CC BY
57
ЗЕМЛЕУСТРОЙСТВО, КАДАСТР И МОНИТОРИНГ ЗЕМЕЛЬ
_
УДК 631.4
В.И. Незамов, А.В. Незамова
КОСМИЧЕСКИЙ МОНИТОРИНГ КОРМОВЫХ УГОДИЙ С УЧЕТОМ ШИРОТНЫХ И СЕЗОННЫХ
ИЗМЕНЕНИЙ ФИТОМАССЫ
В статье рассмотрены закономерности фотоизображения ландшафта в пределах природных зон. Обработка космических снимков позволяет определить сезоны года, а также подсезоны, и получить информацию о состоянии растений с точностью до фенофазы.
Ключевые слова: мониторинг земель, фенофазы, коэффициент спектральной яркости, оптическая плотность.
SPACE MONITORING OF FORRAGE LANDS TAKING INTO ACCOUNT PHYTOMASS LATITUDINAL
AND SEASONAL CHANGES
Laws of the landscape photopicture within the natural zones are considered in the article. Space picture analysis allows to determine year seasons and subseasons and also to receive information about plant condition accurate within phenological stage.
Key words: land monitoring, phenological stages, spectral brightness factor, optical density.
Так как биомасса растений на суше превышает 99 % общей биомассы, то для глобального спутникового мониторинга пространственных и временных изменений биоты достаточно рассматривать первичную продукцию экосистемы, то есть продукцию автотрофных зеленых растений, которую можно выразить формулой В. Лархера:
где NEP - чистая (или нетто) продуктивность экосистемы; GPP - полная или валовая первичная продукция; NPP - чистая (или нетто) продукция растительности; Ra - расход органического вещества при автотрофном дыхании растений; Rh - расход вещества при гетеротрофном (ином) дыхании, т.е. при разложении органического вещества. В стационарных (вредных) экосистемах NEP = 0, а в растущих NEP > 0. Часть чистой первичной продукции идет на прирост биомассы ДВ, другая (М) опадает с отмирающими листьями и другими органами, третья (К) потребляется консументами:
Рассматривая простые дистанционные индикаторы фитомассы, Б.В. Виноградовым (1982) была установлена зависимость между оптической плотностью негативного фотографического изображения Dneg и фитомассой (т), которая описывается линейной функцией вида:
где Do - оптическая плотность изображения поверхности почвы, градиент уменьшения Dneg с увеличением 1Т1 на исследованном линейном участке связи Dneg (т). В фотоактиничном спектральном интервале представленная выше связь Dneg с зеленой фитомассой (в сухом весе) т’ лугово-пустынной растительности западного
V.I. Nezamov, A.V. Nezamova
NEP = GPP - Ra - Rh = NPP - Rh,
(1)
NPP = ДВ + M + K.
(2)
Dneg (m) = Do - km,
(3)
Казахстана в эксперименте на участке 50< т’<500 г/м2 описывается линейным уравнением с умеренно высоким коэффициентом корреляции г = 0.
Была разработана двухступенчатая технология определения фитомассы т по оптической плотности космического изображения через переходную функцию их связи с коэффициентом спектральной яркости я:
Dneg (т) = \ (я(т)). (4)
При такой технологии (В.И. Рачкулик, М.В. Ситникова, 1981; и др.) по лабораторным, наземным и самолетным спектрофотометрическим измерениям в фотоактиничном спектральном интервале на укосных площадках определяется необходимый набор градуировочных кривых связи я(т), районированных по классам ассоциаций и генетическим типом почв.
Затем строится характеристическая кривая зависимости оптической плотности изображения и коэффициента спектральной яркости пастбищной поверхности Dneg в том же фотоактиничном спектральном интервале. Самые высокие коэффициенты корреляции (> 0,9) были получены для связи я со свежей зеленой фитомассой с равномерным распределением растений.
М.Н. Изаков, Б.С. Жуков (1992) предложили схему глобального спутникового мониторинга пространственных и временных изменений биоты:
1. Проводятся регулярные глобальные спутниковые оптические и СВЧ-измерения вегетационных индексов и индекса цвета вод, связанных с биомассой суши и океана, и одновременно измерения тех параметров, определяющих продуктивность экосистемы, которые могут измеряться из космоса современными методами.
