CC BY
48
РЕГИОНАЛЬНЫЕ ИССЛЕДОВАНИЯ
УДК 528.9 (075.8), 581.526.55(470)
Г.Н. Огуреева1, И.М. Микляева2, О.В. Вахнина3, О.В. Тутубалина4
ПОЛЕВОЕ НАЗЕМНОЕ СПЕКТРОМЕТРИРОВАНИЕ ЛУГОВОЙ РАСТИТЕЛЬНОСТИ ПОЛИГОНА «САТИНО»
Спектрометрирование эталонных участков луговой растительности на территории Сатинского учебно-научного полигона географического факультета МГУ (Боровский район Калужской области) проводится с целью создания спектрометрической базы данных по нелесным растительным сообществам полигона. Выявлены закономерности изменения нормализованного вегетационного индекса (NDVI) луговых сообществ в период вегетации в зависимости от сезонной динамики лугов. Выявлены признаки луговой растительности, необходимые для дешифрирования космических снимков, с целью оценки ее продуктивности и мониторинга динамики.
Ключевые слова: полевое спектрометрирование, луговая растительность, сезонная динамика, нормализованный вегетационный индекс (NDVI), дешифровочные признаки, космические снимки, фитопродуктивность, УНС Сатино.
Введение. Наземное спектрометрирование становится одним из востребованных полевых методов изучения растительности. Научные основы этих исследований, заложенные в классических трудах Е.Л. Кринова [2], Ю.С. Толчельникова [7] получили развитие в связи с появлением новых материалов гиперспектральной съемки, цифровых снимков с высоким пространственным разрешением, а также новых поколений полевых многоканальных цифровых спектрометров с высокой производительностью. Параллельно с разработкой фундаментальных вопросов дистанционных методов изучения растительности, в том числе ее продуктивности, наземное спектро-метрирование в сочетании с материалами дистанционного зондирования применяется для решения широкого круга научно-практических задач, включая исследование динамики вегетационного периода растений в качестве индикатора глобальных климатических изменений и мониторинг распространения алкалоидных растений.
С переходом на новый технологический уровень исследований большое значение придается систематическим наблюдениям на эталонных участках стационаров [1] и подготовке на их основе соответствующих ГИС. Важной составляющей этих работ может стать создание спектрометрических баз данных в рамках инфраструктуры пространственных данных для изучения влияния геоэкологических факторов на сезонную и многолетнюю динамику спектральных характеристик растительности. Благоприятные условия для проведения таких исследований складываются на учебно-научных полигонах вузов, обеспеченных данными многолетних наблюдений [5].
Постановка задачи. В 2008 г. на территории учебно-научного полигона географического факультета МГУ «Сатино» в бассейне среднего течения р. Протвы (Боровский район Калужской области) начались работы по созданию базы спектрометрических данных, которые предполагается использовать для изучения спектральных свойств экосистем и дальнейшего развития дистанционных методов исследования различных географических объектов.
На первом этапе в качестве основного объекта спектрометрирования выбрана луговая растительность. Исследования проводились в пределах серии круговых эталонных площадок диаметром около 60 см, расположенных в долине р. Протвы. Результаты спектрометрирования и описания фрагментов луговых сообществ на эталонных площадках предполагается включить в содержание локальной инфраструктуры пространственных данных «Сатино», работа над которой ведется на кафедре картографии [2, 4]. Материалы, предназначенные для внесения в базу данных, планируется использовать для выявления дешифровочных признаков луговой растительности, оценки ее продуктивности и мониторинга динамики.
