CC BY
170
В. В. Сюткин
МОДЕЛИРОВАНИЕ ИНСОЛЯЦИИ ЗЕМНОЙ ПОВЕРХНОСТИ В СРЕДЕ ARCGIS
Солнечная радиация является важнейшим источником энергии для процессов, происходящих на поверхности земного шара. Количественные характеристики ее поступления (инсоляции), измеряемые для определенной местности на горизонтальной площадке актинометрической станции, позволяют отразить климатические особенности территории, являющиеся результатом влияния географической широты, высоты над уровнем мирового океана, сезонной изменчивости прозрачности атмосферы и других факторов. Однако измеренные на станции величины характеризуют инсоляцию территории в целом и не дают представления об имеющей место внутренней дифференциации.
Радиационный режим различных участков земной поверхности в пределах данной территории определяется множеством факторов, воздействующих на солнечное излучение и его путь в пространстве. Среди них значительную долю имеет влияние рельефа местности — его инсоляционный эффект, приводящий к неравномерности пространственного распределения освещенности и, следовательно, приходящей радиации.
Если разделить данную территорию на элементарные участки склонов, поверхности которых можно считать плоскими, то реальные суммы радиации, достигающие каждого такого участка, будут определяться его пространственной ориентацией относительно Солнца, и в зависимости от нее, могут в той или иной степени отличаться от сумм, измеренных на ближайшей актинометрической станции. Исходя из этого, моделирование инсоляции склонов требует редукции измеренных значений приходящей радиации на участки поверхности различной ориентации.
Вышеуказанный подход к моделированию инсоляции в общем виде сводится к двум задачам: выделению элементарных участков поверхности и расчете сумм радиации для каждого из них. Для этого, учитывая большой объем вычислений, необходимо применение вычислительной техники и соответствующего геоинформационного программного инструментария. Кроме того, выбор среды моделирования определяет и возможности дальнейшей обработки модели.
Возможности современных ГИС-приложений позволяют выполнять широкий круг типичных задач географического моделирования, однако в случае расчета инсоляции набора стандартных функций даже наиболее мощных продуктов оказывается недостаточно (в силу специфики задачи). Отсюда следует необходимость разработки дополнительных программных средств. Предпочтительным решением является использование продукта ArcGIS Desktop (далее просто ArcGIS), структура которого позволяет расширять функциональность за счет пользовательских модулей. Использование ArcGIS в качестве базового инструмента также дает богатые возможности для подготовки исходных данных, анализа модели и составления карт на ее основе.
Основой для моделирования инсоляции является модель земной поверхности, поэтому вид элементарного участка определяется типом модели рельефа. Таким
© В. В. Сюткин, 2011
образом, создание цифровой модели рельефа (ЦМР) является первым этапом моделирования. Выбор того или иного типа модели определяется рядом критериев, среди которых:
- простота и достоверность расчета уклона и экспозиции;
-соответствие типа модели конечной цели моделирования;
- необходимость обработки и анализа результатов моделирования.
В большинстве случаев этим критериям удовлетворяет модель TIN (нерегулярная треугольная сеть). Уклон и экспозиция в ней вычисляются по пространственным координатам трех вершин базового элемента модели — треугольника [1].
Представляя собой, по сути, совокупность плоских участков заданной ориентации, такая модель полностью соответствует концепции инсоляционного моделирования. Несмотря на это, при необходимости получения растровых полей инсоляции может быть более целесообразно использование ЦМР на основе регулярной сетки (растровой ЦМР). Так как задача о нахождении уклона и экспозиции элементов растровой ЦМР не имеет единого решения [2], то необходим обоснованный выбор расчетного алгоритма с учетом различных факторов: особенностей территории, назначения модели, характера исходных данных и пр.
ArcGIS поддерживает работу с TIN, что позволяет произвести весь процесс моделирования в одной программной среде. Создание модели такого формата сводится к выполнению типовых процедур с использованием стандартного инструментария.
