Васильев о.ф., Ковалевская Н.М.;
Институт водных и экологических проблем СО РАН, г. Барнаул,
E-mail: knm@iwep.ab.ru
Российская Федерация, на территории которой расположены крупнейшие в Старом Свете гнездовья перелетных водоплавающих птиц, участвует в нескольких международных конвенциях по сохранению их местообитаний. В 1991 году Нидерланды и Россия подписали Меморандум о совместных усилиях в области охраны водно-болотных угодий. Один из проектов, развернутых на его основе, проводился в 2000-2004 годах на юге Западной Сибири — на озере Чаны (рис. 1). Он был посвящен сохранению и рациональному использованию водно-болотных угодий степи и лесостепи региона. Работы вели российские ученые в сотрудничестве со специалистами из Нидерландов и Румынии.
Рис. 1. Географическое положение озера Чаны.
Чановская озерная система имеет большое значение для региона как база рыбного хозяйства и связанных с ним отраслей, а также международное значение как место гнездования и остановки перелетных птиц водно-болотного комплекса. В 1994 г. озеро и прилегающая территория (всего около 365 тыс. га) были объявлены водно-болотным угодьем международного значения в рамках Рамсарской конвенции (рис. 2).
Рис. 2. Космическое изображение окрестностей озера Чаны в среде ERDAS IMAGINE в разных масштабах.
Рис. 3. Озеро Чаны и его обитатели.
На озере Чаны обитает более 250 видов птиц (рис. 3). Это важный район гнездования уток, куликов, чаек и крачек. В частности, здесь гнездятся черноголовый хохотун и чеграва, занесенные в Красную Книгу РФ. Отмечены и другие редкие виды. Кроме того, Чаны – важное место линьки многочисленных уток, гнездящихся в лесостепной и таежной зонах Западной Сибири. Чановская озерная система расположена на Центральноазиатском пути миграций птиц. Здесь ежегодно останавливаются сотни тысяч перелетных птиц водно-болотного комплекса, чтобы пополнить жировые запасы перед долгим путешествием.
Озеро Чаны площадью около 1700 км2 входит в крупную бессточную систему пресных и солоноватых озер на границе лесостепи и степи юга Западной Сибири. Озеро состоит из соединенных между собой плесов, один из которых – Юдинский – отделен плотиной в 1971 г. и сейчас является обсыхающей территорией. Основное занятие местного населения – рыболовство, причем улов зависит от колебаний уровня воды в озере и ее минерализации. Важнейшие отрасли сельского хозяйства в регионе – выращивание зерновых культур и скотоводство.
Важным этапом в решении вопроса сохранения экосистемы водоёма c использованием космической информации и последующей обработки в ERDAS IMAGINE оказались:
- полевые исследования, позволившие создать легенду основных типов растительности;
- автоматизированное экологическое картографирование, являющееся главным источником получения документированной информации о состоянии водного объекта и объектов на прилегающих к нему территориях;
- динамическое экологическое картографирование, как средство индикации качественно новых процессов, связанных с изменением водных объектов, испытывающих естественную и/или антропогенную нагрузку.
Для получения карт растительности и водной поверхности оз. Чаны были использованы процессы многоспектральной классификации, или сегментации многомерного изображения. Они представляют собой процедуры разбиения элементов растра на конечное число отдельных классов, или категорий данных растительности/ водной поверхности, в соответствии с разными статистическими критериями и разными спектральными значениями элементов растра.
При автоматическом распознавании использовались вероятностно-статистические методы анализа изображений. Статистики извлекались из спектральных характеристик элементов изображения. Затем элементы растра соотносились с классами на основании разных математических критериев и в зависимости от наличия априорной информации. Фактически, процесс классификации разбивается на две части:
- «обучение с учителем» (классификация на основе заданных обучающих участков и заданного решающего правила)
- «обучение без учителя» (классификация на основе разбиения элементов на кластеры в признаковом пространстве).
