CC BY
125
УДК 577.4
В.И. Незамов, А.В. Незамова
ХАРАКТЕРИСТИКА КАЧЕСТВЕННОГО СОСТОЯНИЯ ЗЕМЕЛЬ ПРИ КОСМИЧЕСКОМ МОНИТОРИНГЕ ЗЕМЛЕПОЛЬЗОВАНИЯ
Рассмотрены параметры оценки качественного состояния земель, закономерности их изображения при различных уровнях генерализации и использования различной аппаратуры дистанционного зондирования.
Выбор оптимальных методических подходов позволяет широко использовать данные дешифрирования эндогенных и экзогенных процессов в космическом мониторинге землепользования.
Ключевые слова: землепользование, космический мониторинг, дистанционное зондирование, дешифрование, качество.
V.I. Nezamov, A.V. Nezamova
CHARACTERISTICS OF LAND QUALITATIVE CODITION AT LAND UTILIZATION
SPACE MONITORING
Estimation parameters of land qualitative condition, laws of their depiction at various levels of generalization and use of various equipment of remote sounding are considered.
The choice of optimum methodical approaches allows to use widely the data of the endogenous and exogenous process interpretation in space monitoring of land utilization.
Key words: land utilization, space monitiring, remote sounding, interpretation, quality.
Анализ качественного состояния земель в системе космичесного мониторинга землепользования предусматривает объективную характеристику эндогенных и экзогенных процессов, происходящих на конкретной территории. Первоочередное значение имеет характеристика рельефа, эрозии, содержания гумуса и влажности почв, их засоления.
Рельеф. По мнению С.А. Сладкопевцева (1990), в системный анализ укладываются такие задачи изучения и дешифрирования рельефа, как анализ факторов его развития, классификация и соподчиненность элементов разных порядков (иерархия), определение границ, функциональный анализ процессов рельефообразования и др.
Задачи структурно-геоморфологического анализа можно подразделить на локальные, региональные и глобальные (Кац Я.Г., Тевелев А.В., Полетаев А.И., 1998).
На локальном уровне изучаются выраженность или отражение в рельефе локальных тектонических структур (результатом тектонических движений являются складки, разрывы и прочие нарушения нормального залегания осадочных пород, а также горы и прочие неровности рельефа, вулканические явления, землетрясения и другие проявления внутренней жизни земли), а также характерные комплексы форм рельефа, связанные с геохронологией.
На региональном уровне изучаются обобщенные характеристики рельефа и особенности рельефообразования более крупных тектонических и неотектоничесних единиц. К основным задачам на этом уровне относится анализ выраженности в рельефе крупных разрывных зон и зон глубинных деформаций..
На глобальном уровне изучаются геоморфологические элементы планетарного ранга как в рамках статичных тектонических моделей, так и в рамках динамических моделей тектонического развития.
По данным С.А. Сладкопевцева (1990), при сельскохозяйственном освоении и анализе территории по материалам космической съемки могут определяться следующие морфометрические характеристики (параметры) рельефа:
1. Частота форм (интенсивность) - т = (X т)(р, где т - количество форм на единицу площади; 1т - общее число форм; Р - общая площадь, основные требования к снимкам - укрупненный масштаб и контрастность.
2. Плотность форм (пораженность) - К = РФ/Р, где К - отношение площади форм к общей площади; РФ - площадь форм; Р - общая площадь. Основные требования к снимкам - укрупненный масштаб и контрастность.
3. Ритм рельефа - А =0(т*п, где А - среднее расстояние между водоразделами и тальвегами; 0 -общая длина профилей; m - число точек перегиба на профиле; п - число профилей. Основные требования к снимкам - оптимальные освещение и контрастность.
4. Горизонтальное расчленение (линейное) - е = 1Д где I - длина тальвегов на единицу площади; L - общая длина тальвегов. Основные требования к снимкам - оптимальное освещение и контрастность.
5. Горизонтальное расчленение (нелинейное) - а = VР/К, где а - среднее расстояние между соседними повышениями (понижениями); Р - общая площадь; К - общее количество повышений (понижений). Основные требования к снимкам - оптимальная контрастность.
