CC BY
64
УДК 551.3:528.88
А.П. Гусев, И.И. Козюлев, И.А. Шаврин
Гомельский государственный университет им. Ф. Скорины, andi_gusev@mail.ru
ИСПОЛЬЗОВАНИЕ СПЕКТРАЛЬНЫХ ИНДЕКСОВ ДЛЯ ОЦЕНКИ ЭРОДИРОВАННОСТИ ПОЧВ В ПРИРОДНО-АНТРОПОГЕННЫХ
ЛАНДШАФТАХ БЕЛАРУСИ
В статье рассмотрены результаты исследований по изучению возможности использования спектральных индексов для оценки эродированности почвенного покрова. Для диагностики использованы многозональные снимки спутников Sentinel-2 (8 снимков, охватывающих период с апреля по октябрь 2018 г.). На 65 ключевых участках маршрутным методом оценена степень эродированности почв. По данным космической съемки рассчитаны средние значения спектральных индексов (N0^, GNDVI, SWVI, GSI) для выделенных участков. Оценена взаимосвязь между значениями спектральных индексов и степенью эродированности почв. Установлено, что наилучшим индикатором эродированности среди всех рассмотренных индексов является N0^. По градиенту эродированности средние значения снижаются в 4 раза. В условиях ланд-
шафтов Беларуси по можно надежно индицировать 3 категории эродированности почвенного покрова.
Ключевые слова: дистанционное зондирование Земли; спектральные индексы; индикатор; эрозия почв; Беларусь.
Введение
Эрозионные процессы наносят значительный ущерб сельскому хозяйству Беларуси поэтому важной задачей является разработка методов оперативного мониторинга земель, подверженных эрозионной опасности. Дистанционные методы широко используются для мониторинга сельскохозяйственных ландшафтов (Терехин, 2015; Шу-килович и др., 2016). Многозональная космическая съемка позволяет диагностировать степень деградации почв под влиянием водной и ветровой эрозии, химического загрязнения, подтопления и других негативных процессов. Оценка процессов деградации почв может осуществляться как по спектрально-отражательным свойствам собственно почвенного покрова (без растительности), так и по спектрально-отражательным свойствам растительного покрова, который, в свою очередь, зависит от плодородия, физических и химических свойств почв. В этом случае индикатором состояния почвенного покрова служат спектральные (вегетационные) индексы.
По мере роста эродированности снижается плодородие почв и соответственно снижается фи-томасса и продуктивность культурной растительности в агрофитоценозах на пахотных землях и ру-деральной растительности на техногенных пустырях (Заславский, 1979). Способность растительности отражать условия своего произрастания, в том числе зависящие от эрозионного нарушения
почвенного покрова, лежит в основе методов наземной фитоиндикации (Гусев, 2006, 2007). Эти изменения растительности влияют на спектрально-отражательные свойства земной поверхности, что обуславливает возможность дистанционной фитоиндикации. Так, высокую степень корреляции с зеленой фитомассой и продуктивностью растительности имеет разностный вегетационный индекс NDVI (Box et al., 1989, The use ..., 2014).
Материалы и методы исследования
Целью работы являлось изучение возможности использования спектральных индексов, рассчитываемых на основе космических снимков Sentinel-2, для оценки эродированности почвенного покрова в условиях природно-антропогенных ландшафтов Беларуси. Решались следующие задачи: выбор ключевых участков, характеризующихся различной степенью эродированности почв; расчет спектральных индексов по данным космосъемки Sentinel-2; выяснения взаимосвязи между значениями спектральных индексов и степенью эродирован-ности почвенного покрова.
