Пермитина Л.И., Куревлева Т.Г., Степанов И.В.,
Емельянов К.С., Коршунов А.П.
Федеральное космическое агентство,
Научный центр оперативного мониторинга Земли;
Москва, тел.: 105-0419, факс: (095) 404-77-45,
E-mail: ntsomz@ntsomz.ru, Web: www.ntsomz.ru
Совместное использование данных разных космических систем позволяет обеспечить практически непрерывный мониторинг окружающей среды и земной поверхности, получение всесторонних оценок состояния природных объектов и явлений, контроль чрезвычайных ситуаций и т.п.
В Федеральном космическом агентстве России (Роскосмосе) прием, обработку, каталогизацию, архивацию и распространение данных дистанционного зондирования Земли и продукции, создаваемой на их основе, обеспечивает Научный центр оперативного мониторинга Земли (НЦ ОМЗ). Здесь принимается и обрабатывается информация со следующих российских и зарубежных спутников: Метеор-3М №1 — аппаратура МСУ-Э, Terra — аппаратура MODIS, NOAA — аппаратура AVHRR, ERS-2 — радиолокатор с синтезированной апертурой. В соответствии с ближайшими планами Роскосмоса НЦ ОМЗ поручена эксплуатация уже запущенного совместного российско-украинского КА «Сич-1», а также планируемых к запуску российских КА «Монитор-Э» и «Ресурс-ДК».
Наземный комплекс приема и обработки космической видеоинформации, созданный в НЦ ОМЗ, функционирует на основе разработанных в центре методик и технологий, предусматривающих поэтапную обработку массивов поступающих спутниковых данных. В качестве базового программного обеспечения для уточнения координатной привязки космических снимков и преобразования их в выбранную картографическую проекцию, интерпретации и тематической обработки снимков, картографического представления результатов применяются такие программы, как ERDAS IMAGINE и ArcView GIS.
В данной статье представлены некоторые результаты, полученные с применением указанного программного обеспечения в решении таких задач как: мониторинг наводнений на реках Северная Двина и Волга-Ахтуба весной 2003 и 2004 гг. (МСУ-Э, MODIS); наблюдение за лесными пожарами на юге Сибири летом 2004 г. (MODIS); мониторинг сельскохозяйственных угодий Ставропольского края летом 2004 г. (МСУ-Э, MODIS), оценка динамики изменения зеркала воды в Аральском море за 10 лет (МСУ-СК, MODIS).
Наводнения
В настоящее время наводнения – одно из самых разрушительных стихийных бедствий, представляющих угрозу не только природным и хозяйственным объектам, но и населению. Для России такое бедствие может возникнуть во время весенних пойменных разливов на реках от снеготаяния или во время сильных летних ливней. Для предотвращения тяжелых последствий этого явления необходима оперативная оценка обстановки на пойменных территориях крупных рек страны. Традиционные методы сбора информации о наводнениях не отвечают современным требованиям и не позволяют оперативно принимать управляющие решения по предупреждению наводнений и ликвидации их последствий. Своевременное получение необходимой информации может обеспечить использование данных космической съемки, которая позволяет получить интересующую информацию в краткие сроки и обеспечить охват территорий, пострадавших от наводнений.
Реализация разработанной в НЦ ОМЗ технологической схемы космического мониторинга наводнений с привлечением средств ERDAS IMAGINE и ArcView GIS и использованием данных разного разрешения с российских и зарубежных космических аппаратов даёт возможность получать оценки состояния территорий на всех этапах наблюдений: при прогнозе наводнений, во время и после прохождения паводка. Комплексное использование этих данных позволяет оценивать процесс наводнений на глобальном, региональном, локальном (бассейн реки) и детальном уровнях. Разработанная технология позволяет решать следующие задачи: вычисление степени затопления пойм; подсчёт затопленных площадей; оценка последствий затоплений и нанесенного ущерба; изучение динамики наводнений.
