CC BY
136
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
лучают путем вычисления градиента скалярной функции D(x, у) как [6]
grad D(x, y) = (dD/dx)i + (dD/dy)j.
Для получения контурного рисунка выбирают регулярный оператор с апертурой окна 2 на 2 элемента.
i,. j i, . j + 1
i + 1, . j i + 1, j + 1
Элементы окна связаны по диагоналям (двум взаимно ортогональным направлениям) операцией вычитания. Известны операторы Собеля, Робертса, Лапласа [7]. В частности, оператор Робертса R(ij) в каждой точке вычисляют как
R(i, j) = lD(i, j) - D(i + 1, j + 1)| -- l D(i + 1, j) - D(i, j + 1)|.
Выводят на экран точки, для которых величина R(ij) больше порогового значения, установленного оператором.
Результаты определения деградации почвенного покрова тестового участка в Московской области показаны в виде контуров деградации на карте-схеме, представленной
рис. 5. Области под номером (1) - водоемы, (2) - области с малой деградацией, (3) - области со средней деградацией, (4) - области с сильной деградацией.
Эффективность заявленного способа характеризуется оперативностью, достоверностью, масштабностью и документальностью получаемых результатов.
Библиографический список
1. Ганжара, Н.Ф. Почвоведение: учебник / Н.Ф. Ган-жара. - М.: Агрообразование, 2001. - С. 5-9.
2. Почвенно-экологический мониторинг: уч. пос. / под ред. Д.С. Орлова. - М.: МГУЛ, 1994. - С. 77-76.
3. Экология и природопользование // Географический вестник. - № 2(17). - 2011.- С. 49-50.
4. Чапурский, Л.И. Отражательные свойства природных объектов в диапазоне 400-2500 нм / Л.И. Чапурский. - Ч. 1. - МО СССР, 1986. - С. 20-39.
5. Виноградов, Б.В. Аэрокосмический мониторинг экосистем / Б.В. Виноградов. - М.: Наука, 1984.
6. Пискунов, Н.С. Производная по направлению: учебник «Дифференциальные и интегральные исчисления для ВТУЗов», 5-е изд. - Т. 1. - М.: Наука, 1964. - С. 264-268.
7. Дуда, Р.О. Распознавание образов и анализ сцен / пер. с англ. / Р.О. Дуда, П.Е. Харт. - М.: Мир, 1976. - С. 287-288.
МИКРОВОЛНОВЫЙ МОНИТОРИНГ ВЛАЖНОСТИ ПОЧВЫ
как элемента регионального водного баланса
В.Д. БУРКОВ, проф. МГУЛ, д-р техн. наук,
В.Ф. КРАПИВИН, проф., Фрязинское отделение Института радиотехники и электроники им. В.А. Котельникова РАН, д-р физ.-мат. наук,
В.С. ШАЛАЕВ, проф., директор ИСИЛ, д-р техн. наук,
А.М. ШУТКО, проф., д-р техн. наук, Фрязинское отделение Института радиотехники и электроники им. В.А. Котельникова РАН
дистанционные методы СВЧ-радиофизического зондирования окружающей среды
Дистанционное СВЧ-радиофизичес-кое зондирование земных покровов, атмосферы и акваторий Мирового океана основано на регистрации собственного или отраженного и рассеянного электромагнитного излучения.
Возможность получения информации о свойствах элементов окружающей среды связана с
burkov@mgul.ac.ru
теми обстоятельствами, что характер собственного (теплового) излучения, механизмы рассеяния и отражения активных излучений являются функциями физических и геометрических свойств этих элементов [1-17].
Волны (или частоты) электромагнитного излучения, используемые для дистанционного зондирования в системах мониторинга окружающей среды, занимают широкий участок спектра от 0,3 мкм до 1,3 м с разбиением на поддиапазоны: ближний ультрафи-
122
ЛЕСНОЙ ВЕСТНИК 9/2012
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
олетовый (0,3-0,4 мкм), видимый (0,4-0,76 мкм), ближний инфракрасный (ИК, 0,76-1,5 мкм), средний и дальний ИК (1,5 мкм - 1,0 мм), сверхвысокочастотный (СВЧ, 1,0 мм - 1,3 м). СВЧ диапазон принято делить на три основных поддиапазона: миллиметровый (110 мм), сантиметровый (1-10 см) и дециметровый (10-130 см). В зарубежной литературе широко используются два СВЧ поддиапазона, которые принято называть как Z-диапазон (15,8-63 см) и P- диапазон (63-100 см).
