В данной статье рассматривается способ использования данных дистанционного зондирования для мониторинга растительных и лесных сообществ. С помощью космических снимков анализируются изменения вегетационных индексов — показателей, представляющих собой комбинацию из различных спектральных каналов излучения, отраженного от изучаемого объекта. Самым распространенным является вегетационный индекс — NDVI.
Ключевые слова: NDVI, дистанционный мониторинг, космические снимки.
В качестве компонента информационного обеспечения мониторинга лесного покрова рассматриваются данные съёмок с космических аппаратов. Дистанционными методами возможно выявить подробности, которые при проведении наземных визуальных осмотров невозможно или которые требуют финансовых и организационных затрат. Спутниковые данные ориентированы для контроля антропогенных и природных процессов, протекающих с малой и средней скоростью на значительных площадях, а при крупномасштабной съемке — отобразить быстро протекающие негативные процессы (вырубки лесов, лесные пожары, интенсивное повреждение насекомыми, аварийные сбросы загрязняющих веществ в атмосферу, разливы нефти). Самым используемым индексом для решения задач, использующих количественные оценки растительного покрова, является индекс NDVI.
Индекс Normalized Difference Vegetation Index (NDVI) — это нормализованный относительный индекс растительности — простой количественный показатель количества фотосинтетически активной биомассы (обычно называемый вегетационным индексом). В 1973 году индекс NDVI был определен Rouse B. J. и в 1969 г. представлен Kriegler F. J. Вычисляется по следующей формуле:
где NIR — это отражение в ближней инфракрасной области спектра, а RED отражение в красной области спектра. В соответствии с формулой, в определенной точке изображения плотность растительности равняется разнице интенсивностей отраженного света в красном и инфракрасном диапазоне, деленной на их сумму интенсивностей.
При расчете индекс опирается на двух наиболее стабильных участках спектральной кривой отражения сосудистых растений. В красной области спектра (0,6–0,7 мкм) располагается максимум поглощения солнечной радиации хлорофиллом высших сосудистых растений, а в инфракрасной области (0,7–1,0 мкм) обнаруживается область максимального отражения клеточных структур листа. А это значит, что высокая фотосинтетическая активность приводит к меньшему отражению в красной области спектра и большему в инфракрасной. И с отношением этих показателей друг к другу можно четко выделять растительные от других объектов [2].
Индекс NDVI может быть вычислен с помощью любых снимков высокого, среднего и низкого разрешения, имеющие спектральные каналы в красном (0,55–0,75 мкм) и инфракрасном диапазоне (0,75–1,0 мкм). Алгоритм для расчета NDVI встроен практически во все пакеты программного обеспечения, связанные с обработкой данных дистанционного зондирования (Arc View Image Analysis, ERDAS Imagine, ENVI, Ermapper, Scanex MODIS Processor, ScanView, Saga Gis и др.).
Американская программа Landsat является наиболее продолжительным проектом по получению космических фотоснимков Земли. Установленное на спутниках Landsat оборудование сделало миллиарды снимков с покрытием всего мира. Преимущественным фактором является, что в архиве данных USGS хранятся снимки за продолжительное много лет наблюдений (съёмок с космических аппаратов). Второй важный фактор — доступ к этому архиву является максимально демократичным, т. е. бесплатным. Снимки представлены с разрешением от 15 метров в виде весьма обширной коллекции, включая и территорию России.
Чтобы вычислить индекс NDVI необходимо в начале работы зарегистрироваться на сайте EarthExplorer [6] и загрузить космические снимки Landsat, покрывающие выбранную территорию. Далее в программном продукте SAGA GIS [4] надо сделать импорт и перепроциерование космического снимка. Затем перед созданием индексного изображения провести радиометрическую калибровку снимка. В данных снимков Landsat каждый пиксель содержит многочисленные значения полученное после преобразований значений, зарегистрированных сенсором спутника [1]. Поэтому такие значения необходимо переводить в отражательную способность с помощью инструмента Top of Atmosphere Reflectance. Затем на их основе строится индексное изображение — NDVI. Для этого выбирается инструмент Vegetation Index (Slope Based). В настройках инструмента в строке Red Reflectance указывается красный спектр канала, в строке Near Infrared Reflectance инфракрасный спектр. В результате выполнения операции получается растровый снимок NDVI.
Для растительности на территории индекс NDVI принимает положительные значения, и чем больше зеленая фитомасса, тем они выше. На значения индекса оказывает влияние состав видовой растительности, сомкнутость, состояние, угол наклона поверхности, цвет почвы под растительностью. Значения NDVI позволяют чётко отделять и анализировать растительные объекты от прочих природных объектов. Например, искусственные материалы (бетон, асфальт) принимают значения -0,5; для водных источников характерны значения -0,25; для снежного покрова -0,05; открытая почва 0,025; для разряженной растительности значения равны 0,2–0,5; для густой растительности 0,7–0,8. В зависимости от полученных значений формируется анализ по состоянии растительности на территории. Высокие значения индекса характеризуют большую фитомассу, что отражает благоприятный рост и продуктивность растений на территории.
Благодаря всем особенностям, карты с индексом NDVI часто применяются как один из вспомогательных слоев для проведения анализа. Карты с данными индекса NDVI позволяют анализировать состояние растительности, ее плотность, всхожесть и рост, прогнозировать продуктивность угодий. Также данные карты помогают выявлять проблемные зоны угнетенной растительности — такие участки заметно отличаются цветом при визуализации полученных данных.
Главным преимуществом вегетационных индексов является легкость их получения и широкий диапазон решаемых с их помощью задач. Следует отметить, что любые вегетационные индексы не дают абсолютных показателей исследуемого свойства, и их значения зависят от характеристик сенсора (ширина спектральных каналов, разрешения), условий съемки, освещенности, состояния атмосферы. Они дают только относительные оценки свойств растительного покрова, которые могут быть интерпретированы и с привлечением полевых данных пересчитаны в абсолютные.
Литература:
1. Рахматуллина, И. Р. Экологическое картографирование: практикум / И. Р. Рахматуллина, З. З. Рахматуллин, А. А. Кулагин. — Уфа: Изд-во БГПУ, 2018. — 84 с.
2. Черепанов, А. С. Вегетационные индексы / А. С. Черепанов // Геоматика. — 2011. — № 2. — С.98–102.
3. EarthExplorer [Электронный ресурс] // URL: https://earthexplorer. usgs.gov.html. — 25.06.2019.
4. SAGA — System for Automated Geoscientific Analyses [Электронный ресурс]. — URL: http://www.saga-gis.org/en/index.html. — 25.06.2019.