Район исследований - Белорусское Полесье. Климат региона - умеренно-континентальный (среднегодовая температура - +7.4оС; годовая сумма температур выше 10о - 2500-2800 и более; годовое количество осадков - 600-650 мм). Территориально преобладают сельскохозяйственно-лесные природно-антропогенные ландшафты. В поч-
48
российский журнал прииой экологии
Таблица 1. Характеристика используемых спектральных индексов
Спектральный индекс Формула расчета
NDVI (Normalized Difference Vegetation Index) (B08-B04)/(B08+B04)
GNDVI (Green Normalized Difference Vegetation Index) (B08-B03)/(B08+B03)
SWVI (Short Wave Vegetation Index) (B08-B11)/(B08+B11)
GSI (Topsoil Grain Size Index) (В4-В2)/(В4+В2+В3)
венном покрове доминируют автоморфные дерново-подзолистые почвы (песчаного и супесчаного состава).
Для выяснения возможности спектральных индексов для оценки эрозионных процессов были выбраны 65 ключевых участков, площадью от 5 до 80 га, на которых маршрутным методом визуально оценивалась деградация почвенного покрова (по степени смытости почвенных горизонтов А и В). Ключевые участки представляли собой пахотные угодья и техногенные пустыри.
В работе применялись данные многозональной съемки спутников Sentinel-2 (Frampton et al., 2013), которые находятся в свободном доступе на Copernicus Open Access Hub (https://scihub. copernicus.eu/dhus/#/home). Использованы снимки, сделанные 08.04.2018, 01.05.2018, 26.05.2018, 20.06.2018, 11.08.2018, 26.08.2018, 20.09.2018, 18.10.2018.
Для расчета спектральных индексов использовались каналы: B02 - синий (центральная длина волны - 490 нм, ширина полосы - 65 нм); B03 -зеленый (560 нм и 35 нм); B04 - красный (665 и 30 нм); B08 - ближний инфракрасный (842 и 115 нм); B11 - коротковолновой инфракрасный (1610 и 90 нм); B12 - коротковолновой инфракрасный (2190 и 180 нм). Формулы и названия индексы приведены в таблице 1.
Атмосферная коррекция, привязка, оцифровка космоснимков, расчет спектральных индексов выполнены в QGIS 3.6.
Статистический анализ выполнялся с помощью программы STATISTICA 6.0. Для оценки достоверности различий применялся непараметрический критерий Манна-Уитни.
Результаты и их обсуждение
На основе серии снимков Sentinel-2 были рассчитаны значения вегетационных (спектральных) индексов (NDVI, GDVI, SWVI, GSI) для каждого
ключевого участка (табл. 2).
На первом этапе все ключевые участки были сгруппированы по пяти категориям:
полностью уничтоженные почвы (горизонты А и В отсутствуют);
сильноэродированные почвы (смыт горизонт
А);
среднеэродированные почвы (смыто более 50% горизонта А);
слабоэродированные почвы (смыто менее 50% горизонта А);
неэродированные почвы.
Для каждой группы были рассчитаны средние значения индексов для всей серии снимков. Сравнение с помощью критерия Манна-Уитни показало, что между сильноэродированными и среднеэродированными, а также между слабоэ-родированными и неэродированными почвами достоверная разница отсутствует. Достоверные отличия (р<0.01) наблюдаются в случае группировки ключевых участков по 3 категориям: без почв (открытые грунты); сильно- и среднеэроди-рованные почвы; слабоэродированные и неэроди-рованные почвы.
Наилучшим индикатором эродированности среди всех рассмотренных индексов следует признать NDVI. Из таблицы 2 видно, что средние значения NDVI на участках с сильно- и среднеэро-дированными почвами снижаются в 1.4 раза, а на участках с полностью разрушенными почвами - в 4 раза по сравнению с слабоэродированными и не-эродированными почвами.
Связь между NDVI и степенью эродированно-сти почв обусловлена влиянием последней на продуктивность растительного покрова: чем выше эродированность, а, следовательно, ниже содержание гумуса, азота, выше кислотность, тем ниже и биопродуктивность, которая влияет на спектрально-отражательные свойства земной поверхности, т.е. на NDVI.
2/212!
