CC BY
49
УДК 528.854
Вестник СибГАУ Т. 16, № 4. С. 814-818
МОНИТОРИНГ СОСТОЯНИЯ РАСТИТЕЛЬНОГО ПОКРОВА ЗОНЫ ОХВАТА МАЧТЫ ZOTTO ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ
О. А. Антамошкина1, 2, М. А. Корец2
1Институт леса имени В. Н. Сукачева СО РАН Российская Федерация, 660036, г. Красноярск, Академгородок, 50/28
2Сибирский федеральный университет Российская Федерация, 660041, г. Красноярск, просп. Свободный, 79 E-mail: [email protected]
Рассмотрены вопросы классификации спутниковых изображений с целью выделения основных типов лесных экосистем, а также решение задачи многолетнего мониторинга состояния выделенных экосистем на основе спутниковых снимков среднего пространственного разрешения и ежедневных данных космического мониторинга действующих пожаров. Районом исследования данной работы является 100-километровая зона охвата мачты ZOTTO, установленная в районе пос. Зотино Красноярского края. Исследуемая территория расположена в среднетаежной подзоне Западной Сибири, представлена левым и правым берегами р. Енисея.
На основе данных наземных исследований, полученных за последние пятнадцать лет, проведена классификация спутниковых изображений Landsat методом максимального правдоподобия. В результате выделено 10 агрегированных классов земной поверхности и составлена тематическая карта исследуемых территорий.
Оперативный спутниковый мониторинг и анализ пространственной информации о состоянии экосистем в 100-километровой зоне охвата мачты ZOTTO дает возможность отследить динамику нарушенности лесов пожарами и рубками за длительный временной период и оценить изменения лесных экосистем района исследования. Получены данные о количестве и площади пожарищ, выявленных на исследуемой территории за 20002014 годы. Проведенные расчёты показывают, что за изучаемый период огнем пройдено более 25 % исследуемой территории. Отмечено, что лесные пожары оказывают значительное влияние на перераспределение классов подстилающей поверхности. В ходе проведенных исследований выявлено, что под воздействием пожаров площадь всех типов растительных экосистем значительно сократилась, тогда как промышленная заготовка древесины не вносит существенного вклада в общую картину нарушенности территории.
Результаты, полученные в нашей работе, свидетельствуют о наиболее высокой горимости лишайниковых типов леса на изучаемой территории, что согласуется с литературными данными и обусловлено, очевидно, их высокой природной пожарной опасностью. Наименьший ущерб пожары нанесли болотным экосистемам, что объясняется повышенным содержанием влаги и наличием большого количества пожарных разрывов в виде открытой воды.
Ключевые слова: спутниковые изображения, автоматическая классификация, лесные пожары, мониторинг лесных экосистем.
Vestnik SibGAU Vol. 16, No. 4, P. 814-818
VEGETATION MONITORING WITHIN THE ZOTTO TALL TOWER COVERAGE AREA USING REMOTE SENSING DATA
O. A. Antamoshkina1, 2, M. A. Korets2
1V. N. Sukachev Institute of Forest SB RAS 50/28, Akademgorodok, Krasnoyarsk, 660036, Russian Federation 2Siberian Federal University 79, Svobodny Av., Krasnoyarsk, 660041, Russian Federation E-mail: [email protected]
The article discusses the methods of satellite image classification to determine general types offorest ecosystems, as well as the long-term monitoring of ecosystems changes using satellite imagery of medium spatial resolution and the daily data of space monitoring of active fires. The area of interest of this work is 100 km footprint of the Zotino Tall Tower Observatory (ZOTTO), located near Zotino settlement, Krasnoyarsk region. The study area is located in the middle taiga subzone of Western Siberia, and presented by the left and right banks of the Yenisei river.
For Landsat satellite imagery supervised classification by the maximum likelihood method was made using ground-based studies over the last fifteen years. The results are the identification of the 10 aggregated classes of land surface and composition of the study area thematic map.
