УДК 630 432:630 587
ТЕМАТИЧЕСКОЕ ДЕШИФРИРОВАНИЕ ПОВРЕЖДЕННЫХ ЛЕСНЫХ НАСАЖДЕНИЙ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ С ИСПОЛЬЗОВАНИЕМ ГИС-ТЕХНОЛОГИЙ
THEMATIC INTERPRETATION OF DAMAGED FOREST STANDS ONTHE REMOTE SENSING DATA WITH THE USE GIS-TECHNOLOGIES
Сидельник Н.Я., Пушкин А.А., Ковалевский С.В.
(Белорусский государственный технологический университет, г. Минск, Беларусь)
SidelnikN.Ya., Pushkin A.A., Kovalevskiy S.V.
(Belorussian State Technological University, Minsk, Belarus)
В статье рассмотрено тематическое дешифрирование поврежденных лесных насаждений с использованием многозональных материалов космической съемки Sen-tinel-2 и геоинформационных технологий, на основе автоматизированной классификации Isoclusterрастровых изображений спектральных индексов.
The article describesthe thematic interpretation of damaged forest stands using multispectral satellite imagery Sentinel-2 and geoinformation technologies, based on an automated Isocluster classification of raster images of spectral indices.
Ключевые слова: поврежденные лесные насаждения, данные дистанционного зондированияSentinel-2, спектральный индекс, ГИС-технологии
Key words: damaged forest stands, the remote sensing dataSentinel-2, spectral index, geoinformation technology
В настоящее время новым этапом в развитии методов дешифрирования лесных ландшафтов, обнаружения произошедших биотических и абиотических изменений, являются методы, основанные на цифровой обработке космических изображений, которые уменьшают трудоемкость и увеличивают степень объективности дешифрирования по сравнению с визуальными методами. Многие из нихпозволяютвыявить особенности изменений не только на качественном, но и количественном уровне. В связи с этим важна оценка применимости при тематическом дешифрировании поврежденных лесных насажденийметода вегетационных (спектральных) индексов, который становится все более широко используемым. Данные индексы,предназначенные для характеристики того или иного фактора влияния на экологическую обстановку в расстроенных лесных насаждениях,можно использовать как по отдельности, так и в совокупности рассчитанных индексов, что дает дополнительную информацию, недоступную при использовании каждого из данных индексов по отдельности. Известно, что после ветровалов на данных участка уменьшается количество хлорофилла, что позволяет использовать «зеленные» вегетационные индексы, увеличивается количество отмершей древесины, что позволяет использовать индексы, связанные с наличием лигнина, а также образуются территории, сходные по структуре с вырубками и гарями.
Летом в 2016 г. на территории ГЛХУ «Смолевичский лесхоз» произошли масштабные изменения в лесном фонде, связанные с ветровалами, для оценки которых могут использоватьсяснимки, полученные с космического аппарата
Sentinel-2, можно применить для решения множества задач лесного хозяйства. Космический аппарат Sentinel-2 - первый мультиспектральный спутник, включающий 3 спектральных канала на «красной границе» (rededge), которые открывают уникальные возможности для изучения изменений в растительности, т.к. данные каналы очень чувствительны к наличию хлорофилла в растени-ях.Съемочная аппаратура данного спутника позволяет получать мультиспек-тральные изображения в 13 каналах, от видимого до коротковолнового инфракрасного излучения, с разрешением от 10 метров и шириной полосы съемки 290 км. Данное разрешение на основных каналах превышает разрешениекосми-ческих снимков спутника Landsat-8 до 3 раз, что позволяет более точно оценить изменения в лесном фонде.
Высокое разрешение и периодичность получения (2-3 дня)снимков гарантирует отображение различий в состоянии растительности, в том числе и временные изменения, а также сводит к минимуму влияние на качество съемки атмосферы. Это позволит отслеживать быстро изменяющиеся процессы, происходящие в лесной растительности в течение вегетационного периода, в т.ч. осуществлять мониторинг стихийных бедствий.
В данной работе использовался снимок высокого разрешения Sentinel-2 от 22.08.16 г., полученный на большую часть территории ГЛХУ «Смолевичский лесхоз». Снимок был предварительно обработан, произведена атмосферная коррекция. Вся обработка данных снимков проводилась автоматизированными методами с использованием ГИС-технологий. На начальном этапе специалистами ЛРУП «Белгослес»были векторизованы границы участков ветровалов в ГЛХУ «Смолевичский лесхоз». Проанализировав фактические и статистические данные по произошедшим изменениям в лесном фонде и их тип повреждений, был осуществлен выбор спектральных индексов для выделения границ ветровалов [1].
Расчет большей части вегетационных индексов базируется на двух наиболее стабильных (не зависящих от прочих факторов) участках кривой спектральной отражательной способности растений - на красную зону спектра приходится максимум поглощения солнечной радиации хлорофиллом, а на ближнюю инфракрасную зону максимальное отражение энергии клеточной структурой листа. Хорошо известно, что отношение этих показателей друг к другу позволяет четко отделять растительность от прочих природных объектов.