49
Таблица 2. Спектральные индексы как индикаторы эродированности почв (по снимкам Sentinel-2)
Индекс Степень деградации почв
Без почв, открытые грунты (n=5)* Сильно-и средне-эродированные почвы (n=39) Слабоэродирован-ныые и неэроди-рованные почвы (n=20)
NDVI Среднее 0.18 0.50 0.71
Стандартное отклонение 0.08 0.08 0.08
Минимальное 0.12 0.16 0.50
Максимальное 0.24 0.85 0.89
GDVI Среднее 0.31 0.56 0.70
Стандартное отклонение 0.05 0.05 0.05
Минимальное 0.26 0.35 0.56
Максимальное 0.36 0.81 0.81
SWVI Среднее -0.11 0.01 0.19
Стандартное отклонение 0.08 0.08 0.09
Минимальное -0.08 -0.27 -0.13
Максимальное -0.15 0.38 0.43
GSI Среднее 0.19 0.16 0.12
Стандартное отклонение 0.02 0.03 0.03
Минимальное 0.18 0.08 0.00
Максимально е 0.22 0.25 0.20
* число ключевых участков; курсивом выделены достоверно отличающиеся (р<0.05) соседние значения.
В течение всего сезона вегетации средние значения NDVI для участков с полностью уничтоженными почвами изменяются в пределах 0.136-0.185 (табл. 3). Максимальные значения приходятся на август-сентябрь. Для участков, характеризующихся сильно- и среднеэродированными почвами, средние значения NDVI изменяются от 0.214 (начало апреля) до 0.513 (конец августа). Для участков, имеющих слабоэродированные и неэродиро-ванные почвы, средние значения NDVI колеблются в пределах 0.307-0.712. Максимальные значения наблюдаются в августе. Достоверные отличия (p<0.01) всех трех категорий прослеживаются в течение всего вегетационного сезона, но лучше всего выражены в августе-сентябре (табл. 3).
Значения GNDVI по градиенту эродированности изменяются в 2-3 раза (табл. 2). Участки, лишенные почвенного покрова, имеют значения этого индекса 0,26-0,36, тогда как слабо- и ненарушенные почвы - 0,56-0,81. Между выделенными категориям эродированности различия по критерию Манна-Уитни достоверны (как для летних месяцев, так и средние для всего вегетационного периода). Механизм взаимосвязи между GND-
VI и эродированностью почв следующий: чем выше эродированность, тем меньше проективное покрытие растительности (и соответственно «зе-леность» отражающей поверхности) и соответственно ниже значения GNDVI. Поскольку между NDVI и GNDVI имеет место высокая степень корреляции (коэффициент корреляции Спирмена составляет 0,9), то вполне можно обходиться одним из них.
Участки, характеризующиеся слабоэродиро-ванными и неэродированными почвами, имеют значительный разброс значений SWVI - от -0.13 до 0.43 (среднее 0.19). На участках без почв SWVI имеет только отрицательные значения. Высокая дисперсия значений SWVI не позволяет использовать этот индекс для диагностики эродированности почв. Индекс SWVI в данном случае является «плохим» индикатором эродированности почв, так как выделить достоверно отличающиеся друг от друга даже 3 категории не получилось. В случае снимков, сделанных весной и осенью, какая-либо закономерность в колебаниях SWVI по категориям эродированности почв отсутствует. Для снимков, сделанных в летний период, досто-
5!
российский журннл орииной экологии
Таблица 3. NDVI как индикатор эродированности почв
Дата съемки Степень деградации почв
Без почв, открытые грунты (n=5)* Сильно- и средне-эродированные почвы (n=39) Слабоэродированные и неэродированные почвы (n=20)
08.04.2018 0.138 0.214 0.307
01.05.2018 0.150 0.280 0.426
26.05.2018 0.167 0.433 0.559
20.06.2018 0.136 0.499 0.553
11.08.2018 0.178 0.495 0.712
26.08.2018 0.182 0.513 0.655
20.09.2018 0.185 0.467 0.583
18.10.2018 0.159 0.375 0.395
Среднее 0.162 0.413 0.524
*число кластерных участков, курсивом выделены достоверно отличающиеся (р<0.01) соседние значения.
