CC BY
36
УДК 502.63 001: т34736^ЫС.2020.108.1.001.4-9
Технологии спутникового мониторинга травяных пожаров (на примере Волгоградской области)
С. С. Шинкаренко 12, к. с.-х. н., shinkarenkos@vfanc.ru А. Н. Берденгалиева 2, berdengalieva@mail.ru гФНЦ агроэкологии РАН, г. Волгоград, Россия 2Волгоградский государственный университет, г. Волгоград, Россия
В статье исследуются возможности анализа пожарного режима ландшафтов на основе информационных продуктов, базирующихся на автоматизированных методах обработки данных дистанционного зондирования Земли из космоса спектрорадиометром MODIS (спутники Terra и Aqua). Авторы используют данные активных очагов горения FIRMS (The Fire Information for Resource Management System) и выгоревших площадей MCD64A1 для определения особенностей распространения пожаров в Волгоградской области. Исследование основывается на геоинформационном анализе многолетнего архива (2001-2018 гг.) активных очагов горения (термоточек) и выгоревших площадей, включающем подсчет термоточек в ячейках регулярной сетки 10x10 км с последующей интерполяцией методом ближайшего соседа. Показаны возможности использования данных о выгоревших площадях для анализа пожарного режима естественных и сельскохозяйственных ландшафтов. В статье отмечается, что количество
Природные пожары определяются как экзогенный фактор динамики состояния ландшафтов. В последние два десятилетия отмечается интенсификация природных пожаров на всем юге и в лесной зоне России [1, 3, 4, 6]. Это связано как с антропогенными факторами, так и с природными, например, климатическими изменениями [8, 16, 18]. Кроме урона природным экосистемам пожары наносят ущерб объектам экономики и населенным пунктам, бывают человеческие жертвы [7]. По этим причинам необходимо проводить изучение пожарного режима различных территорий, определять пространственно-временные закономерности возникновения, развития и распространения пожаров, особенности сезонной и многолетней динамики. Подобные знания позволят прогнозировать появление возгораний, оптимизировать планирование противопожарных мероприятий и своевременно проводить профилактику [13]. В настоящее время доступны различные тематические продукты для выявления пожаров и выгоревших площадей [2, 10-12, 19]. Целью данного исследования является определение особенностей использования информационных продуктов FIRMS и MCD64A1 для анализа пожарного режима ландшафтов Волгоградской области.
Материалы и методика исследований. В работе рассматриваются информационные продукты, основанные на автоматизированных методах об-
очагов горения в 2010-2018 гг. снизилось практически вдвое по сравнению с периодом 2001-2009 гг., снижение произошло в основном за счет летних пожаров на сельскохозяйственных землях. Авторы определили ошибки детектирования гарей автоматизированными алгоритмами, которые состоят не только в пропуске выгоревших площадей, но и в ошибочном определении несгоревшихучастков как сгоревших. В результате в статье констатируется, что наиболее надежным способом идентификации гарей остается визуальное дешифрирование, при этом использование данных MODlS оправдано для дополнительной верификации.
Ключевые слова: агроландшафт, ландшафтные пожары, мониторинг, Волгоградская область, геоинформационные технологии, дистанционное зондирование Земли.
Работа выполнена в рамках гранта Президента РФ для поддержки молодых ученых -кандидатов наук МК-321.2019.5
работки данных спектрорадиометра MODIS (спутники Terra и Aqua). Один из инструментов - очаги активного горения (термоточки) FIRMS (The Fire Information for Resource Management System). Данные основаны на алгоритме определения тепловых аномалий MODIS Active Fire Data (MOD14A1). Данные MODIS имеют временной охват с ноября 2000 года по настоящее время и пространственное разрешение 1000 м.
