В онлайне: 1 (гостей - 1, участников - 0)  Вход | Регистрация

 

УДК 528.852

Комплексное применение космических методов и геоинформационных технологий для выявления лесных пожаров

 

Кислицын Д.А., преподаватель, Лис К.Я., преподаватель

Белорусский государственный университет, Беларусь

 

Рассмотрены прикладные аспекты использования индекса NBR для выявления лесных пожаров на основе космоснимков Landsat 8. Проанализированы возможности автоматизации для идентификации пожаров с использованием геоинформационных технологий.

 

В настоящее время применение мультиспектральных данных дистанционного зондирования Земли (ДЗЗ) в совокупности с их соответствующей цифровой обработкой позволяет получать достоверную и подробную информацию о земной поверхности. Изучение возможности картографирования и оценки последствий природных пожаров по материалам дистанционного зондирования Земли, может иметь большое значение для составления картографических материалов на территории пострадавшие от природных пожаров и может поспособствовать в дальнейшем планировании управленческих мероприятий, необходимых для их эффективного восстановления. В связи с этим актуальность проблематики исследования не вызывает сомнений.

Теоретической основой применения разностного нормализованного индекса сгорания послужили исследования зарубежных ученых: Tran B.N.; Tanase M.A.; Bennett L.T.; Aponte C. [1] (приведены основные результаты для лесных экосистем Австралии); French Nancy H.F., Kasischke Eric S., Hall Ronald J., Murphy Karen A., Verbyla David L., Hoy Elizabeth E., Allen Jennifer L. [2] (подробный анализ выполнен для бореального лесного региона Северной Америки).

Tran B.N. и соавторы в своей статье [1] выполнили подробный анализ 10 различных спектральных показателей для 13 различных типов лесов юго-востока Австралии с учетом стратегий возобновления лесной растительности, с целью выявления показателей, наиболее оптимальных при оценке степени выгорания. Согласно результатам данной работы, сделан вывод, о том, что оптимальный спектральный индекс для количественной оценки тяжести пожара зависит от типа леса, но есть возможность группировать леса по структуре и стратегии регенерации огня, чтобы упростить классификацию степени опасности пожара в разнородных лесных ландшафтах.

Обобщающие материалы по оценке опыта использования разностного нормализованного индекса сгорания dNBR приведены в исследовании French Nancy H.F. и соавторов [2]. Согласно результатам данной работы, оценка физических и экологических последствий пожара в бореальных лесах имеет далеко идущие последствия для различных экосистемных процессов, таких как преемственность лесов после пожара, и решений по управлению земельными ресурсами.

Рассмотренные работы исследуют возможность применения нормализованного индекса сгорания NBR в рамках двухвременного (до / после пожара) подхода [1, 2]. Однако данные, которые подробно проанализированы в исследовании, выполненном Harris S.; Veraverbeke S.; Hook S. [3] для территории на юге штата Калифорния (США), позволяют говорить об эффективности данного индексного показателя также в рамках одновременного (после пожара) подхода.

В работе А.А. Карпова [4] рассматриваются методики выявления и оценки площадей, пройденных лесными пожарами, и разрабатывается система, реализующая описанный функционал. Данная работа имеет схожую тематику, однако использует в качестве материалов ДЗЗ спутниковую съемку с КА Landsat, а также построена на иной программной платформе Google Earth Engine. В статье Л.В. Катковского и С.Ю. Воробьёва [5] на основе анализа различных средств дистанционного обнаружения лесных пожаров сделан вывод о перспективности применения для Беларуси спутниковых и особенно авиационных средств зондирования.

Сделан вывод о необходимости дальнейшего развития дистанционных методов идентификации пожаров и гарей с использованием каналов видимого и ближнего инфракрасных диапазонов.

Цель исследования – изучить возможности выявления, картографирования и оценки последствий природных пожаров по материалам дистанционного зондирования Земли.

Исследуемая территория расположена в окрестностях д. Пустая Гряда в Лоевском районе Гомельской области Республики Беларусь. Общая площадь территории исследования составляет около 3839 га и в структуре видов земель заметно преобладание лесных и пахотных земель (55,7% и 32,3% соответственно). Цифровая обработка космоснимков и геоинформационный анализ использованы в качестве основных методов при проведении исследования. В качестве исходных данных применялись мультиспектральные космоснимки из архива съемочной системы Landsat 8 (даты съемки: 16.08.2020 и 17.09.2020), имеющие уровень обработки Collection 2 Level 2.

Использование информации о спектральных индексах позволяет оценить уровень вегетации для различных классов почвенно-растительного покрова, а применение разновременных космоснимков дает возможность выявить характер динамики и основные тренды по изменению индексов за различные периоды. В данной работе для определения выгоревшей территории используется индекс NBR (Normalized Burn Ratio), который рассчитывается на основе спектральных каналов NIR и SWIR2 (5-й и 7-й каналы соответственно для Landsat 8). Следует отметить, что в ближнем инфракрасном диапазоне здоровая растительность имеет высокую отражательную способность, а в коротковолновом инфракрасном диапазоне (SWIR) – низкую отражательную способность, а для участков, пострадавших от пожаров, наблюдается противоположная закономерность. В то же время выгоревшая территория, рассчитанная для космоснимков после пожара, имеет схожий диапазон значений по сравнению с участками, не занятыми растительностью.