В технологии мониторинга наводнений НЦ ОМЗ данные MODIS КА Terra (разрешение 250 и 500 м, полоса обзора 2230 км) используются для ежедневного наблюдения за состоянием речной поймы контролируемых рек, для оценки степени затопления в пойме и подготовки карт масштаба 1:200 000 или 1:500 000. Например, представленные на рис. 1 карты степени затопления в пойме Северной Двины созданы на основе анализа синтезированных изображений (каналы 1 и 2 с разрешением 250 м в сочетании 2, 2, 1). Это связано с тем, что это сравнительно узкая река и добавление канала с разрешением 500 м ухудшает качество ее отображения. Карты оформлены средствами ArcView. В окне View 1 показано исходное изображение MODIS (каналы 2, 2, 1), в окне View 2 – классифицированное по степени затопления изображение поймы, наложенное на топографическую карту масштаба 1:500 000. Красными флажками отмечены гидрологические посты, на которых проводится регулярный контроль уровня воды.
Рис. 1. Пример оформления карты степени затопления поймы средствами ArcView.
Для детального анализа ситуации и подготовки карт затопления более крупного масштаба (например, 1:100 000) используются данные МСУ-Э (КА «МЕТЕОР-3М» №1, разрешение снимков 32 м, полоса обзора 74 км). В качестве примера на рис. 2 представлены результаты обработки в ERDAS IMAGINE изображений поймы Северной Двины с выделением степеней затопления. Слева приведена оценка по результатам сопоставления индексов вегетации NDVI 2-х снимков МСУ-Э на весенний и летний период (съемка 28 апреля и 6 июня 2003 г.), справа – состояние поймы на весенний период (съемка 5 мая 2004 г.) по результатам выполнения классификации изображения затопленной поймы.
Рис. 2. Пример представления результатов обработки изображений поймы в ERDAS IMAGINE.
По методике НЦ ОМЗ оценки степени затопления, основанной на адаптивном методе классификации (ранее оказавшейся весьма эффективной для данных аппаратуры МСУ-СК: разрешение 170 м, полоса захвата 600 км, КА типа «Ресурс-01»), была обработана серия снимков MODIS КА Terra для оценки процесса затопления Волго-Ахтубинской поймы весной 2004 г.
Широкая полоса обзора MODIS позволила практически ежедневно получать снимки исследуемой территории с целью мониторинга ее состояния. Преимуществом данных MODIS является то, что они калиброваны. Это позволяет в результате обработки пересчитать яркости (radiance) изображения в значения отражательной способности (reflectance). Именно это обстоятельство дает возможность выполнять процедуру пороговой классификации только один раз для одной серии снимков. Обычно для этого выбирается снимок на пике подъема уровня реки. После этого ко всем остальным снимкам серии процедура классификации применяется автоматически.
В качестве входных материалов использовались:
- синтезированные по данным в трех каналах MODIS (2, 1 и 4) изображения региона (рис. 3, слева);
- классифицированные по степени затопления изображения поймы Волго-Ахтубы;
- изображение русел Волги и Ахтубы, полученное по данным MODIS в меженный период и выделенное пороговым алгоритмом.
Для получения выходного продукта обработки классифицированное изображение поймы и изображение русла совмещались с топографической картой масштаба 1:500 000 (рис. 3, справа).
Рис. 3. Использование данных MODIS для мониторинга затопления поймы.
Лесные пожары
Благодаря широкой полосе обзора MODIS и большой (2500 км) зоне радиовидимости приемного пункта НЦ ОМЗ можно практически ежедневно контролировать из Москвы огромные территории лесных зон России. Оперативный мониторинг лесных пожаров в НЦ ОМЗ осуществлялся, например, в весенне-летний (май-июнь) период 2004 г., когда происходили многочисленные возгорания тайги в Восточной и Западной Сибири. Исходными данными для анализа ситуации служили геокодированные цветосинтезированные изображения территории Сибири (каналы 1, 4, 3; разрешение 250 м) и данные 20 канала MODIS (диапазон 3,8-3,9 мкм), где наиболее отчетливо выявляются очаги пожаров. Результаты обработки представлялись средствами ArcView в виде специальных тематических карт. Примеры такого представления приводятся на рис. 4, очаги возгорания помечены красными метками.
Рис. 4. Представление результатов мониторинга лесных пожаров.
Для мониторинга лесных пожаров используются также и данные высокого разрешения, получаемые аппаратурой МСУ-Э (КА «МЕТЕОР-3М» №1), которые позволяют оценить размеры бедствия в более крупном масштабе. Эти данные обеспечивают мониторинг локального уровня с детализацией картины горения и более точным определением площади выгоревших участков леса, что очень важно на этапе оценки последствий лесных пожаров.