Реальный участок спектра, выбираемый для изучения объекта окружающей среды, определяется многими обстоятельствами, такими как поглощение и рассеяние электромагнитных волн атмосферой Земли, а также их взаимодействием с земными покровами и водными объектами. Атмосфера является чрезвычайно ограничивающим фактором для выбора рабочего диапазона в задачах дистанционного мониторинга. Например, в принципе диапазон дециметровых волн может применяться для глубинного зондирования с использованием самолетов-лабораторий, но его применение затруднено в космических системах из-за того, что земная ионосфера является экраном этих волн. Аналогичная ситуация имеет место в случае ультрафиолетового излучения, которое интенсивно поглощается газами атмосферы. Другими словами, возникает вопрос о прозрачности атмосферы в конкретном диапазоне длин волн. Так, например, некоторые волны инфракрасного и субмиллиметрового диапазонов волн интенсивно поглощаются парами воды, что практически исключает их из рассмотрения в качестве «инструмента» дистанционного зондирования. Облака сильно ослабляют световое излучение и препятствуют наблюдению земной поверхности из космоса на многих территориях.
Знание функции пропускания атмосферы в конкретных синоптических и географических условиях является ключевой задачей при синтезе систем дистанционного мониторинга. Как правило, эта задача решается в процессе проведения измерений. Для этого к основным каналам излучений присоединяют один или несколько каналов, исполь-
зующих волны, которые относительно сильно поглощаются или рассеиваются различными компонентами атмосферы. По эффекту ослабления этих волн определяется содержание соответствующего компонента на различных высотах (или интегральное содержание, в зависимости от задачи). На основе этих дополнительных данных вводится поправка в результаты измерений по основным каналам.
Указанные физические особенности дистанционного зондирования окружающей среды присущи СВЧ и УКВ диапазонам волн, составляющих основу радиофизических систем геоинформационного мониторинга. Использование этих систем позволило решить многие задачи оперативной идентификации природных явлений и развить новые методики и технологии дистанционной диагностики природных и природно-техногенных систем окружающей среды [1, 3, 4, 11, 14]. В частности, именно эти методы позволили развить конструктивную технологию дистанционной диагностики земных покровов с определением содержания влаги в почве и растительном покрове с высокой точностью. Не до конца решенной здесь, например, остается задача повышения пространственного разрешения. Также до настоящего времени слабо изучен вопрос об ослаблении радиоволн в снегопадах, а это не позволяет осуществлять диагностику важного элемента биосферного влагооборота. Согласно работе [9], зависимость между коэффициентом ослабления радиоволн в снегопаде ys и эквивалентной (по количеству жидкой воды) интенсивностью снегопада I может быть аппроксимирована линейной функцией ys = ml где величина коэффициента ms зависит от длины волны и влагосодержания снега. Проблема состоит в изучении этой зависимости.
Радиофизический мониторинг влажности почвы
Почвенная влага делится на прочно связанную, рыхло связанную и свободную. Связанная влага - это вода, адсорбированная поверхностью частиц грунта и имеющая вид пленки толщиной до 6-8 молекулярных слоев. Объем связанной влаги в почвенном слое
ЛЕСНОЙ ВЕСТНИК 9/2012
123
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
определяется типом грунта и колеблется в широком интервале от 2-3 % для песчаных почв до 30-40 % для глинистых и лессовых почв [10]. Связанная вода недоступна для растений и не влияет на солевой режим почвы. Поэтому система мониторинга должна осуществлять такое разделение влаги в почве.
Влажность почвы выражают в процентах от веса сухой почвы. Радиационные модели увлажнения почво-грунтов различных типов, учитывающие плотность грунта, его температуру и соленость, детально изучены [10, 12]. Наиболее информативными в этой задаче оказались длины волн 2,25, 18 и 30 см. Модель СВЧ-излучения земного покрова в условиях неоднородно увлажненного поверхностного слоя основана на наличии вертикальной неоднородности коэффициента диэлектрической проницаемости: s = (1 + 0,5ps)2. Величина s является информативным индикатором изменения влажности почвы. С увеличением влажности почвы s возрастает сначала медленно, если грунт был сухим, затем более быстро. Слабая зависимость s на этапе начального увлажнения объясняется тем, что связанная влага характеризуется малой диэлектрической проницаемостью. Многообразие экспериментальных зависимостей s от типов почв и размеров увлажнения представлено в работе [10]. Обладание такой базой знаний и привлечение ГИМС-техноло-гии [5, 6] позволяет решать задачу диагностики влагосодержания W почвенного слоя. По существу задача сводится к восстановлению функции Ws(z), для которой известны значения W = W (z), измеренные дистанционно или on-site, и если она удовлетворяет условиям
dWJdz\^ < С, 0 < W(z) < K(z), (1)
где K(z) - заданная функция.