Обеспеченность полигона материалами многолетних комплексных географических исследований, в том числе тематическими картами, аэро- и космическими снимками, возможность привлекать специалистов различного профиля и проводить наблюдения в течение полного вегетационного периода создают предпосылки для комплексного изучения растительности по нескольким направлениям:
1 Кафедра биогеографии географического факультета Московского государственного университета имени М.В. Ломоносова, проф., докт. геогр. н., e-mail: [email protected]
Кафедра биогеографии географического факультета Московского государственного университета имени М.В. Ломоносова, доцент, канд. геогр. н., e-mail: [email protected]
3 Лаборатория аэрокосмических методов кафедры картографии и геоинформатики, науч. сотр., e-mail: [email protected]
4 Лаборатория аэрокосмических методов кафедры картографии и геоинформатики, ст. науч. сотр., канд. геогр. н., e-mail: olgatut@ mail.ru
— получение спектрометрических характеристик разных типов растительности для создания базы данных и включения их в инфраструктуру пространственных данных «Сатино»;
— оценка влияния основных характеристик растительных сообществ (видовой состав, высота, проективное покрытие, фенофаза, характер распределения фитомассы по фитоценотическим горизонтам, индекс листовой поверхности и др.), метеоусловий, форм рельефа, приуроченности к экотопам и фитокатенам на спектральную отражательную способность;
— изучение флуктуационной изменчивости луговых сообществ (по годам), сезонной и многолетней динамики спектральных характеристик в связи с изменением метеоусловий;
— выявление связи результатов наземного спек-трометрирования с данными дистанционного зондирования растительных сообществ как индикаторов состояния экосистем для оценки их продуктивности.
На этом этапе исследований стояла задача отработать методику полевых работ, обеспечивающую достоверность и сопоставимость результатов сезонных и многолетних наблюдений, включая выбор объекта изучения, закладку эталонных площадок и проведение спектрометрирования в двух наиболее показательных для зеленой растительности зонах спектра — красной (К) и ближней инфракрасной (БИК), а также предварительный анализ результатов.
Яркость растительности в этих зонах связана с содержанием хлорофилла в листьях и величиной фотосинтетически активной биомассы: чем больше объем зеленой массы, тем меньше значение отраженной радиации в красной зоне спектра, области поглощения хлорофилла, и больше — в ближней инфракрасной области максимального отражения внутренними тканями листа. Характерное соотношение яркости в красной и ближней инфракрасной зонах спектра — надежный признак растительности, в том числе и при распознавании ее по многозональным снимкам. В нашей работе для исследования спектральных характеристик растительности использовался нормализованный разностный вегетационный индекс NDVI (normalised difference vegetation index), который представляет собой нормализованное отношение показателя яркости в названных зонах и в настоящее время достаточно широко используется для оценки состояния растительности, ее продуктивности и динамики [6, 9]:
NDVI»™^ БИК+ К'
где БИК и К — яркость в ближней инфракрасной и красной зонах спектра соответственно.
NDVI представляет собой относительную, безразмерную характеристику, изменяющуюся от —1 до + 1. Для зеленой растительности характерны высокие значения NDVI (как правило, от 0,35 до 1,0).
Методика полевых работ и объекты изучения. В качестве объекта изучения выбраны луговые сообще-
ства, расположенные на двух фитокатенах на склонах северной и южной экспозиции долины р. Протвы. Луговые сообщества различаются по видовому составу, который отражает экологические условия (степень увлажнения, почвенные условия) в связи с положением сообществ в пределах фитокатен. Во время полевого сезона 2008 г. намечены и закреплены на местности круговые эталонные площадки (диаметр около 60 см) для детального описания и спектрометрирования (рис. 1). Выбор площадок определен необходимостью сформировать банк спектральных характеристик доминант основных травяных сообществ полигона, поэтому предпочтение отдавалось видам, преобладающим по массе и формирующим спектральный образ сообщества: таволга вязолистная, сныть обыкновенная, земляника зеленая, вейник наземный, камыш лесной, овсяницы луговая и красная.
Для наземного спектрометрирования использовали полевой спектрометр <^ре^г^еше-2» (компания <^куе1п5^ише^8», Великобритания). Он позволяет измерять излучение в красной и ближней инфракрасной зонах на длине волн 650 и 800 нм соответственно (рис. 2). Ширина каждой зоны составляет около 20 нм [11]. Обращенный вертикально вверх сенсор с рассеивающим колпачком позволяет регистрировать падающее солнечное излучение в пределах полусферы над насадкой, которое используется в качестве эталона при вычислении значений коэффициента спектральной яркости исследуемого объекта. Обращенный вертикально вниз сенсор без рассеивающей насадки регистрирует отраженное от поверхности объекта солнечное излучение в пределах конуса в 25°. Сенсоры смонтированы в верхней части раздвижного штатива-штанги и соединены проводами с регистрирующим блоком, прикрепленным к средней части штатива. Достоверность абсолютной калибровки сенсоров составляет 5%. Вертикальность положения контролируется по круглому уровню на регистрирующем блоке, плоскость которого параллельна плоскости сенсоров.