Также использовался информационный продукт MCD64A1 Burned Area, который является ежемесячным растровым продуктом третьего уровня обработки, который содержит информацию о выгоревшей за месяц территории и информацию о качестве её определения с разрешением 500 м. Определение выгоревшей площади осуществляется на основе анализа вегетационного индекса, чувствительного к гарям: нормализованная разность между 5 и 7 каналами MODIS. Данные о выгоревших площадях, также как и термоточки, имеют охват с ноября 2000 года по настоящее время и регулярно пополняются. Типы подстилающей поверхности определены по данным Global Land Cover [9].
Данные MODIS делятся на гранулы - неспроеци-рованные пятиминутные сегменты орбитальной полосы спутников. Тематические продукты MODIS выше уровня обработки 2G разделяются на тайлы 10°х10°. Волгоградская область охватывается че-
тырьмя тайлами MODIS: h20v03, h20v04, h20v04, h21v04. Геоинформационная обработка данных выполнена в программе QGIS 2.18.
Растр MCD64 состоит из пяти наборов данных [12, 15, 19]:
1. Burn Date: день пожара (1-366), 0 - несгорев-шие участки, -1 - участки за границами данных тайла и -2 - водные объекты;
2. Burn Date Uncertainty: расчетная неопределенность в дате выгорания, в днях. Несгоревшие и неотображенные ячейки сетки всегда будут иметь значение 0 в этом слое;
QA: восьмибитные данные о достоверности; бит 0 - вода, 1 - суша; бит 1 - допустимый флаг данных (0 = ложь, 1 = истина). Значение 1 указывает, что во временном ряду отражательной способности было достаточно действительных данных для обработки пикселя; бит 2 - сокращенный период отображения (0 = ложь, 1 = истина). Этот флаг указывает, что период надежного сопоставления не охватывает полный месячный период продукта; бит 3 - ячейка растра была перемаркирована (0 = ложь, 1 = истина); бит 4 - запасной бит установлен в 0; бит 5-7 - код специального условия, зарезервированный для несгоревших пикселей. Этот код предоставляет объяснение для любых ячеек растра, которые были, в общем, классифицированы как несгоревшие по алгоритму обнаружения из-за особых обстоятельств.
3. First Day и Last Day: указывают соответственно первый и последний дни, в которые изменения могут быть надежно обнаружены в пределах временного ряда, для каждой ячейки сетки.
Данные MODIS предоставляются в формате .hdf
в синусоидальной проекции. Формат имени файлов MODIS выглядит так: MCD64A1.AYYYYDDD. hHHvVV.006.PPPPPPPPPPPPP.hdf. Например, MCD64A1.A2017060.h20v04.006.2017135145425, где:
MCD64A1 - название информационного продукта;
А2017060 - дата, 2017 - год, 060 - номер дня в году,
2017060 соответствует 1 марта 2017 г.;
h20v04 - тайл данных;
006 - версия информационного продукта;
2017135145425 - дата (15 мая) и время (14:54:25)
обработки данных.
Для выгоревших площадей определялся индекс ближайшего соседства (тест Кларка-Эванса). Этот показатель характеризует неслучайность пространственного распределения объектов (кластеризацию). Для случайных процессов значение индекса превышает единицу. Чем меньше значение индекса, тем больше кластеризация. Для отклонения нулевой гипотезы применяется Z-оценка [14], чем больше значения Z, тем выше вероятность того, что распределение не является случайным.
Результаты и обсуждение. Анализ пожарного режима по очагам активного горения традиционно используется и проводится в лесной зоне [2]. Но как показали проведенные ранее исследования [5], наличие многолетнего архива термоточек позволяет выполнять оценку пожарного режима и малолесных территорий, к которым относится и Волгоградская область. Отображение всего имеющегося архива очагов горения на территории области (рис. 1) позволяет визуально оценить особенности их пространственного распространения.
2001 2007 2013
2002 2008 2014
2003 2009 2015
2004 2010 2016
2005 2011 2017
2006 2012 ■ ■ 2018
Рисунок 1 - Отображение термоточек FIRMS за 2001-2018 гг.