При этом погрешности измерений имеют известный закон распределения.
Практика показала, что независимо от климатической зоны для приемлемой точности восстановления вертикального профиля влажности в метровом слое необходимо использовать СВЧ-радиометры 10 и 27 см при измерении влажности Ws1 поверхностного слоя почвы и иметь априорную информацию о
ее воднофизических свойствах в виде средних значений влажности на горизонтах 50 см (Ws2) и 100 см (Ws3) [7]. Тогда принимается аппроксимация Ws(z)=az3 +bz2+cz+d, неизвестные коэффициенты которой находятся традиционным способом из условия минимума функционала среднеквадратического отклонения
JJWS (zi )-W* (zt )]2 =min.
i=1
При этом необходимо выполнить ограничения (1).
Этот подход позволяет по данным СВЧ-радиометрических измерений, например, с борта самолета-лаборатории, определять на больших площадях запас влаги в метровом слое почвы с погрешностью не более 0,05 г/см3 при биомассе растительного покрова менее 2 кг/м2 и с погрешностью до 0,07 г/см3 при биомассе более 2 кг/м2.
Знание функции W(z) позволяет использовать модель водного баланса территории для восстановления динамических характеристик почвы и других элементов водного баланса как функций геофизических и экологических параметров. Важным уточнением такой модели является экспериментальная оценка толщины верхнего слоя почвы, на нижней границе которого по оценкам Шутко [10] через 6 дней после дождя или полива происходит разрыв капиллярных связей. Характерная толщина этого пересушенного слоя колеблется в интервале 3-5 см. Оценки коэффициента отражения волн СВЧ-диапазо-на от этого слоя приведены в табл. 1.
Задача выбора оптимального диапазона электромагнитного излучения и синтеза на этой основе эффективной методики измерения содержания влаги в почве, безусловно, требует дополнительного исследования условий формирования полей излучения в системе «атмосфера-почва-растительность».
На рис. 1 дан образец применения СВЧ-радиометрии и методов пространственной интерполяции в задаче мониторинга сельскохозяйственных полей с целью картирования влажности почвы. Такие задачи решались с помощью размещения на борту самолета или вертолета двух радиометров диапазонов 18 и
124
ЛЕСНОЙ ВЕСТНИК 9/2012
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Таблица 1
Коэффициенты отражения волн микроволнового диапазона
от почвы в условиях различного увлажнения
Содержание влаги, г/см3 Толщина слоя почвы, см
0,5 1,0 2,0 3,0 5,0
Длина волны 18 см
0,001 0,98 0,94 0,95 0,96 0,97
0,02 0,91 0,92 0,93 0,95 0,97
0,05 0,88 0,89 0,92 0,95 0,96
0,1 0,82 0,84 0,89 0,95 0,96
0,2 0,73 0,76 0,85 0,94 0,95
0,3 0,65 0,69 0,83 0,94 0,93
0,4 0,59 0,64 0,82 0,94 0,93
0,5 0,53 0,59 0,82 0,92 0,92
Длина волны 27 см
0,001 0,93 0,93 0,94 0,95 0,96
0,02 0,91 0,91 0,92 0,93 0,96
0,05 0,88 0,88 0,89 0,92 0,96
0,1 0,82 0,83 0,85 0,89 0,96
0,2 0,72 0,73 0,78 0,85 0,96
0,3 0,64 0,66 0,73 0,83 0,95
0,4 0,57 0,59 0,69 0,82 0,94
0,5 0,52 0,55 0,66 0,81 0,92
27 см. Регистрация радиотеплового излучения почв осуществлялась с высоты Н « 200 м по параллельным трассам. Многочисленные опыты в различных климатических условиях (Молдавия, Украина, Подмосковье, Болгария, Куба, Вьетнам, США и др.) показали, что применение ГИМС-технологии позволяет для конкретных геофизических условий, согласно схеме рис. 2, найти практически целесообразный режим измерений. В частности, в приводимом примере для восстановления пространственного распределения влажности почвы с точностью до 20 % необходимо было разместить трассы полетов измерительной лаборатории с расстоянием между ними не более 500 м. Временной режим измерений при ошибке синоптического прогноза на 10 % и интенсивности осадков на 15 % и ожидаемой точности оценки влажности почвы до 50 % состоял в ежемесячном проведении полетов лаборатории.