Выбор диаметра круговых эталонных площадок спектрометрирования определялся требованием сопоставимости результатов спектрометрирования и конструктивными особенностями используемого спектрометра — максимальной высотой выдвижной штанги (2 м) и полем зрения нижнего датчика со снятой светорассеивающей насадкой (25°). Поскольку наибольший вклад в результаты спектрометрирования вносит фитоценотический горизонт с максимальным проективным покрытием, высота штанги устанавливалась так, чтобы обеспечить на уровне этого горизонта одинаковый диаметр площадок спектро-метрирования. С учетом перечисленных условий он составил около 60 см.
Положение площадок фиксировалось на местности колышками, при повторном спектрометри-ровании с помощью GPS-приемника (<^агшт») определялись их плановые координаты. В базу данных
Рис. 1. Местоположение и описание площадок спектрометрирования (отмечены на карте черными кружками с номером)
Рис. 2. Спектрометр «Брес^оБеше»: а — общий вид, б — рабочий момент
вносили средние значения из нескольких измерений, что позволило уменьшить ошибки определения координат.
Измерения проводились в околополуденные часы при одинаковых условиях освещения и одинаковом положении спектрометра. Для нескольких площадок спектрометрирования выполняли серию повторных измерений (до 5 повторов) в течение получаса. Расчеты показали, что максимальная погрешность определения NDVI составила ±0,01. Таким образом, полученные для разных микроценозов различия NDVI можно считать значимыми.
Показания датчиков фиксировали в полевых ведомостях и затем переносили в электронные таблицы для внесения калибровочных поправок и расчета (в автоматическом режиме) нормализованного вегетационного индекса NDVI по формуле, позволяющей вносить необходимые поправки в отсчеты датчиков спектрометра:
(1,57БИКотрК
пад
)-(К01рБИК
пад >
где 1,57 — калибровочный коэффициент спектрометра; Кпад, БИКпад — показания датчика с рассеивающим колпачком, регистрирующего падающее солнечное излучение в красной и ближней инфракрасной зонах соответственно; Котр, БИКотр — показания датчика без рассеивающего колпачка и регистрирующего отраженное солнечное излучение в красной и ближней инфракрасной зонах соответственно.
На каждой площадке выполняли до 10 сеансов спектрометрирования. Повторные наблюдения в июне—июле проводили с интервалом около 10 дней при условии, что перед проведением работ не менее двух дней были без осадков. В фазу затухания вегетации выполнено однократное спектрометрирование в последнюю декаду сентября. На каждую дату получены наземные цифровые фотографии, фиксирующие состояние объекта.
Одновременно со спектрометрированием составлены полные геоботанические описания площадок, отражающие видовой состав, фенофазу, проективное покрытие и высоту фитоценотических горизонтов. Сезонную динамику основных характеристик луговых сообществ на участках спектрометрирования изучали с последней декады мая (начальной фазы вегетации) до первой декады июля (фазы максимального развития вегетативных и генеративных органов растений). В таблице приведены результаты для 9 эталонных площадок, на которых получены наиболее полные данные. Проведение комплекса полевых работ требует участия не менее двух человек5.
Результаты исследований. Полученные нами результаты спектрометрирования в целом согласуются с данными других исследователей: для зеленой луговой растительности характерны относительно высокие
значения NDVI (от 0,59 до 0,94), возрастающие с увеличением проективного покрытия растительности и объема зеленой биомассы [8—10]. Вместе с тем прямая зависимость NDVI от объема фитомассы может осложняться рядом факторов, связанных с экологическими условиями, видовым составом, особенностями морфологии доминирующих растений, их состоянием в фазу цветения и плодоношения, которые влияют на значения и сезонную динамику NDVI.
