными, пространственно совпадают с выделами, обозначенными в материалах лесоустройства как «Редина», «Пустырь», «Прогалина», и данными из Атласа лесов Приморского края [3] (в южной части заповедника обозначены как территории «Не покрытые лесом»).
Результаты сравнительного анализа разновременных данных ДЗ территории ГПЗ «Кедровая Падь» демонстрируют наличие значительных изменений в размерах и площадях отдельных выделов, интерпретированных в литературе как «луговая и кустарниковая растительность».
Выявленная тенденция к уменьшению общего числа выделов исследуемых групп классов и незначительному увеличению их средней площади позволяет предположить постепенное естественное замещение (сукцессии) луговых и кустарниковых сообществ древесными.
Пирогенный фактор оказывал значительное влияние на растительность заповедника в прошлом, результат этого воздействия наблюдается в его южной части, где отмечается планомерное увеличение площадей луговой и кустарниковой растительности на месте лесной, деградировавшей под воздействием пожаров [11]. В исследуемый период не наблюдалось значительных пожаров на территории ГПЗ, и, поскольку речь идет о заповедных территориях, нельзя говорить о рубках (не считая упомянутых Н.Г. Васильевым [8], проводившихся еще до образования заповедника) и каком-либо другом значимом воздействии человека, что позволяет сделать вывод о естественности процессов, результаты которых отображаются на использованных в работе космических снимках.
Расчеты вегетационного индекса позволяют судить об общей удовлетворительной динамике природной системы заповедника. В дальнейшем необходимо проведение дополнительных расчетов для рассматриваемого временного периода с применением ДДЗ, полученных другими сенсорами, возможно платных, так как база снимков, находящихся в свободном доступе, ограниченна. Планируется использование данных различного пространственного разрешения. Проведенное исследование показывает, что необходимы также данные о погодных условиях, предваряющих момент съемки, и характеристики фенологических этапов года и их сроков.
Полученные результаты нуждаются в дальнейшей обработке, в частности этап группировки классов требует привлечения серьезного статистического аппарата и проведения полевых исследований.
Таким образом, применение разновременных данных ДЗ позволяет отслеживать изменения, проводить расчеты для разных периодов времени, обновлять базу данных. Использование материалов космической съемки идеально подходит для решения задач мониторинга благодаря пространственному охвату и систематическому обновлению. Использование автоматизированных алгоритмов кластеризации изображения позволяет значительно ускорить и формализовать процесс выделения однотипных участков отображенной на снимке земной поверхности.
ЛИТЕРАТУРА
1. Агроклиматические ресурсы Приморского края / отв. ред. К.П. Березников. Л.: Гидрометеоиздат, 1973. 147 с.
2. Алексеенко А.Н. Методические особенности картографического обеспечения природоохранной деятельности особо охраняемых природных территорий России // Вестн. Моск. ун-та. Серия 5, География. 2014. № 1. С. 52-27.
3. Атлас лесов Приморского края. Владивосток: ДВО РАН, 2005. 76 с.
4. Базаров К.Ю. Камеральное дешифрирование космогеоизображений трансграничных территорий на основе анализа спектральных яркостей // Геодезия и картография. 2012. № 11. С. 48-52.
5. Бояркин Р.В., Костенков Н.М. Почвенный покров государственного заповедника «Кедровая Падь» // Вестн. КрасГАУ. 2009. № 11. С. 34-38.
6. Дубинин М.Ю. NDVI - теория и практика. - http://gis-lab.info/qa/ndvi.html (дата обращения: 14.09.2014).
7. Егоров А.В. Как компенсировать разницу освещенности северных и южных склонов для интерпретации данных дистанционного зондирования. - http://www.giscrafft.ru/methods/method9.shtml (дата обращения: 12.09.2014).
8. Заповедник «Кедровая Падь»: науч.-популяр. очерк / Н.Г. Васильев [и др.]. Владивосток: Дальневост. кн. изд-во, 1965. 58 с.
9. Пикунов Д.Г., Середкин И.В., Арамилев В.В., Николаев И.Г., Мурзин А.А. Крупные хищники и копытные юго-запада Приморского края. Владивосток: Дальнаука, 2009. 96 с.
10. Справочник по климату СССР. Вып. 26. Приморский край. Ч. 2. Л.: Гидрометеоиздат, 1966. 217 с.
11. Яковлева А.Н., Омелько А.М. Восстановление облика растительного покрова нарушенных территорий на примере государственного природного биосферного заповедника «Кедровая Падь» // Современные исследования в биологии: материалы I Всерос. науч. конф. Владивосток, 2012. С. 308-312.
12. Murzin A., Miquelle D. An analysis of fires and their impact on leopards in Southwest Primorye // SLUAS Report (Japan, Towards Sustainable Land Use in Asia Science). 2010. Vol. 1. P. 161-174.
К статье К.Ю. Базарова «Сравнительный анализ разновременных данных дистанционного зондирования территории государственного природного заповедника "Кедровая Падь"»
Рис. 2. Этапы обработки космоснимка. А - космоснимок территории ГПЗ 20.09.2002; Б - результат топонормализации; В - результат кластеризации
Рис. 5. Пространственное положение выделов, образованных пикселями сгруппированных классов
уьечничпось более чем на '.С | | умемыиилое* от и до 1 о % | | ■леличшча» от о до I I Мапгмлкь более нЛО*
^ Уиеныднлоеь более чем че 2Ф % I I уиечиинлоеь от Оде 20% I I ■леличшча» от 0 до 20 % Ь I более чем н>го%
Рис. 6. Результаты расчета разницы вегетационных индексов. Пороговое значение - 10 % (верхние снимки) и 20 % (снимки внизу)
