CC BY
30
УДК 528.855(235.222)
В.А. Лямина*, З.И. Дольников*, А.Ю. Королюк**, Н.Н. Добрецов*,
Б.А. Смоленцев***, Н.В. Глушкова*
*ИГМ СО РАН
**ЦСБС СО РАН
*** ИПА СО РАН
ИСПОЛЬЗОВАНИЕ МЕТОДОВ ГИС И ДЗ ДЛЯ КАРТОГРАФИРОВАНИЯ И МОНИТОРИНГА ГЕТЕРОГЕННЫХ ЛАНДШАФТОВ
V.A. Lyamina*, I.D. Zolnikov*, A.Yu. Korolyuk**, N.N. Dobretcov*,
B.A. Smolentcev***, N.V. Glushkova*
*IGM SB RAS
**CSBG SB RAS
***ISA SB RAS
USING OF METHODS OF GIS AND RS FOR MAPPING AND MONITORING OF HETEROGENEOUS LANDSCAPES
The complex technology of mapping and monitoring of heterogeneous landscapes with use of methods of remote sensing and geoinformation modeling is presented. This technology includes image processing of the different spatial resolution by methods of supervised classifications, and also density analysis of territorial heterogeneity with use of grid models (with application of software packages ENVI and ArcGIS). Allocation of landscapes on the basis of image processing and geoinformation modelling allows to map not only homogeneous, but also heterogeneous land ecosystems and also to conduct monitoring of their dynamics.
При проведении исследований природных систем какой-либо территории мы сталкиваемся с пространственной неоднородностью ландшафтов. В последние десятилетия в изучении пространственной организации экосистем всех уровней иерархии широко используются данные дистанционного зондирования (ДДЗ). В условиях роста объема и разнообразия космических снимков актуальна разработка методик их обработки. Для проведения наземных исследований и сбора данных была разработана унифицированная система многопараметрической характеристики ландшафтов. Используемое на первых этапах междисциплинарное описание [1, 2], составленное путём простого объединения результатов геолого-геоморфологических, почвенных и ботанических наблюдений оказалось не вполне пригодным для применения методов ГИС и ДЗ в связи со слишком узкой специализацией количественных характеристик и преобладанием качественных, в основном текстовых комментариев. Требовалось выбрать параметры, наиболее существенные для характеристики компонентов и одновременно значимые для формирования спектральных особенностей космоснимков. Поэтому в результате унификации стандарта описания был определен набор индивидуально-индикационных, количественных и полуколичественных признаков, характеризующих типовые ландшафтные обстановки [3].
Неотъемлемым свойством наземных экосистем является их иерархическая структурированность и неоднородность. Эти свойства отчетливо проявляются на космических снимках различного пространственного разрешения: от мелкомасштабных (Modis) и среднемасштабных (Landsat, Aster, Spot) до крупномасштабных (Quick Bird). Сложно организованные ландшафты формируют на цифровых изображениях смесь спектральных откликов различной яркости, что не позволяет в рамках автоматической обработки ДДЗ решать задачу стандартными методиками разграничения анализируемой площади по классам однородных полей, представленных пикселями с однотипными спектрами. Это нередко приводит к тому, что картографирование ландшафтов проводится вручную путём векторной оцифровки по растровым подложкам - цифровым моделям рельефа и космоснимкам. Ручная оцифровка вносит значительную долю субъективности в картографические материалы, создаваемые на основе ДДЗ. Вместе с тем, именно гетерогенные ландшафты и пограничные биотопы являются наиболее чувствительными к региональным и глобальным изменениям факторов природной среды. В свою очередь эти изменения могут фиксироваться на космических снимках различного пространственного разрешения и оцениваться фактически в оперативном режиме. В этой связи очевидны фундаментальное значение и прикладная ценность комплексных технологий картографирования и мониторинга гетерогенных ландшафтов методами ГИС и ДЗ.
Разработка и апробация комплексной технологии проводилась на примере эталонного полигона «Касмалинский бор», который представляет сложный комплекс сосновых лесов и травяных ландшафтов юго-западной части Алтайского края (на стыке Угловского, Михайловского и Волчихинского районов). Ленточные боры степной зоны юга Обь-Иртышского междуречья -уникальное природное явление. Они формируют серию вытянутых в северовосточном направлении лент, занимающих ложбины. Данные ландшафты обладают оригинальной флорой и имеют сложную пространственную структуру почвенно-растительного покрова, что делает их привлекательными для анализа гетерогенных ландшафтов разных иерархических уровней.