В основе моделирования инсоляции лежит классический метод расчета инсоля-ционных характеристик [3, 4]. Основой для расчета являются значения суточных сумм солнечной радиации, падающей на горизонтальную поверхность (суммарной Qg, прямой Sg и рассеянной Dg). Данные суммы радиации являются функциями от географической широты местности ф, атмосферных условий и положения Солнца, определяемого солнечным склонением 5.
Расчет сумм радиации производится для каждого элементарного участка земной поверхности заданной ориентации (склона). Известные суточные суммы за определенный временной интервал (сезон наблюдений) редуцируются на плоскости склонов, а затем складываются для получения итогового результата.
Используемые значения сумм солнечной радиации являются измеренными данными. Их определение производится с помощью специального оборудования на актинометрических станциях. Основная проблема использования актинометрических данных заключается в малом количестве таких станций (129 станций на территории России [5]) и, следовательно, малой плотности их сети. Поэтому в большинстве случаев ближайшая к району изучения станция будет находиться на удалении, делающим невозможным непосредственное использование ее актинометрических данных в расчете. Решение этой проблемы заключается в предложенном В. М. Щербаковым [1] способе экстраполяции данных с приведением их к условиям ближайшей метеорологической станции (число которых значительно больше), при котором учитываются наблюдения за облачностью. Соотношение условий облачности в данном случае является наиболее существенным фактором, определяющим разность инсоляционных характеристик на станциях.
Как указано выше, параметром, определяющим в модели положение Солнца, является его склонение (5). Величина 5 циклически изменяется в течение года. Вследствие прецессии земной оси, нутации полюсов и других астрономических процессов склонению Солнца свойственна также и изменчивость из года в год. Из этого следует необходимость вычисления 5 для каждой моделируемой даты заданного года.
Существует ряд подходов к определению склонения Солнца с различной степенью зависимости от табличных данных:
1) Использование эфемерид Солнца из астрономических ежегодников. При этом значения склонения на каждые сутки наблюдения берутся непосредственно из таблицы. Этот способ является точным, но трудоемким и практически нецелесообразным.
2) Один из способов определения 6, используемых в предложенном методе расчета инсоляции [1], состоит в аппроксимации изменчивости склонения с использованием значения на день летнего солнцестояния:
-дни года нумеруются, начиная с 22 декабря (1 января, таким образом, становится 11-м днем).
- год разбивается на четыре сезона, разграниченных днями солнцестояний (зимнего и летнего) и равноденствий (осеннего и весеннего).
- внутри сезонов для каждого дня рассчитывается значение промежуточного параметра т:
(п — 90)/90, если п< 88
п/93, если п < 184
, (1)
(92 — п/92), если п < 277
— п/88, если п < 366
где п — порядковый номер дня в году;
-находим солнечное склонение [1]:
6 = эт-1 [бш (6о) • эт (т • п/2)], (2)
где 6о — склонение в день летнего солнцестояния.
Так как данный метод требует задания значения 6о, он является частично зависимым от табличных значений. Второй недостаток данного метода заключается в том, что он использует фиксированную дату дня летнего солнцестояния; реальная же дата меняется из года в год.
3) Следующий предложенный метод основан на подборе аппроксимирующей функции по некоторым усредненным значениям 6:
- дни года нумеруются аналогично первому методу.
- рассчитывается параметр т по формуле:
{т = 2п(М — 1)/365 для невисокосного года т = 2п(М — 1)366 для високосного года,
где N — номер дня в году;
-вычисляется склонение [1]:
5 = 0,006918 - 0, 399912 cos (т) + 0, 070257 sin (т) - 0,006758 cos (2т)+
+ 0, 000907 sin(3T) - 0,002697 cos (3т) + 0, 001480 sin (3т). (4)
Этот метод является независимым от табличных значений, но имеет существенный недостаток — невысокую точность.
