В онлайне: 2 (гостей - 2, участников - 0)  Вход | Регистрация

 

УДК 528.8

Анализ архива спутниковых изображений Landsat с 2007 по 2017 годы на территорию Горецкого района

 

Другаков П.В., доцент, Кожеко А.В., магистрант

Белорусская государственная сельскохозяйственная академия, Беларусь

 

Проанализирован фонд снимков Landsat с 2007 по 2017 годы на территорию Горецкого района Могилевской области. Определено среднемесячное число доступных снимков и снимков с низкой облачностью для вычисления вегетативных индексов.

 

Геоинформационное обеспечение процессов сельскохозяйственного производства на основе систем точного земледелия требует большого количества регулярно обновляемых данных ДЗЗ. Эти данные должны обладать достаточным пространственным разрешением, небольшими интервалами между съемками и иметь каналы в диапазонах пригодных для изучения состояния почвы и биомассы (напрямую или с помощью различных вегетационных индексов) [1].

Получение данных ДЗЗ возможно у коммерческих поставщиков или из открытых источников. При ограниченности финансирования естественным является использовать открытые источники. Наиболее продолжительным проектом получения спутниковых фотоснимков планеты Земля с предоставлением открытого доступа к своим данным является программа Landsat. Всего с 1972 года было запущено 8 спутников. В период 2007-2017 г. эксплуатировались 3 спутника: Landsat 5, Landsat 7 и Landsat 8. Спутник Landsat 5 эксплуатировался с 1984 по 2012 год. Спутник Landsat 7 запущен в апреле 1999 года и функционирует по настоящее время. В мае 2003 произошел сбой модуля Scan Line Corrector (SLC). С сентября 2003 используется в режиме без коррекции линий сканирования, что уменьшает количество получаемой информации до 75 % от изначальной.

Наиболее актуальные спутниковые данные сейчас получают со спутника Landsat 8. Он создан совместно NASA и USGS и выведен на орбиту в феврале 2013 года [2]. Landsat 8 получает изображения в видимом диапазоне волн, в ближнем ИК и в дальнем ИК, с разрешением снимков от 15 до 100 метров на пиксель. Спутник проводит съемку суши и полярных регионов. Ежесуточно снимается порядка 400 сцен.

Для спутников Landsat интервал между съемками составляет 16 суток. С учетом частичного перекрытия снимков повторная съемка объекта происходит через 8 дней. Таким образом, на интересующую территорию в месяц можно получать от 3 до 4 снимков с одного спутника.

Для свободного доступа представлены снимки со следующими параметрами с уровнем обработки 1Т в формате GeoTIFF. Снимки имеют от 8 до 11 спектральных каналов. Пространственное разрешение зависти от спектрального диапазона и составляет: 15 м для панхроматического канала, 30 м для мультиспектральных каналов и для дальнего ИК 100 м. Данные представлены в проекции UTM в системе координат WGS 84.

За период 2007-2017 годов на сайте Геологической службы США представлены 510 снимков, на каждом из которых изображено не менее 50% территории Горецкого района. Максимальное количество – 78 снимков приходится на 2016 год. Следует отметить, что с 2007 по 2011 г. наблюдалась тенденция сокращения доступных новых снимков Landsat с 39 до 25. Минимум приходится на 2012 г. – 22 снимка, и связан прекращением работы спутника Landsat 5. В остальные же годы рассматриваемого периода параллельно работало по 2 спутника: Landsat 5 и Landsat 7 или Landsat 7 и Landsat 8. Чтобы не исказить результаты исследований, 2012 год был исключен из дальнейшего анализа. Снимки были разделены на 2 группы: 2007-2011 годы и 2013-2017 годы. Для каждой группы было определено среднемесячное число доступных снимков и число снимков с низкой облачностью. К снимкам с низкой облачностью относились только не имеющие облаков, или их облачность не превышала 10% от площади района. Также была определена облачность каждого снимка на территорию района и вычислено среднемесячное значение. Значение облачности показывает, с какой вероятностью интересующий участок земной поверхности будет скрыт облаками. Результаты анализа снимков представлены в таблице 1.

 

Таблица 1 – Анализ снимков Landsat на Горецкий район

 

Месяц

Среднемесячное количество снимков

Облачность, %

Всего

В т.ч. с низкой облачностью

2007-2011 г.

2013-2017 г.

2007-2011 г.

2013-2017 г.

2007-2011 г.

2013-2017 г.

Январь

0

3,8

0

1,0

100,0

77,9

Февраль

1,4

5,5

0,2

2,0

85,4

70,8

Март

2,4

5,5

0,8

2,5

42,1

58,2

Апрель

3,4

5,6

1,2

2,7

45,9

50,0

Май

4,2

6,4

1,4

1,5

53,0

58,6

Июнь

4,2

7,2

1

2,0

38,7

43,2

Июль

3,4

7,2

0,4

2,4

50,5

45,7

Август

3,4

7,6

1,8

2,8

35,4

49,7

Сентябрь

3,8

6,6

1,2

1,3

57,6

70,9

Октябрь

3,8

6,4

1,2

2,8

56,5

76,0

Ноябрь

0,8

5,4

0

0,0

78,8

96,6

Декабрь

0

3,2

0

0,0

100,0

99,1

Среднее за год

2,6

5,9

0,8

1,7

62,0

66,4

Среднее за вегетационный период

3,7

6,7

1,2

2,2

48,2

56,3

 

Наиболее вероятной причиной полного отсутствия январских и декабрьских снимков в 2007-2011 являлась их 100 % облачность. В связи с этим для января и декабря в 2007-2011 значение облачности было принято 100%.