Предлагаемая технология реализуется однотипно для космических снимков всего масштабного ряда и соответственно для всех уровней организации наземных экосистем. В качестве иллюстрации работ на полигоне приведем результаты анализа мультиспектральных космических снимков Quick Bird разрешения 2 м. Ландшафтные исследования по цифровым изображениям высокого пространственного разрешения обладают фактологической и методической новизной, в отличие от геоэкологических работ среднего масштаба по снимкам Landsat и др., которые ведутся уже несколько десятилетий.
Реализованную технологию можно представить в виде следующей последовательности. Начальный этап - натурное исследование экосистем полигона, в ходе которого выявляется и характеризуется набор микроландшафтов и их сочетаний. На основании этого производится выбор эталонных участков для комплексного описания геолого-геоморфологического
строения, почв и растительности по унифицированному стандарту. Особое внимание уделяется индикаторным признакам, играющим ключевую роль в формировании спектральных характеристик космоснимка.
По результатам полевых описаний составляются базы геоданных, характеризующие ландшафты района. Уже на этой стадии исследований наличие комплексных баз геоданных с характеристикой разных уровней иерархии позволяет перейти от качественного описания экосистем к геоинформационному их моделированию на основе количественных и полуколичественных признаков [3]. Базы геоданных дополняются спектральными библиотеками, полученными в результате изучения спектрального отклика ландшафтов на космоснимках выбранного пространственного разрешения. Спектральные библиотеки составляются по комплексно описанным в поле контурам. Таким образом, контур ландшафтного объекта представляет собой метрическую составляющую, а комплексное описание - семантическую составляющую базы геоданных, которая оформлена в векторном формате ГИС (в нашем случае - ArcGIS). Как правило, исследования на ключевых полигонах ведутся на протяжении нескольких лет, что позволяет ревизовать комплексные описания, уточнить и пополнить спектральные библиотеки. Многоитерационность исследований дает возможность неоднократно верифицировать как базы геоданных, так и спектральные библиотеки, составляемые по контурам.
На следующем этапе оценивается степень внутренней однородности элементарных ландшафтов по всем каналам снимка. В случае гомогенности, элементарные ландшафты должны обладать унимодальным распределением яркостных характеристик во всех диапазонах спектра. Если в каком-нибудь канале обнаруживается полимодальное распределение значений, то очевидно, что в спектральном домене обособляется более чем один объект и такой ландшафтный выдел вряд ли можно считать элементарным. Нередко на участке, описанном как однородный элементарный ландшафт, при анализе спектров выделяется несколько типов объектов, сходных по типу литологического субстрата, почвенному покрову и составу растительности, но различающихся по другим признакам (степенью проективного покрытия растительности, мозаичность ценотической структуры сообществ, антропогенная трансформация и др.). В подобных случаях выделяются новые типы микроландшафтов и их характеристики вносятся в базу геоданных. Кроме того, анализируются и выбраковываются аномальные значения, связанные с попаданием в эталонные пиксели сопредельных участков, занятых другими ландшафтами, а также с узко локальными феноменами. Особое внимание уделяется пространственному распределению пикселей в предварительных результатах управляемых классификаций на основе обучения по эталонным выборкам.
На основании анализа сходства и различия объектов в спектральном и пространственном доменах мы уточняем классификацию микроландшафтов. По результатам этого этапа исследований формируются «спектральные портреты» элементарных микроландшафтов изучаемого района. Уточненная
классификация микроландшафтов с учетом сходства и различия спектральных характеристик оформляется в виде спектральной библиотеки полигона, сопряженной с комплексной базой геоданных. Она представляет набор геоинформационных моделей эталонных микроландшафтов территории, имея которые, мы можем анализировать факторы, определяющие их обособление в виде автономных природных обстановок. Это позволяет составлять классификационные таблицы эталонных объектов с показом целевых признаков, по которым отличаются те или иные микроландшафты.
Следующим этапом является управляемая классификация с обучением по эталонным выборкам. Обработка изображений может проводиться пошагово с использованием масок в несколько итераций. Так, отдельно классифицируются леса и травяные ландшафты. Результаты классификации безлесных микроландшафтов по снимку Quick Bird показывают значительную гетерогенность пространственного распределения микроландшафтов.