Высокая плотность и большое количество термоточек в год характерны для Волго-Ахтубинской поймы (Ленинский и Среднеахтубинский районы) и районов с большими площадями пашней: Котель-никовский, Октябрьский, Калачевский, Михайловский, Киквидзенский и Новониколаевский.
В Волго-Ахтубинской пойме преобладают тростниковые пожары, которые могут происходить ежегодно на одном и том же месте из-за быстрого восстановления растительности. На пахотных землях часто выжигают пожнивные остатки, сельскохозяйственные палы хорошо детектируются автоматизированными системами из-за относительно высокой температуры горения.
Использование инструментов пространственного анализа в геоинформационной среде дает дополнительные возможности для оценки пространственных закономерностей пожарного режима. Например, подсчет термоточек в ячейках регулярной сетки 10х10 км и последующая интерполяция методом ближайшего соседа позволила получить изолиней-ную карту среднегодового количества термоточек в квадратах указанного размера (рис. 2).
Плотность очагов горения на пастбищных землях Заволжья ниже, чем на пахотных землях, тем не менее здесь ежегодно сгорают наибольшие площади в регионе. Такое несоответствие вызвано высокой динамичностью травяных палов: высокой скоростью распространения и быстрой скоростью
остывания гарей, из-за чего термоточки охватывают только фронт пожара в момент спутниковой съемки [5].
Степные пожары характерны для Заволжья и За-донья. Также выделяется городской округ Михай-ловка, но здесь большое количество термоточек связано с техногенными источниками - промышленными предприятиями. За второе десятилетие XXI века произошло снижение количества термоточек в 3,3 раза по сравнению с первым десятилетием. Это говорит о том, что существенно уменьшилась интенсивность ландшафтных пожаров, причем в основном за период конца лета - осени. На протяжении почти всего исследуемого периода наибольшая плотность очагов активного горения отмечалась на водно-болотных угодьях. В первую очередь сюда относится Волго-Ахтубинская пойма. Также до 2010 года была высока плотность термоточек на обрабатываемых землях. Как и для всех подтипов ландшафтов для различных типов подстилающей поверхности характерно снижение количества термоточек во втором десятилетии XXI века по сравнению с первым десятилетием. Особенно сильное (в 4 раза) уменьшение числа термоточек произошло на обрабатываемых землях, вдвое уменьшилось число очагов горения в лесах, степях и водно-болотных угодьях, и практически без изменений осталось на урбанизированных территориях [17].
Рисунок 2 - Изолинии среднегодового количества термоточек за 2001-2018 гг.
Для оценки влияния пирогенного фактора на ландшафт необходимо определение выгоревших площадей и определение времени, которое прошло с момента пожара. Для этого требуется трудоемкая работа по визуальному дешифрированию гарей по спутниковым данным. Для крупных пожаров подходят RGB-композиты MODIS [4]. Природные пожары в сельскохозяйственно-освоенных районах
могут возникать только по различным неудобьям, относительно небольшой площади, поэтому должны применяться данные более высокого разрешения, например, Landsat или Sentinel 2. В том случае, если изучается пожарный режим всей территории без разделения на распаханные и нераспаханные земли, то может применяться информационный продукт MCD64A1 (рис. 3).
ш 2001 ш 2007 ш 2013
ш 2002 ш 2008 ш 2014
ш 2003 2009 ш 2015
ш 2004 2010 ■ 2016
ш 2005 2011 ш 2017
ш 2006 2012 ■ 2018
Рисунок 3 - Отображение данных MCD64A1 за 2001-2018 гг.
Индекс ближайших соседей (среднее ближайшее соседство) превышает единицу только в годы, когда общее число гарей было незначительным, в остальные годы значения были от 0,53 до 0,92. Меньшие значения индекса при больших абсолютных значениях Z-оценки свидетельствуют о кластеризации размещения объектов [14]. В целом, все гари региона за исследуемый период достаточно кластеризованы, что свидетельствует о пространственных закономерностях в их размещении [6].