Влияние условий произрастания проявляется в уровне значений NDVI и сроках достижения их максимумов. Например, земляничный микроценоз (площадка 7) на сухом склоне с менее богатыми почвами даже в максимальную фазу вегетации имеет в этот период наименьшие из всех исследуемых микроценозов значения NDVI.
Важную роль играет видовой состав микроценозов и связанные с ним различия в морфологии доминирующих растений (прежде всего в форме и расположении листовых пластин относительно стебля, наличии крупных соцветий), а также сроки прохождения доминантными видами фенологических фаз развития. Так, из двух микроценозов на площадках 7 (земляничный микроценоз) и 3 (камышовый микроценоз) с близкими значениями проективного покрытия большее значение NDVI (0,71) имеет микроценоз земляничный с преобладанием плоских субгоризонтально расположенных листьев.
Результаты наших исследований свидетельствуют, что появление большого количества крупных соцветий в максимальную фазу вегетации приводит к ощутимому снижению значений NDVI (в микроценозах площадок 1 и 2 с 0,93 до 0,85—0,82 соответственно).
Установлено, что одномоментные значения NDVI, будучи достаточно надежными признаками при разграничении растительности и других наземных объектов, не позволяют достоверно проводить детальную дифференциацию растительности. Индивидуальные особенности различных растительных объектов лучше проявляются при анализе динамики NDVI в течение вегетационного периода [6]. Такой анализ выполнен нами по результатам спектрометрирования 9 эталонных площадок, проводившегося с мая по сентябрь (рис. 3). По характеру изменения NDVI микроценозы можно объединить в три группы.
Первую группу составляют микроценозы камышовый на днище выемки (площадка 3) и разнотравно-вейниковый на залежных землях (площадка 9). Эти микроценозы имеют схожие кривые NDVI с минимальным значением (0,59) в начале вегетации — в третьей декаде мая, когда большую долю в общем проективном покрытии составляла подстилка и лишь незначительную — живые растения; резкое увеличение NDVI в июне связано с ростом зеленой массы и увеличением проективного покрытия; практически стабильны значения NDVI в июле. Доминанты этих
5 Авторы выражают благодарность преподавателям и студентам А.В. Ретиной, М.С. Солдатову, Л. Думаревской, А. Мисько, Д. Репиной, Чжу Яньпэн за помощь в наблюдениях в разные периоды полевого сезона.
Основные характеристики луговых микроценозов фитокатен долины р. Протвы на начальную (третья декада мая) и максимальную
(вторая декада июля) фазы вегетации
Номер площадки Микроценоз Положение на катене Проективное покрытие, % Высота фитоценотического горизонта с максимальным проективным покрытием, см NDVI
начальная фаза вегетации (третья декада мая) максимальная фаза вегетации (вторая декада июля) начальная фаза вегетации (третья декада мая) максимальная фаза вегетации (вторая декада июля) начальная фаза вегетации (третья декада мая) максимальная фаза вегетации (вторая декада июля)
Фитокатена склона северной экспозиции долины р. Протвы
1 Таволговый Склон III надпойменной террасы с крутизной 5° 90 98 40 114 0,94 0,81
2 Снытевый Склон III надпойменной террасы с крутизной 5° 95 100 40 58 0,94 0,86
3 Камышовый Склон III надпойменной террасы с крутизной 5° (днище выемки) 20 70 3 33 0,59 0,89
4 Разнотравно-злаковый Склон III надпойменной террасы с крутизной 5° 50 90 3 30 0,87 0,89
5 Вейниковый Высокая пойма 55 80 13 70 0,82 0,88
6 Луговоовсяни-цевый Высокая пойма 40 70 5 35 0,83 0,91
Фитокатена склона южной экспозиции долины р. Протвы
7 Земляничный Средняя часть склона II надпойменной террасы с крутизной 15° 26 40 2 9 0,71 0,80
8 Разнотравно- красноовсяни- цевый Средняя часть склона II надпойменной террасы с крутизной 3—5° 50 70 2 10 0,85 0,89
9 Разнотравно-вейниковый III надпойменная терраса 20 65 12 40 0,59 0,89
сообществ начинают вегетацию позже растений на других площадках спектрометрирования, их фито-масса достигает максимального размера к середине июня (рис. 4), растения отличаются субвертикальным расположением листовых пластинок.
