CC BY
46
УДК 502.63 DOI: 10.34736^^.2020.111.4.008.43-48
Дешифрирование нелесных пожаров в условиях
речных пойм
А.Н. Берденгалиева berdengalieva-an@vfanc.ru, С.С. Шинкаренко к.с.-х.н., shinkarenkos@vfanc.ru -Федеральное государственное бюджетное научное учреждение «Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения РАН» (ФНЦ агроэкологии РАН), г. Волгоград, Россия; 2Волгоградский государственный университет, г. Волгоград, Россия
В работе представлена методика визуального экспертного дешифрирования выгоревших площадей нелесных ландшафтов на основе данных спутниковых наблюдений в условиях речных пойм. Авторы провели сравнительный анализ методов мониторинга пожарного режима ландшафтов на примере Волго-Ахтубинской поймы. В работе использовались информационные продукты детектирования активного горения FIRMS и выгоревших площадей MCD64A1 и FireCCI51. Оценка точности автоматизированных алгоритмов производилась по выгоревшим площадям, идентифицированным по спутниковым изображениям высокого разрешения Landsatn Sentinel 2. В результате анализа было выявлено, что сервисы, которые имеют глобальный охват, теряют в точности границ выгоревших площадей для некоторых типов ландшафтов
на региональном уровне. Из-за геомофрологических особенностей пойменных ландшафтов пожары здесь имеют небольшие размеры, вытянутую форму и небольшую продолжительность. Из-за этого визуальные методы оказываются более достоверными при идентификации выгоревших площадей, чем автоматизированные, которые могут применяться для дополнительной верификации при экспертном дешифрировании. В работе даны рекомендации по визуальному дешифрированию выгоревших площадей в условиях речных пойм.
Ключевые слова; ландшафтные пожары, мониторинг, речные поймы, геоинформационные технологии, дистанционное зондирование.
Работа выполнена в рамках гранта Президента РФ для поддержки молодых ученых -кандидатов наук МК-321.2019.5
Мониторинг ландшафтных пожаров важен для изучения экологического состояния окружающей среды. Лесные пожары уже давно и хорошо изучаются аэрокосмическими методами. А нелесным пожарам уделено мало внимания, но их следует изучать, так как часто из-за травяных пожаров начинаются лесные [3]. Это проблема для регионов, где значительные площади заняты тростниками, в первую очередь - это поймы и дельты крупных рек. Особенность тростниковых пожаров в том, что они могут случаться ежегодно на одном и том же месте. При этом разрушаются места обитания множества животных, в воздух выбрасываются загрязняющие вещества. Поймы рек часто являются местом гнездования и концентрации птиц. Водно-болотные угодья Нижней Волги являются ключевыми орнитологическими территориями, что подчеркивает значимость территории для сохранения биоразнообразия.
Исследование охватывает Волго-Ахтубинскую пойму, на территории которой распложено большое количество баз отдыха и дачных массивов. В теплое время года пойма является популярным местом для рыбаков и туристов со всей России. Из-за неосторожного обращения отдыхающих с огнем часто возникают природные пожары. Целью данного исследования является идентификация выгоревших площадей на основе различных технологий дистанционного зондирования Земли из космоса для последующего сравнительного анализа.
Материалы и методика исследований. Наиболее часто при наблюдении за природными пожарами используются данные, получаемые с космических спутников Suomi NPP (прибор VIIRS) и Terra, Aqua (прибор MODIS), которые в основном ориентированы на решение метеорологических задач. Данные приборов основаны на автоматическом выделении по тепловым инфракрасным каналам «горящих точек» в местах, где расположены высокотемпературные объекты (это могут быть не только пожары, но объекты антропогенной деятельности, например, трубы заводов и факелы сжигания попутных газов). Данные прибора MODIS имеют разрешение 1 километр, и архив данных ведется с 2001 года [9]. А данные VIIRS разрешения 375 метров появились относительно недавно - в 2012 году. Данные очагов активного горения показывают только местонахождение, дату возникновения пожара, но не показывают контуры и площади пройденных огнем земель. Тем не менее существуют алгоритмы кластеризации горячих точек для выделения пройденной огнем площади. В частности, подобный подход реализован в рамках сервиса Вега, разработанного ИКИ РАН [2]. Для покрытых лесом площадей этот подход работает с достаточной точностью [7, 10], но для нелесных пожаров точность оценки при этом снижается [12]. Это происходит из-за динамичности травяных палов, в результате не вся гарь захватывается спутниковой съемкой, и образуются значительные пропуски.