6. Крутизна склонов - I = 1д а = М, где I - уклон; а - угол наклона; h - высота склона; I - заложение склона. Оосновные требования к снимкам - трансформирование оптимальное освещение и контрастность .
7. Извилистость русел - К = 1р(1д, где К - коэффициент извилистости; 1р - длина русла; 1д - длина долины. Основные требования к снимкам -наиболее информативные снимки в инфракрасной зоне спектра.
8. Асимметрия форм рельефа - А = 1п/1к, где А - коэффициент асимметрии; 1п - заложение пологого склона; 1к - заложение крутого склона. Основные требования к снимкам - трансформирование, оптимальное освещение и контрастность.
9. Длина линий данного порядка - I = 1_/п, где I - средняя длина линий; 1_ - общая длина линий; п - число линий данного порядка. Основные требования к снимкам - оптимальный масштаб. Рассмотренные морфометрические показатели рельефа и возможности их определения по космическим снимкам отражают плановые закономерности рельефа и используются в расчете суммарной интенсивности его расчленения, для структурного анализа и землепользования.
Данные об углах наклона и экспозиции склонов являются функцией параметров расчленения и могут использоваться при хозяйственных оценках территории по космическим снимкам.
Процессы, протекающие в недрах литосферы и на ее поверхности, в зависимости от источника энергии подразделяются на процессы внутренней динамики (эндогенные) и процессы внешней динамики (экзогенные). С первыми связаны такие явления, как движения земной коры, вулканические извержения и землетрясения.
Экзогенные процессы связаны в основном с деятельностью атмосферы и гидросферы, влиянием последних на литосферу, изменением в соотношениях эндогенных и экзогенных процессах создается все разнообразие структуры земной коры и форм ее поверхности.
А.И. Свитнев, М.И. Бурлешин, И.Д. Колесников (1983) выделяют основные особенности дешифрирования снимков аридных территорий для определения факторов развития эрозионных процессов в зависимости от уровней генерализации.
1. Снимки детального уровня генерализации применяются для изучения следующих факторов: распознавание форм проявления эрозионных процессов (ЭП), изучение их геометрических свойств; типизация выявленных форм проявления ЭП по морфологическим и генетическим признакам; индикация геологических и гидрогеологических условий в пределах участков развития ЭТТ; количественное определение характеристик развития ЭТТ.
2. Снимки локального уровня генерализации применяются для изучения следующего фактора: изучение особенностей пространственного расположения группировок форм проявления ЭП; изучение проявлений ЭП в связи с основными факторами их развития; качественное определение характеристик развития ЭП.
3. Снимки регионального уровня генерализации применяются для изучения следующих факторов: типизация территории по условиям развития ЭП.
Постепенный переход от низких уровней генерализации (детальные снимки позволяют дешифрировать мезо- и микрокомбинации растительности и почв) к высоким (региональные снимки позволяют дешиф-
рировать вертикальную поясность, гигакомбинации растительности и почв) сопровождается последовательной сменой объектов изучения в их связи с решаемыми задачами.
На космических снимках детального уровня генерализации сначала определяются дешифровочные признаки форм проявления ЭП и их морфометрические характеристики. На следующих этапах выполняется типизация выявленных форм и индикация геологических и гидрологических условий участков ЭТТ, а затем и количественное определение пораженности территории процессами и активность их развития. Информация на этом уровне является базисом, на котором строятся все последующие выводы о распространении и эволюции экзогенных процессов на обследуемой территории.
Космические снимки локального уровня генерализации преимущественно используются для выявления связи экзогенных процессов с факторами их развития.
Региональный уровень генерализации (обзорность 10 км2) приводит к качественному изменению информативности космоизображения в связи с трудностями опознавания на этом уровне экзогенных процессов.
Для России характерны следующие закономерности распространения основных видов эрозии почв (водной и ветровой). Наибольшее распространение получила водная эрозия, которая проходит широкой полосой через всю территорию страны, охватывая и достаточно увлажненные земледельческие земли. Южнее, на более засушливых территориях, распространена зона ветровой эрозии. В областях совместного распространения этих видов эрозии разрушение почвенного покрова происходит более интенсивно.
