CC BY
33
УДК 535.3:681.75
ГЕОИНФОРМАЦИОННАЯ СИСТЕМА РЕГИСТРАЦИИ ГИДРОЛОГИЧЕСКИХ ПАРАМЕТРОВ ВНУТРИКОНТИНЕНТАЛЬНЫХ ВОДНЫХ ОБЪЕКТОВ
Александр Андреевич Донцов
Институт водных и экологических проблем СО РАН, 656038, Россия, г. Барнаул, ул. Молодёжная, 1, младший научный сотрудник, тел. (923)711-24-02, e-mail: alexdontsov@yandex.ru
Игорь Анатольевич Суторихин
Институт водных и экологических проблем СО РАН, 656038, Россия, г. Барнаул, ул. Молодёжная, 1, доктор физико-математических наук, профессор, главный научный сотрудник; Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, старший научный сотрудник, тел. (903)910-15-86, e-mail: sia@iwep.ru
Представлено описание модульной специализированной геоинформационной системы (ГИС) мониторинга внутриконтинентальных водоёмов Сибири. Информационной основой ГИС являются оптические и радарные данные дистанционного зондирования Земли, полученные с космических аппаратов Landsat-8, Sentinel-2 и Sentinel-1, а также данные наземных измерительных комплексов и экспедиционных работ. Показана архитектура ГИС, основные модули и компоненты. Обсуждаются технологические особенности работы, последовательность обработки и визуализации данных. Приводятся результаты использования этой системы в задаче сопоставления экспедиционных данных измерения концентрации хлорофилла «а» в поверхностном слое Новосибирского водохранилища со значением спектрального индекса NDCI, вычисленного по данным КА Sentinel-2.
Ключевые слова: ГИС, мониторинг, спутниковая съемка, водные объекты, спектральные индексы, водные индексы, дешифрирование, автоматическое выделение воды, Landsat-8, Sentinel-2, Sentinel-1, NDWI, Rest Api, NDCI, Django, Posgis, Mapserver.
GEOINFORMATION SYSTEM
OF REGISTRATION OF HYDROLOGICAL PARAMETERS OF INTRACONTINENTAL WATER OBJECTS
Alexander A. Dontsov
Institute for Water and Environmental Problems SB RAS, 1, Molodezhnaya St., Barnaul, 656038, Russia, Junior Researcher, phone: (923)711-24-02, email: alexdontsov@yandex.ru
Igor A. Sutorikhin
Institute for Water and Environmental Problems SB RAS, 1, Molodezhnaya St., Barnaul, 656038, Russia, D. Sc., Professor, Chief Researcher; Institute of Computational Technologies SB RAS, 6, Prospect Аkademik Lavrentiev St., Novosibirsk, 630090, Russia, Senior Researcher, phone: (903)910-15-86, e-mail: sia@iwep.ru
A description is given of a modular specialized geoinformation system (GIS) for monitoring inland water bodies in Siberia. Information basis of GIS is optical and radar data of Earth remote sensing received from Landsat-8, Sentinel-2 and Sentinel-1 spacecraft, as well as data of ground measuring systems and expedition works. The GIS architecture, main modules and components are shown. The technological features of the work, the sequence of data processing and visualization are discussed. The results of the use of this system in the task of comparing the chlorophyll concen-
tration measurement data "a" in the surface layer of the Novosibirsk Reservoir with the value of the NDCI spectral index computed from the Sentinel-2 satellite data are presented.
Key words: GIS, monitoring, satellite images, water bodies, lakes, water surface area, water indices, automatic water extraction, Sentinel-2, NDWI, Rest Api, NDCI, Django, Posgis, Mapserver.
Введение
Внутриконтинентальные водные объекты играют важную роль в региональных природных и антропогенных процессах. В последнее время в связи с отсутствием на большинстве территории Российской Федерации стационарных пунктов наблюдения, для определения параметров водных объектов широко используются данные дистанционного зондирования Земли, которые во многом являются единственным актуальным источником информации. Однако необходимо отметить, что полная и всесторонняя информация о состоянии водных объектов может быть получена только путём интеграции разных способов измерений воедино, таких, как: спутниковый мониторинг, наземные измерительные комплексы и экспедиционные исследования. Исходя из этого, актуальна разработка интегрированных модульных геоинформационных систем, реализующих в себе интерфейсы для обработки, хранения и анализа всех трёх вышеназванных способов измерений [1].
В настоящее время довольно большие по площади водные объекты, такие как моря и океаны хорошо изучены при помощи систем и методов дистанционного зондирования из космоса, созданы обширные базы данных параметров таких объектов, однако внутриконтинентальные водные объекты в этом плане менее исследованы. Изучение состояния водных объектов типа озер, водотоков и водохранилищ трудно представить без хорошо структурированной базы данных площадных, гидрологических и гидрохимических параметров.
