Решение вопросов космического мониторинга лесных гарей в комплексных пакетах ENVI и ArcGIS

0

Э.А. Курбанов, О.Н. ВоробьевС.А. Лежнин, Ю.А. Полевщикова

ВВЕДЕНИЕ

Экологические, экономические и социальные последствия лесных пожаров 2010 г., затронувшие значительную часть Европейской части России, еще долгое время будут находиться в центре внимания общественности. По своему масштабу и воздействию на  лесные экосистемы эти события сопоставимы с  пожарами 1972 г. Считается, что около трети таких площадей превращаются в непродуктивные территории, на которых в течение нескольких столетий нарушается процесс естественного восстановления лесов [1]. В связи с этим повышаются требования к точности оценок пройденных огнем площадях лесных насаждений, которые в последние годы оперативно отслеживаются с использованием космических снимков [2, 3]. Немаловажным аспектом тематического картирования гарей по данным дистанционного зондирования также является оценка биомассы лесов и эмиссии углерода в результате пожаров [4, 5, 6].

В связи с нарушением пространственной структуры лесного фонда, неоднородностью рельефа и труднодоступностью отдельных площадей картирование больших территорий гарей традиционными методами представляет собой сложную задачу. В этом случае эффективным решением при дистанционной оценке площадей гарей и степени повреждения растительного покрова после лесного пожара является использование индексов, полученных с разновременных снимков спутника Landsat. Многочисленные работы в этом направлении подтвердили значимость использования индексов, полученных на основе комбинирования видимого красного и ближнего инфракрасного спектральных каналов. Наиболее используемым при таких оценках является нормализованный разностный индекс растительности NDVI (Normalized Difference Vegetation Index) [7, 8, 9]. Резкие колебания в вегетационном цикле растительности, вызванные засухой и пожарами, часто приводят к аномальным траекториям их роста, что подтверждается мониторингом серии разновременных данных NDVI, полученных на снимках радиометра MODIS [10,11]. При исследовании последствий пожаров на природные экосистемы и выявления границ гарей также широкое применение находит нормализованный индекс гарей (NBR — Normalized Burn Ratio) [12, 13]. Большинством исследователей отмечается высокая степень корреляции индексов NBR и NDVI с данными полевых тестовых участков на нарушенных пожарами территориях. Известно, что индекс NBR широко используется в практической деятельности лесной службы США для оценки степени повреждения растительных экосистем от лесных пожаров [14].

Степень повреждения лесных экосистем огнем также оценивается исследователями по-разному. В России наиболее используемой является методика оценки последствий пожаров, предложенная проф. Мелеховым (1948) [15], и адаптированная Министерством РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий [16]. Степень повреждения по этой методике оценивается по числу отпавших деревьев и снижению запаса лесного насаждения после пожара.

Цель работы состояла в изучении и оценке индексов NDVI и NBR при мониторинге площадей лесных гарей в Республике Марий Эл 1972 и 2010 гг. по космическим снимкам Landsat в комплексных пакетах ENVI-4.8 и ArCGIS-10.

МЕТОДИКА ИССЛЕДОВАНИЙ

Для изучения границ и степени повреждения древостоев пожарами 2010 г. были проведены полевые работы во время вегетационного периода 2010 и 2011 гг. на территории Килемарского, Юринского, Кокшайского, Куярского, Моркинского и Волжского лесничеств Республики Марий Эл. Оценка гарей по степени повреждения растительности на местности проводилась по следующей шкале: слабая (I степень), умеренная (II–III) и сильная (IV–V) [16]. .