Operational satellite monitoring and analysis of spatial information about ecosystem in the 100-kilometer footprint of the ZOTTO tall tower allows to monitor the dynamics of forest disturbance by fire and logging over a long time period and to estimate changes in forest ecosystems of the study area. Data on the number and area of fires detected in the study region for the 2000-2014 have been received in the work. Calculations show that active fires have burned more than a quarter of the footprint area over the study period. Fires have a significant impact on the redistribution of classes of land surface. The area of all types of plant ecosystems declined dramatically under the influence of fires, whereas industrial logging does not have a serious impact on it.
The results obtained in our work indicate the highest occurrence of fires for lichen forest types within study region, probably due to their high natural fire danger, which is consistent with other studies. The least damage the fire caused to the wetland ecosystem due to high content of moisture and the presence of a large number offire breaks in the form of open water.
Keywords: satellite images, supervised classification, forest fires, monitoring offorest ecosystems.
Введение. В настоящее время принято считать, что одним из главных факторов потепления климата Земли является увеличивающаяся концентрация в атмосфере парниковых газов, в том числе углекислого газа (С02). Экосистемы Сибири, составляющие около 1/5 мировой лесопокрытой площади, являются наиболее мощным резервуаром углерода и играют важную роль в глобальном цикле углерода, влияя на климат Земли [1].
Лесные пожары, являясь неотъемлемым фактором динамики лесных экосистем, вносят существенный вклад в эмиссии углерода в атмосферу. В последние несколько десятилетий частота возникновения пожаров в бореальных лесах возросла [2]. Ряд исследований показывает возможность дальнейшего увеличения частоты пожаров в условиях глобального изменения климата [3-5].
Таким образом, важной задачей является оценка изменений, происходящих в составе атмосферы, вследствие увеличения эмиссий С02, вызванных лесными пожарами.
0дним из способов решения данной задачи является интеграция данных атмосферных исследований, наземных наблюдений и спутниковых данных. Представленная ниже работа является частью исследования, в котором выполняется сопряженный анализ информации о состоянии нижней части слоя атмосферы, получаемой на измерительной мачте международной обсерватории ZOTTO, данных наземных обследований, выполненных в зоне охвата мачты, и данных о состоянии подстилающей поверхности, полученных на основании спутниковой съемки.
В работе рассматриваются вопросы классификации спутниковых изображений с целью выделения основных типов подстилающей поверхности, имеющих близкие характеристики по запасу углерода в фитомассе, и анализа многолетней динамики состояния лесных экосистем территории исследования.
Район исследования. Выбор района исследования данной работы базируется на местоположении измерительной вышки (высота 302 м) Международной обсерватории ZOTTO [6], которая установлена в районе пос. Зотино (Красноярский край, 60°48' с. ш., 89°21' в. д.). На обсерватории ведутся круглосуточные измерения концентраций парниковых газов, радиационных и метеорологических параметров в приземных слоях атмосферы.
Выделение основных типов подстилающей поверхности и оценка динамики их состояния проводилась в 100-километровой зоне охвата мачты ZOTTO. Исследуемая территория расположена в среднетаеж-ной подзоне Западной Сибири, представлена левым и правым берегами р. Енисея. Основными факторами нарушения данной территории являются лесные пожары и рубка леса.
Классификация спутниковых изображений. С целью выделения основных типов подстилающей поверхности на территории исследования использованы мультиспектральные спутниковые снимки LandsatETM+, полученные в течение вегетационного периода 2000 года. Используемые снимки Landsat прошли стандартную предварительную обработку, включающую процедуры радиометрической и геометрической коррекции систематических искажений сенсора. Классификация спутниковых изображений для картографирования типов земной поверхности является одной из основных областей применения данных дистанционного зондирования и широко применяется во всем мире [7]. Совместное использование спутниковых и наземных данных повышает точность классификации и позволяет более полно анализировать пространственное распределение типов земной поверхности [8].