В работе рассматривается прототип модульной автоматизированной ГИС мониторинга внутренних водоемов Сибири. Система строится на основе спутниковых данных космических аппаратов Sentinel-1, Sentinel-2 и Landsat-8, получаемых из открытых архивов ESA (European Space Agency) и USGS (United States Geological Survey) [2, 3], а также данных наземных измерительных комплексов и экспедиционных работ.
Основные задачи, решаемые при помощи ГИС, представлены ниже:
1. определение площади акватории озер и водохранилищ;
2. определение динамики песчаных наносов в виде побочней и осерёдков в руслах рек;
3. мониторинг установления и схода ледового покрова на водоёмах;
4. определение изменения береговой линии рек и других водоемов;
5. оценка концентрации содержания хлорофилла «а» в поверхностном слое водоёмов [4, 5].
При решении приведённых задач используются спутниковые снимки и результаты наземных измерений. Такой подход обеспечивает возможность предоставления полной и всесторонней информации о состоянии водных объектов пользователям ГИС.
Методы и материалы
На рис. 1 представлена структурная схема ГИС. Компоненты объединяет между собой Web-платформа Django, которая позволяет реализовывать модульные приложения на языке программирования Python. Для работы с системой был разработан Web-интерфейс, WMS/WPS-интерфейс и RESTfull web-api для интеграции с наземными измерительными комплексами. Работу ГИС можно разделить на два блока - это работа со спутниковыми данными и работа с данными наземных измерительных комплексов и экспедиционных работ.
Рис. 1. Блок схема ГИС
На этапе предварительной обработки данных оптического диапазона осуществляется атмосферная коррекция. Для реализации атмосферной коррекции используется программный модуль, базирующийся на основе пакета Sen2Cor. Sen2Cor предназначен для генерации и форматирования продукта Sentinel-2 Level 2A и содержит систему атмосферной коррекции ATCOR. Она генерирует продукты уровня 2A и включает дополнительные функции, такие как создание карты классификации, обнаружение и удаление дымки перистых облаков, топографическую коррекцию, теневую компенсацию и т.д [5, 6, 7]. Если отмеченный водный объект перекрывается маской облачности, то обработка снимка не проводится. С помощью предварительной маски воды определяются границы анализируемого водоема, на основе которых из целого изображения вырезается фрагмент, содержащий рассматриваемый водоем.
Для обработки данных радиодиапазона КА Sentinel-1 разработан модуль на основе программного пакета SNAP. Рассмотрим его основные функции.
1. Калибровка. Для правильной работы данные должны быть откалибро-ваны. Это особенно необходимо при подготовке данных для мозаик, где могут быть несколько продуктов на различных углах съемки и относительных уровнях яркости.
2. Спекл-фильтрация изображений. Фильтры могут быть применены к данным для уменьшения количества спекл-шума.
3. Корректировка по местности. Корректировка по местности геокодирует изображение, исправляя геометрические искажения с использованием цифровой модели высот (DEM), и производит продукт в картографической проекции.
После предварительной и тематической обработки осуществляется выделение водной поверхности, при помощи, в случае с данными оптического диапазона, спектральных водных индексов, которые усиливают контраст между водной поверхностью и другими объектами или алгоритмов классификации Random Forest, Spectral Angle Mapper, K-means.
Полученные результаты в виде векторных полигонов в формате GeoJSON или Shapefile записываются в базу данных, в качестве которой используется СУБД PostgreSQL и расширение PostGIS, добавляющее поддержку географических объектов в реляционную базу данных [5].
Интеграцию с наземными измерительными комплексами обеспечивает RESTfull web-api, который основывается на расширении Django REST framework (DRF). Данные API передаются в формате JSON и после валидации при помощи функционала Django-форм записываются в базу данных ГИС. Результаты экспедиционных работ также могут быть добавлены в ГИС посредством API или web-интерфейса с формой добавления и импорта данных.
Рассмотрим примеры работы разрабатываемой ГИС. Оценка концентрации содержания хлорофилла «а» в поверхностном слое водоёмов. Как известно, определение в водоемах концентраций хлорофилла - фотосинтетического пигмента растительной клетки, позволяет получить однозначную информацию об интенсивности фотосинтеза и биомассе фитопланктона, характеристиках качества воды, наличие химических загрязнений. Мультиспектральные данные по-
зволяют производить оценку концентрации хлорофилла «а» в поверхностном слое водоёмов при помощи расчёта спектрального индекса NDCI (Normalized Difference Chlorophyll Index) [8, 9, 10].
