CC BY
179
Научно-технические разработки
УДК 614.8
Е.В. Щербенко, к. с.-х. н., С.Г. Дорошенко
МОНИТОРИНГ ПАВОДКОВОЙ ОБСТАНОВКИ ПО ДАННЫМ НОЧНОЙ ТЕПЛОВОЙ СЪЕМКИ
Выявление паводковой ситуации по данным ночных тепловых съемок
С.Г. Дорошенко
Мониторинг паводковой обстановки традиционно проводят по изображениям, полученным в дневное время суток в видимом и ближнем ИК диапазонах съемки, т.е. по отраженной от природных объектов энергии. Однако при этом возникает ряд факторов, не позволяющих надежно выделять паводок на изображении. К таким факторам относятся блики на воде, полузатопленный лед, мокрая почва, имеющая близкие отражательные свойства с водой. Для надежного выявления разлившейся воды предлагается использовать ночные тепловые изображения, на которых регистрируется только собственное излучение воды и природных объектов. Показано, что яркостная температура водных объектов значительно выше в ночное время, чем яр-костная температура других объектов, в том числе и мокрой почвы, что создает высокие контрасты на изображении и позволяет использовать при распознавании метод классификации без обучения. Возможность мониторинга паводковой ситуации по данным ночных тепловых съемок показана на примере паводка на р. Десне весной 1998 года.
Наводнения представляют собой грозную и коварную стихию и угрожают почти трем четвертям земной поверхности. За последнее столетие по данным ЮНЕСКО от наводнений погибло 9 млн. человек. По оценке Международного Общества Красного Креста и Красного Полумесяца в период 1968-1992 гг. число пострадавших от этого стихийного бедствия составило свыше 42 млн. человек [1]. Огромен и причиняемый паводками материальный ущерб. За период 1976-1995 гг. ущерб от паводков составил около 55 млрд. долларов. Основными их причинами являются интенсивные дожди, таяние снега, ветровые нагоны и приливные явления в устьях рек, ледовые заторы, прорывы дамб и плотин. На территории России наводнения являются наиболее разрушительными и часто происходящими природными стихиями (35 % от общей частоты возникновения опасных событий). Угроза наводнений существует в России более чем для 40 крупных городов и нескольких тысяч других населенных пунктов. Общая площадь пойменных земель, периодически затопляемых речными и озерными водами, составляет примерно 500 тыс. кв. км. Среднестатистический ущерб от наводнений по стране составляет около 3,25 млрд. долларов в год [2].
Для минимизации человеческих потерь и уменьшения матери -ального ущерба от наводнений и паводков необходима оперативная оценка обстановки. Поэтому применение традиционных средств наблюдения (наземная и воздушная информация) не соответствует современным требованиям по обеспечению безопасности населения на таких больших территориях, как Россия. Подобная проблема может быть решена комплексными методами на основе космического мониторинга территорий. Космический мониторинг паводков предполагает оперативное обнаружение факта разлива реки, выявление территорий, попавших в зону затопления и слежение за паводковой обстановкой на затопленных и подтопленных территориях. Высокая оперативность, требуемая поставленной задачей, накладывает ограничения на использование космических данных по временному разрешению. Наиболее подходящими космическими данными для обнаружения факта разлива рек являются данные, получаемые на одну и ту же территорию с периодичностью 2-4 часа. Большое значение имеет обзорность
космических изображений, т.е. полоса обзора снимаемой территории должна быть не менее 1000 км. Съемочная аппаратура должна производить съемку в необходимом наборе спектральных каналов. Этому требованию отвечают космические изображения, получаемые с помощью аппаратуры AVHRR NOAA и MODIS «Terra», информация с которых доступна всем потребителям.
Проблемы, возникающие при выявлении паводка на
реках в видимом и ближнем ИК каналах съемки
При космическом мониторинге паводковой обстановки, имея возможность использовать всю поступающую с космической аппаратуры информацию, для уменьшения объема ее анализа необходимо выбрать наиболее информативные изображения, имеющие наибольшие контрасты водных и других природных объектов. В настоящее время космический мониторинг паводков (наводнений) традиционно осуществляется по дневным снимкам в видимом и ближнем ИК диапазоне электромагнитного спектра.