Имитационная система для мониторинга регионального водного баланса
В качестве основы предлагаемой методики синтеза имитационной системы для мониторинга регионального водного балан-
са (ИСМРВБ) выберем ГИМС-технологию [6]. Ее смысл заключен в простой формуле: ГИМС = ГИС+Модель. Эта формула обеспечивает организацию адаптивного режима проведения полевых измерений. На рис. 2 показана схема попеременного использования режимов моделирования и измерения при организации такого мониторинга.
Основой ИСМРВБ, обеспечивающей системный анализ экспериментальных модельных данных, должны быть совокупности взаимосвязанных моделей физических, химических и биологических процессов в зоне функционирования мезомасштабного гидрофизического объекта. Следуя ГИМС-техноло-гии, в структуре ИСМРВБ выделим совокупность блоков, отвечающих самостоятельным функциям и взаимосвязь между которыми реализуется через информационные параметрические входы и выходы. В такой реализации замена некоторых блоков или организация их дублирования не влияет на другие блоки и, следовательно, не требует дополнительных согласований внутри системы. Безусловно, такое расчленение ИСМРВБ на блоки носит достаточно произвольный характер. На рис. 3 представлено одно из таких решений.
ЛЕСНОЙ ВЕСТНИК 9/2012
125
Рис. 1. Пример применения ГИМС-технологии к задаче СВЧ-радиометрического картирования влажности почвы в Болгарии в начале мая. На линиях одинаковой влажности указаны значения в г/см3. Обозначения: 11;1;11 - луг, i i - пруд. Направление полетов самолета-лаборатории указано стрелкой
Указанное разбиение моделирующей системы на блоки соответствует замкнутым частям задачи расчета физико-химических характеристик водной среды, составляющей данный гидрофизический объект. Согласование блоков и информационных потоков между ними по критерию вход/выход контролируется блоком КФБ, и только этот блок может позволять какие-либо отклонения в уже согласованной жесткой структуре связей ИС-МРВБ. Эти отклонения частично реализуются автоматически с промежуточным запросом разрешения оператора, а частично оператору позволяется их сконструировать. В частности, если вход блока не обеспечен информацией от других блоков, система автоматически переключает его на базу знаний или базу дан-
ных, где имеется необходимая информация «по умолчанию».
ИСМРВБ обладает свойствами универсальности с возможностью предметной адаптации. Для реализации этой возможности вся территория гидрофизического объекта описывается множеством
Q = {(ф, X): 9j(9, X) < ф < ф2(ф, X), X 1(ф, X) < X
< X 2^ X)},
где ф - широта;
X - долгота.
Под поверхностью Q образуется множество пикселей
S = {(ф, X, Z): (ф, X) е Q, Z^, X) > Z}, где Z - глубина;
126
ЛЕСНОЙ ВЕСТНИК 9/2012
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 2. Принципиальная схема организации гидрофизического эксперимента с использованием адаптивного режима моделирования
Z1 - уровень грунтовых вод.
Пространство S делится на пространственные пиксели Ег = {(ф, X, z): ф. < ф < ф.+1;
X. < X < Xj+1; Zk < Z < Zk+1; i = 1, ..., n; j = 1, ..., m; k = 1, ..., s}. Величины Аф = фг+1 - ф., AX. = X - X и AZ = Z , - Z являются свободными параметрами, выбор которых зависит от пользователя и его информационной базы.
Блок МСВБ описывает водный баланс непосредственно всего региона Q. В расчетах учитываются корреляции и оценки, усредняющиеся по локальным территориям, прилегающим к Q. Совершенно очевидно, что возможная нестационарность климатической обстановки и изменчивость структуры зем-
ных покровов требуют более подробного отражения в уравнениях водного баланса роли детального описания климатических параметров и морфологии элементов, участвующих в испарении воды.