Исходными данными для идентификации выгоревших площадей являются открытые данные: очаги активного горения FIRMS, продукт университета Мэриленда MCD64, данные FireCCI51, которые предоставляются Европейским космическим агентством (рис. 1). Также возможно автоматизированное или визуальное экспертное дешифрирование спутниковых снимков космических аппаратов Landsat и Sentinel-2.Сервисы, которые ориентированы на глобальный охват, не регистрируют большую часть пожаров в условиях пойм.
Рисунок 1 - Общая схема использованных источников данных Результаты и обсуждение. Активное горение не всегда может фиксировать пожар из-за скоротечности природного пожара на маленьких площадях. Весенние гари достаточно быстро зарастают, а пепел развеивается. Поэтому уже через 2-3 недели дешифровочные признаки исчезают. Также травяные пожары очень динамичны и характеризуются меньшими температурами горения по сравнению с лесными. Это способствует фиксации спутниковой съемкой в тепловом диапазоне только фронта пожара в момент сеанса. Из-за этого чаще всего происходит недоучет пожаров. Особенно автоматизированными алгоритмами.
Детектирование активное горения важно для оперативного мониторинга и своевременного принятия мер по борьбе с пожарами [1, 8]. Оперативные данные горячих точек поступают каждые несколько часов. В то же время многолетний архив данных активного горения позволяет изучать сезонные особенности пожарного режима территории [5] (рис.2).
5% 6% 2% 6% 22% ■ март
■ апрель
1 май
■ июнь
■ июль
1 август
сентябрь
54% октябрь
Рисунок 2 - Сезонное распределение термоточек MODIS в Волго-Ахтубинской пойме
Анализ сезонного распределения очагов активного горения показал, что в условиях поймы преобладают весенние пожары, есть небольшая доля летних.
В целом подходы к дешифрированию пожаров в разные сезоны - сходные, но есть особенности. В весенний период такой особенностью является половодье, облачность, которая намного плотнее и чаще, чем летняя, приуроченность к высохшей водно-болотной растительности. Летние пожары чаще происходят на тех участках, которые не заливались в половодье, следовательно, влажность почв и растительности на них ниже. Также причиной возникновения пожаров летом может быть накопление высохшей сорной растительности на неиспользуемых сельскохозяйственных землях.
Данные детектирования позволяют лишь косвенно оценивать выгоревшие площади, т.к. нелесные пожары очень динамичны, и в момент пролета спутника фиксируется только фронт пожара. В результате значительные части площадей гарей не охвачены.
Существуют полностью автоматизированные методы выделения пройденных огнем площадей -информационные продукты «burntareas» и ручные методы экспертного (визуального) дешифрирования. Вторые более трудоемкие и субъективные, но автоматизированные алгоритмы тоже не лишены недостатков. К этим недостаткам относятся - пропуски и ложное детектирование гарей. К примеру урбанизированные территории могут определяться продуктом MCD64A1как выгоревшие [11]. Данные FireCCI часто фиксируют заливаемые половодьем пойменные земли как гари (рис. 3). В атрибутах выгоревших пикселей указана дата 29 и 30 апреля, термоточки 16 и 21 апреля. То есть наступление воды на пойму интерпретируется алгоритмами как пожар. Поэтому регулярные заливания поймы относятся к выгораниям. Соответственно отсюда мы получаем несколько завышенные выгоревшие площади этим продуктом. При беглом просмотре заметно, что MCD64A1сущест-венно уступает по выгоревшим площадям и имеет наибольшее количество пропусков.