В нашей работе была проведена управляемая автоматическая классификация спутниковых изображений методом максимального правдоподобия. Метод максимального правдоподобия является наиболее часто используемым и наиболее точным для такого рода задач [9]. В качестве обучающей выборки использованы наземные данные, полученные в ходе полевых работ, проводимых на исследуемой территории в 2000-2014 годах. Наземные данные состоят из 350 постоянных пробных площадей, заложенных на наиболее репрезентативных участках древостоев, для которых при использовании методов перечислительной таксации подробно описаны характеристики лесных насаждений и рассчитано содержание углерода в стволовой древесине и крупных древесных остатках. Вся наземная информация хранится в информационной системе Forest, включающей себя СУБД и ГИС-систему, и доступна удаленно по адресу http://forest. sfukras.ru [10; 11].
Общая площадь территории исследования оценивается в 3140 тыс. га. В результате анализа спутниковой информации на территории охвата высотной мачты выделено 10 агрегированных классов земной поверхности. На основе этих классов была получена тематическая карта наземного покрова изучаемого района. При этом установлено, что покрытая лесом площадь составляет около 76 % территории исследования. На 2000-е годы среди классов с лесной растительностью доминирующее положение по площади занимают темнохвойные насаждения (ельники, пихтачи, кедрачи) - 48 %. На лиственные насаждения (березняки и осинники), сформированные на вырубках и гарях, приходится 12 % площади. Около 16 % территории занимают сосновые биогеоценозы, представленные сосняками лишайниковыми и зеленомошны-ми. Болотные экосистемы занимают 11 % территории. Площадь свежих вырубок и гарей составила 3 и 5 % соответственно.
Оценка состояния лесных экосистем. Спутниковые данные среднего пространственного разрешения широко используются для мониторинга состояния лесных экосистем [12; 13]. В нашей работе в целях изучения многолетних изменений растительного покрова изучаемой территории применялись данные LandsatETM+, TM и OLI. Было использовано более 20 сцен, полученных со спутников серии Landsat в период с 2000 по 2014 гг. Характерной чертой программы Landsat является наследование спектральных диапазонов, в которых ведется съемка, что обеспечивает преемственность и совместимость данных, полученных разными спутниками серии Landsat в течение всего периода действия программы.
Дешифрирование участков леса, погибших от рубок и лесных пожаров, основывалось на значениях спектральной яркости подстилающей поверхности, полученных по информации спутника Landsat. Как известно, изменение физиологического состояния растений ведет к изменению их спектральных характеристик [14]. Это происходит за счет снижения поглощения солнечного света хлорофиллом и, как следствие, увеличения коэффициента отражения в видимой области электромагнитного спектра, а также
вследствие повреждения тканей листьев, ведущего к снижению коэффициента отражения в ближней инфракрасной области [15; 16]. Данные свойства растительности применяются при дешифрировании спутниковых изображений.
При дешифрировании участков леса, пройденных огнем, использованы следующие критерии: спектральные характеристики в видимом и инфракрасном диапазонах на послепожарных снимках Landsat; пространственные признаки (наличие резко очерченной границы); наличие для участка в архиве Красноярского центра космического мониторинга полигонов действующих пожаров (термоточек). Полигоны активных пожаров вычисляются ежедневно в течение всего пожароопасного сезона по спутниковым данным Terra, Aqua/Modis. Для детектирования активных пожаров в Красноярском центре космического мониторинга используется пороговый алгоритм Кауфмана, основанный на особенностях излучения пламени пожара в среднем и дальнем инфракрасном диапазоне [17].
В таблице представлены данные о количестве и площади пожарищ, выявленных на исследуемой территории за 2000-2014 годы. Как видно из таблицы, суммарная площадь, пройденная огнем, составила 852 560,28 га. Некоторые участки при этом были пройдены огнем более одного раза. Путем объединения полигонов пожарищ, полученных за все годы, в один слой мы исключили дублирование площадей пожарищ и получили общую площадь, пройденную огнем за 2000-2014 годы, которая составила 830 037,61 га. Таким образом, за последние 15 лет огнем пройдено около 26 % исследуемой территории.