4) Независимое от значений эфемерид вычисление 5 возможно и с более высокой точностью. Данный метод, используемый в прикладной астрономии, учитывает
прецессию земной оси и нутацию полюсов. Вычисление производится в следующем порядке. Определяется:
-разность относительно 1 января 2000 г. (в столетиях):
T = (JD - 2451545)/36525, (5)
где JD — юлианская дата;
- средняя аномалия Солнца:
М0 = 357, 52910 + 35999,05030 • T - 0, 0001559 • T2 - 0, 00000048 • T2, (6)
- истинная аномалия Солнца:
М = М0 + 360/п • sin(Mo) • e, (7)
где e = 0, 016709 — эксцентриситет орбиты Солнца;
- средняя эклиптическая долгота Солнца:
L0 = 280,46645 + 36000, 76983 • T + 0,0003032 • T2, (8)
- положение центра солнечного диска:
C = (1, 914600 - 0,004817 • T0, 00014 • T2) • sin(M0)+
+ (0,019993 - 0, 000101) • T • sin (2М)0 + 0, 000290 • sin (3М0), (9)
- истинная эклиптическая долгота Солнца:
Ls = L0 + C, (10)
- наклон эклиптики к экватору:
K = 23 + 26/60 + 21,448/3600 - 46, 8150/3600 • T-
- 0,00059/3600 • T2 + 0,001813 • T3, (11)
-склонение Солнца [6]:
5 = sin~1(sin(K) • sin(Ls)). (12)
Данный метод позволяет определять солнечное склонение с высокой точностью (до 0,01°) и учитывает его годичную изменчивость.
Три последних способа расчета 5 были сравнены с эфемеридами Солнца, предоставляемыми для публичного доступа Североамериканским аэрокосмическим агентством NASA [7]. Полученные результаты сравнения для трех лет (1942, 1984 и 1995 гг.), соответствующих времени задания наиболее распространенных систем координат, представлены в табл. 1.
Из полученных данных можно сделать вывод о том, что последний метод дает наиболее точный и надежный результат, и именно его следует применять в модели.
Описываемая модель инсоляции требует следующий набор исходных данных:
1) Географическое положение станций наблюдения. Так как долгота точки наблюдения не оказывает влияния на инсоляцию, положение метеорологической и актинометрической станций задается только их географическими широтами фт и фа соответственно.
Метод расчета Среднеквадратичная ошибка, минуты Дисперсия абсолютной ошибки
1942 1984 1995 1942 1984 1995
2 13,2 9,8 15,2 0,049 0,027 0,064
3 14,6 6,0 17,2 0,057 0,006 0,081
4 8,4 8,8 8,4 0,018 0,022 0,018
2) Набор дат, составляющих период наблюдения. Дата определяет величину солнечного склонения и, тем самым, положение Солнца (угол освещения склонов).
3) Облачность. В практике метеорологии облачность оценивается по одиннадцатибалльной шкале: от 0 до 10. Однако, нулевое значение балла облачности приводит к делению на ноль в последующем расчете. Во избежание этой проблемы облачность преобразуется к десятибалльной шкале по следующей формуле:
п = «/(9/10) + 1, (13)
где п' — измеренный балл облачности. Используются наблюдения за облачностью как на актинометрической, так и на метеостанции, соответственно па и nm.
4) Среднесуточные суммы радиации (Дж/см2) за период наблюдения. Суммы рассеянной и прямой радиации, Da и Sg соответственно, измеряются, как указано выше, на актинометрической станции для горизонтальной поверхности.
5) Уклон и экспозиция. Ориентация участка местности (склона) задается его уклоном (углом падения) а и экспозицией р. Эти углы являются, по сути, угловыми координатами экспозиции склона в пространстве.
6) Температура воздуха на метеостанции, tm. Массив среднесуточных температур воздуха используется для разграничения периодов с определенной температурой, для которых и производится расчет сумм радиации.
Как указано выше, моделирование инсоляции склонов в среде ArcGIS требует создания дополнительного программного расширения. Начиная с версии 8, в ArcGIS существуют два пути программного расширения функциональности: создание макросов (скриптов) и создание модулей-компонентов.
Макрос представляет собой небольшую программу (скрипт), написанную на строго определенном языке (Visual Basic for Applications) с помощью встроенного редактора. Этот способ наиболее прост, но вместе с тем ограничен, так как позволяет, по сути, лишь компоновать имеющиеся элементы пользовательского интерфейса, что можно использовать для автоматизации обработки и анализа данных.