Эмпирические данные для оценки точности тематического картирования получались путем закладки тестовых полевых участков на исследуемой территории. Кроме того, для этих целей использовались существующие картографические и лесоустроительные материалы. В качестве основного материала для тематического картирования изучаемой местности использовались разновременные мультиспектральные спутниковые снимки Landsat MSS, TM и EMS+ с пространственным разрешением 30 и 60 м, имеющие минимальный облачный покров и атмосферную дымку. Снимки прошли стандартный уровень 1G геометрической и радиометрической калибровки. Для формирования однородных изображений на территорию Марий Эл для всех снимков Landsat также была проведена атмосферная коррекция в модуле FLAASH и линейное спектральное выравнивание изображений в программном комплексе ENVI-4.8. На основе мультиспектральных снимков Landsat (табл. 1), полученных за период с 2001 по 2011 гг. (zone 38N, zone 39N_WGS84), были созданы две бесшовные мозаики на исследуемую территорию за 2001 и 2011 гг.

Таблица 1

Характеристика спутниковых снимков Landsat, используемых для создания бесшовной мозаики двух тематических карт 2001 и 2011 гг. на территорию Марий Эл

Спутник Покрытие Время съемки Облачность
Landsat 7 ЕТМ+ Path 172, Row 21 Август 2011 Отсутствует
Landsat 7 ЕТМ+ Path 172, Row 20 Июнь 2011 Отсутствует
Landsat 7 ЕТМ+ Path 171, Row 21 Июнь 2011 10%
Landsat 5 ТМ Path 171, Row 20 Июль 2011 Отсутствует
Landsat 5 ТМ Path 174, Row 20 Август 2011 Отсутствует
Landsat 7 ЕТМ+ Path 172, Row 21 Май 2001 Отсутствует
Landsat 7 ЕТМ+ Path 172, Row 20 Май 2001 Отсутствует
Landsat 7 ЕТМ+ Path 171, Row 20 Июнь 2001 Отсутствует
Landsat 7 ЕТМ+ Path 171, Row 21 Август 2001 10%
Landsat 7 ЕТМ+ Path 174, Row 20 Август 2001 10%

 

Бесшовная мозаика спутниковых снимков Landsat MSS 1973 и 1975 гг. была создана для изучения пожаров прошлых лет (рис. 1) на изучаемую территорию. Для этой цели нами был использован индекс NDVI (рис. 2) и архивные лесоустроительные материалы на изучаемую территорию, пороговые значения которого, характеризующих степень нарушенности древостоев лесными пожарами, были приняты как у других авторов [17, 18].

Рис.1. Мозаика изображений спутника Landsat MSS 1973 и 1975 гг. на территорию Марий Эл
Рис.1. Мозаика изображений спутника Landsat MSS 1973 и 1975 гг. на территорию Марий Эл
ris_2_web
Рис. 2. Участки гарей 1972 г. на территории Юринского лесничества Марий Эл: а) на снимке Landsat MSS в псевдоцветах (синтез красной и инфракрасной зоны спектра), б) на карте NDVI, полученной на основе мозаики снимков Landsat MSS 1973–1975 гг.

Для оценки лесных гарей в работе использовался нормализованный индекс гарей (NBR — Normalized Burn Ratio), который представляет собой разность спектральных отражений в ближнем и коротковолновом инфракрасных каналах, нормализованную на их сумму:

NBR=ТМ4-ТМ7/ТМ4+ТМ7,

где ТМ4 и ТМ7 — спектральные значения двух каналов спутника Landsat в диапазоне (0,75–0,90 мкм) и (2,09–2,35 мкм) соответственно.

Предпосылкой для применения этого индекса при оценках гарей является сопоставление отражений от неповрежденной и пройденной огнем растительности. Ближний инфракрасный 4 спектральный канал спутникового радиометрического сенсора чувствителен к структуре клеток растительности, в то время как 7 канал восприимчив к влажности растений и имеет тенденцию к увеличению на открытых участках и гарях [19, 20]. Разница между этими двумя спектральными каналами показывает хорошие статистические оценки лесных пожаров площадью более чем 200 га [21, 22].