Согласно полученным данным, за исследуемый период было отмечено 2 пика активной горимости -в 2006 и 2012 гг. За пожароопасный сезон 2006 года огнем пройдено более 2 % исследуемой территории, за сезон 2012 г. - около 23 %. По состоянию на 2014 г. пожары внесли значительный вклад в структуру лесного фонда и привели к существенному изменению площадей, занимаемых растительными экосистемами на территории исследования, по сравнению с 2000 г. (см. рисунок).
Количество и площадь пожарищ в 2000-2014 годах
Год Площадь пожарищ, га Количество пожаров
2000 8 025,12 3
2001 702,00 1
2002 0 -
2003 2 133,83 3
2004 6 606,16 8
2005 1 610,27 4
2006 73 412,47 22
2007 467,50 2
2008 653,60 1
2009 0 -
2010 0 -
2011 18 271,99 18
2012 711 063,53 33
2013 23 708,90 8
2014 5 904,91 9
Итого за 2000-2014 852 560,28 112
Изменение площадей, занимаемых растительными экосистемами на территории исследования, в 2000-2014 годах
Как видно из рисунка, площадь пожарищ исследуемой территории значительно увеличилась в период с 2000 по 2014 годы и составила около 980 тыс. га. Площадь вырубок увеличилась с 82 до 117 тыс. га. Площадь всех типов растительных экосистем сократилась: сосняков лишайниковых с 239 до 123 тыс. га; сосняков зеленомошных с 260 до 153 тыс. га; темно-хвойных насаждений с 1502 до 1094 тыс. га; лиственных насаждений с 386 до 248 тыс. га; болотных экосистем с 328 до 255 тыс. га. Значительней всего уменьшилась площадь темнохвойных насаждений, преобладающих на данной территории.
Заключение. Оперативный спутниковый мониторинг и анализ пространственной информации о состоянии экосистем в 100-километровой зоне охвата мачты ZOTTO дает возможность отследить динамику нарушенности лесов пожарами и рубками за длительный временной период и оценить изменения лесных экосистем района исследования. В результате проведенных исследований для изучаемой территории было выделено 10 основных классов подстилающей поверхности. По спутниковым снимкам Landsat проведен многолетний анализ нарушенности растительных экосистем пожарами и вырубками. Установлено, что площадь пожарищ за изучаемый период (с 2000 по 2014 годы) значительно возросла и в настоящее время составляет около 30 % территории. Промышленная заготовка древесины не вносит существенного вклада в общую картину нарушенности территории, и общая площадь вырубок в настоящий момент составляет порядка 4 %. Площадь всех типов растительных экосистем значительно сократилась. При этом сосняки лишайниковые потеряли 49 % своей первоначальной площади, сосняки зеленомошные - 41 %, лиственные насаждения - 36 %, темнохвойные насаждения - 27 %, болотные экосистемы - 22 %.
Известно, что на горимость лесов оказывает влияние ряд факторов, таких как тип леса, возраст насаждений, количество влаги, скорость ветра и т. д. [18; 19]. Результаты, полученные в нашей работе, свидетельствуют о наиболее высокой горимости лишайниковых типов леса на изучаемой территории, что со-
гласуется с литературными данными и обусловлено, очевидно, их высокой природной пожарной опасностью. Наименьший ущерб пожары нанесли болотным экосистемам, что объясняется повышенным содержанием влаги и наличием большого количества пожарных разрывов в виде открытой воды.
Благодарности. Работа поддержана грантом РНФ № 14-24-00113, а также грантом РФФИ № 13-05-41506.
Acknowledgments. This work was supported by grant of RSF № 14-24-00113, as well as a grant from the RFBR № 13-05-41506.
Библиографические ссылки
1. Экологические проблемы поглощения углекислого газа посредством лесовосстановления и лесоразведения в России (аналитический обзор) / А. С. Исаев [и др.] // Центр экологической политики России. М., 1995. 156 с.
2. Fire, global warming, and the carbon balance of boreal forests / E. S. Kasischke [et al.] // Ecological Applications. 1995. № 5(2). P. 437-451.
3. Krawchuk M. A., Cumming S. G., Flannigan M. D. Predicted changes in fire weather suggest increases in lightning fire initiation and future area burned in the mixedwood boreal forest // Climatic Change. 2009. Vol. 92. P. 83-97.