Вторая группа включает микроценозы злаковых лугов: разнотравно-злаковый (площадка 4), вейни-ковый (площадка 5), луговоовсяницевый (площадка 6) и разнотравно-красноовсяницевый (площадка 8) с достаточно высокими значениями N0^ уже в третьей декаде мая, которые незначительно увеличиваются в июне и июле в среднем до 0,85—0,90. В травостоях преобладают злаки и луговое разнотравье, зеленая масса которых постепенно нарастает к середине лета, проективное покрытие в начале вегетации небольшое. Более высокие значения N0^ в начальную фазу вегетации объясняются лучшими экологическими условиями, что проявляется в более высоких значениях зеленой массы и присутствием разнотравья с субгоризонтально расположенными листовыми пластинами.
Промежуточное положение между первой и второй группами по характеру кривой и абсолютным значениям NDVI занимает микроценоз на сухом склоне южной экспозиции с доминированием земляники зеленой (площадка 7). Из-за не вполне благоприятных экологических условий микроце-
ноз отличается относительно низкими значениями проективного покрытия и высоты травостоя, а как следствие — незначительным объемом фитомассы в течение всего периода вегетации. Это отражается в более низких, чем у второй группы, абсолютных значениях N0^ (0,70—0,80) и меньшем, чем у первой группы, приросте значений N0^ в максимальную фазу вегетации.
В третью группу попадают микроценозы опушечных сообществ с доминированием таволги вязолистной (площадка 1) и сныти обыкновенной (площадка 2) с наибольшими значениями NDVI в третьей декаде мая, что связано с ранней вегетацией доминант, крупные ярко-зеленые субгоризонтально расположенные листья которых образуют горизонт с большим объемом фитомассы. У них отмечается небольшое снижение значений N0^ в начальную фазу цветения, резкое уменьшение этого индекса в июле, во время массового образования белых соцветий, и его незначительное увеличение по окончании цветения до уровня начальной фазы цветения (рис. 3).
Проведенные исследования показали, что в начальную фазу вегетации и в фазу затухания вегетации существует прямая зависимость значений NDVI от высоты фитоценотического горизонта луговых сообществ, имеющего максимальное проективное
1,0
0,95-
0,90-
2
и
и §
В со
0,85.
0,75.
0,70-
0,65.
0,60-
0,55-Месяц Декада
Ж} ** ¡¿^ ...
-
/ / —"V V- V,
У * __
/' ! /
/
/
май 3 1 ИЮНЬ 2 3 1 июль 2 3 1 август 2 3 1 сентябрь 2 3
•2
5
---6
-9
Рис. 3. Сезонная динамика NDVI микроценозов на площадках спектрометрирования: 1 — микроценоз таволговый (пл. 1); 2 — микроценоз снытевый (пл. 2); 3 — микроценоз камышовый (пл. 3); 4 — микроценоз разнотравно-злаковый (пл. 4); 5 — микроценоз вейниковый (пл. 5); 6 — микроценоз луговоовсяницевый (пл. 6); 7 — микроценоз земляничный (пл. 7); 8 — микроценоз разнотравно-красноовсяницевый (пл. 8); 9 — микроценоз разнотравно-вейниковый (пл. 9)
стей луговых сообществ по значениям NDVI целесообразно использовать не одномоментные данные спектрометрирования, а серию данных, выполненных в течение всего периода вегетации.
Полученные результаты можно использовать в мониторинге экосистем района практики, кроме того, созданы предпосылки для внедрения спектрометрического метода изучения растительности в полевую учебную практику студентов 1-го курса в рамках факультативных программ. Первое такое занятие по теме «Наземное спектрометрирование» проведено в «Сатино» в 2008 г. по плану работы факультативного практикума «Цифровая фотография и спектрометрия».