2. Космическая информация дополняется наземными данными, получаемыми станциями глобальной метеосети и глобального мониторинга СО2.
3. В наземных пунктах биосферного мониторинга, расположенных на территории различных экосистем (заповедники, различные леса, крупные агроценозы и др.), проводятся регулярные измерения биоты и окружающей среды.
4. По результатам космических измерений вегетационных индексов и индексов цвета вод находятся значения листового индекса (зеленой биомассы) и концентрации хлорофилла, а затем по результатам реперных измерений значения общей биомассы экосистемы. По соответствующим формулам космических и метеорологических измерений определяющих параметров находится продуктивность экосистемы.
5. Глобальные средние значения биомассы и продуктивности находятся суммированием по всем основным экосистемам.
Так как оценка кормовых угодий производится, как правило, в пределах одной географической зоны, то целесообразно рассмотреть некоторые закономерности фотоизображения ландшафтов в пределах природных зон.
Используя классификацию основных типов рисунков аэрокосмического изображения Л.А. Богомолова (1976) и С.С. Судаковой (1990), эти закономерности заключаются в следующем.
Тундровая зона в первую очередь характеризуется вечной мерзлотой, т.е. наличием горных пород, в течение десятков и сотен тысячелетий, находящихся в мерзлом состоянии (имеющих отрицательную температуру).
На аэрокосмических снимках эта зона характеризуется сочетанием пятнисто-контрастного и линейного типов рисунков. Первый тип рисунков формируется под воздействием гидрологического и геологотектонического индикаторов. Структура рисунка отражает следующие типы урочищ-доминантов: долмисто-моренные, озерные, верховые болота. Яркостные изменения обусловлены фациями грядово-мочажинного комплекса и береговых фаций озерных комплексов.
Линейный рисунок обусловлен изменением почвенно-грунтовых условий вечной мерзлоты. Структура такого рисунка связана с микроповышениями лишайниково-кустарничковых формаций и макропонижений мохово-осоковых формаций. Изменение увлажненных рыхлых пород определяют тональные изменения в рисунке.
Таежная зона является зоной развития лесов, располагающихся к югу от тундры. Лесистость в этой зоне неравномерная. Так, если в лесотундре средняя лесистость составляет 10-12 %, то в подзоне северной тайги - 12-29 % , в подзоне средней тайги она колеблется в пределах 45-51 %, а в подзоне южной тайги она снижается до 38 %.
В целом для таежной зоны характерен точечный рисунок с малыми контрастами пятен. Доминируют в этой зоне холмистые междуречья, а формирование рисунка определяют климатические, гидрологические и геоморфологические индикаторы.
Подобно тому как на севере лесной зоны в качестве переходной полосы в тундре выделяют лесотундру, на юге лесной зоны разделяют лесостепь - переходную ступень к собственностепи [Вальтер, 1975]. Для степи характерен безлесый тип растительности с сомкнутым травостоем, в котором господствующее положение заняли многолетние зимостойкие и способные переносить продолжительную засуху злаки.
При дешифрировании лесостепи и степи широко используется то фотоизображения (серый с колебаниями от светлого к темному в зависимости от увлажненности почвы и состояния самого растительного покрова). Такие обширные площади распространены в областях, характеризующихся засушливым климатом, где травы наиболее конкурентоспособны. Своеобразие таких площадей в том, что основным компонентом фитоценоза являются травы. В основном многолетние злаки и злаковидные растения.
По тону изображения в самую светлую группу фитоценозов степи и лесостепи входят злаки (главным образом типчаковые), в менее светлую - дерновинные злаки, самую темную - фитоценозы с участием гигрофильного разнотравья (по исследованиям Е.В. Леонтьевой и др.). По сравнению с лесными фитоценозами травянистые растения менее устойчивы к резким изменениям метеорологических условий.