Для анализа наличия и картирования поврежденных лесных насаждений чаще всего применяется нормализованный дифференциальный вегетационный индекс (NDVI) [1], который широко используется для мониторинга фенологии, количества и активности растительности. Как отмечено в работах многих авторов, чувствительность NDVI к фоновому отражению, а также склонность к насыщению в широколиственных насаждениях ограничивает использование этого индекса для изучения породного разнообразия. Поэтому в качестве альтернативы использовалсядля расчетов усиленный вегетационный индекс (EVI) [2], который менее чувствителен к ограничениям, но требует наличия синего диапазона длин волн. При этом онпозволяет выделить больше градаций в районах с высокой зеленой биомассой, что дает преимущества для мониторинга расти-
тельности, поскольку влияние почвы и атмосферы в значениях данного индекса минимизировано.
Космические снимки Sentinel-2 включают каналы на «красной границе», которые очень чувствительны к наличию хлорофилла в растительности, поэтому были рассчитаны индексы, учитывающие данную особенность: модернизированный спектральный индекс RENDVI и, для повышения точности - расширенный индекс WDRVI, который является модификацией индекса МОУ1 [1].
При стихийных бедствиях чаще всего происходит полная гибель растения, и оно резко теряет влагу и вянет, поэтому целесообразно использовать спектральный индекс, учитывающий влажность растений-нормализованный разностный водный индекс (N0^) [2]. При ветровалах появляется большое количество отмерших и отмирающих частей, а, следовательно, увеличивается количество «сухого» углерода. Разработаны спектральные индексы для их учета в виде наличия общей массы лигнина и целлюлозы, одним из которых является индекс PSRI [2], который и был рассчитан. При наличии поврежденных лесных насаждений возможно нарушение водного режима и образование сухих участков, особенно в солнечную погоду. Для анализа данных условий и определения стрессового состояния насаждений был использован индекс сухости DMCI [2].
Существуют также спектральные индексы, которые используются в процессе определения границ потенциальных лесных гарей или вырубок. В связи с этим выполнен расчет нормализованного разностного индекса гарей (NBR)[1], т.к. его использование основывается на максимальном отражении неповрежденной растительности. Для всех полученных растровых изображений спектральных индексов была выполнено дешифрирование методом неконтролируемой автоматической классификации (т.к. поврежденные лесные насаждения хорошо видны на полученных растровых изображениях) на основе кластерного анализа Isocluster с разделением всех спектральных значений растра индексов на 5 классов с использованием ГИС-технологий.
Кластерный анализ относится к цифровым автоматизированным методам обработки космических изображений и позволяет выделять контура с неконтрастной по спектральной яркости структурой. Это могут быть как непосредственно выделяемые растительность, открытые почвы, вода и другие объекты, так и некоторые особенности территории, выделяемые по косвенным признакам, например, увлажнение, породный состав и т.д.
Алгоритм кластеризации производит спектральный анализ исходного многозонального растрового изображения и пересчитывает его в однозональное, распределяя все пикселы в кластеры по их яркостным характеристикам.
Результатом кластеризации методом Isocluster является тематический растровый слой индекса, в котором, в зависимости от индекса, поврежденными лесными насаждениями являлись 1 и 2 (или только первый) классы. После классификации полученные растровые изображения индексов векторизованы с вычислением площадей, занимаемых тем или иным классом для сравнения их с площадями, полученными оцифровкой поврежденных лесных насаждений. Сравнивая результаты расчетов индексов с полевыми данными, можно затем
выбрать индекс, максимально точно отражающий изменения в лесном фонде (рисунок 1).
Рисунок 1- Векторизованный слой спектрального индекса С^ОКУ1) и оцифрованные границы ветровала 2016 года в ГЛХУ «Смолевичский лесхоз»
(фрагмент)
В результате рассчитанные и векторизованные спектральные индексы довольно точно картируют границы ветровалов при сравнении с оцифрованными данными: если учитывать только 1 класс спектральных индексов, то наибольший процент обнаружения наблюдается у индексов NDWI и WDRVI (63,4% и 62,0% соответственно). Такие же результаты наблюдаются при одновременном учете двух классов, при этом наилучшие данные по дешифрированию повреждений приходятся на индекс NDWI, который позволяет идентифицировать 93,5% поврежденной лесной территории. Однако, стоит также учитывать то, что данные индексы не всегда позволяют выделить среди данных повреждений вырубки (т.к. часть ветровалов уже возможно разработана), которые наиболее точно выделяет спектральный индекс NBR(1 класс - 7,9%). При этом стоит уточнить, что автоматическая классификация пусть и дает очень хорошие результаты, но использование иных способов дешифрирования и классификации растровых слоев индексов может еще больше повысить точность дешифрирования границ поврежденных насаждений.
Список использованных источников
1. Черепанов А. С., Дружинина Е. Г. Спектральные свойства растительности и вегетационные индексы. Геоматика. 2009. № 3. С. 28-32.
2. Пушкин А.А., Сидельник Н.Я., Ковалевский С.В. Использование материалов космической съемки для оценки пожарной опасности в лесах // Труды БГТУ. 2015 № 1 (174): Лесное хоз-во. С. 36-40.