Для определения количественной оценки степени повреждения территории лесными пожарами применялся разностной индекс гарей ΔNBR, который вычислялся на основании разности индексов NBR, полученных на снимках Landsat ETM+ 2001 и 2011 гг. (до и после пожаров 2010 г.). Для полученных тематических карт на основе индекса гарей NBR были использованы мозаики 2001 и 2011 гг. мультиспектральных спутниковых снимков Landsat для территории Марий Эл, на основе которых получена базовая тематическая карта разностного индекса гарей ΔNBR (рис. 3).

Рис. 3. Тематическое изображение территории республики Марий Эл, полученное на основе разностного индекса ΔNBR
Рис. 3. Тематическое изображение территории республики Марий Эл, полученное на основе разностного индекса ΔNBR

В дальнейшем для этого изображения в пакете ENVI-4.8,была проведена неуправляемая классификация методом ISODATA (Iterative Self-Organizing Data Analysis Technique), что позволило определить точные контуры и степень повреждения древостоя пожарами. На рис. 4 показана тематическая карта Марий Эл на 10 классов наземного покрова, полученная в результате классификации. На карте хорошо видны крупные очаги гарей 2010 г. (красным цветом).

Рис. 4. Тематическая карта территории Марий Эл для 10 классов наземного покрова, полученная методом классификации ISODATA
Рис. 4. Тематическая карта территории Марий Эл для 10 классов наземного покрова, полученная методом классификации ISODATA

Из полученного изображения тематической карты наземного покрова в модуле «Mask build» пакета ENVI-4.8, был выделен растровый слой «Гари 2010 г». Для этого растрового слоя также была применена неуправляемая классификация ISODATA, которая позволила скорректировать площади гарей в Республике Марий Эл. Сложность

ris_5_web
Рис. 5. Фрагмент тематического слоя «Гари 2010» территории Килемарского лесничества Республики Марий Эл с двумя обобщенными классами гарей (белый цвет — ненарушенный лесной покров)

в определении участков гарей разной степени повреждения на снимках Landsat в связи со смешением пикселей смежных классов снижает точность проведенных работ, и повышает неопределённость исследований. В связи с этим на полученном тематическом слое пять классов гарей по степени повреждения огнем были объединены в два основных:

 

  • Класс 1 — Древостой I и II и III степени повреждения.
  • Класс 2 — Древостой IV и V степени повреждения (рис. 5).

Растровый слой гарей 1 и 2 класса был конвертирован в векторный (shape) формат в программном комплексе ENVI-4.8. Дальнейшая работа по анализу площади гарей была проведена в пакете ArсGis-10.

Валидация вновь полученных тематических карт была выполнена с использованием официальных данных о горимости лесов за пожароопасный период 2010 г., данных полевых исследований гарей коллектива ЦУДМЛ (Центра устойчивого управления и дистанционного мониторинга лесов) и сравнительный анализ снимков Landsat со снимками высокого разрешения RapidEye, приобретенных у компании «Совзонд». Вновь полученные данные по лесным гарям сравнивались с международной базой данных и пожарной информационной системой для управления природными ресурсами (The Fire Information for Resource Management System, FIRMS), разработанной в Университете штата Мэриленд и поддерживаемой Национальным агентством США по аэронавтике и исследованию космического пространства (NASA). Система позволяет получать оперативную информацию о местоположении пожаров (hotspots), как центров пикселей 1х1 км на основе автоматического регистрирования высокого отражения в тепловых каналах спектра солнечного излучения снимков с камеры MODIS (Moderate Resolution Imaging Spectroradiometer). В работе для валидации использован слой участков FIRMS возгораний лесного покрова на территорию Республики Марий Эл за период с начала мая по конец сентября 2010 г. (рис. 6).