4. Forest fires and climate change in the 21st century / M. D. Flannigan [et al.] // Mitigation and Adaptation Strategies for Global Change. 2005, Vol. 11(4), P. 847859. DOI: 10.1007/sl 1027-005-9020-7.
5. Effects of Fire and Climate on Successions and Structural Changes in The Siberian Boreal Forest / V. V. Furyaev [et al.] // Eurasian J. For. Res. 2001. № 2. P. 1-15.
6. The Zotino Tall Tower Observatory (Zotto): Quantifying Large Scale Biogeochemical Changes in Central Siberia / M. Heimann [et al.] // Nova ActaLeopoldina NF. 2014. № 117(399), P. 51-64.
7. Global Remote Sensing Research Trends during 1991-2010: A Bibliometric Analysis / Y. H. Zhuang [et al.] // Scientometrics. 2013. № 96. P. 203-219. DOI: 10.1007/s11192-012-0918-z.
8. Developments in the validation of satellitesensor products for the study of the land surface / C. Justice, [et al.] // International Journal of Remote Sensing. 2000. Vol. 21. P. 3383-3390.
9. Meta-discoveries from a synthesis of satellite-based land-cover mapping research / Le Yu [et al.] // International Journal of Remote Sensing. 2014. Vol. 35. P. 4573-4588.
10. Свидетельство о государственной регистрации программы для ЭВМ № 2014618974 от 04.09.2014 г. / О. А. Антамошкина, Н. В. Трофимова, С. В. Верховец.
11. Свидетельство о государственной регистрации базы данных № 2014620947 от 02.07.2014 г. / О. А. Антамошкина, Н. В. Трофимова, С. В. Верховец, Н. Н. Кошурникова, А. В. Климченко.
12. Спутниковое зондирование Земли - уникальный инструмент мониторинга лесов России / А. С. Исаев [и др.] // Вестник Российской академии наук. 2014. Т. 84, № 12. С. 1073.
13. Townshend Global, Landsat-based forest-cover change from 1990 to 2000 / Do-Hyung Kim [et al.] // Remote Sensing of Environment. 2014. Vol. 155. P. 178-193.
14. Дистанционное зондирование: количественный подход / Ш. М. Дейвис [и др.]. М. : Недра, 1983. 415 с.
15. Кронберг П. Дистанционное изучение Земли. М. : Мир, 1988. 350 с.
16. Remote sensing of forest fire severity and vegetation recovery / White J. D. [et al.] // International Journal of Wildland Fire. 1996. № 6. P. 125-136.
17. Yoram Kaufman, Chris Justice. Algorithm Technical Background Document MODIS FIRE PRODUCTS (Version 2.2). 1998. (EOS ID# 2741).
18. Волокитина А. В., Софронов М. А. Классификация растительных горючих материалов // Лесоведение. 1996. № 3. С. 38-44.
19. Курбатский Н. П. Пожары тайги, закономерности их возникновения и развития : aвтореф. дис. ... д-ра с.-х. наук. Красноярск, 1964. 54 с.
References
1. Isaev A. S., Korovin G. N., Sukhikh V. I., Titov S. P., Utkin A. I., Golub A. A., Zamolodchikov D. G., Pryazhnikov A. A. Ecologicheskie problemy poglosh-eniya uglekislogo gaza posredstvom lesovosstanovleniya I lesorazvedeniya v Rossii (analytychesky obzor) [Environmental problems in the absorption of carbon dioxide through reforestation and afforestation in Russia (analytic review)]. Moscow, Tsentr ecologicheskoy politiki Rossii Publ., 1995, 156 p. (In Russ.).
2. Kasischke E. S., Christensen N. L., Jr. and B. J. Stocks. Fire, global warming, and the carbon balance of boreal forests. 1995, Ecol. Appl. 5, P. 437-451.
3. Krawchuk M. A., Cumming S. G., Flannigan M. D. Predicted changes in fire weather suggest increases in lightning fire initiation and future area burned in the mixedwood boreal forest. Climatic Change, 2009, Vol. 92, P. 83-97.