В таблице представлены результаты экспедиционных измерений, был рассчитан коэффициент корреляции R, между значениями индекса NDCI и данными наземных измерений, который составил 0,93.
Результаты экспедиционных измерений хлорофилла «а» в поверхностном слое и значения индекса NDCI по данным Sentinel-2 (29.08.2017)
дата мг/м3 NDCI R
Боровое - Быстровка, левый берег 16.08.2017 10,62 -0.135
Боровое - Быстровка, середина 16.08.2017 8,70 -0.198
Боровое - Быстровка, правый берег 16.08.2017 7,81 -0.204
Ленинское - Сосновка, левый берег 16.08.2017 22,07 -0.074 0,93
Ленинское - Сосновка, середина 16.08.2017 15,16 -0.104
Ленинское - Сосновка, правый берег 16.08.2017 14,66 -0.154
Бердский залив, Агролес 17.08.2017 82,35 0.197
На рис. 2 показан пример web-интерфейса системы, данные КА Sentinel-2 и векторные данные экспедиционных работ, в ходе которых выполнены измерения концентрации хлорофилла «а» располагаются поверх базового слоя предоставленного открытым картографическим проектом Open Street Maps.
Рис. 2. Результат вычисления индекса N001 по данным 8епйпе1-2, 29.08.2017. Точками показаны места экспедиционных измерений концентрации содержания хлорофилла «а» в поверхностном слое
При клике на элемент векторного слоя экспедиционных измерений, появляется всплывающее окно с измеренными значениями по этому объекту. Растровые слои web-карты визуализируются при помощи утилиты МарБегуег [11, 12].
В базе данных водные объекты могут содержать результаты обработки спутниковых и наземных измерений, рис. 3.
Векторные данные
id И объекта
Объекты Наземные измерения
, 1 id название широта долгота
1 г< id ^ объекта время измерения тип объект формат
тип измеряемая
величина значение широта долгота Растровые данные
И объекта гуть к файлу на сервере
формат
Рис. 3. Фрагмент схемы базы данных ГИС
Заключение
Предложенная геоинформационная система позволяет производить регулярный мониторинг параметров внутриконтинентальных водных объектов по данным оптической и радиолокационной спутниковой съемки с космических аппаратов Sentinel-2, Landsat-8 и Sentinel-1 и систем наземного мониторинга и результатов экспедиционных работ. Указанная ГИС может быть использована для решения широкого спектра прикладных и фундаментальных задач гидрологии внутриконтинентальных водных ресурсов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. A collaborative (web-GIS) framework based on empirical data collected from three case studies in Europe for risk management of hydro-meteorological hazards. // International Journal of Disaster Risk Reduction - 2016. Vol. 15. P. 10-23.
2. Европейское космическое агентство [Электронный ресурс]. - URL: http://www.esa.int/ESA (Дата обращения: 25.03.2018).
3. United States Geological Survey [Электронный ресурс]. - URL: https://www.usgs.gov (Дата обращения: 25.03.2018).
4. Донцов, А. А., Суторихин, И. А. ML Geo processing. Свидетельство о государственной регистрации программы для ЭВМ № 2017617154, заявка 2017611248, дата рег. 27.05.2017. - М.: Роспатент, 2017.
5. Донцов, А. А., Суторихин, И. А. Специализированная геоинформационная система автоматизированного мониторинга рек и водоемов // Вычислительные технологии. - 2017. Том 22. № 5. С. 39-46.
6. Sen2Cor. [Электронный ресурс]. - URL: http://step.esa.int/main/third-party-plugins-2/sen2cor (Дата обращения: 25.03.2018).
7. ATCOR-4 User Guide. [Электронный ресурс]. - URL: http://step.esa.int/main/third-party-plugins-2/sen2cor (Дата обращения: 25.03.2018).
8. Toming, K., Kutser, T., et al. First Experiences in Mapping Lake Water Quality Parameters with Sentinel-2 MSI Imagery. Remote Sens. 2016, 8, 640.
9. Cretaux J.F. et al. SOLS: A lake database to monitor in the Near Real Time water level and storage variations from remote sensing data // Advances in space research. - 2011. Vol. 47. No. 9. P. 1497-1507.
10. Application of Sentinel 2 MSI Images to Retrieve Suspended Particulate Matter Concentrations in Poyang Lake. // Remote Sensing - 2017, 9(7), 761-780.
11. MapServer [Электронный ресурс]. - URL: http://mapserver.org (Дата обращения: 25.03.2018).
12. Nathan R.S., et al. A review of open source software solutions for developing water resources web applications // Environmental Modelling & Software - 2015. Vol. 67. P. 108-117.
© А. А. Донцов, И. А. Суторихин, 2018