Однако в этом случае возникает ряд факторов, мешающих их определению.
1. Известно, что вода имеет изотропную поверхность, т.е. отражение от нее происходит зеркально по направлению от источника света; при равных углах падения солнечной энергии при космической съемки образуются блики на воде, которые не позволяют выявлять границы водных поверхностей (рис. 1).
Хотя при некоторых ситуациях (например, в завершающей стадии паводка) важно знать наличие зеркала воды, и блики могут служить подтверждением ее существования.
2. При наличии в русле реки полузатонувшего льда спектральные кривые этого объекта в видимом диапазоне спектра будут вести себя как мокрый лед и подтаявший снег, существует вероятность не обнаружить разлившуюся воду, спутав ее со снежным и ледяным покровом. Так, при разливе р. Припять (рис. 2) вода со льдом выглядят на изображении как лед, и только цифровая обработка позволяет отделить снежный и ледовый покров от разлившейся воды.
Рис. 1. Изображение с ИСЗ «NOAA», полученное 23 сентября 2000 г. в 13 ч. 25 мин. GMT. На р. Днепр вода «бликует»
Рис. 2. Исходное космическое изображение, полученное с ИСЗ «МОЛЛ» 29 февраля 2000 г. (в верхнем левом углу) и результат цифровой обработки (метод главных компонент)
Научно-технические разработки
Научно-технические разработки
3. Вода является хорошим поглотителем и плохим отражателем электромагнитных волн во всех диапазонах спектра кроме сине-фиолетовой его части. Поэтому основным дешифровочным признаком водной поверхности является ход ее спектральной кривой, которая монотонно падает с увеличением длины волны. Мокрые почвы, которые находятся в непосредственной близости к паводковой воде или остаются на месте затопленных территорий после прохождения паводка, имеют очень низкое отражение во всех видимых диапазонах спектра и ближнем ИК диапазоне, но их спектральная кривая не изменяется с длиной волны. В некоторых случаях различия спектральной отражательной способности этих объектов настолько малы, что их невозможно разделить на изображениях, полученных в дневное время в видимом диапазоне спектра.
С целью более полного исключения помех, мешающих выявлению паводковой обстановки, предлагается использовать ночные снимки инфракрасного диапазона, на которых зарегистрировано собственное излучение водной поверхности.
Выявление паводковой ситуации по данным ночных тепловых съемок
Использование ночных инфракрасных изображений с аппаратуры AVHRR при выявлении паводковой обстановки на р. Дарлинг (Австралия) описано в работе I.J. Barton, J.M. Bathols [3]. Авторы показали, что контрасты объектов «вода-суша» выше в ночном тепловом (4 канале) (10,3 °С — у воды и 4,1 °С — у суши), чем в дневном тепловом канале (14,3 и 14 соответственно). Поскольку на затопленных территориях присутствует растительность, то авторы использовали значения нормализованного вегетационного индекса, назвав его «индексом затопленной растительности». Значения нормализованного вегетационного индекса составляют 0,12 — у затопленных территорий, 0,26
— у суши и 0,13 — у озера. Это показывает, что затопленные территории по этому показателю ближе к суше, чем к воде. Значения стандартных девиаций яркостных температур выше для суши на дневных и ночных тепловых изображениях, чем для паводковой воды, а также ниже у озера, чем у паводковой воды, что говорит о неоднородности затопленных объектов по температурным характеристикам. Деление территорий на изображении на «сушу» и «воду» проводят по гистограмме изображения теплового канала (4). Промежуточные пикселы между водой и сушей (температуры в интервале от 6 до
10 градусов) относят к классу, который содержит и воду, и сушу. Авторы [3] считают, что точность определения площади затопления составляет 25 %, при площади участка, покрытого паводковой водой, около 920 кв. км.
Рассмотрим физические свойства природных объектов на суше и воде, согласно которым на ночных тепловых изображениях контрасты «суша-вода» выше, чем на дневных [4, 5].