Заключение. Выявлена прямая зависимость значений NDVI от основных характеристик луговых сообществ — высоты и
покрытие (рис. 4). В период цветения основных до-минантов значения NDVI снижаются в зависимости от доли соцветий и цветков со светлой окраской, что связано с видовым составом лугов и прохождением доминантными видами фенологических фаз развития. Поэтому для выявления индивидуальных особенно-
Рис. 4. Высота фитоценотического горизонта с максимальным проективным покрытием в микроценозах площадок спектрометрирования. Условные обозначения см. на рис. 3
сомкнутости фитоценотического горизонта с максимальным проективным покрытием и обратная — от доли соцветий с белой окраской в общем проективном покрытии. Подтверждены целесообразность и эффективность использования геоботанических наблюдений и данных спектрометрирования в течение всего вегетационного периода для мониторинга растительных сообществ. Заложена основа для повторных многолетних наблюдений на постоянных площадках стационара, что поможет изучить динамику луговой растительности в различные по метеорологическим условиям годы.
Опыт первого полевого сезона позволил уточнить методику проведения полевых работ, набор характеристик геоботанического описания микроценозов на площадках спектрометрирования, разработать структуру и содержание спектрометрической базы данных, которые помогают искать информацию на космическом снимке по координатам и расположению площадок.
СПИСОК ЛИТЕРАТУРЫ
1. Атрошенко Л.М., Горобец Н.Н., Костяшкин С.И., Сафронова Л.П. Подспутниковые полигоны Украины // Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. Вып. 5. Т. 2. М.: ООО «Азбука-2000», 2008. С. 265-271.
2. Книжников Ю.Ф., Вахнина О.В. Инфраструктура пространственных данных на примере университетского учебно-научного полигона «Сатино» // Вестн. Моск. ун-та. Сер. 5. География. 2008. № 3. С. 3-7.
3. Кринов Е.Л. Спектральная отражательная способность природных образований. М.; Л.: Изд-во АН СССР, 1947. 271 с.
4. Лурье И.К. Основы геоинформатики и создание ГИС // Дистанционное зондирование и географические информационные системы. Ч. 2. М., 2002. 140 с.
5. Общегеографическая практика в Подмосковье: Справочное пособие / Под ред. Г.И. Рычагова. М., 2007. 360 с.
6. Пугачева И.Ю., Шевырногов А.П. Изучение динамики NDVI посевов сельскохозяйственных культур на территории Красноярского края и Республики Хакасия // Совре-
менные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. Вып. 5. Т. 2. М.: ООО «Азбука-2000», 2008. С. 347-351.
7. Толчельников Ю.С. Оптические свойства ландшафта. Л.: Наука, 1974. 252 с.
8. Debinski D.M., Jakubauskas M.E., Kindsher, K. Montane meadows as indicators of environmental change // Environ. Monitoring and Assessment. 2000. Vol. 64. Р. 213-225.
9. Duncan J., Stow D, Franklin J., Hope A. Assessing the relationship between spectral vegetation indices and shrub cover in the Jornada Basin, New Mexico // Intern. J. of Remote Sensing. 1993. Vol. 14. Р. 3395-3416.
10. Everitt J.H., Escobar D.E., Alaniz M.A., Davis M.R. Comparison of ground reflectance measurements, airborne video, and SPOT satellite data for estimating phytomass and cover on rangelands // Geocarto Intern. 1996. Vol. 11. Р. 69-76.
11. SpectroSense2/2+ Calibration&Test Certificates. Skyelnstruments Ltd., Llandrindod Wells, Powys, U.K. 2007. January. 7 p.
Поступила в редакцию 26.02.2009
G.N. Ogureeva, I.M. Miklyaeva, O.V. Vakhnina, O.V. Tutubalina
FIELD GROUND SPECTROMETRY OF MEADOW VEGETATION WITHIN THE SATINO RESEARCH
AND TRAINING STATION AREA
Spectrometry of the etalon plots of meadow vegetation started in 2008 within the Satino research and training station area with the aim to create a spectrometric database. NDVI changes during the period of vegetation were revealed for meadow cenoses and correlated with the seasonal dynamics of meadows. The results would be used to identify interpretation characteristics for meadow vegetation on space images in order to estimate its productivity and monitor its dynamics.
Key words: field spectrometry, meadow vegetation, seasonal dynamics, Normalized Difference Vegetation Index, interpretation characteristics, space imagery, plant productivity.