Для исключения чрезмерно мелких объектов и выделения крупных областей строятся плотностные схемы для каждого типа микроландшафта. Шаг сетки в каждом конкретном случае определяется пространственным разрешением обрабатываемого космического снимка, а радиус скользящего окна подбирается эмпирически в соответствии с функциональным масштабом ландшафтной карты. Для участка, показанного на рисунке плотностные сетки строились с шагом 2,5 м и радиусом окна 25 м.
На следующем этапе каждому пикселю присваиваются значения полученных плотностей, нормированные на сумму значений плотностей в каждом пикселе. Таким образом, каждый пиксель получает характеристику в виде процентного соотношения плотностей микроландшафтов. После этого выделяются типы сочетаний микроландшафтов. На полигоне «Касмалинский бор» наиболее распространенными однородными ландшафтами являются солончаковатые луга, менее распространены первичные песчаные степи, остальные микроландшафты (солонцеватые степи, вторичные песчаные степи, кустарники и болота) не занимают больших площадей. Вклад солончаковатых лугов в сложение безлесных территорий не превышает 60 %, а большинстве случаев составляет 30 %. Наиболее распространенными сочетанием является комбинация песчаных степей и солончаковатых лугов в соотношении от 30 до 70 %. Следующим по распространенности, но значительно менее распространенным является сочетание болот и кустарников в соотношении от 30 до 70 %. Солонцеватые степи не формируют крупных контуров и чаще всего встречаются в сочетании с песчаными степями и солончаковатыми лугами. Полученная схема гомогенных и гетерогенных мезоландшафтов насчитывает многие десятки статистически обоснованных сочетаний микроландшафтов, которые могут объединяться в группы, подгруппы и надгруппы по генетическим деревьям родственных связей и показываться с разной степенью генерализации в зависимости от задач исследования.
Разработанная технология позволяет анализировать гетерогенные ландшафты со сложной пространственной организацией методами ГИС и ДЗ. Она базируется на использовании баз геоданных, включающих
унифицированные по междисциплинарному стандарту геолого-геоморфологические, почвенные и ботанические характеристики наземных экосистем. Комплексная технология включает обработку космоснимков разного пространственного разрешения методами управляемых классификаций, а также плотностной анализ территориальных неоднородностей с использованием сеточных моделей (с использованием программных пакетов ENVI и ArcGIS). Выделение ландшафтов на основе обработки космоснимков и геоинформационного моделирования позволяет картографировать не только гомогенные, но и гетерогенные наземные экосистемы, а также вести мониторинг их динамики, поскольку изменения удельных площадей элементов гетерогенных ландшафтов и пограничных образований являются чувствительными индикаторами изменений глобальных и региональных экологических факторов.
Работа выполнена в рамках интеграционного проекта СО РАН № 11.3 «Разработка системы комплексной индикации процессов опустынивания и оценка современного состояния экосистем Сибири и Центральной Азии», а также при поддержке Российского фонда фундаментальных исследований № 09-05-00732.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Айриянц А.А. Борисенко А.С. Добрецов Н.Н. Зольников И.Д. Кривоногов С.К. Мистрюков А.А. Опыт создания баз данных и метаданных Алтайского экорегиона // Геоинформатика. - 2003. - № 4. - С. 13-19.
2. Добрецов Н.Н., Зольников И.Д., Королюк А.Ю., Мистрюков А.А., Смоленцев Б.А., Смоленцева Е.Н., Мартысевич У.В., Макунина Н.И., Мальцева Т.В. Разработка системы комплексного описания полигонов для интерпретации данных космической съемки // Сибирский экологический журнал. - 2005. - № 6. - С. 1031-1038.
2. Зольников И.Д., Смоленцева Е.Н., Королюк А.Ю., Лямина В.А., Мартысевич У.В., Добрецов Н.Н. Многопараметрические базы геоданных для картографирования и мониторинга наземных экосистем Чуйской коловины Горного Алтая // Биоразнообразие, проблемы экологии Горного Алтая и сопредельных регионов: настоящее, прошлое, будущее. Мат. Международной конф. (22-26 сентября 2008 года г. Горноалтайск). - Горно-Алтайск, 2008. - С. 67-72.
© В.А. Лямина, З.И. Дольников, А.Ю. Королюк, Н.Н. Добрецов, Б.А. Смоленцев, Н.В. Глушкова, 2009