Рис. 6. Векторный слой участки возгораний (hotspots) по данным FIRMS 2010 г. на территорию Республики Марий Эл
Рис. 6. Векторный слой участки возгораний (hotspots) по данным FIRMS 2010 г. на территорию Республики Марий Эл

Пошаговая оценка точности классификации проводилась на основе расчета коэффициентов матрицы различий (Confusion Matrix) и коэффициента Каппа (Kappa Index) [23], которые наиболее используемы в современной научной литературе.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

После проведения всех работ в комплексных пакетах ENVI-4.8 и ArcGis-10 была получена тематическая карта распределения лесных гарей 1972 и 2010 гг. и рассчитаны их площади для территории Республики Марий Эл (рис. 7, 8).

Рис. 7. Распределение основных площадей лесных гарей в Республике Марий Эл по двум классам в зависимости от степени повреждения
Рис. 7. Распределение основных площадей лесных гарей в Республике Марий Эл по двум классам в зависимости от степени повреждения
Рис. 8. Площади лесных гарей 1972 и 2010 гг. на территории Марий Эл
Рис. 8. Площади лесных гарей 1972 и 2010 гг. на территории Марий Эл

По нашим оценкам общая площадь лесных гарей 1972 г. составила 212,3 тыс. га, что на 12% выше официальных данных (180 тыс. га) [24]. В 2010 г. площадь гарей по данным, полученным на основе снимков Landsat, составила 100,2 тыс. га, что на 28% выше данных (72,8 тыс. га) министерства лесного хозяйства Республики Марий Эл [25]. При этом по степени повреждения лесных насаждений пожарами эти площади распределялись следующим образом: I класс — 57,4 тыс. га и II класс — 42,8 тыс. га. Площади, повторно пройденные огнем в 2010 гг., составили 34228,1 га.

Точность проведенной оценки площадей лесных гарей 1972 и 2010 гг. и полученных тематических карт подтверждается высоким значением коэффициента Каппа (0,9). Кроме того, как видно из рис. 9 распределение точек распространения огня (темные пятна, hotspots) практически полностью совпадает с вновь полученными контурами гарей 2010 г.

Рис. 9. Распределение hotspots (точки распространения огня — темным цветом) на территории лесных гарей Килемарского лесничества Республики Марий Эл. Белый фон на рисунке представляет собой неповрежденные огнем участки лесного фонда
Рис. 9. Распределение hotspots (точки распространения огня — темным цветом) на территории лесных гарей Килемарского лесничества Республики Марий Эл. Белый фон на рисунке представляет собой неповрежденные огнем участки лесного фонда

Анализ распределения гарей по исследуемой территории Марий Эл показал, что основная часть площади лесных пожаров 1972 и 2010 гг. пришлась на хвойные насаждения республики. Аналогичная ситуация повторилась в пожароопасный сезон 2010 г. Как видно из рисунка 10 в 2010 г. повторно (после пожаров 1972 г.) выгорели сосновые насаждения в центральной и северо-западной части Марий Эл. В 2010 г. значительной степени также пострадали сосновые лесные культуры, созданные в Республике после пожаров 1972 г.

Рис. 10. Распределение пожаров 1972 и 2010 гг. на тематической карте по двум основным классам растительного Республики Марий Эл
Рис. 10. Распределение пожаров 1972 и 2010 гг. на тематической карте по двум основным классам растительного Республики Марий Эл

 

ВЫВОДЫ

Оценка точности полученных данных площадей гарей на основе полевых исследований и независимых источников свидетельствует о высокой их достоверности и верности выбора применённых индексов. Тематическое картирование, генерализация и векторизация полигонов гарей 1972 и 2010 гг. на спутниковых снимках проводилась автоматически в ГИС среде на основе нормализованного вегетационного индекса NDVI и разностного индекса гарей ΔNBR, что позволило исключить субъективность при оценке полученных результатов. Исследования показали высокую важность данных спектрорадиометра среднего разрешения Landsat и современных программных геоинформационных комплексов ENVI-4.8 и ArСGIS-10 для проведения дистанционного мониторинга нарушенности земель лесного фонда пожарами.

