CC BY
36
ГИМС-ТЕХНОЛОГИЯ В МОНИТОРИНГЕ РАСТИТЕЛЬНЫХ ПОКРОВОВ
В. Д. БУРКОВ, МГУЛ, В.Ф. КРАПИВИН, ИРЭ
Решение большинства прикладных задач агрометеорологии, лесного хозяйства, животноводства и многих других сфер человеческой активности, направленной на охрану окружающей среды, связано с определенными трудностями эффективного контроля состояния почвенно-растительных формаций (ПРФ). В течение нескольких последних лет среди таких глобальных задач широкому обсуждению подвергается проблема парникового эффекта по причине увеличения концентрации СО2 в атмосфере. Знание состояния ПРФ позволяет рассчитывать пространственное распределение интенсивностей стока углерода и тем самым получать достоверные оценки парникового эффекта.
Как известно, микроволновая радиометрия играет важную роль в получении оперативных данных о состоянии ПРФ [1-4, 6-11]. Однако здесь возникают дополнительные задачи, связанные с обработкой данных дистанционных измерений и идентификации характеристик ПРФ. Как отмечено в [7], одной из таких задач является изучение эффектов ослабления электромагнитных волн микроволнового диапазона (ЭВМД) в слое растительности. Опыт многих исследований показал, что решение этой задачи возможно путем построения полуэмпирических моделей, базирующихся на лабораторных и полевых измерениях и алгоритмах пространственно-временной интерполяции данных спутниковых наблюдений. В работе [10] показано, что совместное применение ГИС-технологии и таких моделей позволяет создать новую технологию геоинформационного мониторинга, обладающую функциями структурно-функциональной адаптации совокупности полуэмпирических моделей к обновляемой базе биогеоценоти-
ческих данных. Эта технология получила название ГИМС-технологии в соответствии с формулой ГИМС = ГИС+Модель.
ГИМС-технология предлагает сбалансированную схему совместного использования данных наблюдений, алгоритмов пространственно-временной интерполяции, компьютерной картографии и моделей для реконструкции пространственных распределений радиационных характеристик ПРФ с учетом динамики их параметров. На схеме рис. 1 представлена концепция ГИМС-тех-нологии, ориентированная на изучение ослабления ЭВМД растительностью в глобальном масштабе. Поэтому здесь используются полуэмпирические модели ослабления и биогеоценотические модели, базирующиеся на спутниковых измерениях таких характеристик растительности, как NDVI (normalized difference vegetation index), PWI (plant water indexes), LAI (the leaf area index), SRVI (the simple ratio vegetation index) и CSI (the canopy structure index). В результате удается установить зависимости между показателями ослабления ЭВМД и такими характеристиками растительного покрова, как биомасса и продуктивность. Для лесной растительности предоставляется возможность учета геометрической структуры леса, высоты и плотности полога, его альбедо и влагосодержание.
Количественная информация о ПРФ может быть получена в режиме спутникового мониторинга в трассовом пространстве с помощью устройств оптического, ближнего инфракрасного и микроволнового диапазонов. ГИМС-технология обеспечивает объединение всех потоков данных путем расчета коэффициентов моделей. Датчики микроволнового диапазона поставляют также дан-
ные о содержании влаги в растениях и почве, что позволяет параметризовать водный баланс территории и повысить точность модели биопродуктивности растительного покрова. В результате повышается точность оценки роли растительности в тепловом режиме системы «атмосфера - растительность - почва» [1, 3, 4, 10, 11].
Расчет ослабления ЭВМД растительностью важен для многих прикладных исследований в радиолокации, когда измерения проводятся на трассах земля-земля, земля-атмосфера и атмосфера-земля. ГИМС-технология и развитые биоценотические модели позволяют осуществить такой расчет в глобальных масштабах с учетом различных классификаций ПРФ. На рис. 2 приведено распределение ПРФ по классификации института географии РАН. В таблице приведен пример расчета ослабления ЭВМД различными типами растительных покровов. При этом предполагалось, что параметр шероховатости полога равен нулю, диэлектрические константы брались из работы [12], высота полога равна 0,6И, где И - высота растительности данного типа, рассчитанная по модели [13] относительно среднего значения И0 = 25 м.
Для оценки роли растительности в формировании парникового эффекта используем модель биопродуктивности ПРФ:
дБ(<р, у, t, 3)/dt = ф(р, у, t, з) --T (р,у, t, 3)- M (р,у, t, 3), (1)
где Ф - первичная продукция растений типа 3 в момент времени t в точке с географическими координатами р и у T и М - потери биомассы растений в процессе эвапотранспирации и отмирания.
Наземная часть глобальной схемы биогеохимического круговорота углерода представлена на рис. 3. Согласно полуэмпирической модели Селлерса и др. [14] связь между поглощением СО2 листвой (H2L) и сопротивлением листа описывается соотношением:
H2L = gCALl(hpm) - b,
где m(b) «9(0,01) для растений типа С3 и « 4(0,04) для С4; cAL - концентрация СО2 на поверхности листа;
р - атмосферное давление.