Пространственные закономерности распределения выгоревших площадей связаны с ландшафтными особенностями и хозяйственным освоением территории. Больше пожаров происходит на пастбищных землях при недостаточных пастбищных нагрузках. Накопление растительной ветоши способствует повышению пожарной опасности. Кроме ландшафтных и хозяйственных особенностей кластеризацию (пространственную неслучайность) гарей определяют и сами пирогенные изменения в ландшафтах. В результате пирогенного воздействия увеличивается доля дерновинных злаков и
эфемеров, снижается участие разнотравья, полукустарников и полукустарничков [6].
Наличие в свободном доступе огромного массива данных об активных очагах горения и выгоревших площадях позволяет проводить анализ пожарного режима практически любой части мира. Тем не менее точность этих продуктов недостаточно высока для исследований на региональном уровне. Ранее было установлено, что около половины степных пожаров не фиксируются как очаги активного горения, а охват продуктов MCD54A1 и MCD64A1 для травяных палов составляет только 40-50% [5]. В то же время ошибки возникают не только из-за недоучета гарей. Например, в 2018 году, по данным MODIS, 31 марта - 1 апреля выгоревшими оказались территории г. Краснослободс-ка, ряда крупных поселений в Волго-Ахтубинской пойме и участки, на самом деле не горевшие. Это свидетельствует о том, что автоматизированные алгоритмы выделения гарей ошибаются не только из-за пропусков, но также и определяют уцелевшие и даже урбанизированные территории как выгоревшие участки (рис. 4).
V ■ /'UMж
.. Mi /М
Рисунок 4 - Ложное определение гарей алгоритмом MCD64A1 (2018 г.)
Выводы. Таким образом, можно констатировать, что информационные продукты с данными о выгоревших площадях, основанные на автоматизированных алгоритмах обработки, могут использоваться только для верификации при визуальной интерпретации спутниковых данных и дешифрировании выгоревших площадей. Многолетний архив термоточек позволяет делать выводы об особенностях пожарного режима малолесных территорий, но учитывает только относительно крупные пожары.
Литература:
1. Архипкин О.П., Спивак Л.Ф., Сагатдинова Г.Н. Пятилетний опыт оперативного космического мониторинга пожаров в Казахстане // Современные проблемы дистанционного зондирования Земли из космоса. - 2007. - Т.1. - №4. - С. 103-110.
2. Барталев С.А., Егоров В.А., Ефремов В.Ю., Лупян Е.А., Стыценко Ф.В., Флитман Е.В. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. - 2012. - Т.9. -№2. - С. 9-26.
3. Павлейчик В.М. Условия распространения и периодичность возникновения травяных пожаров в Заволж-ско-Уральском регионе // География и природные ресурсы. - 2017. - № 2. - С. 56-65.
4. Павлейчик В.М. Широтно-зональная неоднородность развития травяных пожаров в Заволжско-Ураль-ском регионе // Бюллетень Оренбургского научного центра УрО РАН. - 2019. - № 2. - С. 3.
5. Шинкаренко С.С. Пожарный режим ландшафтов Северного Прикаспия по данным очагов активного горения // Современные проблемы дистанционного зондирования Земли из космоса. - 2019. - Т16. - № 1. - С. 121-133.
6. Шинкаренко С.С., Берденгалиева А.Н. Анализ многолетней динамики степных пожаров в Волгоградской области // Современные проблемы дистанционного зондирования Земли из космоса. - 2019. - Т. 16. - № 2. -
C. 98-110.
7. Abushenko N.A., Bartalev S.A., Belyaev A.I., Ershov D.V., Zakharov M.Y., Loupian E.A., Korovin G.N., Koshelev V.V., KrasheninnikovaYu. S., Mazurov A.A., Min'ko N.P., Nazipov R.R., Semenov S.M., Tashchilin S.A., Flitman E.V., Shchetinsky V.Y. Near Real-time Satellite Monitoring of Russia for Forest Fire Protection // Mapping Science and Remote Sensing. -1999. - Vol. 36. - № 1. - P.54-61.