Для выполнения задач, находящихся за пределами функциональности стандартных средств ArcGIS, необходимо создавать дополнительные модули. В этом случае необходимо обратиться к набору внутренних компонентов среды — библиотекам, составляющим платформу ArcObjects. Являясь эффективным средством для пользовательского расширения системы, ArcObjects лежит в основе ее внутренней структуры [8]. Тем самым, создание модулей позволяет взаимодействовать с ArcGIS непосредственно, минуя интерфейс пользователя.
Платформа ArcObjects построена на основе технологии COM, поэтому модуль расширения может быть COM- или .NET-библиотекой, написанной на любом языке, поддерживающем эти технологии. Набор средств для создания пользовательских
модулей — ArcGIS Desktop SDK (Software Developer Kit)—распространяется разработчиком вместе с продуктами линейки ArcGIS Desktop. Данный набор состоит из каркаса, интегрирующегося в среду разработки Microsoft Visual Studio, ряда утилит, примеров и справочных материалов.
На основе этих технических средств было создано расширение Insolation для ArcGIS версии 9. Данное расширение реализует указанный метод расчета инсоля-ционных характеристик. Оно позволяет моделировать инсоляцию на основе ЦМР во внутреннем формате TIN и указанного выше набора метеорологических данных. Расчет значений производится с использованием массива температур для разграничения инсоляции по сезонам. Период температур для расчета задается пользователем: это может быть как определенный сезон, так и весь год. Возможен также раздельный расчет суммарной, прямой или рассеянной радиации.
Результат работы модуля представляет собой набор классов (совокупностей) объектов базы геоданных, содержащий вычисленные значения в качестве атрибутивной информации. Каждый класс отображается в отдельном слое текущего документа. Средства визуализации ArcGIS (диалог настройки свойств слоя) позволяют в заданном слое на основе атрибутивной информации проводить различные виды классификации значений и на их основе строить цветовую шкалу. Тем самым, простая настройка визуализации дает возможность сразу же отразить инсоляцию способом картограммы (рисунок).
Солнечная радиация и частично определяющий ее рельеф земной поверхности являются одними из важнейших ландшафтообразующих факторов. Ввиду ключевой роли, которую играет инсоляция земной поверхности в жизни нашей планеты, возможность моделирования данного процесса имеет особое значение и поэтому может быть с успехом применена при решении различных прикладных географических задач.
Лесные пожары являются одним из самых опасных и распространенных видов стихийных бедствий, приносящих большой ущерб для населения, природной среды и экономики региона. Это особенно актуально для нашей страны вследствие широкой распространенности лесных угодий, их средообразующей и хозяйственной значимости. Пожары являются доминирующей причиной гибели лесов: за период 19942005 гг. в России 70% лесных насаждений погибло именно от пожаров [9]. В связи с этим особое значение имеет возможность прогнозирования опасности возникновения пожаров и районирование территории по вероятностным характеристикам.
Геоморфологические параметры занимают одно из центральных мест среди факторов пожарной опасности. Несмотря на существование множества факторов, влияющих на пожароопасность, районирование территорий всего по двум факторам — уклону и экспозиции — уже позволяет добиться высокой достоверности прогноза, что было показано на примере (Ленинградская область) [10]. Метод, применявшийся в этом исследовании, включает раздельное построение растровых полей уклонов и экспозиций, последующую их векторизацию и наложение.
Инсоляционная характеристика структур рельефа не только является функцией от уклона и экспозиции, но и сама по себе представляет реальный результат совместного воздействия данных факторов, определяющий потенциал возгорания на территории, так как нагрев и подсушивание горючих материалов повышает вероятность распространения пожара, вне зависимости от конкретной причины его возникновения. Кроме этого, моделирование инсоляции не только позволяет проводить районирование территории по пожароопасности, но и добавляет к этому количественную
Пример визуализации результата расчета
оценку приходящего тепла, которую можно использовать в расчетах и применить для прогнозирования лесных пожаров.
В качестве примера использования инсоляционной модели для исследования склоновых процессов можно привести оценку лавиноопасности горных склонов, снежный покров которых испытывает существенное воздействие солнечной радиации.