На тепловых изображениях регистрируется ярко-стная температура, которая зависит от коэффициента излучения (Т) и физической температуры (К) природного тела Т (1)
Т = е(Х, Т)Т(К). (1)
Излучательные свойства воды (е(Х, Т) = 0,92) близки излучательным свойствам черного тела (е (X, Т) = 1), а коэффициенты излучения других природных объектов ниже коэффициента излучения воды; так, для песка (е(Х, Т) = 0,76), для почв — 0,84, для растительности — 0,88 при длине волны 8—13 мкм [6]. То есть при равных физических температурах природных объектов яркостная температура будет выше у воды, чем у открытой почвы и растительности.
Известно, что природные объекты (растительность, открытые почвы, водные поверхности) имеют разную теплоемкость и тепловую инерцию, причем самой высокой теплоемкостью и тепловой инерцией среди перечисленных объектов обладает вода; поэтому течение суток она нагревается и остывает медленнее, чем суша. На рис. 3 представлен теоретический ход температурных кривых природных объектов с разной тепловой инерцией в течение суток. Тепло -вая инерция для почв и горных пород составляет примерно 500 Дж/(м2с1/2К), для древесной растительности — не больше 1000 Дж/(м2с1/2К); для объектов,
12 <6 20 0 4 б 12
бремя су тон t y
Рис. 3. Теоретический суточный ход температуры объектов земной поверхности постоянном альбедо А = 30 % с различной тепловой инерцией р, Дж/(м2с1/2К):
1 — 500 (почвы и горные породы); 2 — 1000 (леснаярастительность); 3 — 1500; 4 — 2000; 5 — 3000 (объекты, содержащие металлы); 6 — температура воды в реке
содержащих металлы, тепловая инерция резко повышается. Самой высокой тепловой инерцией обладает вода; так, для стоячей воды она равна примерно 13,4104 Дж/(м2с1/2К), для спокойного потока воды— 33,0-104 Дж/(м2с1/2К). Из графика видно, что температурное поле компонентов ландшафта с различными теплофизическими свойствами резко меняется в течение суток, а два раза (утром и вечером) происходит инверсия контрастов, то есть в этот период температурное поле нивелируется.
Открытые почвы и растительность в течение дня имеют температуру выше, чем водная поверхность, а вечером (после захода солнца) они быстрее остывают и их температура становится ниже, чем у воды. То есть, самыми теплыми объектами в ночное время суток являются водные объекты. Для стоячей воды закрытых водоемов наблюдаются небольшие суточные контрасты, причем основную роль здесь играет глубина водоема. Для мелких прудов и озер, не связанных с грунтовыми водами, суточные изменения температуры выше. Наблюдаемые в природе температурные контрасты природных объектов очень велики. Например, в июле максимальные температурные перепады в послеполуденное время могут достигать 26 °С, в ночное время они уменьшаются до 16 °С и ниже.
Таким образом, вода имеет самые высокие по сравнению с другими природными объектами значения коэффициента излучения и самые высокие температуры в ночное время, а значит самые высокие значения яркостных температур на ночных тепловых изображениях и высокие контрасты с окружающими объектами. Поскольку собственное излучение водных поверхностей определяется небольшим поверхностным слоем, то глубокая и мелкая вода будут иметь одинаковые коэффициенты излучения, но разные физические температуры, что позволит отделить мелкую воду от глубокой. Мокрые почвы имеют меньшее значение коэффициента излучения, чем вода, но примерно одинаковую физическую температуру с мелкой водой, что, возможно, тоже позволит разделить эти объекты на ночных тепловых изображениях. Поскольку задачей мониторинга является обнаружение и слежение за изменением площади водной поверхности, образованной паводковыми водами, то эта задача сводится к разделению на космических изображениях объектов «вода глубокая — вода мелкая
— мокрая почва».
Мониторинг паводковой ситуации на реке Десне весной 1998 г.
При мониторинге паводковой обстановки территории бассейна реки Десна использовались изображения со спутника NOAA утреннего, дневного, вечернего и ночного времени съемки в течение паводкового периода 1998-2000 гг. На рис. 4 представлены исходные изображения на территорию бассейна р. Десны (разное время суток, альбедо и яркостные температуры природных объектов).