Общая площадь лесных гарей на территории Марий Эл по данным исследований составила в 1972 г. — 212,3 тыс. га и 100,2 тыс. га в 2010 г. Совмещение тематических карт гарей 1972 и 2010 гг. показало, что лесные пожары 2010 г. в значительной степени затронули те же лесные территории Марий Эл, которые пострадали от пожаров в 1972 г.

Работа выполнена в рамках федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы соглашение № 14.B37.21.1245 Министерства образования и науки Российской Федерации «Дистанционный мониторинг и прогнозирование состояния лесных насаждений по спутниковым снимкам» и тематического плана Министерства образования и науки РФ.

 СПИСОК ЛИТЕРАТУРЫ

  1. Швиденко, А.З. Влияние природных пожаров в России 1998-2010 гг. на экосистемы и глобальный углеродный бюджет /А.З. Швиденко, Д.Г. Щепащенко, Е.А. Ваганов, А.И. Сухинин, Ш.Ш. Максютов, И. МкКаллум, И.П. Лакида // География. –  2011. – № 4(441).– pp. 544-548.
  2. Курбанов, Э.А. Дистанционный мониторинг динамики нарушений лесного покрова, лесовозобновления и лесовосстановления в Марийском Заволжье / Э.А. Курбанов, Т.В. Нуреева, О.Н. Воробьев, А.В. Губаев, С.А. Лежнин, Т.Ф. Мифтахов, С.А. Незамаев, Ю.А. Полевщикова // Вестник МарГТУ. – Йошкар-Ола: Марийский государственный технический университет. – 2011. – № 3.– С. 17-24.
  3. Барталев, С.А. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+/ С.А. Барталев, В.А. Егоров, В.Ю. Ефремов, Е.А. Лупян, Ф.В. Стыценко, Е.В. Флитман // Современные проблемы дистанционного зондирования Земли из космоса. – 2012. – № 2. – Т.9. – С. 343-351.
  4. Hall, R.J. Modelling forest stand structure attributes using Landsat ETM+ data: application to mapping of aboveground biomass and stand volume/ R.J. Hall, R.S. Skakun, E.J. Arsenault, B.S. Case // Forest Ecology and Management. – 2006. – № 225. – P. 378–390.
  5. Krankina, O.N. Carbon stores, thinks, and sources in forests of northwestern Russia: can we reconcile forest inventories with remote sensing results?/ O.N. Krankina, M.E. Harmon, W.B. Cohen, D.R. Oetter, O.Zyrina, M.V.Duane// Climatic change. – 2004. – № 67. – P. 257–272.
  6. Курбанов, Э.А. Оценка зарастания земель запаса Республики Марий Эл лесной растительностью по спутниковым снимкам / Э.А. Курбанов, О.Н. Воробьёв, А.В. Губаев, С.А. Лежнин, С.А. Незамаев, Т.А. Александрова // Вестник МарГТУ. – Йошкар-Ола: МарГТУ. – 2010. – № 2(9).– С. 14-20.
  7. Escuin, S. Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images/ S. Escuin, R. Navarro, P. Fernandez // International Journal of Remote Sensing. – 2008. – № 29.– pp. 1053-1073.
  8. Hudak, A.T. The relationship of multispectral satellite imagery to immediate fire effects/ A.T. Hudak, P. Morgan, B.M.J Smith, S.A. Lewis, L.B. Lentile, P.R. Robichaud, J.T. Clark, R.A. McKinley // Journal of Fire Ecology. – 2007. – № 3.– pp. 64-90.
  9. Jose, R.R.L. Using MODIS-NDVI for the Modeling of Post-Wildfire Vegetation Response as a Function of Environmental Conditions and Pre-Fire Restoration Treatments / R.R.L. Jose, W.J.D. van Leeuwen, G.M. Casady// Remote sensing. – 2012.  – № 4.– pp. 598-621.
  1. van Leeuwen, W.J.D. Monitoring the effects of forest restoration treatments on post-fire vegetation recovery with MODIS multitemporal data/ W.J.D. van Leeuwen // Sensors. – 2008. – № 8.– pp. 2017–2042.