Особое практическое значение эрозия имеет для аридных районов, так как она во многом определяет процессы опустынивания «... уменьшение или уничтожение биологического потенциала земли, которое в конечном итоге может привести к возникновению условий, аналогичных условиям пустыни ...» (Конференция ООН по опустыниванию, 1977. С. 3, пункт 7).
Водная эрозия может быть плоскостной (происходит постепенный смыв поверхностного слоя почвы талыми водами и дождями), борозчатой (струйчатой, при дружном таянии снега и во время сильных ливней на полях, возделанных на склонах холмов, лишенных растительности) и овражной (на крутых и пологих склонах, лишенных растительности, со слаборазвитой дерновиной).
Задача определения степени эродированности почв средствами дистанционного зондирования реализуется на основе изучения особенностей рельефа территории - одного из основных факторов, обуславливающих эрозию почв при сельскохозяйственном использовании. Количественными показателями, которые дают возможность в общем оценивать влияние рельефа на возможную активность эрозионных процессов, являются горизонтальная и вертикальная расчлененность, крутизна и длина склонов (Мазиков
В.М. и др., 1989).
Ветровая эрозия, или дефляция, особенно распространена в областях сухого климата при сочетании следующих факторов: 1) резкие суточные колебания температуры, вызывающие неравномерный нагрев и охлаждение горных пород; 2) минимальное количество осадков, выпадающих редко и в виде ливней; 3) превышение испарения (в 10-15 раз) над количеством выпадающих осадков; 4) разреженность или отсутствие растительного покрова; 5) регулярные сильные ветры; 6) антропогенное воздействие на ландшафт.
Последствия ветровой эрозии проявляются в виде местной дефляции (поземка, смерч) и пыльных бурь, которые уничтожают посевы, сносят плодородный верхний слой почвы (в "черные зимы" вместе с озимыми посевами), загрязняют окружающую среду.
Содержание гумуса. Возможности материалов космической съемки отображать все многообразие компонентов, природной среды и существенно уточнять почвенные карты были установлены в результате дешифрирования снимков, полученных на орбитальной станции "Салют". Многозональное фотографирование Земли из космоса впервые выполнено с космического корабля «Союз-22». Было установлено, что такая съемка наиболее эффективна при изучении сельскохозяйственного производства, засоления почвообразующих пород и др.
Зависимость окраски почв от содержания гумуса (как раздел почвенной колориметрии) издавна привлекала внимание исследователей. При эмпирическом решении задачи по определению содержания гумуса на основе дистанционных измерений исходят из обычного уравнения, связывающего отражательную способность к с содержанием гумуса с.
к=к1/п +к2,
где к1, к2 и п - эмпирические константы; к1 - характеризует отражательную способность почвообразующей породы при отсутствии гумуса в почве; к2 - отражательная способность гумуса; п - определяет степень дисперсности почвы, т.е. строение частиц почвы, которая может состоять из мелких или крупных фракций.
Связь спектральной отражательной способности и содержания гумуса в поверхностных горизонтах почвы подробно рассматривается рядом исследователей (Виноградов Б.В., 1981; Федченко П.П., Кондратьев К.Я., 1981; Орлов Д.С., Суханова Н.И., 1983 и др.) и обобщена в работе В.И. Незамова (2000, 2007).
Д.Н. Васильевым и В.М. Мазиковым (1986) была предложена технология определения свойств почв по многозональным космическим снимкам на основе кластеризации яркостей пахотного горизонта почв и многомерного статистического анализа по вещественному составу.
Кластеризация выполнена при помощи процедуры опорного графа. Выделение кластеров основано на принципе пространственной близости. В непосредственной близости друг от друга выбираются несколько полей, которые в соответствии с условиями ландшафта имеют одинаковые почвенные характеристики. Разброс значений их яркостей определяет размер ядра кластера. Процесс расширения границ кластера - интерактивный. Соблюдается условие, чтобы коэффициент вариации яркостей в пределах кластера не превышал 0,05-1,0.
К прямым дешифровочным признакам почв относят детали изображения ландшафта, обусловленные самими почвами, тон и рисунок изображения обусловлены окраской почв и являются прямыми признаками при дешифрировании почв с обнаженной поверхностью. В ряде случаев (например, поверхности степных участков) почвы покрыты редкой растительностью и интегральная яркость складывается как самой почвой, так и растительностью. В таких случаях тон и рисунок изображения обусловлены комплексом компонентов ландшафта и могут быть названы комплексными признаками.