верные отличия наблюдаются всего лишь для двух категорий эродированности: между сильно- и среднеэродированными и слабоэродированными и неэродированными почвами.
Кроме спектральных индексов, показывающих реакцию растительности на эродированность почвенного покрова, имеются индексы, основанные на отражательной способности собственно поверхности почв. К таким индексам относится GSI (Topsoil Grain Size Index). По мере роста эродиро-ванности почв средние значения GSI увеличиваются с 0.12 до 0.19. Низкие значения характеризуют участки со слабонарушенными и ненарушенными почвами. Высокие значения GSI индицируют отсутствие почвенного покрова.
Указанные закономерности могут объясняться преобладанием в регионе песчаных почв. Из таблицы 2 видно, что по мере роста эродированно-сти увеличиваются значения GSI, что, вероятно, связано с изменениями проективного покрытия растительности: чем выше эродированность, тем меньше покрытие растительности, тем больше площадь обнаженных песчаных почв или грунтов и, соответственно, больше значения GSI. Поскольку достоверные отличия по GSI между открытыми грунтами и сильно- и среднеэродированными почвами отсутствуют, использовать этот индекс в качестве индикатора эродированности почв в условиях ландшафтов Белорусского Полесья не имеет оснований.
Заключение
Таким образом, в качестве дистанционных индикаторов эродированности почвенного покрова
могут использоваться индексы NDVI и GNDVI. По градиенту эродированности средние значения NDVI снижаются в 4 раза, а средние значения GNDVI - в 2.2 раза. В условиях сельскохозяйственных ландшафтов Беларуси по данным индексам можно надежно индицировать 3 категории эродированности почвенного покрова. Поскольку NDVI и GNDVI имеют тесную корреляцию между собой, то при оперативной оценке эродированно-сти почв рекомендуется ограничиваться NDVI.
Список литературы
1. Гусев А.П. Фитоиндикаторы инженерно-геологических процессов на территории города // Природные ресурсы. 2006. №3. С. 33-40.
2. Гусев А.П. Фитоиндикация эродированности почвенного покрова (на примере Белорусского Полесья) // Природные ресурсы. 2007. №3. С. 87-94.
3. Заславский М.Н. Эрозия почв. М.: Мысль, 1979. 245 с.
4. Терехин Э.А. Применение данных дистанционного зондирования для мониторинга посевов озимых культур Белгородской области // География и природные ресурсы. 2015. №3. С. 175-181.
5. Шукилович А.Ю., Федотова, Е.В., Маглинец Ю.А. Применение сенсора Modis для оперативного мониторинга земель сельскохозяйственного назначения // Journal of Siberian Federal University. Engineering & Technologies. 2016. №9 (7). С. 1035-1044.
6. Box E.O., Holben B.N., Kalb V. Accuracy of the AVHRR Vegetation Index as a predictor of biomass, primary productivity and net СО2 flux // Vegetatio. 1989. V. 80. P. 71-89.
7. Frampton W.J., Dash J., Watmough G., Milton E.J. Evaluating the capabilities of Sentinel-2 for quantitative estimation of biophysical variables in vegetation // Journal of photogrammetry and remote sensing. 2013. V. 82. P. 83-92.
8. Yengoh G.T., Dent D., Olsson L., Tengberg A.E., Tucker C.J. The use of the Normalized Difference Vegetation Index (NDVI) to assess land degradation at multiple scales: a review of the current status, future trends, and practical considerations.
2/2020
51
Lund University centre for sustainability studies - LUCSUS, 2014. 80 p.
References
1. Gusev A.P. Fitoindikatory inzhenerno-geologicheskikh protsessov na territorii goroda [Phytoindicators of engineering and geological processes in the city] // Prirodnyye resursy [Natural resources]. 2006. No 3. P. 33-40.
2. Gusev A.P. Fitoindikatsiya erodirovannosti pochvennogo pokrova (na primere Belorusskogo Poles'ya) [Phytoindication of soil erosion (for example, Belarusian Polesie)] // Prirodnyye resursy [Natural resources]. 2007. No 3. P. 87-94.