При достаточной опытности дешифровщика и наличии эталонов выгоревших площадей визуальные методы идентификации выгоревших площадей более объективны, чем автоматизированные алгоритмы. При этом рекомендуется использовать различные цветосинтезированные спутниковые изображения. В комбинации каналов в видимом диапазоне возникают сложности при интерпретации объектов. Вследствие чего возникает вероятность возникновения ошибок у эксперта. Чтобы избежать данной ситуации, используется комбинация каналов зеленого, ближнего инфракрасного (БИК) и коротковолнового ИК (SWIR). Излучение в инфракрасном диапазоне поглощается водой, поэтому водные объекты имеют темно-синий цвет (рис. 4). Также в данной комбинации цвет гари отличается от свежевспа-
ханной пашни или влажных земель. У сенсора MSI спутников Sentinel 2 разрешение коротковолнового ИК-канала максимальное пространственное разрешение составляет 20 м/пикс., что вдвое
ниже, чем у каналов БИК и видимых диапазонов, поэтому использовалась функция панхроматического слияния (Pan-sharpening) с помощью модуля Orfeo ToolBox в QGIS.
Рисунок 3 - Ложные выгоревшие площади данных продукта FireCCI51 (2018 г.)
Рисунок 4 - Сравнение различных комбинаций каналов (слева - естественные цвета, справа - SWIR, NIR, Green)
Из-за ландшафтных особенностей Волго-Ах-тубинской поймы здесь нет больших площадей тростников, в отличие от дельты. Например, дымовые шлейфы пожаров в дельте Волги могут вытягиваться на десятки километров. Как правило,
пожары в Волго-Ахтубинской пойме имеют сложную конфигурацию (рис. 5), часто повторяющую контуры береговой линии ериков и озер, вдоль которых расположены заросли водно-болотной растительности.
20.04.2016 10.ОД.2018
Рисунок 5 - Фрагменты снимков Sentinel-2A
Выгоревшие площади в пойменных условиях очень динамичны (рис.6). В течение нескольких недель после половодья происходит полное зарастание растительностью. В результате на спутниковых изображениях не остается никаких следов горения. Это существенное отличие пожаров в пойме от зональных степных ландшафтов, где
10.ОД.2018
Условные обозначения
СУ Граница пожара 201?м-ю Термоточка FIRMS
выгоревшие площади отличаются более светлым тоном в течение нескольких лет после пожаров [4, 6]. Таким образом, половодье и облачность могут существенно влиять на возможность идентификации выгоревшей площади по данным дистанционного зондирования как экспертными, так и автоматизированными методами.
15.ОД.2018
100 0 100 200 300 м
Рисунок 6 - Динамика гари в Волго-Ахтубинской пойме
Для оценки точности идентификации выгоревших площадей разными алгоритмами было проведено сравнение пройденной огнем площади информационными продуктами и визуальным дешифрированием в северной части Волго-Ахтубин-ской поймы. Для этого территория исследования была разбита регулярной сеткой с размером ячейки 100 на 100 метров. Для каждой ячейки в случае попадания в границы гарей какого-либо метода в атрибутах ставилась отметка. В результате получено распределение общей выгоревшей площади за 20012019 гг. по информационным продуктам и методам дешифрирования (рис. 7). Далее на основе кросс-табуляции была оценена точность каждого продукта, а также общая площадь идентификации гарей.
Общая точность выделения гарей составила 92%. При этом точность данных Р1геСС1 составляет 77%, а МСБ64А1 - 49%. Наименьшие выгорев-
шие площади показывает продукт МСБ64А1, это вызвано самым низким разрешением среди всех продуктов. Корреляционный анализ показал заметную связь между визуальным дешифрированием и данными МСБ64А1 и высокую с данными Р1геСС1. Таким образом для данной территории визуальное дешифрирование остается наиболее точным способом определения гарей, но использование данных продуктов МСБ64А1 и Р1геСС1 для дополнительной верификации при визуальном дешифрировании позволит избежать пропусков и повысить точность.
Выводы. В 2006 году было зафиксировано больше всего выгоревших площадей (порядка 17 % всей территории). При визуальном сравнении трех использованных технологий (Р1геСС151 и МСБ64А1) с сервисом ВЕГА ИКИ РАН отмечено, что все продукты выделяют отдельные выгорев-
Рисунок 7 - Выгоревшие площади в Волго-Ахтубинской пойме по данным информационных продуктов МСЭ64А1, Р1геСС!51 и визуальному дешифрированию спутниковых изображений Landsat
шие площади, которые не зафиксированы ни одним другим информационным продуктом. На это может влиять целый ряд причин. Во-первых, пожары случаются регулярно весной, и в это время плотная облачность, из-за этого затруднено визуальное дешифрирование по спутниковым изображениям высокого пространственного разрешения с относительно низким временным разрешением. Кроме того, весной после периода наибольшей пожарной опасности наступает половодье, и гари просто заливает водой. Это делает невозможной идентификацию ни одним из способов.