Землепользование
Весьма актуальным направлением использования спутниковых данных является решение задач землепользования. В НЦ ОМЗ имеется опыт использования данных МСУ-Э в задачах мониторинга сельскохозяйственных угодий. Так, в 2004 г. по контракту с Минсельхозом Ставропольского края проводилось изучение территории края средствами российского КА «Метеор-3М №1». За период с июля по ноябрь 2004 г. было обработано 24 кадра МСУ-Э на территорию края. Обработка осуществлялась в среде ERDAS IMAGINE, где уточнялась географическая привязка снимков (по опорным точкам в проекцию топографической карты с точностью до 2-х пикселей: 64м), проводились преобразование в проекцию UTM (WGS-84), гистограммная коррекция и выбор оптимального динамического диапазона, классификация объектов местности, отобразившихся на снимках и т.д. При классификации, в случае наличия на изображении облачности, применялось маскирование в интерактивном режиме так, чтобы не включались в анализ участки под облаками, для получения не искаженных результатов классификации.
В задачах комплексного космического мониторинга сельскохозяйственных угодий использовались также данные MODIS. На рис. 5 представлен пример совместного анализа изображений Ставропольского края, полученных MODIS и МСУ-Э. Каждое растровое изображение представляет собой отдельный слой. На изображения нанесены дополнительные векторные слои: города, границы районов Ставропольского края и границы хозяйств в Петровском районе, которые были использованы как опорные при распознавании сельскохозяйственных культур.
Рис. 5. Мониторинг сельскохозяйственных угодий на основе анализа изображений MODIS и МСУ-Э.
После выполнения неконтролируемой классификации с разделением на 20 классов проводилось тематическое дешифрирование классов и распознавание с обучением на базе опорной квазисинхронной наземной информации и априорных картографических данных, включающих планы землепользования и распределения посевов в рамках специализированной региональной ГИС. На рис. 6 представлены результаты классификации с обучением по данным схемы размещения сельхозкультур в одном из сельских производственных кооперативов (СПК «Донской»). Слева – исходное изображение МСУ-Э, справа – результат классификации, внизу – окно атрибутов обучающих выборок.
Рис. 6. Анализ размещения сельскохозяйственных культур с использованием классификации с обучением в ERDAS IMAGINE.
Выходные продукты тематической обработки представлялись в виде тематических карт классификации с внесенными элементами картографических векторных слоев (населенные пункты, водные объекты и т.п.). На рис. 7 показан пример компоновки в ArcView отчетных материалов – представлен фрагмент изображения МСУ-Э с наложением границ СПК «Донской» и «Заря».
Рис. 7. Представление отчетных материалов (тематических карт классификации) в ArcView.
Аральское море
Уже более 40 лет проблема Аральского моря привлекает к себе внимание учёных и общественности. Катастрофическое падение уровня воды в нём началось в 1960-е годы, площадь зеркала воды за последние 40 лет уменьшилась более чем в 3,5 раза. В большинстве исследований по этой проблеме за год начала обмеления принят 1962 г.
В последние 10 – 15 лет появилась возможность следить за изменением площади зеркала воды с помощью космических средств ДЗЗ. В НЦ ОМЗ ведутся постоянные исследования изменения площади зеркала воды Аральского моря по материалам многолетних космических наблюдений. Полученные оценки сопоставляются с картографическими материалами соответствующего периода. С начала 1990-х годов накоплен обширный архив изображений Аральского моря, полученных с российских КА типа «Ресурс-01», «Океан-01», «Океан-О», «МЕТЕОР-3М» №1. Изменение площади зеркала воды Аральского моря иллюстрирует рис. 8 (показаны границы, полученные по снимкам МСУ-СК КА «Ресурс-01»№2, MODIS КА Terra в 1993, 2001, 2004 годах).
Рис. 8. Динамика площади зеркала воды Аральского моря.
Заключение
Огромный массив данных, накопленных в НЦ ОМЗ, постоянно пополняется новыми снимками различных космических систем и позволяет решать широкий круг задач при исследовании и мониторинге земной поверхности. В данной статье представлены лишь отдельные примеры использования данных дистанционного зондирования.