Анализировались альбедо на утренних, дневных и вечерних изображениях и яркостные температуры
всех изображений следующих объектов: паводковых вод, озерных вод, открытой почвы, растительности, лесных массивов, городов. Вычислялись средние значения альбедо и температур выбранных объектов (внутри контуров, размером не менее 100 пикселов) на изображениях и их дисперсии. Выяснилось, что утренние и вечерние изображения в видимых каналах съемки имеют низкие контрасты, не позволяющие уверенно дешифрировать водные объекты. Значения альбедо открытых почв, лесной растительности и водных объектов не превышают 3, в то время как в дневное время альбедо растительности растет от 5,4 до 9,2 (в 1 и 2 каналах), почв — от 8,4 до 10,8; а альбедо водных объектов уменьшается с длиной волны от 4,9 до 3,8. Поэтому более предпочтительным временем съемки для мониторинга паводков в видимом и ближнем ИК диапазоне спектра является дневное время суток, когда угол солнца над горизонтом максимален.
Анализ изображений тепловых каналов позволил определить, что наивысшие яркостные температуры в дневное время имеют города, почвы и лес (294, 293, 291 К, соответственно, в 4 канале AVHRR). Самыми холодными объектами являются водоемы. В это время суток (11 часов 7 минут, GMT) яркостная температура воды составила 289 К. В вечернее время температура водной поверхности, почв и растительности одинакова и на 23 апреля 1998 г. составила 283—285 К.
На ночных тепловых изображениях картина противоположная. Самыми теплыми здесь являются водные объекты, яркостная температура которых колеблется от 281 до 283 К, а температура других природных объектов составляет 275—276 К. Причем яркостные температуры паводковой воды во всех случаях ниже яркостных температур озерных вод на 1-2 К. Спектральная кривая мокрой почвы идет параллельно кривой сухой почвы, только ниже относительно оси Y, т.е. увеличивается с длиной волны. Яр-костная температура мокрой почвы днем находится в промежутке значений сухой почвы и воды, ночью она совпадает с яркостной температурой сухой почвы, в то время как яркостная температура паводковой воды значительно выше.
Представленные данные показывают, что самыми высокими контрастами природные объекты обладают либо в дневное время в видимом диапазоне спектра, либо ночью в тепловых каналах.
Для получения оценки динамики изменения площадей затопленных и подтопленных территорий необходимо провести цифровую обработку изображений. Для этого отобранные по времени суток изображения (дневные и ночные) были трансформированы в проекцию карты, проведено распознавание, выделены контуры затопленных, подтопленных и не подверженных паводку территорий. В качестве метода распознавания выбран метод без обучения (ISODATA), который обеспечивает выделение однородных по спектральным свойствам объектов. Идентификация класса «вода» проводилась по спек-
Научно-технические разработки
Научно-технические разработки
Рис. 4. Исходные изображения с ИСЗ МОЛЛ на территорию бассейна р. Десна, полученные в паводковый период 1998 года,
и спектральные кривые природных объектов
тральным кривым, полученным в результате распознавания (рис. 5).
Анализировались изображения реки Десны, полученные в 1998 году с ИСЗ NOAA в период наибольшего подъема воды. На рис. 6 представлен график уровней воды с 16 апреля по 16 мая 1998 г. на р. Десне в районе г. Брянска. Максимальные отметки уровня воды были зарегистрированы 18 и 19 апреля и соста-
вили 396 см над уровнем поста («0» графика поста 143 м 07 см БС). Далее уровень воды постепенно снижался и 16 мая составил 147 см.
Анализ космических изображений показал, что с уменьшением уровня воды уменьшалась площадь затопления. Причем на дневных и ночных изображениях площади затопленных и подтопленных территорий различны (табл. 1).
Рис. 5. Распознавание затопленных и подтопленных территорий по дневным и ночным изображениям
Научно-технические разработки
Научно-технические разработки
Уровень воды (в см) с 16 апреля по 16 мая 1998 г. на реке Десна (пост в г. Брянске)
”0" графика поста 143 м 07 см БС
дата
Рис. 6. Уровень воды (в см) в апреле-мае 1998 г. на р. Десне в районе г. Брянска
Таблица 1
Площади затопленных и подтопленных территорий, полученные по ночным и дневным изображениям
Дата (апрель-май 1998 г.) Уровень воды, см Затопленые территории, га Подтопленные территории (мокрые почвы), га
ночь день ночь день
16.04 376 55 450,9 43 878,1 50 673,4 50 724,7
19.04 396
21.04 381
22.04 372 24 870,9 21 281,2 28 688,7 37 049,9
01.05 318 11 974,9 45 773,1
04.05 270
07.05 243
11.05 214 7 008,46 не выд.