Результатом исследования является обзор де-шифровочных признаков. Изучены основные способы идентификации пожаров и гарей. Для экспресс-оценки можно использовать автоматизированные методы. Если важны точные границы и достоверность, то необходимо использовать экспертные методы с верификацией по информационным продуктам. Перечисленные сервисы могут использоваться в ландшафтно-экологических исследованиях для анализа пирогенного воздействия на компоненты ландшафтов регионов, а также для планирования и оптимизации противопожарных мероприятий. Также архив данных о пожарах используется не только для анализа, но и для прогнозирования развития пожаров и оценки пожарной опасности, что позволяет своевременно предпринимать превентивные меры противопожарной профилактики и сокращения ущерба.
Литература:
1. Архипкин О.П., Спивак Л.Ф., Сагатдинова Г.Н. Пятилетний опыт оперативного космического мониторинга пожаров в Казахстане// Современные проблемы дистанционного зондирования Земли из космоса. - 2007.
- Т.1. - №4. - С. 103-110.
2. Барталев С.А., Егоров В.А., Ефремов В.Ю., Лупян Е.А., Стыценко Ф.В., Флитман Е.В. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. - 2012. - Т9. - №2. - С. 9-26.
3. Павлейчик В.М. Условия распространения и периодичность возникновения травяных пожаров в Заволж-ско-Уральском регионе // География и природные ресурсы. - 2017. - № 2. - С. 56-65.
4. Павлейчик В.М. Широтно-зональная неоднородность развития травяных пожаров в Заволжско-Ураль-ском регионе // Бюллетень Оренбургского научного центра УрО РАН. - 2019. - № 2. - С. 3.
5. Шинкаренко С.С. Пожарный режим ландшафтов Северного Прикаспия по данным очагов активного горения // Современные проблемы дистанционного зондирования Земли из космоса. - 2019. - Т.16. - № 1. - С. 121-133.
6. Шинкаренко С.С.,Берденгалиева А.Н. Анализ многолетней динамики степных пожаров в Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. - 2019. - Т. 16. - № 2. - С. 98-110.
7. Abushenko N.A., Bartalev S.A., Belyaev A.I., Ershov D.V., Zakharov M.Y., Loupian E.A., Korovin G.N., Koshelev V.V., KrasheninnikovaYu. S., Mazurov A.A., Min'ko N.P., Nazipov R.R., Semenov S.M., Tashchilin S.A., Flitman E.V., Shchetinsky V.Y. Near Real-time Satellite Monitoring of Russia for Forest Fire Protection // Mapping Science and Remote Sensing. -1999. - Vol. 36. - № 1. - P.54-61.
8. Arkhipkin O.P., Spivak L.F., Sagatdinova G.N. Development of Flood Space Monitoring in Kazakhstan // Geoscience and Remote Sensing New Achievements. Edited by Pasquale Imperatore& Daniele Riccio. ISBN 978-9537619-97-8. Vukovar, Croatia: In Teach. - 2010. - P. 419-436.
9. Giglio L., Schroeder, W., Justice, C.O. The collection 6 MODIS active fire detection algorithm and fire products // Remote Sensing of Environment. 2016. - Vol. 178. - P. 31-41.
10. Loupian E.A., Mazurov A.A., Flitman E.V., Ershov D.V., Korovin G.N., Novik V.P., Abushenko N.A., Altyntsev D.A., Koshelev V.V., Tashchilin S.A., Tatarnikov A.V., Csiszar I., Sukhinin A.I., Ponomarev E.I., Afonin S.V., Belov V.V., Matvienko G.G., Loboda T.V. Satellite Monitoring of Forest Fires in Russia at Federal and Regional Levels // Mitigation and Adaptation Strategies for Global Change. - 2006. - №11. - P.113-145.
11. Shinkarenko S.S., Doroshenko V.V., Berdengalieva A.N.
Fire regime of landscapes in the Volgograd region according to remote sensing data // Advances in Engineering Research. Proceedings of the IV International Scientific and Practical Conference 'Anthropogenic Transformation of Geospace: Nature, Economy, Society' (ATG 2019). - 2020. - Vol. 191. - P. 269-273.
