CC BY
62
УДК 528.7:681.325:57:519.6 Т.А. Широкова, Ю.В. Никитина СГГ А, Новосибирск
ПОВЫШЕНИЕ ДОСТОВЕРНОСТИ И ИНФОРМАТИВНОСТИ АЭРОКОСМИЧЕСКОГО МОНИТОРИНГА СОСТОЯНИЯ ЛЕСНЫХ ТЕРРИТОРИЙ
Леса являются главными источниками биомассы и почвенного плодородия, регуляторами водно-воздушного баланса биосферы. Деградация и уничтожение лесов в результате вырубок, пожаров, воздействия насекомых вредителей обуславливают необходимость проведения мониторинга лесных экосистем.
Для обеспечения эффективного функционирования мониторинга лесов необходим комплекс данных дистанционного зондирования Земли, отличающихся друг от друга по пространственному разрешению, спектральным каналам, оперативности съёмки.
В работе предлагается технология мониторинга динамики лесных экосистем, основанная на использовании материалов аэрокосмической съёмки, ГИС-технологий, методов цифровой обработки изображений, математического моделирования биологических процессов в экосистемах.
Первый вариант технологии предусматривает строгую фотограмметрическую обработку аэрокосмических снимков и создание карт лесных территорий с использованием стереоизмерений на цифровых фотограмметрических станциях. Во втором варианте технологии обработка снимков выполняется на основе цифрового трансформирования (при необходимости - ортотрансформирования) изображений. Третий вариант отличается от предыдущих тем, что обработка снимков сводится к приведению их в заданную систему координат по формулам афинного преобразования с использованием ГИС. Он является наиболее простым и оперативным, но менее точным и может использоваться тогда, когда к точности создания тематических карт предъявляются невысокие требования.
По третьему варианту технологии с использованием ГИС MapInfo и материалов спектрозональной аэросъёмки, выполненной
аэрофотоаппаратами АФА-41/10 и MRB-15, созданы тематические карты нарушения лесных территорий Сургутского лесхоза пожарами и состояния экосистемы района Лянторского нефтяного месторождения Сургутского района масштаба 1 : 25 000. С использованием ГИС ERDAS IMAGINE и многозональных космических снимков, полученных со спутника Ресурс-01 №3 (съёмочная система МСУ-Э), создана тематическая карта состояния экосистемы Сузунского бора Новосибирской области масштаба 1 : 200 000.
В результате дешифрирования на картах отображены кусты нефтяных скважин; дожимные насосные станции; нефтепроводы; нефтяные загрязнения; верховые рямовые и осоково-сфагновые болота; кустарниковолуговая растительность; сельскохозяйственные угодья; реки и озёра; железная дорога, шоссе, грунтовые дороги, населенные пункты; а также участки леса следующих типов и состояний: пойменный (приручьевой); кустарниково-лишайниковый; лишайниково-брусничный и лишайниковый,
пройденные низовым беглым пожаром; лишайниковый, повреждённый верховым пожаром; кустарниково-сфагновый, нарушенный верховым устойчивым пожаром; лишайниковый, пройденный низовым устойчивым пожаром; вырубки. Основной лесообразующей породой является сосна.
Оценка точности созданных карт выполнена по опорным, контрольным и контурным точкам, расположенным в зоне продольного перекрытия снимков. Средние квадратические ошибки определения планового положения точек не превышают ожидаемых ошибок и соответствуют требованиям, предъявляемым к экологическим картам.
Как показали результаты проведённых исследований, автоматизированными методами обработки материалов дистанционного зондирования не всегда достигается необходимая точность распознавания объектов на снимках. К проблемам автоматизированного дешифрирования можно отнести:
- Формирование эталонов для классификации. Традиционно эталоны для автоматизированного дешифрирования снимков создаются на основе данных наземного обследования, получение которых не всегда возможно для труднодоступных лесных территорий. Кроме того, яркостные характеристики различных снимков, полученных одной и той же съёмочной системой на одну и ту же территорию, могут значительно отличаться друг от друга и эталоны, сформированные для одного снимка, не пригодны для дешифрирования других снимков;
- Выбор метода автоматизированного дешифрирования, так как преимущества использования какого-либо из многочисленных методов не всегда очевидны;
- Сложность дешифрирования смешанных классов. Для определения процентной доли различных типов растительности в классе требуется либо создавать эталоны на каждый из вариантов смешивания растительности, либо использовать специальные методы дешифрирования;
- Выбор спектральных диапазонов для аэро- и космической съёмки с целью повышения достоверности и оперативности дешифрирования большого объёма изображений, полученных многозональными и гиперспектральными съёмочными системами.
