Оценка состояния сельскохозяйственных полей на территории Красноярского края по спутниковым данным за май 2008 года Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

Дистанционное зондирование Земли

УДК 681.51:504(07)

А. А. Додышева, Е. А. Охоткина, А. И. Сухинин

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

ОЦЕНКА СОСТОЯНИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПОЛЕЙ НА ТЕРРИТОРИИ КРАСНОЯРСКОГО КРАЯ ПО СПУТНИКОВЫМ ДАННЫМ ЗА МАЙ 2008 ГОДА

Представлена методика анализа состояния сельскохозяйственных угодий с использованием космического снимка данной местности. Методика включает в себя объединение многоканальных данных со спутника Landsat в единый файл, оконтуривание полей, определение МБУ1, определение степени увлажнения почв, определение температуры поверхности.

На сегодняшний день данные дистанционного зондирования все большее применение находят в оценке состояния сельскохозяйственных полей. Обработка данных дистанционного зондирования позволяет уменьшить время работы и финансовое обеспечение, а с другой стороны - увеличить объем физических и биологических параметров, по результатам которых и строится дальнейшее исследование, захватывая огромные территории. Представлена методика анализа состояния сельскохозяйственных угодий на космическом снимке за весенний период. На снимке можно определить состояние почвы: температуру, степень увлажнения.

Используя архив данных, выбрано изображение сельскохозяйственных территорий Красноярского края, полученное со спутника Landsat-7 за май месяц 2008 г., и проведено объединение многоканальных данных в единый файл. Для «сшивки» выбраны 5-й (1 550...1750 нм), 4-й (760...900 нм) и 3-й (630...690 нм) каналы спутника Landsat. Данные 3-го и 5-го каналов используются для расчета NDVI. Данные 4-го канала - для определения степени увлажнения поверхности (URL: http://www/scanex/ru).

Созданы контуры сельскохозяйственных полей методом сегментации путем наращивания областей. В программном пакете был создан векторный слой, на него перенесены контуры полей для объединения с исходным файлом [1]. Получено растровое изображение полей.

Расчет вегетационного индекса (NDVI) проводился по следующей формуле:

NDVI = NIR - RED , (1)

NIR + RED

где NIR - отражение в ближней инфракрасной области спектра; RED - отражение в красной области спектра.

В графической модели для расчета NDVI использовано изображение с вырезанными контурами полей. Поля были разбиты на классы, в зависимости от их цвета. Выбрано по одному полю, характеризующему класс, к которому оно принадлежат. Для этих полей рассчитан NDVI.

Определена степень увлажнения почв. В ближнем инфракрасном диапазоне наблюдается зависимость: чем выше спектральная яркость, тем ниже степень увлажнения почвы. В программном пакете Erdas Imagine была определена спектральная яркость. Далее, используя зависимость, была определена степень увлажнения почв.

Определена температура поверхности, используя данные Landsat ETM+. Температура поверхности была рассчитана для полей пяти классов. Каждому классу полей соответствует свое калибровочное значение Qcal, входящее в формулу (2) для расчета температуры поверхности (URL: http://gis-lab.info/). Количество приходящего излучения вычисляется по следующей формуле:

' cal min )

L >, =

calmax c¡

( Q cal Q cal min ) + L m

(2)

где Lmin = 3,2 [В/(м

стерадиан-мкм)];

= 1;

¿max = 12,65 [В/(м -стерадиан-мкм)]; Qcal min

Qcal max 255.

Абсолютная температура определяется в Кельвинах по формуле

T=-

K 2

{

in

А

(3)

+1

где К1 = 666,09 [В/(м -стерадиан-мкм)]; К2 = 1 282,71 К; Lx - излучение на сенсоре, полученное по формуле (2).

Таким образом, методика позволяет определить состояния растительности на момент съемки -с помощью расчета КБУ1, а также степень увлажнения почвы, температуру поверхности -важные характеристики, которые влияют на количество и качество урожая. Использование данной методики позволяет вовремя принять необходимые меры в случае необходимости.