Основой модели водного баланса региона может быть типовая модель регионального баланса влаги на ограниченной территории [13]. Каждая территория Аф AX может иметь часть речной сети, водоемов и участков суши. Согласно ландшафтно-гидрологическому принципу для построения имитационной модели в зоне функционирования гидрологической системы необходимо выделение фаций, что связано с типизацией
ЛЕСНОИ ВЕСТНИК 9/2012
127
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИЙ ЛЕСА
Рис. 3. Блок-схема ИСМРВБ. Описание блоков дано в табл. 2
флористического фона, конкретный вид которого обусловливается микрорельефом, типом и свойствами почвы, поверхностным увлажнением, глубиной залегания грунтовых вод и другими факторами.
Так что, в общем случае, прилегающая территория Ql характеризуется наличием m фаций, а водоводная сеть имеет n однородных участков. С учетом этого формируется замкнутая система балансовых уравнений [5], которая используется для вычислений объемов потоков воды между выделенными на схеме рис. 4 резервуарами. Зависимости потоков от геофизических параметров детально описаны в [5, 6].
Адаптация модели к конкретному региону осуществляется через переменные E, R, Y, Г7, I, Z. Кроме того, при анализе реальной ситуации могут быть дополни-
тельно учтены конфигурация водовода и уровень водоема. Необходимые уравнения записываются исходя из условия баланса объема воды. Функциональные представления для всех потоков схемы рис. 4 записаны на основе законов гидродинамики и с учетом имеющейся экспериментальной информации [10]. Приток E.. и отток R.. влаги определяются по данным дистанционного мониторинга.
В промежутках между измерениями используется оперативная информация о скорости ветра с учетом атмосферной влаги на наветренной границе региона.
Сведения об осадках и стоке входят в информационные каталоги гидрометеослужб. На основе этих данных построены соответствующие блоки модели. Также имеется спутниковая информация о пространственном
128
ЛЕСНОЙ ВЕСТНИК 9/2012
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Таблица 2 Краткая характеристика функций блоков ИСМРВБ
Блок Функции блока
УМА Управление моделями и алгоритмами описания гидрофизических процессов.
УМКЗ Управление моделями кинетики химических элементов в морской воде.
УПППЭВ Управление процессами параметризации потоков энергии вещества в системе «атмосфера-море-суша».
УПМ Управление процедурами моделирования и синтеза сценариев, чтобы описать характеристики антропогенных процессов в зоне функционирования гидрофизического объекта.
КИП Контроль информационных потоков в ИСМГЭ.
КФИКК Контроль за формированием и использованием критериев качества водной среды.
УППСР Управление процедурами принятия статистических решений.
МПОП Модель приливно-отливных процессов.
МСВБ Модель составляющих водного баланса региона.
МПС Модель поверхностного стока.
МФПСВ Модель формирования потоков сточных вод.
МГП Модель гидрофизических процессов.
МПФВЗ Моделирование процессов физического взаимодействия загрязнителей морской воды.
МБМ Моделирование биофизических механизмов трансформации химических элементов в морской воде.
МОХЭ Модель взаимного обмена химическими элементами между акваториями гидрофизического объекта и открытой частью моря.
МОХЭАМ Моделирование процессов обмена химическими элементами между атмосферой и морской поверхностью.
ПД Описание официальных паспортных данных сельскохозяйственных, промышленных и муниципальных систем с указанием специфики их деятельности, объемов выбрасываемых в окружающую среду загрязняющих веществ, режимов выбросов и прогнозных оценок изменения масштабов деятельности на ближайшее время. Формирование эталонов и возможных спектров ожидаемых потоков загрязнителей в акваторию через атмосферу, сточные воды и поверхностный смыв.
ФБД Формирование фрагментов базы данных на основе официальной информации о реально генерируемых объемах загрязнений в атмосферу и морскую среду.
АОБ1 Алгоритм обновления базы данных с учетом поступления справочной информации от административных и природоохранных органов, обеспечивающий коррекцию этих данных и формирование их вероятностных распределений для использования при решении задачи предупреждения о возможных чрезвычайных ситуациях.
АООД Алгоритмы обработки официальных данных, заносимых в базу данных, обеспечивающих установление корреляционных зависимостей между параметрами функционирования антропогенных систем и позволяющих оценить уровень достоверности этих данных.