В связи с этим актуальной является задача разработки методик автоматизированного дешифрирования снимков, которые позволяют обеспечить высокую точность и повторяемость результатов, необходимых для слежения за динамикой изменения состояния окружающей среды, оценить достоверность получаемых результатов.
В ходе проведения научных исследований разработана методика использования эталонов, созданных на одном сканерном снимке МСУ-Э, для дешифрирования других снимков после преобразования параметров эталонов.
Для этого проводились исследования по определению характера изменения яркостей элементов изображения объектов одних и тех же классов на трёх разновременных многозональных космических снимках, полученных
в летний период съёмочной системой МСУ-Э со спутника Ресурс-О1 № 3 на территорию Сузунского бора Новосибирской области. На всех снимках были созданы 8 эталонов, значения яркостей соответствующих эталонов были сопоставлены между собой отдельно для каждой пары снимков и каждого канала съемочной системы. В результате сопоставления выявлен линейный характер функциональной зависимости между яркостями элементов изображения на разных снимках. В соответствии с параметрами выявленной функции проведено преобразование эталонов одного снимка для дешифрирования других и их классификация в ГИС ERDAS IMAGINE.
Одним из возможных путей решения перечисленных выше проблем автоматизированного дешифрирования многозональных снимков является использование математического моделирования процесса формирования изображения различными съёмочными системами по коэффициентам спектральной яркости (КСЯ) объектов и процесса классификации. Для этой цели разработана программа «Spectr», в которой с учётом особенностей съёмочной системы, условий съёмки и КСЯ тестируемых классов объектов рассчитываются отклики от датчиков съёмочной системы по каждому из каналов, образуя наборы измерений в пространстве признаков. Эти измерения обрабатываются с помощью одного из методов классификации: байесовской, максимального правдоподобия, минимальных дистанций, параллелепипедов и др., в результате чего определяется принадлежность откликов, соответствующих яркостям изображения, определённому классу и делается вывод о различимости классов и достоверности дешифрирования.
С помощью программы «Spectr» разработана методика использования информации о КСЯ объектов для формирования эталонов для дешифрирования снимков, что позволяет повысить качество распознавания при отсутствии данных наземного обследования. В программе эталоны для дешифрирования формируются на основе откликов от датчиков съёмочных систем, рассчитанных с учётом КСЯ моделируемых классов. Данные отклики являются эквивалентом энергии, падающей на датчики съемочной системы. При обработке цифровых изображений используются некоторые относительные яркостные единицы, функционально связанные с энергетическими, поэтому для получения эталонов с целью дешифрирования реальных снимков была установлена линейная функциональная зависимость вида y = ax + b и выполнено преобразование эталонов, смоделированных в программе. Относительные расхождения между яркостями соответствующих объектов со снимка и смоделированными по базе КСЯ составили от 10 до 20%, что свидетельствует о работоспособности разработанной методики дешифрирования снимков.
В ходе экспериментальных работ выполнено сравнение достоверности классификации объектов методами минимальных взвешенных дистанций, параллелепипедов и минимальных дистанций. Для описания классов создана база данных спектральных коэффициентов яркости более 400 объектов. Для анализа точности классификации сформированы несколько групп классов. Первая группа классов была представлена поврежденной и здоровой
листовой массой крон пихты и тополя. Во второй группе участвовали классы различных типов древесных пород, река, дорога и луговая растительность. В третью группу входили классы объектов лесных территорий, КСЯ которых получены в зимних условиях. В качестве моделируемых съемочных систем заданы системы Landsat (4 канала), МКФ-6 (3 канала), МСУ-Э, МСУ-СК (3 канала).
Из трех рассматриваемых методов классификации во всех экспериментах наилучшие результаты показал метод минимальных взвешенных дистанций (среднее значение достоверности распознавания составляет 84,1%). При классификации по методу минимальных дистанций достоверность распознавания классов ниже на 5-10% относительно метода минимальных взвешенных дистанций. Несколько худшие результаты показал метод параллелепипедов (среднее значение достоверности распознавания классов 67,2 %).