В практике дешифрирования более широкое применение находят косвенные признаки, взаимосвязи между почвами и другими компонентами ландшафта, известными дешифровщику из литературы или установленные в процессе полевых работ.
Так, общая яркость травянистой растительности в летний период примерно равна яркости почв, содержащих 3-4% гумуса, поэтому при съемке в сухую погоду обнаженные участки почв, обладающие содержанием гумуса менее 3% (светло-каштановые и др.) на аэрокосмических снимках изображаются более светлым тоном, чем целинные участки, покрытые вегетирующей травянистой растительностью, а почвы с высоким содержанием гумуса изображаются более темным тоном, как на фотографических снимках, так и на цветных синтезированных снимках.
Влажность почв. Применение дистанционных методов для измерения влагосодержания почвы основывается на регистрации излучения в разных участках электромагнитного спектра, при дешифрировании в первую очередь необходимо учитывать значительное варьирование тона изображения для различных типов почв. Это вызвано тем, что одинаковое состояние почв (максимальная гигроскопичность, наименьшая и капиллярная вла-гоемкость и др.) достигается при разной относительной влажности (Калинин Г.П., Курилова Ю.В., Колосов П.А., 1977).
В видимом диапазоне информацию о влажности почв можно получить только для тонкого деятельного слоя, но преимуществом измерений в этом диапазоне является независимость от температуры.
В экспоненциальной зависимости спектральной яркости г А от влажности Д! почв г А= е -п Д! показатель п учитывает влияние органомеханического состава почв, определяющего уровень наименьшей влаго-емкости, по достижении которого прекращается дальнейшее снижение яркости с ростом увлажненности почв.
В ближней инфракрасной зоне спектра общие закономерности зависимости спектральной яркости от влажности почв такие же, как и для видимой зоны, а преимущества заключаются в получении более информативных снимков с засоленных почв, имеющих более темный тон независимо от цвета поверхности и более светлой вегетирующей растительности.
В тепловом инфракрасном диапазоне дистанционное зондирование основано на выявлении зависимости между водными и тепловыми свойствами почв.
Термальные свойства почвы лучше всего выражаются через физический параметр pck 0.5, называемый термальной инерцией, который учитывает весовую теплоемкость С, теплопроводность к и плотность р. С возрастанием влажности почв их термальная инерционность существенно возрастает.
Другой параметр, определяющий термальные свойства - температуропроводность К = к/о*с, с увеличением влажности сначала возрастает (до полной влагоемкости), а затем начинает убывать.
Ночная съемка с ИСЗ "Нимбус" показала, что положительные температурные аномалии связаны с водоемами и увлажнением почв вдоль речных пойм, а на дневных снимках распределение температуры соответствует инсоляционному типу зависимости температуры от увлажнения. Здесь песчаные и каменистые пустыни с нагретыми почвами изображаются темно-серыми, а орошаемые земли - светлыми.
Существенное преимущество радиофизических методов по сравнению с рассмотренными выше связано с тем, что при Л=3 см радиоизлучение практически не ослабляется атмосферой и даже облаками, а диапазон Л= 3-15 см характерен тем, что в этом диапазоне излучательная способность воды слабо зависит от длины волны.
Зоны интенсивного увлажнения дешифрируются на снимках даже в период накопления максимальной биомассы растительности, которая может значительно ослаблять зондирующий сигнал, имеющий длину волны 3 см.
Опыт оперативного картографирования степени увлажнения открытых почв по спутниковым радиолокационным изображениям показал, что в условиях отсутствия развитой растительности (ранневесенний период) по контрастам изображений могут быть выделены крупные участки территории со следующими видами почв, отличающимися количеством и фазовым состоянием влаги в них: обсохшая (мягкопластичная), влажная (липкая) и переувлажненная (текучая) почвы (Чазиров М., 1990).
Выявление и анализ процессов переувлажнения земель с помощью космической съемки актуален тем, что за последнее десятилетие их площадь увеличилась на 12-15% и составила 1,3 млн га (Чешев В.С., Вальков В.Ф., 2002).