8. Arkhipkin O.P., Spivak L.F., Sagatdinova G.N. Development of Flood Space Monitoring in Kazakhstan // Geoscience and Remote Sensing New Achievements. Edited by Pasquale Imperatore & Daniele Riccio. ISBN 978-953-7619-97-8. Vukovar, Croatia: In Teach. - 2010.
- P. 419-436.
9. Chen, J., Ban Y., Li S. China: Open access to Earth landcover map // Nature. - 514(7523). - p. 434.
10. Giglio, L., et al. An enhanced contextual fire detection algorithm for MODIS // Remote Sens. Environ. - 2006. -Vol.87. - P-273.
11. Giglio, L., et al. Global estimation of burned area using MODIS active fire observations // Atmospheric Chemistry and Physics. - 2006. - Vol. 6. - P-957.
12. Giglio L., Schroeder, W., Justice, C.O. The collection 6 MODIS active fire detection algorithm and fire products // Remote Sensing of Environment. 2016. - - Vol. 178. - pp. 31-41.
13. Loupian E.A., Mazurov A.A., Flitman E.V., Ershov
D.V., Korovin G.N., Novik V.P., Abushenko N.A., Altyntsev D.A., Koshelev V.V., Tashchilin S.A., Tatarnikov A.V., Csiszar I., Sukhinin A.I., Ponomarev E.I., Afonin S.V., Belov V.V., Matvienko G.G., Loboda T.V. Satellite Monitoring of Forest Fires in Russia at Federal and Regional Levels // Mitigation and Adaptation Strategies for Global Change. -2006. - № 11. - P.113-145.
14. Mitchell A. The ESRI Guide to GIS Analysis. Vol. 2: Spatial Measurements and Statistics. ESRI Press. - 2005.
- 252 p.
15. Roy, D.P., et al. The Collection 5 MODIS Burned Area Product - Global Evaluation by Comparison with the MODIS Active Fire Product // Remote Sens. Environ. - 2008. - Vol. 112. - P-3690.
16. Sapanov M.K. Environmental Implications of Climate Warming for the Northern Caspian Region // Arid Ecosystems. - 2018. - Vol. 8, № 1, - P. 13-21.
17. Shinkarenko S.S., Doroshenko V.V., Berdengalieva A.N. Fire regime of landscapes in the Volgograd region according to remote sensing data // Advances in Engineering Research. Proceedings of the IV International Scientific and Practical Conference 'Anthropogenic Transformation of Geospace: Nature, Economy, Society'
(ATG 2019). - 2020. - Vol. 191. - P. 269-273.
18. Spivak L., Arkhipkin O., Sagatdinova G. Development and prospects of the fire space monitoring system in Kazakhstan // Frontiers of Earth Science. - 2012. - 6 (3). - P. 276-282.
19. Tansey, K., et al. A new, global, multi-annual (20002007) burned area product at 1 km resolution and daily intervals // Geophysical Research Letters. - 2008. - Vol. 35. - L01401.
Technologies of Satellite Monitoring of Herbal Fires (on the Example of the Volgograd Region)
12Shinkarenko S.S., K.S-Kh.N. 2 Berdengalieva A.N.