Комплексное применение данных ДЗЗ и ГИС-технологий позволяет автоматизировать определенные этапы при цифровой обработке космоснимков и тематической интерпретации полученных результатов, что заметно расширяет возможности картографирования природных ресурсов. Для определения территории, пострадавшей от лесного пожара, нами использована модель геообработки в ModelBuilder, которая использует различные инструменты из среды ArcGIS 10.7, а также исходные данные и основные параметры. Выполнение геообработки в данной модели можно подразделить на три основных этапа: расчет разницы индекса NBR и векторизация статистически значимых изменений данного индекса; классификация с обучением для определения лесных земель; выборка только тех участков, выделенных на основе разницы индекса NBR, которые имеют геометрический центр, расположенный на территории лесных земель. При расчете индекса NBR и его разницы за период с 16.08.2020 по 17.09.2020 используется инструмент «Калькулятор растра». Следует учитывать, что за исследуемый период происходит также снижение уровня вегетации в лесных экосистемах, поэтому статистически значимая разница индекса NBR на основе разновременных снимков Landsat 8 (до и после пожара) составляет в данном случае 0,13. Затем, на основе выбранного критерия для разницы индекса NBR, происходит выделение данных участков на растре, их векторизация и генерализация (используются такие инструменты, как «Растр в полигоны», «Выбрать», «Сгладить полигоны»). Однако, участки, где разница индекса NBR превышает 0,13, расположены также и на территории пахотных земель, на которых была проведена уборка урожая, что привело к заметному изменению данного индекса за период с середины августа до середины сентября. Применение информации о лесных землях (на основе результатов автоматизированного дешифрирования) позволит заметно повысить точность идентификации лесного пожара (рис. 1).

 

Рис. 1 – Выявление выгоревшей территории на основе информации

о разнице индекса NBR, превышающей 0,13, и лесных землях

 

Для выделения лесных земель используется классификация методом максимального правдоподобия, а с учетом выделения только одного тематического класса объектов необходимо ввести значение для параметра «Исключенная область» (в данном случае – 0,1). Затем осуществляется генерализация классифицированного растра с использованием последовательности инструментов из группы «Spatial Analyst», что позволяет выполнить фильтрацию результата классификации и провести удаление контуров, имеющих площадь менее 10 пикселов (около 0,9 га), далее выполнятся автоматическая векторизация полученных результатов, что является необходимым этапом для последующего анализа.

Участки, для которых разница индекса NBR превышает 0,13, сохраняются как отдельный векторный слой, что позволит осуществить выборку только тех контуров, геометрический центр которых расположен на территории лесных земель (на основе применения инструментов «Выбрать по расположению» и «Класс объектов в класс объектов»). Для расчета общей площади лесного пожара (в гектарах) используются инструменты из группы «Управление данными – Поля» (рис. 2).

 

Рис. 2 – Последствия лесного пожара на территории ГЛХУ

«Лоевский лесхоз» (по материалам космической съемки Landsat 8)

 

При сопоставлении площади лесных земель, выделенных на основе контролируемой классификации космоснимка Landsat 8, и по данным локальной земельно-информационной системы получены относительно близкие значения площади данного класса объектов – 2097,6 га и 2137,7 га соответственно. Следует отметить, что комплексное применение информации о лесных землях, которые были определены на космоснимке на основе автоматизированного дешифрирования, и разницы индекса NBR (более 0,13) позволило с высокой долей достоверности выделить выгоревшую территорию. Используемая модель геообработки в ModelBuilder объединяет основные этапы по определению лесного пожара в закономерную последовательность из 21 инструмента, что заметно влияет на уровень автоматизации данного процесса.

В итоге, площадь территории, пострадавшей от лесного пожара, на основе описанной методики составила 57,4 га, что несколько меньше, чем по результатам определения последствий лесного пожара при визуальном дешифрировании (60,0 га), вероятно, из-за пространственного разрешения космоснимков Landsat 8, которое составляет 30 м. В то же время относительная точность составляет более 90%, что является достаточно хорошим показателем и свидетельствует об эффективности данной методики. Таким образом, комплексное применение данных дистанционного зондирования и геоинформационных технологий позволяет расширить возможности автоматизации для выявления, картографирования и оценки последствий лесных пожаров. Расчет разницы индекса NBR по разновременным космоснимкам (до и после пожара) позволяет выявить статистически значимые изменения уровня вегетации для лесных земель, что может применяться для определения лесных пожаров, но при этом необходимо учитывать даты съемки космоснимков из-за динамики индексов за вегетационный период.

 

Библиографический список

  1. Evaluation of spectral indices for assessing fire severity in Australian Temperate Forests / B.N. Tran, M.A. Tanase, L.T. Bennett, C. Aponte // Remote Sens. – 2018. – №10 (1680).
  2. Using Landsat data to assess fire and burn severity in the North American boreal forest region: an overview and summary of results / French Nancy H. F., Kasischke Eric S., Hall Ronald J., Murphy Karen A., Verbyla David L., Hoy Elizabeth E., Allen Jennifer L. // International Journal of Wildland Fire. – 2018. – № 17. – P. 443-462.
  3. Harris S., Veraverbeke S., Hook S. Evaluating spectral indices for assessing fire severity in Chaparral ecosystems (Southern California) Using MODIS/ASTER (MASTER) Airborne Simulator Data // Remote Sens. – 2011. – № 3. – P. 2403-2419.
  4. Карпов А.А. Разработка методики выявления и оценки площадей, пройденных лесными пожарами, с использованием данных дистанционного зондирования. ИМИКТ Архангельск, 2016. – 103 с.
  5. Катковский Л.В., Воробьёв С.Ю. Методы и средства дистанционного мониторинга лесных пожаров // Доклады Белорусского государственного университета информатики и радиоэлектроники. – 2009. – № 2 (40). – С 51-58.

 



25.12.23 09:16 | Mаляренко Александр (участник)
По географическим координатам измеряется площадь?

Все комментарии (1)

 

Разделы конференции »

  1. Единый государственный реестр 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
  11. Современные технологии в профессиональном образовании