На предварительном этапе обучения выбирались полигоны, однородные по спектральным и текстурным признакам, характерным для разных видов растительности (рис. 4). Визуальные образцы были проверены по нескольким критериям: на статистическую представительность; на максимальную правдоподобность; на непротиворечивость по отношению к спектральным признакам других видов растительности.
Рис. 4. Примеры выбора обучающих участков (однородных полигонов) в среде ERDAS IMAGINE.
Результаты полевых исследований были формализованы с помощью редактора сигнатур для последующей классификации на основе обучающих выборок (рис. 5). В итоге составлена карта основных типов растительности. Сопоставление разновременных изображений показало, что сельскохозяйственные площади в регионе сокращаются, особенно в отдаленных местах (рис. 6). На брошенных полях постепенно восстанавливается степная растительность.
Рис. 5. Формализация легенды с помощью редактора сигнатур классов.
Рис. 6. Разновременные космические изображения.
Важнейшими экологическими факторами для непроточного озера Чаны являются минерализация и ионный состав воды. Содержание растворенных солей в разных частях озера варьирует от 0,5 до 10 г/дм3. Основные катионы – натрий и магний, анионы – хлориды и сульфаты, а в озере Малые Чаны еще и бикарбонаты. Величина минерализации возрастает от места впадения рек в Малые Чаны к глухому Ярковскому плесу.
Для изучения качества воды в разных частях Чанов проводили полевые исследования и использовали спутниковые изображения. Предварительным этапом получения фотокарт явилось маскирование водной поверхности, то есть деление исходного снимка на два класса – вода, не вода (рис. 7).
Рис. 7. Результат маскирования водной поверхности на снимке с помощью инструмента Spatial Modeler.
Последующая классификация участков водной поверхности осуществлялась с помощью автоматической процедуры «обучение без учителя», поскольку отсутствовала априорная информация о состоянии воды на момент космосъемки. Результатом сегментации такого рода является выделение на снимке кластеров, состоящих из элементов растра со сходными спектральными характеристиками. Кластеры определялись в соответствии со специальным итеративным алгоритмом кластерного анализа ISODATA, для которого задавались следующие параметры:
- Число кластеров (классов предварительного анализа) N=20;
- Порог сходимости T=0,95, который представляет максимальный процент элементов растра, классификация которых может оставаться неизменной между итерациями;
- Максимальное число итераций процесса M=6.
На первой итерации (M=1) алгоритма ISODATA средние значения для N кластеров определялись в соответствии с пиками многомерной гистограммы маскированной водной поверхности. Каждый элемент растра был отнесён к ближайшему классу в соответствии с минимальным спектральным расстоянием (рис. 8).
Рис. 8. Схематичное многомодальное распределение элементов для маскированной водной поверхности.
Рис. 9. Карта типов водной поверхности.
Все водные поверхности на спутниковом снимке поделили на классы и сопоставили с результатами полевых исследований прозрачности воды, ее цвета и мутности. Полученная карта (рис. 9) показывает распределение «цветущей» воды (зеленый цвет), «илистой мутной» (от желтого до серого) и «прозрачной» (синий). Голубой цвет соответствует переходному типу воды.
Сравнение с более старыми спутниковыми изображениями показывает, что поверхность озера Малые Чаны, занятая водной растительностью, сильно сократилась (рис. 10). Возможно, это вызвано притоком фосфора с полей и со сточными водами.
Рис. 10. Динамика изменения водной поверхности.
Заключение
За последние десятилетия использование космической информации и ее автоматическая обработка в экологических исследованиях и экологических приложениях приобретает особое значение.
С одной стороны, распознавание на многозональных снимках естественных объектов, которые могут быть выделены, исходя из имеющейся визуальной информации и результатов полевых исследований, само по себе является одновременно наукой и искусством.
В то же время, космические снимки оказываются тем уникальным фактическим материалом, на основе которого экологи в процессе теоретической и практической работы могут установить общесистемные характеристики, которые не сводятся к свойствам отдельных элементов, а также их динамику.