АСТ Алгоритмы синтеза образа территории, влияющей на акваторию и учитывающих набор заложенных в базу знаний ИСМГЭ идентификаторов структуры территории, пространственные распределения различных геофизических, социально-экономических, синоптических, топографических и морфологических характеристик.
АСРИ Алгоритмы, обеспечивающие согласование разнородной информации, чтобы подготовить необходимую отчетную документацию.
ПК Процедуры контроля выполнения замеченных в базе знаний критериев качества воды.
ПООКВ Процедура оперативного оценивания качества воды с выдачей необходимой документации.
ПУД Процедуры учета данных лабораторных анализов качества воды.
КОКВ Комплексная оценка качества воды.
ПНП Процедура Неймана-Пирсона принятия статистических решений.
ППА Процедура последовательного анализа и принятия статистических решений.
КФБ Контроль функционирования блоков ИСМГЭ.
ЛЕСНОЙ ВЕСТНИК 9/2012
129
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 4. Блок-схема типовой модели водного баланса ограниченной территории
распределении осадков и особенностей растительных покровов.
Как видно из схемы рис. 4, определение содержания влаги в почве наряду с прямыми измерениями с помощью регистрации ее собственного излучения возможно на ос-
нове косвенных данных, получаемых из модели. В частности, при наличии растительного покрова в виде леса использование широко известных индикаторов LAI и NDVI помогает рассчитать содержание воды в пологе леса (кг/м2) по одной из следующих формул:
130
ЛЕСНОЙ ВЕСТНИК 9/2012
Рис. 5. Результаты реконструкции с помощью ИСМРВБ уровня влажности почвы после дождя в зоне р. Rusenski Lom (Болгария) по результатам микроволнового мониторинга в динамике изменения в течение 4-х суток [8]. Точками отмечены значения влажности почвы, измеренные наземными средствами
{1,9134(NDVI)2 - 0,3215(NDVI) когда NDVI < 0,5;
4,2857(NDVI)2-1,5429 когда NDVI > 0,5.
m = BLAI
V *
где NDVI (Normalized Difference Vegetation Index) - показатель относительной яркости растительного полога, рассчитываемый по данным измерений в двух каналах радиометра высокого разрешения AVHR (Advanced Very High Resolution Radiometer);
LAI (Leaf Area Index) - показатель важного структурного свойства растительного полога, отражающего долю площади лиственного покрова.
Индекс площади листа LAI измеряется, как прямыми, так и косвенными методами. Прямой метод основан на использовании специализированных измерителей, таких как
LAI-2000. Косвенный метод основан на расчете разности освещенности на поверхности полога и на уровне почвы под пологом. При этом возможен расчет LAI при решении обратной задачи с использованием корреляционных связей LAI с другими характеристиками растительности. Одной из таких зависимостей является широко применяемая многими авторами формула зависимости между первичной продукцией (РР - primary production) и показателем перехвата энергии солнца пологом леса
PP = PP (1-e
max4
-cLAI
),
где с - удельный коэффициент фотосинтеза (который часто приравнивается 1 или 0.5/cos9,
0 - зенитный угол солнца).
В свою очередь РР непосредственными измерениями NDVI со спутников может
ЛЕСНОИ ВЕСТНИК 9/2012
131
Рис. 6. Сравнительный анализ результатов реконструкции влажности почвы с помощью ИС-МРВБ (сплошная кривая), по данным микроволнового мониторинга (пунктирная кривая) и результатов наземных измерений (расположение мест замеров помечено знаком ♦) по фрагменту трассы полета самолета-лаборатории фирмы «Miramap» 2 августа 2007 г. вблизи села Николово (Болгария) (через сутки после проливного дождя) [8]
быть рассчитана по соответствующим моделям, где
NDVI = (a - a )/(a + a ),
v n v/ v n v/ 7
an и av - полусферические яркости в видимом и ближнем инфракрасном диапазонах, конкретизируемых в зависимости от используемого сенсора. При измерениях с помощью AVHRR используются первый (0,58-0,68 мкм) и второй (0,725-1,1 мкм) каналы радиометра. Глобальная база оценок NDVI c пространственным разрешением 5кмх5км создана с помощью серии спутников NOAA, оснащенных радиометрами типа AVHRR. По сетке 1°х1° ряды NDVI созданы с месячным разрешением во времени.