Библиографический список

1. Кашкин, В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений : учеб. пособие / В. Б. Кашкин, А. И. Сухинин. М. : Логос, 2001.

Решетневские чтения

A. A. Dodysheva, E. A. Okhotkina, A. I. Sukhinin Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk

ESTIMATION OF AGRICULTURAL FIELDS STATE IN TERRITORY OF KRASNOYARSK REGION UNDER THE SATELLITE DATA IN MAY, 2008

The technique to analyse agricultural grounds state applying a space picture of the given district is developed. The technique includes: association of the multi-channel data from Landsat companion in a uniform file, field shaping, NDVI definition, definition of soil humidifying degree, definition of a surface temperature.

© ^.ogwrneBa A. A., OxoTKHHa E. A., CyxHHHH A. H., 2009

УДК 551.509.313

О. А. Дубровская, Е. Г. Климова Институт вычислительных технологий, Сибирское отделение Российской академии наук, Россия, Новосибирск

А. И. Сухинин

Институт леса имени В. Н. Сукачева Сибирского отделения Российской академии наук, Россия, Красноярск

МОДЕЛИРОВАНИЕ РАСПРОСТРАНЕНИЯ ГАЗОВЫХ ЭМИССИЙ ОТ КРУПНЫХ ЛЕСНЫХ ПОЖАРОВ В СИБИРИ

Представлен метод моделирования распространения газовых эмиссий, выделяющихся при массовых пожарах в лесах Сибири, на основе ансамблевого подхода. Проведены численные расчеты траекторий распространения газовых эмиссий и получено удовлетворительное совпадение с результатами дешифрирования материалов космического зондирования.

Регулярно возникающие в различных регионах земного шара массовые лесные пожары привлекают к себе внимание как природные бедствия, приносящие серьезный экономический ущерб. Лесные пожары являются не только бедствием для населения, но и важным фактором локальной, региональной и даже глобальной экодинамики, что проявляется в выбросах в атмосферу дымовых газов и аэрозоля, которые вносят существенный вклад в образование и развитие парникового эффекта.

Газовые составляющие атмосферы, такие как СО, СО2, СН4, называемые парниковыми газами, оказывают существенное влияние на характер атмосферных процессов и экологическую обстановку в различных регионах. Одним из источников этих газов являются лесные пожары в боре-альных лесах на территории Сибири, Якутии, Дальнего Востока [1]. Моделирование распространения газовых эмиссий, выделяющихся при пожарах, является одной из важных задач при разработке методов прогнозирования задымлен-ности местности при крупных массовых лесных пожарах.

Так как в Сибири сосредоточены большие запасы наземного углерода, то увеличение площадей пожарищ, длительности пожарного сезона и

силы пожаров приводит к тому, что освобождаются значительные объемы углерода [2; 3]. В годы с экстремальной пожарной активностью общая эмиссия углерода может быть на 37...41 % больше, чем в годы с нормальной пожарной активностью, по причине увеличения сгорания органических веществ в почве. Средние оценки для стандартного сценария динамики выбросов рассматриваемых парниковых газов составляют: СО2 (555...1 031 тераграмм (Тг), СО (43...80 Тг), СН4 (2,4...4,5 Тг). Эти оценки представляют 10, 15, 19 % соответственно от глобальных оценок, сделанных по всему земному шару для пожаров растительности.

Газовые составляющие, выделяющиеся при пожарах, распространяются далеко за их пределы благодаря атмосферной циркуляции. Поэтому одной из важных задач является описание распространения дымового аэрозоля в пространстве и во времени с привлечением фактической метеорологической информации и данных о пожарах.

Для восстановления концентрации СО2 в заданном регионе была использована модель оценки эмиссий газовых примесей по данным о сгоревшей биомассе, предложенная в [2]. При расчете по модели необходима информация по расходу горючего материала, которая зависит от выго-