Характерной особенностью засоленных почв является наличие в них большого количества легкорастворимых солей (соли натрия, в основном хлориды, сульфаты и карбонаты) непосредственно у самой поверхности (солончаки) или на небольшой (20-50 см) глубине (солонцы).
Использование материалов многозональных съемок, проводимых в разные сроки и в разных зонах спектра, позволяет эффективно определять площади засоленных почв, их динамику и пространственное распределение (Мамедов Э.А., 1985).
Возможности радиофизических методов (пассивных в активных) анализа засоленности почв обобщены Е.А. Реутовым и А.М. Шутко (1900):
1) диэлектрическая проницаемость увлажненных почв, а следовательно, и их яркостная температура, в радиодиапазоне существенно зависит от степени минерализации почвенного раствора.
2) чувствительность поля СВЧ-излучения засоленных почв к степени минерализации имеет ярко выраженную спектральную зависимость в диапазоне длин волн более 6-10 с;
3) чувствительность поля СВЧ-излучения возрастает с длиной волны излучения, увеличением влажности и температуры почвы.
При ландшафтных исследованиях регионального масштаба все более широко используются методы цифровой обработки космических изображений - метод главных компонент, метод "наложения" (merge), метод вегетационных индексов (в частности, NDVI), выделение объектов по яркостному порогу и метод кластерного анализа.
Дешифрирование многозональных космических снимков среднего и высокого разрешения, полученных с ИЗС "Ресурс-03 (сканерные снимки получены МСУ-Э и МСУ-СК), и анализ информации на основе перечисленных выше методов цифровой обработки позволяют сделать некоторые обобщения (Http:((pokrovsk.'mfo(referat(ref(1334(html):
1. Снимок высокого разрешения весеннего периода позволяет выявить динамику состояния снежного покрова на территории и наличия древесной растительности, на снимках среднего разрешения дешифрируются некоторые таксационные характеристики насаждений (например, класс бонитета, который зависит от условий увлажнения территории).
2. По весеннему снимку высокого разрешения, обработанному методом главных компонентов, четко выделяются природные комплексы с древесной растительностью (определение состава затруднительно). Зоны временного затопления не дешифрируются.
3. С помощью метода «наложения» более четко дешифрируются структуры болотных комплексов. Однозначно выделяются мезотрофные облесенные стоки с болот, хотя на исходном снимке высокого разрешения и при его обработке методом главных компонент их дешифрирование затруднено. Совмещение изображений высокого и среднего разрешения позволяет выделять зону временного затопления.
4. Поскольку вегетационный индекс NDVI чувствителен только к зеленой части растительности, то по его изображению на весенний период четко выделяются только хвойные леса. Весной территория дешифрируется преимущественно по присутствию или отсутствию растительности, а также ее состоянию.
5. Метод выделения объектов по яркостному порогу удобен тем, что позволяет выделять конкретные объекты и наложить их на другие снимки или картографическую основу.
6. При сравнительном анализе карт, исходного и кластерного изображений установлено, что по преобладанию каждого цвета кластерного изображения выделяются территории с приблизительно одинаковым увлажнением, структурой растительного покрова и типом землепользования.
Е.В. Щербенко, В.В. Асмус, В.Л. Андроников (1990) предложили методику цифровой обработка космической информации для определения структуры почвенного покрова, которая состоит из следующих этапов: создания банка данных наземной и аэрокосмической информации; цифровой обработки изображений; интерактивного и визуального анализа результатов цифровой обработки; получения выходного продува в виде схем дешифрирования и таблиц характеристик структуры почвенного покрова.
Создание банка данных. Этот этап подразумевает сбор и накопление картографических и полевых материалов (данные по исследованию почв и их отражательной способности), а также выбор аэрокосмической информации и оценку для дешифрирования почв.
Цифровая обработка изображений обеспечивает классификацию изображения и выделение дополнительных признаков для визуального дешифрирования, На этом этапе решаются три задачи: 1) получение кластерной карты и таблицы статистик, которые содержат информацию о почвенных контурах; 2) получение псевдообъемного изображения, позволяющего дешифрировать рельеф; 3) получение изображения контуров почв с неконтрастной по спектральной яркости структуры почвенного покрова.