  2. Chuvieco, E. Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination / E. Chuvieco, M.P. Martin, A. Palacious // International Journal of Remote Sensing. – 2002. – № 23.– pp. 5103–5110.
  3. Key, C.H. Remote Sensing Measure of Severity: The Normalized Burn Ratio / C.H. Key, N.C. Benson // FIREMON Landscape Assessment (LA) V4 Sampling and Analysis Methods. – 2004. – pp. LA1-16.
  4. Howard, S.M. An evaluation of Gap-Filled Landsat SLC-Off imagery for wildland fire burn severity mapping / S.M. Howard, M.L. Lacasse // Photogrammetric Engineering and Remote Sensing. – 2004. – № 70. – pp. 877–879.
  1. Rollins, M.G. LANDFIRE: a nationally consistent vegetation, wildland fire, and fuel assessment/ M.G. Rollins// International Journal of Wildland Fire. – 2009. – № 18.– pp. 235–249.
  2. Мелехов, И.С. Влияние пожаров на лес / И.С. Мелехов // М.-Л.: Гослестехиздат. – 1948. – 126 p.
  3. Методика оценки последствий лесных пожаров. Сборник методик по прогнозированию возможных аварий, катастроф, стихийных бедствий в РСЧС (книга 2). – М.: МЧС России, 1994 г. –11 с.
  4. Martin, M.P. Mapping and evaluation of burned land from multitemporal analysis of AVHRR NDVI images / M.P. Martin, E. Chuvieco // Advanced in Remote Sensing. – 1995. – №  3(4). –  pp. 7–13.
  5. Leon, J.R.R. Using MODIS-NDVI for the modeling of post-wildfire vegetation response as a function of  environmental conditions and pre-fire restoration treatments / J.R.R. Leon, J.D.V.L Willem, G.M. Casady / Remote Sensing. – 2012. – № 4. – pp. 598-621.
  6. Key, C.H. Ecological and sampling constraints on defining landscape fire severity / C.H. Key // Fire Ecology. – 2006. – № 2. – pp. 34-59.
  7. Cansler, C.A. How Robust Are Burn Severity Indices When Applied in a New Region? Evaluation of Alternate Field-Based and Remote-Sensing Methods /C.A. Cansler, D. McKenzie //Remote sensing. – 2012. – № 4. – pp. 465-483.
  1. Cocke, A.E. Comparison of burn severity assessments using differenced normalized burn ratio and ground data/ A.E. Cocke, P.Z. Fule, J.E. Crouse// International Journal of Wildland Fire. – 2005. – № 14,–189-98.
  2. Loboda, T. Regionally adaptable dNBR-based algorithm for burned area mapping from MODIS data / T. Loboda, K.J. O’Neal, I. Csiszar// Remote Sensing of the Environment. – – № 109(4).– pp. 429-442.
  3. Губаев, А.В. Классификация наземного покрова Среднего Поволжья по спутниковым снимкам среднего разрешения / А. В. Губаев, Э. А. Курбанов, О. Н. Воробьев, С. А. Лежнин, Ю.А. Полевщикова // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг: материалы международного научно-практического семинара [Электронный ресурс]. – Йошкар-Ола: МарГТУ, 2011. – С.7-19. URL: http://csfm.marstu.net/publications.html
  4. Проблемы ликвидации последствий лесных пожаров 1972 г. в Марийской АССР/ Сборник докладов и выступлений на выездном заседании секции лесного хозяйства и лесной промышленности научно-технического совета МВ и ССО СССР, проходившем в Йошкар-Оле с 16 по 21 сентября 1974 г. // Марийское Книжное издательство, Йошкар-Ола. – 1976 г. – 143 с.
  1. Республиканская целевая программа «Лесовосстановление гарей 2010 года на 2011-2016 годы». Утверждена постановлением Правительства Республики Марий Эл от 18 марта 2011 г. № 80. – 11 с.