Пустынная зона наиболее разнообразна по рисункам изображения. Характерный рисунок имеют три основных типа пустынь: глинистая (однородный или со слабым оттенком рисунок, который определен плоскими междуречьями, дефляционными и солончаковыми впадинами), песчаная (полосчатый, часто расплывчатый рисунок, обусловленный барханами, грядовыми и ячеистыми песками) и каменистые (имеющие пятнистый рисунок, обусловленный климатическими и геоморфологическими индикаторами).
Растительность пустынь определена жарким, сухим климатом и своеобразными почвенногеологическими условиями. Особенностью ее распределения по территории является разреженность, низ-корослость и неравномерность распределения.
Значительные колебания режимов тепла и увлажнения сильно сказываются на степени развития отдельных видов растительности, влияют на проявление мозаичности в пустынных сообществах, что в конечном счете отражается на величинах продуктивности фитомассы, энергии плодоношения и вегетативного произрастания [Харин, 1980].
Уже первые результаты обработки космических снимков с КА типа "Космос", "Союз" и "Скайлэб" показали, что на исследуемых территориях легче всего определяются сезоны года (что уже само по себе имеет большое значения для организации работ в сельском хозяйстве). При благоприятных условиях материалы космической съемки можно использовать для установления подсезонов, а следовательно, получить информацию о состоянии растений с точностью до фенофазы.
Такая информация о территории страны позволяет формировать пространственно-временную модель развития растительного покрова. С учетом агроклиматических особенностей разных районов она поможет прогнозировать эффективность сельскохозяйственного производства. Известен опыт успешного применения подобных исследований в эксперименте 1_ДС!Е для определения урожая пшеницы на большой территории США и СССР с точностью прогноза 3 % [Котцов, 1984]. Экспериментальные данные позволяют оценивать требуемую точность фотометрических определений, объем выборки и точность координатной привязки при планировании наблюдений в осенний период.
Автором рассмотрены следующие особенности широтного хода спектральных контрастов между инфракрасной (шестой) и красной (четвертой) зонами спектра, для которых отмечены максимальные изменения вкладов. Для получения непрерывной зависимости от координат выборочные оценки спектральных контрастов аппроксимировались степенным полиномом следующего вида:
Кб/4(Ф) = 1,75 - 0,082ф + 0,022ф2 + 0,007ф3 - 0,003ф4 , (5)
где ф - широта места наблюдения. Изменение контрастов между этими зонами спектра характеризует интенсивность вегетации. Из характерных особенностей спектральной яркости растительности следует, что наибольшая величина контраста соответствует зеленой растительности и характеризует состояние активной вегетации. С пожелтением растительности величина наблюдаемого контраста быстро уменьшается, максимум вегетационной активности наблюдается около 58° широты. К северу активность вегетации снижается в связи с наступлением холодного периода и понижением среднесуточной температуры. К югу активность вегетации снижается и южнее 46° широты вегетация полностью заканчивается.
Рассматривая дешифровочные признаки кормовых угодий, необходимо уделять внимание возможности использования спутниковых данных для выявления динамики грунтовых вод, распознаванию областей разгрузки и аккумуляции вод и переходных зон в период максимального развития растительности. В ряде случаев (особенно для аридных зон) индикатором грунтовых вод может быть как видовой состав, так и состояние растительного покрова. Примером могут служить исследования, выполненные по материалам космических съемок с ИСЗ "Лэндсат" [Брукат, Брутон, Джером, 1991], для анализа режимов грунтовых вод с выделением элементов пресноводного водосборного бассейна (область разгрузки, область питания грунтового горизонта и переходные зоны).
Теоретической основой индикации грунтовых вод по состоянию растительности являются следующие положения. Концентрация хлорофилла в клетках растения обычно считается индикатором фазы и интенсивности его развития, а поглощение в видимой части спектра и высокое отражение радиации в ближних ИК лучах указывает на стабильность и интенсивность развития растительности в летние месяцы (или пики сезонов роста). А поскольку интенсивность развития обратно пропорциональна глубине уровня грунтовых вод, то можно предположить, что некультивируемая растительность, приуроченная к области разгрузки, будет наблюдаться из космоса как состоящая из пикселей, которым соответствуют высокие значения интенсивности радиации в ближней ИК-области и низкие диапазоны в видимом диапазоне. Сравнительно слабо развитая некультивируемая растительность, приуроченная к области разгрузки, должна наблюдаться из космоса как соответствующая пикселям, характеризующимся более низкими значениями яркости в ближней ИК-области и более высокими значениями яркости в видимом диапазоне по сравнению с пикселями, относящимся к области разгрузки, т.е. к участкам бассейна, где уровень грунтовых вод находится в непосредственной близости от земной поверхности.