Очевидно, что приходящая радиация способствует испарению и таянию и, следовательно, уменьшению массы снега, что, в свою очередь, снижает вероятность схода лавины. Кроме того, при прочих равных условиях повышение температуры снежной толщи вызывает ускорение происходящих в ней процессов усадки и уплотнения — тем самым, приходящая солнечная радиация способствует стабилизации снежного покрова. На теневых участках, напротив, снежная толща сохраняет свое
неустойчивое состояние. Все это позволяет говорить о зависимости между инсоляцией склонов и их лавиноопасностью.
Возможность возникновения лавины зависит также от другого ключевого фактора — угла падения склона. Существуют диапазоны значений угла падения, характеризующиеся определенными вероятностями схода лавин [11].
Один из способов анализа этих двух факторов заключается в расчете некоторого индекса — синтетического показателя, являющегося функцией от категории уклона и сумм радиации. Порядок расчета данного индекса лавиноопасности представляет собой отдельную задачу, требующую проведения экспертного анализа (расстановки приоритетов, вывода формулы, решения классификационной задачи).
Из вышеизложенного вытекают следующие выводы.
Моделирование инсоляции земной поверхности в силу ее ключевого значения для процессов, происходящих на поверхности Земли, позволяет решать широкий спектр географических задач. Возможность районирования в сочетании с количественной оценкой приходящего тепла дает возможность широкого применения модели на практике как средства прогноза.
Если измеренные на актинометрической станции величины характеризуют территорию в целом, то инсоляция, рассчитанная на основе модели рельефа (множества склонов определенной экспозиции и крутизны), показывает внутреннюю дифференциацию территории, отражая активность склоновых процессов, условия произрастания растительных сообществ, ресурсный потенциал единиц ландшафтного районирования и многое другое.
Правильный выбор геоинформационного программного обеспечения в сочетании со специализированным модулем расчета позволяет эффективно создавать и использовать модели инсоляции. Последнее включает как непосредственную интерпретацию, так и анализ средствами ГИС.
Литература
1. Щербаков В. М. Оценка и картографирование радиационного эффекта рельефа / Вестн. С.-Петерб. ун-та. Сер. 7. Геология, география. 1993. Вып. 3. С. 143-146.
2. Skidmore A. K. A comparison of techniques for calculating gradient and aspect from a gridded digital elevation model // International Journal of Geographical Information Systems. 1989. N3 (4). P. 323-334.
3. Кондратьев К. Я., Пивоварова З.И, Федорова М. П. Радиационный режим наклонных поверхностей. Л.: Гидрометеоиздат, 1978. 232c.
4. Сивков С. И. Методы расчета характеристик солнечной радиации. Л.: Гидрометеоиздат, 1968. 215 c.
5. Киселева С. В., Чернова Н. И. Возобновляемые источники энергии: экологогеографический анализ и дистанционные методы определения гелиоресурсов территории России // Государственный геологический музей им. В. И. Вернадского РАН. URL: http://test.sgm.ru/?q=ru/node/212 (дата обращения: 20.11.2010).
6. Meeus J. Astronomical Algorithms. Richmond: Willmann-Bell, 1991. 435 p.
7. Yeomans D. K., Chamberlin A. B. HORIZONS System // NASA. URL: http://ssd.jpl.nasa. gov/?horizons (дата обращения: 29.01.2011).
8. Попов И. В., Чикинев М. А. Эффективное использование ArcObjects. Методическое руководство. Новосибирск: Изд-во СО РАН, 2003. С. 6.
9. Максимов Ю. И. Лесные пожары в России: вчера, сегодня, завтра // Природноресурсные ведомости. 2007. № 3-4. С. 4.
10. Афанасьев В.Н., Вершинин А. П., Паниди Е.А., Щербаков В.М. ГИС-обеспечение космического мониторинга возгорания лесов и торфяников Ленинградской области // Гео-информационный портал ГИС-ассоциации. URL: http://gisa.ru/43962.html (дата обращения: 2.02.2011).
11. Sulakvelidze G. K. Physical Properties of the Snow Cover // International Association of Scientific Hydrology Red Book. 1958. Vol. IV: Snow and ice. N46. P. 166-184.
Статья поступила в редакцию 1 июля 2011 г.