federal State Budget Scientific Institution «Federal Scientific Centre of Agroecology, Complex Melioration and Protective Afforestation of the Russian Academy of Sciences» (FSC of Agroecology RAS), Volgograd, Russia 2Volgograd State University, Volgograd, Russia
The work was carried out within a framework of the Russian Federation Presi-dent grant to support young scientists e.g. candidates of Science MK-321.2019.5
Abstract. The article explores the possibilities of analyzing the fire regime of landscapes based on information products based on automated methods for processing Earth remote sensing data from space with a MODIS spectroradiometer (Terra and Aqua satellites). The authors use the data of the active burning sites FIRMS (The Fire Information for Resource Management System) and the burned-out areas MCD64A1 to determine the features of the spread of fire fires in the Volgograd region. The study is based on a geoinformation analysis of a long-term archive (2001-2018) of active burning centers (thermal points) and burned-out areas, including the calculation of thermal points in cells of a regular grid of 10 x 10 km, followed by interpolation using the nearest neighbor method. The possibilities of using data on burned-out areas for the analysis of the fire regime of natural and agricultural landscapes are shown. The article notes that the number of foci of burning in 20102018. it almost halved compared to the period 20012009, the decrease was mainly due to summer fires on agricultural land. The authors identified errors in the detection of burns by automated algorithms, which consist not only of skipping burned areas, but also of mistakenly identifying unburned areas as burnt. As a result, the article states that visual decryption remains the most reliable way of identifying burns, while using MODIS data is justified for additional verification.
Keywords: agrarian landscape, landscape fires, monitoring, Volgograd region, geoinformation technologies, the Earth remote sensing
Translation of Russian References:
1. Arkhipkin O. P., Spivak L. F., Sagatdinova G. N. Pyatiletnij opyt operativnogo kosmicheskogo monitoringa pozharov v Kazahstane [A five-year experience of fast space monitoring of fires in Kazakhstan]//Sovremennye problemy distancionnogo zondirovaniya Zemli iz kosmosa [Modern problems of remote sensing of the Earth from space]. - 2007. - Vol. 1. - No 4. - Pp. 103-110.
2. Bartalev S.A., Egorov V.A., Efremov V.Yu. , Lupyan E.A., Stytsenko F.V., Flitman E.V. Ocenka ploshchadi pozharov na osnove kompleksirovaniya sputnikovyh dannyh razlichnogo prostranstvennogo razresheniya MODIS i Landsat-TM/ ETM+ [Estimation of the area of fires based on the integration of MODIS satellite data of various spatial resolution and Landsat-TM/ETM+] // Sovremennye problemy distancionnogo zondirovaniya Zemli iz kosmosa [Modern problems of remote sensing of the Earth from space]. - 2012.
- Vol. 9. - No 2. - Pp. 9-26.
3. Pavleychik V.M. Usloviya rasprostraneniya i periodichnost' vozniknoveniya travyanyh pozharov v Zavolzhsko-Ural'skom regione [Conditions of distribution and frequency of occurrence of herbal fires in the Trans-Volga-Ural region] // Geografiya i prirodnye resursy. [Geography and natural resources]. - 2017. - No 2. - Pp. 56-65.
4. Pavlejchik V.M. SHirotno-zonal'naya neodnorodnost' razvitiya travyanyh pozharov v Zavolzhsko-Ural'skom regione [Latitudinal and zonal heterogeneity of the development of herbal fires in the Trans-Volga-Ural region] // Byulleten' Orenburgskogo nauchnogo centra UrO RAN. [Bulletin of the Orenburg scientific center, Ural branch, Russian Academy of Sciences]. - 2019. - No 2. - P. 3.
5. Shinkarenko S.S. Pozharnyj rezhim landshaftov Severnogo Prikaspiya po dannym ochagov aktivnogo goreniya [Fire regime of landscapes of the Northern Caspian Sea region according to the data of active burning foci] // Sovremennye problemy distancionnogo zondirovaniya Zemli iz kosmosa [Modern problems of remote sensing of the Earth from space]. - 2019. - Vol. 16. - No. 1. - Pp. 121-133.
6. Shinkarenko S.S., Berdengalieva A.N. Analiz mnogoletnej dinamiki stepnyh pozharov v Volgogradskoj oblasti [Analysis of a long-term dynamics of steppe fires in the Volgograd region] // Sovremennye problemy distancionnogo zondirovaniya Zemli iz kosmosa. [Modern problems of remote sensing of the Earth from space]. - 2019.
- Vol. 16. - No 2. - Pp. 98-110.