Одной из возможных реализаций этих теоретических предпосылок является применение кластерного анализа значений яркости в рассмотренных диапазонах спектра растительности в середине лета (предполагаемый максимум содержания хлорофилла в растительном покрове) при дешифрировании грунтовых вод по состоянию растительности.
При оценке кормовых угодий в условиях Крайнего Севера приоритетным становится дешифрирование видового состава растительности (особенно ягеля как кормовой базы северного оленя). Исследованиями Е.Б. Поспеловой (2006) состава и структуры флоры Восточного Таймыра на меридиональном профиле от арктических тундр до северо-таежных лесов установлено, что видовое богатство, а также количество семейств и родов, закономерно падает к северу (от 400 видов в горной и равнинной лесотундре до 50 в полярной пустыне).
Растительность тундровых ландшафтов характеризуется различными оптическими характеристиками [Незамов, 1983, 2000, 2007; Прокудин, 1996]. На общем фоне мхов и травяной растительности по спектральной отражательной способности четко выделяются ягельники. Характерной особенностью этих лишайников является высокая спектральная яркость и отсутствие максимума отражения в зеленых лучах и спада в зоне полосы поглощения хлорофилла.
Таким образом, близкие по интенсивности радиации пикселя в видимом диапазоне спектра в аридных зонах могут служить дешифровочным признаком отсутствия растительности, а в зоне тундры - наличия кормовой базы северного оленя (ягеля).
Этот пример показывает, что в аутэкологии при дешифрировании кормовой базы в пределах географической зоны решающее значение имеет индикация ареала и видового состава растительности.
Литература
1. БогомоловЛ.А. Дешифрирование аэроснимков. - М.: Недра, 1976. - 144 с.
2. Брукат Р.П., Брутон Д.Е., Джером Д.Х. Состояние растительного покрова как индикатор грунтовых вод по
данным наблюдений из космоса // Исследование Земли из космоса. - 1991. - № 2. - С. 107-118.
3. Вальтер Г. Растительность земного шара. - М.: Прогресс, 1975. - 428 с.
4. Виноградов Б.В. Дистанционное измерение фитомассы // Исследование Земли из космоса. - 1982. -
№ 5. - С. 36-45.
5. Изаков М.Н., Жуков Б.С. О глобальном спутниковом мониторинге пространственных и временных изменений биоты // Исследования Земли из космоса. - 1992. - № 6. - С. 32-43.
6. Котцов В.А. Наблюдение широтных изменений состояния растительного покрова из космоса // Исследование Земли из космоса. - 1984. - № 1. - С. 58-61.
7. Незамов В.И. Применение материалов аэро- и космической съемки для изучения лесов Крайнего Севера и выявления пастбищ северного оленя // Лесоводство, лесные культуры и почвоведение. - Л.: ЛТА, 1983. - С. 137-138.
8. Незамов В.И Космические методы в сельском хозяйстве: учеб. пособие. - Красноярск, 2000. - 255 с.
9. Незамов В.И. Аэрокосмические методы диагностики поврежденной растительности: моногр. - Красноярск, 2007. - 332 с.
10. Поспелова Е.Б. Изменение состава и структуры флоры Восточного Таймыра на широтном градиенте -от северных редколесий до арктического побережья // Исследование природы Таймыра. - Красноярск, 2006. - С. 40-58.
11. Прокудин ЮА Применение космической съемки в лесном хозяйстве. - Красноярск: КТТА, 1996. - 168 с.
12. Судакова С.С. Визуальные методы дешифрирования. - М.: Недра, 1990. - С. 297-337.
13. Харин Н.Г. Дистанционные методы и охрана природы пустынь. - М.: Наука, 1980. - 102 с.