В работе проведены исследования по изучению влияния количества и диапазонов спектральных каналов моделируемых съёмочных систем на качество дешифрирования многозональных снимков с использованием метода минимальных взвешенных дистанций. Для каждой группы классов подобраны оптимальные сочетания съёмочных диапазонов, которые могут быть использованы при планировании аэрокосмической съёмки. Для объектов первой группы анализировались комбинации каналов съемочных систем МСУ-Э и МСУ-СК. Наилучшая достоверность распознавания (9096%) получена при использовании каналов (1, 3), (2, 3), (1, 2, 3). Для второй группы объектов оценивалось влияние комбинации каналов съемочных систем МСУ-СК, МСУ-Э и Landsat. Наилучший результат дешифрирования достигнут при использовании каналов (2, 3), (1, 2, 3) съёмочной системы МСУ-Э, а также (1, 3), (1, 4), (1, 2, 3), (1, 2, 4), (1, 3, 4), (1-4) Landsat (90-99%). Для третьей группы классов исследовалось сочетание каналов съемочных систем МКФ-6 и Landsat. В большинстве случаев достоверность дешифрирования оказалась высокой (90-100%), кроме комбинаций каналов (1, 3) МКФ-6 (около 70%).
С помощью программы «Spectr» проводились исследования по определению количественного состава объектов в классах, которые заключались в создании групп смешанных классов с различным процентным соотношением объектов и оценке качества их распознавания. Для создания групп были выбраны следующие комбинации объектов: «Сосна-Берёза», «Сосна-Дорога», «Почва заболоченная-Сосна», «Мох на болоте-Сосна», «Сосна-Болото», «Хвойные породы-Лиственные породы». Погрешность определения процентного соотношения объектов в смешанных классах составила от 5 до 40% в зависимости от типов объектов и используемых съёмочных систем.
Таким образом, с использованием программы «Spectr» можно выполнять исследования с целью выявления наиболее эффективных алгоритмов классификации и выработки рекомендаций по выбору типа съёмочной системы для обеспечения необходимой достоверности дешифрирования.
Тематические карты нарушения лесных территорий пожарами и нефтяными разработками можно рассматривать как карты, отображающие дефекты кормового ресурса для насекомых-вредителей, которые могут привести от состояния их депрессии к массовому размножению. Контроль и прогноз этих вспышек представляет актуальную проблему лесоведения.
Для прогнозирования пространственно-временной динамики лесного фонда предлагается метод математического моделирования численности популяций насекомых, основанный на синтезе технологии клеточных автоматов и принципа, эволюционной оптимальности (ПЭО) [1].
С использованием модели «логистического» отображения проведены имитации динамики численности модельного вида насекомых. При моделировании в качестве исходных данных задавались параметры модели (коэффициент самолимитирования и мальтузианский параметр), численность насекомых и вероятность их перемещения. При условии миграции происходит перераспределение численности особей и заселение других территорий.
Исследование модели проведено по неоднородному ареалу, включающему 12 х 12 элементарных участков с определёнными параметрами модели, отображённых на созданных картах лесных территорий, повреждённых пожарами и нефтеразработками. В качестве участков при моделировании задавались: лесные территории, пройденные пожаром, территории леса с наивысшим бонитетом, пойма реки, река. Наибольшая вероятность перемещения насекомых задана в северном направлении. Вероятность перемещения особей через реку принята за нуль.
В результате проведённых имитаций выявлен ряд интересных особенностей, обусловленных эффектом миграционного взаимодействия:
- Заполнение ареала носит неоднородный характер, заселяются все участки с пессимальным состоянием ресурса. Один из участков не заселяется благодаря окружению, так как проигрывает конкуренцию в аспекте предпочтения;
- Ключевую роль в распространении вида по ареалу играют два участка, особи которых за счёт меридиональных и особенно широтных миграций заселяют две крупных области;
- Основная часть ареала после заселения изолируется. В зависимости от типа участков, предыстории и топологии реализуются два динамических режима изменения численности: нетривиальный стационар и двухточечный цикл;
- В маргинальных зонах ареала формируются 17 групп эволюционнооптимально взаимодействующих участков.
Разработанная технология клеточных автоматов с использованием ПЭО может быть применена для проведения конкретных исследований с учётом реально существующих условий и биологических процессов в экосистемах.
Результаты экспериментальных работ, выполненных с использованием реальных аэрокосмических снимков, доказывают возможность применения разработанной технологии для создания экологических карт лесных
территорий и составления на их основе прогнозов вспышек массового размножения насекомых-вредителей, что позволит сократить объём и периодичность наблюдений за состоянием лесных массивов.
СПИСОК ЛИТЕРАТУРЫ
1. Садовский М.Г. Оптимизационные модели миграции глобально информированных особей [Текст] / М.Г. Садовский // Математическое моделирование в биологии и химии. Новые подходы. - Новосибирск: Наука, 1992. - С. 37-68.
©Т.А. Широкова, Ю.В. Никитина, 2005