12.05 202 13 663,5
14.05 170
16.05 147
Так, на 16 апреля площадь затопления по дневным изображениям составляла вместе с русловой водой 43 878 га; к 22 апреля - 24 870,9 га; к 12 мая - 13 663,5 га. По ночным изображениям площадь затопления уменьшалась от 55 450,9 га 16 апреля до 7 008,46 га
11 мая. То есть во всех случаях площади затопления, выявленные по ночным изображениям, значительно выше, чем площади затопления по дневным изображениям (рис. 7).
Площади мокрых почв, наоборот, больше на дневных, чем на ночных изображениях, что говорит о том, что в класс мокрых почв попали площади, затоплен-
ные водой. Это объясняется тем, что на дневных изображениях в один пиксел попадают и мокрые почвы и вода, которые при распознавании выделяются как мокрая почва. Мелкая вода на изображениях такого низкого пространственного разрешения не выделяется, поэтому при выявлении территорий с низким уровнем воды необходимо использовать изображения более высокого пространственного разрешения.
К сожалению, точных значений площадей затопления, полученных какими-либо другими способами (не дистанционными), получить не представляется возможным. Поэтому точность метода можно оце-
Площади разлитой воды, полученные по ночным и дневным сникам в течение паводкового сезона
площадь разлитой воды по ночным снимкам
площадь разлитой воды подневным снимкам
площадь мокрых почв по ночным снимкам
площадь мокрых почв по дневным снимкам
Рис. 7. Динамика изменения площадей затопленных и подтопленных территорий в период паводка 1998 г. на р. Десне
нить только косвенным путем, полагая, что все граничные точки «вода-суша» являются ошибочными. Значит, граница воды может быть сдвинута, учитывая пространственное разрешение аппаратуры AVHRR, на 1-2 км.
Предложенный метод использовался при мониторинге паводков на реках Урал, Тисса, Ока, Припять и др. в течение 1998—2001 гг. для обнаружения и экспресс-оценки степени паводка. Для более детального изучения затопленных и подтопленных территорий требуются изображения более высокого пространственного разрешения.
Выводы
1. Выявление паводковой обстановки по космическим данным, полученным в видимом и ближнем ИК диапазонах съемки, не всегда возможно и часто приводит к значительным ошибкам из-за ряда факто-
ров (блики на воде, полузатонувший лед, невозможность отделить мокрую почву от воды).
2. Физические свойства воды, такие как высокая темплоемкость, приводящая к медленному остыванию поверхности воды ночью, и высокая излучательная способность обеспечивают высокие значения яркостной температуры водных объектов ночью, что является причиной высоких контрастов в системе «вода-суша» на ночных тепловых изображениях.
3. В случае выделения водных поверхностей по ночным тепловым съемкам появляется возможность уверенно отделять мокрую почву от воды.
4. Использование ночных и дневных съемок при мониторинге паводковой обстановки позволяет более оперативно и точно получать информацию о протекании паводка и принимать органам управления соответствующие ситуации решения.
Литература
1. Григорьев А.А., Кондратьев К.Я. Природные и антропогенные экологические катастрофы. Классификация и основные характеристики // Исследование Земли из космоса.— 2000. — № 2 — С. 72-83.
2. Воробьев Ю.Л., Локтионов Н.И., Фалеев М.И., Шахраманьян М.А., Шойгу С.К., Шолох В.П. Катастрофы и человек. Книга 1. Российский опыт противодействия чрезвычайным ситуациям. — М.: «Издательство АСТ-ЛТД», 1997 - 255 с.
3. I.J.Barton, J.M.Bathols. Monitoring Floods with AVHRR. Remote Sens.Environ.30:89-94 (1989).
4. Савиных В.П., Соломатин В.А. Оптико-электронные системы дистанционного зондирования. — М.: «Недра», 1995 — 315 с.
5. Скорохватов Н.А. Физические основы методов дистанционного зондирования. — Москва, 1996.
6. Кухлинг Х. Справочник по физике. — Москва: «МИР» 1982. — 519 с.
Научно-технические разработки