Расчет гидрологических характеристик на основе данных дистанционного мониторинга
Летом 2007 г. Институт радиотехники и электроники им. В.А. Котельникова выполнил работы по внедрению ГИМС-техноло-гии [8] на территории Болгарии для создания элемента национальной службы по контролю развития гидрологических процессов. Измерения проводились с помощью самолета-ла-
боратории голландской фирмы Miramap, оборудованного радиометрами диапазона 6 и 21 см производства НПО «Вега».
Самолет Компании «Мирамап» прилетел из Голландии в Болгарию в конце июля 2007 г. и выполнил требующуюся съемку выбранных районов 30 июля, 31 июля и 2 августа. Погода благоприятствовала работе: 30 и 31 июля было сухо и солнечно, а 1 августа полил проливной дождь и 2 августа был произведен полет над теми же участками, что и 31 июля, но эти участки были исключительно сильно увлажнены. Таким образом, за краткий трёхдневный период была накоплена представительная информация о динамике увлажнения и переувлажнения земель в районах рек и водохранилищ.
Полученные результаты обрабатывались с помощью ИСМРВБ (рис. 5-7). Входными данными были: оцифрованные топографические карты с разрешением 9Ч9 м, метеорологические данные на момент проведения измерений, классификационные карты почвенно-растительных формаций. Полученные результаты верифицировались с использованием контрольных данных наземных измерений (рис. 6 и 7). Видно, что расхождение
132
ЛЕСНОЙ ВЕСТНИК 9/2012
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИЙ ЛЕСА
Рис. 7. Этапы реализации процедуры мониторинга влажности почвы в окрестностях села Ни-колово (Болгария) с использованием наземных, дистанционных и вычислительных экспериментов. Пространственное разрешение 250 м. Стрелками указаны места наземных измерений влажности почвы. Пунктирными линиями указаны трассы полета самолета-лаборатории [8]
между результатами реконструкции влажности почвы различными методами около 5 %.
Опыт экспериментальных исследований с применением описанной здесь методики показал, что совмещение прямых эпизодических измерений влажности почвы и математического моделирования позволяет оптимизировать процедуру непрерывного мониторинга элементов регионального водного баланса, достигая высокого уровня надежности результатов и значительно экономя материальные затраты. Этот вывод подтверждается, в частности, исследованиями [15, 16]:
• Шестилетние многоспектральные исследования суши и водных объектов на
международных полигонах в 80-х гг. в России, Азербайджане, Польше, Венгрии, Вьетнаме, Восточной Германии и на Кубе в рамках Совета АН СССР «Интеркосмос» для разработки научных методик и технологий практического использования приборов дистанционного зондирования;
• Двухлетние работы по картированию зон утечки воды из Кара-Кумского канала в Туркмении длиной более 1000 км и других ирригационных каналов в Узбекистане в 80-х годах в рамках Проекта по переброске части вод сибирских рек в Среднюю Азию в бывшем СССР (Доклад результатов съемки Правительственной Комиссии СССР);
ЛЕСНОЙ ВЕСТНИК 9/2012
133
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
• Участие в 80-х гг. в выполнении работ по Постановлению Правительства СССР о проведении опытно-конструкторской работы «Радиус» по созданию промышленных образцов самолетных СВЧ-влагомеров на базе сканирующих радиометров, работающих на длинах волн 2 см, 5,5 см, двухлучевого радиометра 21 см диапазона и однолучевого радиометра 43 см диапазона (ОКР с участием АН СССР, МРП, МГА, Госстандарта, Минводхоза и Минсельхоза);
• Разработка и адаптация СВЧ-радио-метрических технологий на территории Болгарии для определения влажности почв и загрязнения водных объектов с борта самолетов и вертолетов в 90-х гг. (Контракт с Комитетом «Внештехника» с участием организаций СО «ССХМ», Института Гидротехники и Мелиорации, Института электроники и Институт океанологии БАН);
• Организация в 2005 г. в Голландии, Ноордвийк, Компании по СВЧ-радиометри-ческому картированию «Мирамап» для организации ГИМС с целью мониторинга зон утечки воды через ирригационные сооружения и выявления зон с опасно высоким уровнем грунтовых вод (грант Европейского космического агентства на разработку российских сканирующих СВЧ-радиометров и проведение тестовых полетов).