4. Flannigan M. D., Amiro B. D., Logan K. A., Stocks B. J., Wotton B. M. Forest fires and climate change in the 21st century. Mitigation and Adaptation Strategies for Global Change, 2005, Vol. 11(4), P. 847-859. DOI: 10.1007/sl 1027-005-9020-7.
5. Furyaev V. V., Vaganov E. A., Tchebakova N. M., Valendik E. N. Effects of Fire and Climate on Successions and Structural Changes in the Siberian Boreal Forest. Eur. J. Forest Res, 2001, No. 2, P. 1-15.
6. Heimann M., Schulze E. D., Winderlich J. et al. The Zotino Tall Tower Observatory (Zotto): Quantifying Large Scale Biogeochemical Changes in Central Siberia. Nova ActaLeopoldina NF, 2014, Vol. 117(399), P. 51-64.
7. Zhuang Y. H., Liu X. J., Nguyen T., He Q. Q., Hong S. Global Remote Sensing Research Trends during 1991-2010: A Bibliometric Analysis. Scientometrics, 2013, No. 96, P. 203-219. DOI: 10.1007/s11192-012-0918-z.
8. Justice C., Belward A., Morisette J., Lewis P., Privette J. and Baret F. Developments in the validation of satellite sensor products for the study of the land surface. International Journal of Remote Sensing, 2000, Vol. 21, P. 3383-3390.
9. Le Yu, Lu Liang, Jie Wang et al. Meta-discoveries from a synthesis of satellite-based land-cover mapping research. International Journal of Remote Sensing, 2014, Vol. 35, P. 4573-4588.
10. Antamoshkina O. A., Trofimova N. V., Verkhov-ets S. V. Svidetel'stvo o gosudarstvennoy registratsii pro-grammy dlya EVM. [The certificate of state registration of computer program]. No. 2014618974, 2014.
11. Antamoshkina O. A., Trofimova N. V., Verkhov-ets S. V., Koshurnikova N. N., Klimchenko A. V. Svide-tel'stvo o gosudarstvennoy registratsii bazy dannykh [The certificate of state registration of database]. No. 2014620947, 2014.
12. Isaev A. S., Bartalev S. A., Lupyan E. A., Lukina N. V. [Satellite remote sensing is a unique tool for monitoring of Russian forests]. Vestnik Rossiyskoy akademii nauk. 2014, Vol. 84, No. 12, P. 1073 (In Russ.).
13. Do-Hyung Kim, Joseph O. Sexton, Praveen Noo-jipady, Chengquan Huang, AnupamAnand, Saurabh Channan, Min Feng, John R. Townshend Global, Land-sat-based forest-cover change from 1990 to 2000. Remote Sensing of Environment, 2014, Vol. 155, P. 178-193.
14. Dejvis Sh. M., Landgrebe D. A., Filips T. L. Dis-tantsionnoe zondirovanie: kolichestvenny podkhod [Remote sensing: the quantitative approach]. Moscow, Nedra Publ., 1983, 415 p.
15. Kronberg P. Distantsionnoe izuchenie Zemli. [Remote study of the Earth]. Moscow, Mir Pabl., 1988, 350 с.
16. White J. D., Ryan K. C., Key C. C., Running S. W. Remote sensing of forest fire severity and vegetation recovery. International Journal of Wildland Fire, 1996, No. 6, P. 125-136.
17. Yoram Kaufman, Chris Justice. Algorithm Technical Background Document MODIS FIRE PRODUCTS (Version 2.2), 1998.
18. Volokitina A. V., Sofronov M. A. [Classification of plant combustible materials] Lesovedenie. 1996, No. 3, P. 38-44.
19. Kurbatsky N. P. Pozhary taygi, zakonomernosti ikh vozniknoveniya i razvitiya: Avtoref. dis. ... d-ra s.-kh. nauk. [Fires of taiga, the regularities of their origin and development. Abstr. Dr. agr. sci. diss]. Krasnoyarsk, 1964, 54 p.
© Антамошкина О. А., Корец М. А. 2015