Растительный покров
Экспериментальные о измерения
Алгоритмы
Модельные оценки
Биоценотическая модель
Радиационная 1— модель
Рис. 1. Схематическое представление структуры ГИМС-технологии в задаче оценки ослабления электромагнитных волн растительностью
Уточнение динамики потоков СО2 на границе атмосфера - ПРФ зависит от точности расчета доли поглощенной фотосинте-тически активной радиации (ФАР). Согласно модели SiB2 [15] достаточно эффективной является параметризация:
ФАР(Е) = сЕр[1 - exp(-kLr/oE,
где сЕ - часть площади ячейки рис. 2 под растительностью;
р - степень зелености растительного полога;
LT - интегральное значение LAI; k = ФАР/П;
П - показатель использования ФАР растительным пологом.
Предварительные расчеты выявили, что предложенные здесь уточнения показывают снижение парникового эффекта за счет возрастания объема стока СО2 на суше. Если в качестве показателя уровня парникового эффекта использовать температуру атмосферы, то согласно Mintzer [17] имеем:
ATE = ATCO2 + A7N2O + ATCH4 + + ATO3 + ATCFCn + ATCFC12,
где ATCO2 = - 0,677 + 3,019 ln[Ca (t) / Ca(to)];
ATN2O = 0,057 [N2O(t)1/2 - N2O(t0)1/2];
ATCH4 = 0,019 [CH4(t)1/2 - CH4(t0)1/2];
АГО3 = 0,7 [Оз(0 - Оз(*>)] / 15; А/СТСц = 0,14 [СБСп(0 - СБСЦ^)]; А7СБС12 = 0,16[СГС12(0 - СБС^)].
Величина ^ отождествляется с 1980 г., когда концентрации парниковых газов считаются известными. В результате обычно прогнозируемый на 2050 г. интервал потепления из-за парникового эффекта 1,1 °С < АТЕ < 4,2 °С сокращается до 0,7 °С < АТЕ < 2,3 °С. Это говорит о том, что имеется значительный резерв для уточнения оценки парникового эффекта за счет более точной параметризации глобального биогеохимического круговорота парниковых газов. Здесь рассмотрено такое уточнение только для наземной части СО2.
Разработанная в Московском государственном университете леса многоканальная волоконно-оптическая измерительная система концентрации различных газов [17] открывает дальнейшую перспективу для уточнения роли растительности в обмене СО2 на границе атмосфера-суша. Эта система позволяет в реальном времени измерить концентрацию СО2, О2 и СН4 в пологе растительного покрова, а также температуру и другие параметры энергетического обмена, что существенно упрощает процедуру оценки компонентов правой части уравнения (1).
Таблица
Сезонное распределение средних оценок ослабления ^В) ЭВМД на длине волны X = 27. Обозначение: Ф- продукция ПРФ (кгС/м2/год), Е - идентификатор ПРФ (рис. 2).
Почвенно-растительная формация Е Ф Сезон
Лето Осень Зима Весна
Северотаежные леса F 0,54 2,2 2,2 1,9 2,3
Среднетаежные леса D 0,63 4,1 4,6 3,1 3,7
Южнотаежные леса G 0,65 4,8 4,2 4,5 4,3
Широколиственные хвойные леса R 0,87 5,2 5,6 4,1 4,8
Широколиственные леса + 1,25 6,5 5,1 4,7 5,3
Субтропические широколиствен-ные и
хвойные леса P 1,72 5,9 5,7 4,5 4,7
Влажные вечнозеленые тропические леса Z 3,17 7,3 7,2 6,2 7,3
Листопадные тропические леса Y 2,46 6,9 6,7 5,6 6,8
Тропические ксерофитные редколесья N 1,42 3,7 3,6 3,6 3,7
Субтропические и тропические травяно-
древесные заросли тугайского типа I 1,96 5,4 5,1 5,0 5,2
Рис. 2. Картосхема типов ПРФ. Обозначения даны в [1] и частично в табл. 1
Рис. 3. Наземная часть глобального круговорота углерода [13]. Потоки: Их - сжигание топлив и производство цемента (6,3-10,5 ГтС/год), И2 - поглощение растительностью в процессе фотосинтеза (120-224 ГтС/год), И3 - вулканические эманации (1,5-3,3 ГтС/год), И4 - отложения (0,7-1,2 ГтС/год), И5 - дыхание растений (50-60 ГтС/год), И6 - разложение гумуса (50-139 ГтС/год), И7 - геосферные процессы (0,01 ГтС/год), И8 - дыхание корневой системы (40-60 ГтС/год), И9 - отмирание (30-50 ГтС/год), Иш - рост корней (2-7 ГтС/год)
Таким образом, предложенный подход позволяет в глобальных масштабах рассчитать компоненты радиационного баланса системы атмосфера-растения-почва и тем самым уточнить роль растительных покровов в глобальных изменениях климата. Рассмотренная на схеме рис. 2 классификация ПРФ может быть детализована с учетом мировых баз данных (http://www.elsevier.com/ locate/worldresources) c более детальным пространственным разрешением. Такие возможности открываются в связи с запуском НАСА космической обсерватории Aqua [18] и планируемых к запуску Европейским космическим агентством и Азиатской ассоциацией дистанционного зондирования спутников с оснащением радиометрами Z-диапа-зона .