Библиографический список
1. Арманд, Н.А. Методы обработки данных радиофизического исследования окружающей среды / Н.А. Арманд, В.Ф. Крапивин, Ф.А. Мкртчян. - М.: Наука, 1987. - 272 с.
2. Бородин, Л.Ф. Устройство обработки сигналов многоканальной микроволновой системы измерения параметров земной поверхности / Л.Ф. Бородин, В.Д. Бурков, В.Ф. Крапивин, А.С. Миронов и др. // Экологические системы и приборы, 2008. - № 6. - С. 8-12.
3. Бородин, Л.Ф. Дистанционные измерения характеристик земной поверхности / Л.Ф. Бородин,
B. Ф. Крапивин // Проблемы окружающей среды и природных ресурсов, 1998. - № 7. - С. 38-54.
4. Бородин, Л.Ф. Поиск и идентификация чрезвычайных экологических и техногенных ситуаций / Л.Ф. Бородин, В.Ф. Крапивин, Г.Б. Голь-фельд, Н.А. Назарян // Проблемы окружающей среды и природных ресурсов, 1997. - № 10. -
C. 2-19.
5. Крапивин, В.Ф. Глобальные изменения окружающей среды: экоинформатика / В.Ф. Крапивин, К.Я. Кондратьев // СПб.: С-Пб гос. ун-т, 2002. - 724 с.
6. Крапивин, В.Ф., Потапов И.И. Методы экоинформатики / В.Ф. Крапивин, И.И. Потапов. - М.: ВИНИТИ, 2002. - 496 с.
7. Мкртчян, Ф.А. Оптимальное различение сигналов и проблемы мониторинга / Ф.А. Мкртчян. - М.: Наука, 1982. - 185 с.
8. Солдатов, В.Ю. Многофункциональная информа-ционно-моделирующая система для гидрофизического эксперимента. Дисс. ...канд. наук / В.Ю. Солдатов. - М.: Институт радиотехники и электроники им. В.А. Котельникова РАН. - 2011. - 150 с.
9. Труханова, Л.П. О возможности прогнозирования ослабления миллиметровых и оптических волн в снегопадах на горизонтальных трассах / Л.П. Труханова, В.Н. Пожидаев // Радиотехника и электроника. - 1986. - № 12. - С. 2324-2329.
10. Шутко, А.М. СВЧ-радиометрия водной поверхности и почвогрунтов / А.М. Шутко. - М.: Наука, 1987. - 190 с.
11. Яковлев, О.И. Космическая радиофизика / О.И. Яковлев. - М.: Наука, 1998. - 432 с.
12. Engman, E.T., Chauhan N. Status of microwave soil moisture measurements with remote sensing. Remote Sensing of Environment, 1995, 51, No 1, pp.189
- 198.
13. Nitu, C., Krapivin VF., and Bruno A. System modelling in ecology. Printech, Bucharest, 2000,
260 pp.
14. Sellers, P.J., Meeson, B.W., Hall, F.G. and et al. Remote sensing of the land surface for studies of global change: models - algorithms - experiments. Remote Sensing of Environment, 1995, vol. 51, No. 1, pp. 3-26.
15. Shutko, A.M., Haldin A., Krapivin V., Novitchikhin E., Sidorov I., Tishchenko Yu., Haarbrink R., Georgiev G., Kancheva R., Nikolov H., Coleman T., Archer F., Pampaloni P., Paloscia S., Krisilov A., and Carmona A. (2007). Microwave radiometry in monitoring and emergency mapping of water seepage and dangerously high groundwaters // J. of Telecommunications and Information Technology. - № 1. - Р. 76-82.
16. Shutko, A.M., Krapivin V.F., Haarbrink R.B., Sidorov I.A., Novichikhin E.P., Archer F., and Krisilov A.D. Practical Microwave Radiometric Risk Assessment.
- Sofia, Bulgaria: Professor Marin Drinov Academic Publishing House. - 2010. - 88 pp.
17. Soldatov, V.Yu., Krapivin V.F., Borodin L.F., Startsev A.A. Direct and inverse problems of the microwave monitoring of the environment. Proceedings of the Eighth International Symposium “Ecoinformatics Problems”, 16-17 December 2008, Moscow. The Moscow Sciences Engineering A.S. Popov Society for Radio, Electronics and Communication, Moscow, 2008, pp. 19-25.
134
ЛЕСНОЙ ВЕСТНИК 9/2012