12. Spivak L., Arkhipkin O., Sagatdinova G. Development and prospects of the fire space monitoring system in Kazakhstan // Frontiers of Earth Science. - 2012. - 6 (3). - P. 276-282.
Non-Forest Fires in River Floodplains Identification
S.S. Shinkarenko1,2, researcher, K.S-Kh.N., A.N. Berdengalieva1,2, research laboratory assistant -1Federal State Budget Scientific Institution «Federal Scientific Centre of Agroecology, Complex Melioration and Protective Afforestation of the Russian Academy of Sciences» (FSC of Agroecology RAS), Volgograd, Russia;
2Volgograd State University, Volgograd, Russia
The paper presents a method of burned-out areas of non-forest landscapes visual expert de-encryption based on satellite observation data in the river floodplains conditions. The authors carried out a comparative analysis for monitoring the landscapes fire regime methods using the example of the Volga-Akhtuba floodplain. In the work, information products FIRMS for detecting active combustion and MCD64A1 and FireCCI51 for burnt areas have been used. The automated algorithms accuracy assessed based on the burned-out areas identified by high-resolution satellite images from Landsat and Sentinel 2. The analysis revealed that services that have global coverage lose the burned-out areas boundaries accuracy for some types of landscapes at the regional level. Due to the floodplain landscapes geomorphological features, fires here are small in size, elongated, and short in duration. Due to this, visual methods turn out to be more reliable in identifying burned-out areas than automated ones, which can be used for additional verification during expert de-encryption. The paper gives recommendations for the visual interpretation of burnt-out areas in the river floodplains conditions.
Keywords: landscape fires, monitoring, floodplain, geoinformation technologies, remote sensing
The work was carried out within the President of the Russian Federation grant framework for the of young scientists support - candidates of Sciences MK-321.2019.5
Translation of Russian References:
1. Arkhipkin O.P., Spivak L.F., Sagatdinova G.N. Pyatiletniy opyt operativnogo kosmicheskogo monitoringa pozharov v Kazakhstane [Five-year experience of fires operational
space monitoring in Kazakhstan] // Sovremennye prob-lemy distancionnogo zondirovaniya Zemli iz kosmosa [Contemporary problems of remote sensing of the Earth from space]. - 2007. - Vol.1. - #4. - P. 103-110.
2. Bartalev S.A., Yegorov V.A., Yefremov V.YU., Lupyan Ye.A., Stytsenko F.V., Flitman Ye.V. Otsenka ploshchadi pozharov na osnove kompleksirovaniya sputnikovykh dannykh razlichnogo prostranstvennogo razresheniya MODIS i Landsat-TM/ETM+[The fire area assessment on the integration of satellite data of different spatial resolution MODIS and Landsat-TM / ETM+ basis]// Sovremennyye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. [Contemporary problems of remote sensing of the Earth from space]. - 2012. - Vol. 9. - # 2. - P. 9-26.
3. Pavleychik V.M. Usloviya rasprostraneniya i periodichnost' vozniknoveniya travyanykh pozharov v Povolzhsko-Ural'skom regione [Distribution conditions and occurrence frequency of grass fires in the Volga-Ural region]// Geography and natural resources. - 2017. - # 2. - P. 56-65.
4. Pavleychik V.M. Shirotno-zonal'naya neodnorodnost' razvitiya travyanykh pozharov v Povolzhsko-Ural'skom regione [Latitudinal-zonal heterogeneity of grass fires development in the Trans-Volga-Ural region] // Bulletin of the Orenburg Scientific Center of the Ural Branch of the Russian Academy of Sciences. - 2019. - # 2. - P. 3.
5. Shinkarenko S.S. Pozharnyy rezhim landshaftov Severnogo Prikaspiya po dannym ochagov aktivnogo goreniya [The fire regime of Northern Caspian region landscapes according to the active burning centers data] // Contemporary problems of remote sensing of the Earth from space. - 2019. - Vol. 16. - # 1. - P. 121-133.
6. Shinkarenko S.S., Berdengaliyeva A.N. Analiz mnogo-letney dinamiki stepnykh pozharov v Volgogradskoy oblasti [Steppe fires long-term dynamics analysis in the Volgograd region] // Contemporary problems of remote sensing of the Earth from spacefrom space. - 2019. - Vol. 16. - # 2. - P. 98-110.