Интерактивная обработка и визуальный анализ. Визуально оцениваются результаты цифровой обработки, при необходимости, производится корректировка кластерной карты методами интерактивной обработай. Учитывая тоновые различия и рисунок изображения, проводится почвенно-географическое районирование территории, используя кластерную касту и дешифровочные признаки почв, а также информацию из банка данных, проводят диагностику почвенных контуров.
Интерактивная обработка кластерной карты позволяет получать такие характеристики структуры почвенного покрова, как площади почвенных контуров, средние коэффициенты расчлененности и дробности контуров и др.
Получение выходной продукции. По результатам предыдущих этапов составляются схема дешифрирования почв и легенда к почвенной карте, получают таблицы характеристик структуры почвенного покрова.
Анализ результатов позволяет выделить контуры различных черноземов, эродированные почвы, солонцы, контуры малогумусных черноземов.
Рассмотренные параметры оценки качественного состояния земель, закономерности их изображения при различных уровнях генерализации и использования различной аппаратуры дистанционного зондирования позволяют широко использовать данные дешифрирования эндогенных и экзогенных процессов в космическом мониторинге землепользования.
Литература
1. Васильев Л.Н., Мазиков В.М. Определение свойств пахотного горизонта почв по многозональным космическим снимкам // Исслед. Земли из космоса. - 1986. - №5. - С. 67-77.
2. Верещака Т.В., Зверев А.Т., Сладкопевцев С.А., Рудакова С.С. Визуальные методы дешифрирования.
- М.: Недра, 1990. - 341 с.
3. Виноградов Б.В., Кондратьев К.Я. Космические методы землеведения. - Л.: Гидрометеоиздат, 1971. -190 с.
4. Калинин Г.П., Курилова Ю.В., Колосов П.А. Космические методы в гидрологии. - Л.: Гидрометеоиздат, 1977. - 183 с.
5. КацЯ.Г., Тевелев А.В., Полетаев А.И. Основы космической геологии. - М.: Недра, 1988. - 235 с.
6. Эксперимент по определению структуры и состояния агросистем Курской области / В.М. Мазиков [и др.] // Исслед. Земли из космоса. - 1989. - №5. - С. 36-43.
7. Мамедов Э.А. Изучение засоленных земель и солончаков с помощью космических методов // Исслед. Земли из космоса. - 1985. - №5. - С. 60-65.
8. Назиров М. Опыт оперативного картографирования степени увлажнения открытых почв и снежного покрова по спутниковым радиолокационным изображениям // Исслед. Земли из космоса. - 1990. - №3.
- С. 26-34.
9. Незамов В.И. Космические методы в сельском хозяйстве. - Красноярск: Изд-во КГАУ, 2000. - 255 с.
10. Незамов В.И. Аэрокосмические методы диагностики поврежденной растительности: моногр. / Крас. гос. аграр. ун-т. - Красноярск, 2007. - 332 с.
11. Орлов Д.С., Суханова Н.И. Влияние гумуса на отражательную способность почв подзоны южной тайги // Почвоведение. - 1983. - №10. - С. 43—51.
12. Реутов Е.А., Шутко А.М. Экспериментальные исследования СВЧ-излучения засоленных почв // Исслед. Земли из космоса. - 1990. - №4. - С. 73-84.
13. Свитнев А.И., Бурлешин М.И., Колесников И.Д. Индикация факторов развития экзогенных процессов по космическим снимкам аридных территорий // Исслед. Земли из космоса. - 1983. - №5. - С. 40-48.
14. Федченко П.П.. Кондратьев К.Я. Спектральная отражательная способность некоторых почв. - Л.: Гидрометеоиздат, 1981. - 202 с.
15. Чешев В.С., Вальков В.Ф. Основы землепользования и землеустройства. - Ростов н/Д: Изд. центр "Март", 2002. - 544 с.
16. Шербенко Е.В., Асмус В.В., Андроников В.Л. Методика цифровой обработки аэрокосмической информации для составления почвенных карт // Исслед. Земли из космоса. - 1990. - №4. - С. 102-112.