На основе данных таблицы 1 необходимо отметить, что в связи с вводом в эксплуатацию спутника Landsat 8, общее количество доступных снимков и количество снимков с низкой облачностью практически удвоилось. В 2007-2011 годах среднемесячное значение снимков составляло 2,6 снимка, а низкой облачностью обладали только 0,8 снимка. В период 2013-2017 годах эти показатели составили соответственно 5,9 и 1,7 снимка. Наибольший интерес представляют снимки, полученные во время вегетационного периода, так как их можно использовать для анализа состояния посевов. В 2007-2011 годах в среднем за месяц вегетационного периода было доступно 3,7 снимка, из которых 1,2 снимка с низкой облачностью. В 2013-2017 показатели составили 6,7 и 2,2 снимка. Необходимо отметить, что максимум наличия снимков с низкой облачностью наблюдается в апреле и августе. Показатели облачности снимков за 2 рассматриваемых периода в целом неплохо согласовываются.

Учитывая, что наибольшую ценность в информационном плане представляют данные спутника Landsat 8, на диаграмме (рис. 1) представлены значения рассматриваемых показателей для данного спутника и в целом за 2013-2017 г.

 

 

Рис. 1 - Средние значения показателей по месяцам за 2013-2017 годы

 

Из приведенной диаграммы следует, что спутник Landsat 8 обеспечивает основную долю доступных снимков и снимков с низкой облачностью.

Также была проведено исследование среднего значения облачности за 2012-2017 годы для периода с апреля по октябрь по данным погодного онлайн-сервиса Gismeteo. Приведенные на сайте значения облачности, были переведены в бальную систему [3]. Один балл соответствует 10% облачности. Ясной погоде соответствовало значение 0 баллов, малой облачности – 3 балла, средней  –5 баллов, а пасмурной погоде – 10 баллов. После вычисления средних значений по месяцам баллы были переведены в проценты и представлены в таблице 2.

 

Таблица 2 – Среднемесячное значение облачности с 2013 по 2017 год по данным Gismeteo

 

Месяц

Среднее за 5 лет, %

Максимальное ,%

Минимальное, %

Апрель

57

75

39

Май

49

62

34

Июнь

44

49

34

Июль

49

62

43

Август

44

50

41

Сентябрь

49

58

38

Октябрь

57

68

33

 

Как видно из таблицы 2 минимальное значение среднего значения облачности за 5 лет приходится на июнь. Оно почти совпадает с данными полученными по результатам дистанционного зондирования за этот же период из таблицы 1. В летние месяцы средние значения облачности за 5 лет по данным ДЗЗ и Gismeteo отличаются в пределах 5%. В осенние месяцы наблюдается существенное расхождение. Снимок ДЗЗ представляет случайный срез облачности. При общем сокращении количества доступных снимков для осеннего периода на фоне летнего увеличивается вероятность выполнения съемки в самый неблагоприятный период для съемки. Для наглядности значения облачности представлены на графике (рис 2).

 

Рис. 2 - Среднемесячные значения облачности за 2013-2017г., %

 

Подводя итог исследований необходимо отметить, что только каждый четвертый снимок Landsat имеет низкую облачность. Только снимок с низкой облачностью можно использовать при решении задач слежения за состоянием посевов сельскохозяйственных культур. При этом особую ценность представляют снимки конца мая – начала июня. По этим снимкам лучше дешифрируются виды сельскохозяйственных культур [4]. Также для этих снимков наблюдается наиболее высокая связь между урожайностью зерновых культур и коэффициентом NDVI [5]. Но на этот период приходится один из минимумов  снимков с низкой облачностью. Также следует отметить аномальную ситуацию 2017 года, когда за вегетационный период было получено только 9 снимков с низкой облачностью, из которых: четыре в апреле-начале мая, по два в сентябре и в августе, один в июле и ни одного в июне.

 

Библиографический список

  1. Родин, И. Е. Сбор и подготовка данных дистанционного зондирования Земли из открытых источников в целях информационного обеспечения систем точного земледелия /Е.В. Родин // Материалы II  Всероссийской научной конференции с международным участием «Применение средств дистанционного зондирования Земли в сельском хозяйстве». Санкт-Петербург, 26–28 сентября 2018 г. – СПб.: ФГБНУ АФИ, 2018. с. 183-189.
  2. Оптико-электронные спутники. [электронный ресурс]. Космическая съемка. Новости и спутниках. – электрон. дан. – М., 2004. Режим доступа: http://www.sovzond.ru/products/spatial-data/satellites/#optic
  3. Терминология применяемая в прогнозах погоды и штормовых предупреждениях. [электронный ресурс]. Режим доступа: https://meteoinfo.ru/forcabout/3891-nast-kpp
  4. Казяк, Е. В. Спектральные преобразования космических снимков Landsat 8 для картографирования растительности экосистем/ Е. В. Казяк, А. В. Лещенко// Интерэкспо Гео Сибирь-2015, том 4, №1. с 79-83.
  5. Береза, О.В. О возможности прогнозирования урожайности озимой пшеницы в Среднем Поволжье на основе комплексирования наземных и спутниковых данных/ О.В. Береза, А.И. Страшная, Е.А. Лупян // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 1. с. 18-30.

 

Разделы конференции »

  1. Государственный кадастр недвижимости и земельно-имущественные отношения
  2. Мониторинг природных ресурсов и охрана окружающей среды
  3. Комплексное использование природных ресурсов
  4. Современные вопросы геологии
  5. Физика горных пород
  6. Новые технологии в природопользовании
  7. Применение современных информационных технологий
  8. Экономические аспекты недвижимости
  9. Мониторинг использования объектов недвижимости
  10. Топографо-геодезическое обеспечение кадастровых работ

 

Проекту Kadastr.ORG требуются средства на хостинг и развитие

Сумма: руб.