3. Zaslavsky M.N. Eroziya pochv [Soil erosion]. M.: Mysl', 1979. 245 p.
4. Terekhin E.A. Primeneniye dannykh distantsionnogo zondirovaniya dlya monitoringa posevov ozimykh kul'tur Belgorodskoy oblasti [The use of remote sensing data for monitoring winter crops of the Belgorod region] // Geografiya i prirodnyye resursy [Geography and natural resources]. 2015. No 3. P. 175-181.
5. Shukilovich A.Yu., Fedotova, E.V., Maglinets Yu.A. Primeneniye sensora Modis dlya operativnogo monitoringa zemel' sel'skokhozyaystvennogo naznacheniya [Application of the Modis sensor for operational monitoring of agricultural land] // Journal of Siberian federal university. Engineering & Technologies. 2016. No 9 (7). P. 1035-1044.
6. Box E.O., Holben B.N., Kalb V. Accuracy of the AVHRR Vegetation Index as a predictor of biomass, primary productivity and net C02 flux // Vegetatio. 1989. Vol. 80. P. 71-89.
7. Frampton W.J., Dash J., Watmough G., Milton E.J. Evaluating the capabilities of Sentinel-2 for quantitative estimation of biophysical variables in vegetation // Journal of Photogrammetry and Remote Sensing. 2013. Vol. 82. P. 83-92.
8. Yengoh G.T., Dent D., Olsson L., Tengberg A.E., Tucker
C.J. The use of the Normalized Difference Vegetation Index (NDVI) to assess land degradation at multiple scales: a review of the current status, future trends, and practical considerations. Lund University centre for sustainability studies - LUCSUS, 2014. 80 p.
Gusev A.P., Kozulev I.I., Shavrin I.A. The use of spectral indices for assessing soil erosion in natural and anthropogenic landscapes of Belarus.
The article discusses the results of studies on the possibility of using spectral indices to assess the erosion of the soil cover. Multizonal images of The Sentinel-2 satellites were used for diagnosis (8 images covering the period from April to October 2018). Soil erosion was assessed visually at 65 key sites (route method). According to satellite imagery data, the average values of the spectral indices (NDVI, GNDVI, SWVI, GSI) for the selected areas were calculated. The relationship between the values of the spectral indices and the degree of soil erosion is estimated. It is established that the best indicator of erosion among all considered indices is NDVI. According to the erosion gradient, the average NDVI values are reduced by 4 times. NDVI allows to indicate 3 categories of soil erosion in the landscapes of Belarus.
Keywords: remote sensing; spectral indices; indicator; soil erosion; Belarus.
Информация об авторах
Гусев Андрей Петрович, кандидат геолого-минералогических наук, доцент, декан, Гомельский государственный университет им. Ф. Скорины, Беларусь, 246019, г Гомель, ул. Советская, 104, E-mail: andi_gusev@mail.ru.
Козюлев Иван Игоревич, аспирант, Гомельский государственный университет им. Ф. Скорины, Беларусь, 246019, г. Гомель, ул. Советская, 104, E-mail: ikozulev@gmail.com.
Шаврин Илья Александрович, аспирант, Гомельский государственный университет им. Ф. Скорины, Беларусь, 246019, г. Гомель, ул. Советская, 104, E-mail: karni9339@gmail.com.
Information about the authors
Andrey P. Gusev, Ph.D. in Geology, Associate Professor, Dean, F. Skorina Gomel State University, 104, Sovetskaya st., Gomel, 246019, Belarus, E-mail: andi_gusev@mail.ru.
Ivan I. Kozulev, Graduate Student, F. Skorina Gomel State University, 104, Sovetskaya st., Gomel, 246019, Belarus, E-mail: iko-zulev@gmail.com.
Ilia A. Shavrin, Graduate Student, F. Skorina Gomel State University, 104, Sovetskaya st., Gomel, 246019,Belarus, E-mail: kar-ni9339@gmail.com.
52
российский журннл прикмш экологии