Библиографический список
1. Арманд Н.А., Крапивин В.Ф., Мкртчян Ф.А. Методы обработки данных радиофизического исследования окружающей среды. - М.: Наука, 1987.
2. Арманд Н.А., Крапивин В.Ф., Шутко А.М. ГИМС-технология как новый подход к информационному обеспечению изучения окружающей среды // Проблемы окружающей среды и природных ресурсов. - 1997. - № 3. - С. 31-50.
3. Крапивин В.Ф., Шутко А.М. Исследования в области микроволнового мониторинга земных покровов // Проблемы окружающей среды и природных ресурсо. - 2002. - № 4. - С. 44-53.
4. Крапивин В.Ф., Шутко А.М.Б Иванов Д.С. Новая технология синтеза систем мониторинга окружающей среды // Проблемы окружающей среды и природных ресурсов. - 2002. - № 4. - С. 2-7.
5. Патент на изобретение № 2241217 Многоканальная волоконно-оптическая измерительная система концентрации различных газов. Московский государственный университет леса, 27 ноября 2004 г., Федеральная служба по интеллектуальной собственности, патентам и товарным знакам.
6. Чухланцев А.А., Шутко А.М. Микроволновая радиометрия земной поверхности: воздействыие растительности // Исследования Земли из космоса. - 1988. - № 2. - С. 67-72.
7. Chukhlantsev A.A., Shutko A.M., and Golovachev S.P. Attenuation of electromagnetic waves by vegetation canopies in the 100-1000 MHz frequency band. ISTC/IRE Technical Report, #2059-1, 2003, 59 pp.
8. Del Frate F., Ferrazzoli P., and Schiavon G. Re-triveing soil moisture and agricultural variables by microwave radiometry using neural networks. Remote Sensing of Environment, 2003, vol. 84, no. 2, pp. 174-183.
9. Ferrazzoli P. and Guerriero L. Passive microwave remote sensing of forests: a model investigation. IEEE Trans. on Geosci. And Remote Sensing, 1996, vol. 34, no. 2, pp. 433-443.
10. Kondratyev K.Ya., Krapivin V.F., and Phillips G.W. Global environmental change: Modeling and Monitoring. Springer, Berlin, 319 pp.
11. Krapivin V.F. and Shutko A.M. Observation and prognosis of the state of environmental resources, ecological and meteorological situations by geoinforma-tional monitoring system. The Fourth Int. Symposium on Okhotsk Sea & Sea Ice. Abstracts. 5-7 February 1989, Mombetsu, Hokkaido, Japan, pp. 1-4.
12. Karam M.A., Fung A.K., Lang R.H., and Chauhan N.S. A microwave scattering model for layered vegetation // IEEE Trans. on Geosci. And Remote Sensing, 1992, 30(4): 767-784.
13. Kondratyev K.Ya., Krapivin V.F., and Varotsos C.A. Global Carbon Cycle and Climate Change. Springer/PRAXIS, Chichester UK, 2003, 368 pp.
14. Sellers P.J., Dickinson R.E., Randall D.A. et al. Modeling the exchange of energy, water, and carbon between continents and the atmosphere. Science, 1997, vol. 275, pp. 502-509.
15. Sellers P.J., Los S.O., Tucker C.J. et al. A revised land surface parametrization (SiB2) for atmospheric GCMs. Part II: The generation of global fields of terrestrial biophysical parameters from satellite data. J. of Climate, 1996, vol.9, no. 4, pp. 706-737.
16. Alexandrov G. and Oikawa T. (2002). TsuBiMo: a biosphere model of the CO2 - fertilization effect. Climate Res., vol.19, pp. 265-270.
17. Mintzer I.M. A matter of degrees: the potential for controlling the greenhouse effect. World Resources Institute Res. Rep., 1987, no. 15, 70 pp.
18. Friedi M.A., Mclver D.K., Hodges J.C.F., Zhang X.Y., Muchoney D., Strahler A.H., Woodcock C.E., Gopal S., Schneider A., Cooper A., Baccini A., Gao F., and Schaaf C. Global land cover mapping from MODIS: algorithms and early results. Remote Sensing of Environment, 2002, vol. 83, no. 1-2, pp. 287-302.
