Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений тема диссертации и автореферата по ВАК РФ 25.00.34, кандидат технических наук Барталев, Святослав Сергеевич

• Барталев, Святослав Сергеевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Барталев, Святослав Сергеевич

Список используемых сокращений.

Введение.

Глава 1. Анализ возможностей использования методов дистанционного зондирования для региональной оценки экологического состояния лесов.

1.1 Характеристика лесов Московской области и задачи региональной оценки лесного покрова.

1.2 Возможности существующих спутниковых систем наблюдения Земли для оценки состояния лесов на региональном уровне. и

1.3 Спектральные отражательные свойства растительности и использование спектральных вегетационных индексов для мониторинга лесов.

1.4 Методы и алгоритмы анализа данных дистанционного зондирования для мониторинга лесов.

1.4.1 Методы предварительной обработки спутниковых изображений

1.4.2 Методы классификации спутниковых изображений.

1.4.3 Программное обеспечение анализа спутниковых изображений и использования географических баз данных для оценки состояния лесов.

1.5 Основные методические положения региональной экологической оценки состояния лесов по данным спутниковых наблюдений.

Выводы к первой главе.

Глава 2. Картографирование лесов по многоспектральным спутниковым данным высокого пространственного разрешения.

2.1 Формирование экспериментального набора спутниковых изображений Ьапс15а1-ЕТМ+ на регион исследований.

2.2 Метод взаимной радиометрической нормализации спутниковых изображений Landsat-ETM+.

2.3 Оценка разделимости и классификация типов лесного покрова по спутниковым изображениям Landsat-ETM+.

Выводы ко второй главе.

Глава 3. Оценка характеристик экологического состояния лесов по спутниковым данным MODIS.

3.1 Формирование экспериментального набора данных MODIS.

3.2 Оценка разделимости и классификация типов лесного покрова по спутниковым изображениям MODIS.

3.3 Использование спектральных вегетационных индексов по данным MODIS для экологической оценки состояния лесного покрова. Ю

Выводы к третьей главе

Глава 4. ГИС-анализ экологического состояния лесного покрова Московской области.

4.1 Структура банка данных ГИС экологического состояния лесов Московской области.

4.2 Оценка лесистости территории на основе комплексного использования результатов анализа данных спутниковых наблюдений MODIS и Landsat-ETM+. Ill

4.3 Анализ взаимосвязей между значениями спектральных индексов для различных типов лесного покрова и уровнем антропогенной нагрузки на территорию региона.

Выводы к четвёртой главе.

Введение диссертации (часть автореферата) на тему «Разработка методики региональной экологической оценки состояния лесов по данным спутниковых наблюдений»

Леса России имеют важное социально-экономическое и экологическое значение. Они представляют собой источник ценных ресурсов, обеспечивают сохранение в связанном состоянии значительной части мирового запаса углерода, выступают в качестве экологического каркаса для сохранения биоразнообразия экосистем, а также выполняют множество других биосферных функций.

В то же время леса России, выполняющие глобальную экологическую миссию, испытывают на себе влияние различных негативных факторов, например, таких как, пожары, насекомые-вредители, болезни, вырубки, промышленные загрязнения. Самой распространенной причиной гибели лесов являются лесные пожары. Основная часть насаждений, погибших от пожаров, находится в Сибири и на Дальнем Востоке. Леса ежегодно подвергаются нападениям насекомых вредителей, таких, как сибирский и непарный шелкопряд, короед-типограф, площади очагов поражения от которых исчисляются миллионами гектаров.

Существующее представление о том, что в мире еще сохранились лесные территории, полностью избежавшие влияния человека, в действительности неверно. Вся поверхность Земли в то или иное время испытывала прямое или косвенное воздействие человеческой деятельности [1].

В частности, леса Московской области испытывают на себе сильное антропогенное влияние, обусловленное близостью к мегаполису с более чем десяти миллионным населением. Это выражается в высоком уровне загрязнения атмосферы и почвенного покрова, изменениях гидрологического режима при строительстве инфраструктуры, вырубке лесов в целях последующей застройки территории, повышенной рекреационной нагрузке, часто приводящей к пожарам [2].

Для улучшения состояния лесов и поддержания их роли в регулировании природных процессов необходима разработка новых методов управления лесами, базирующихся на современных методах спутникового мониторинга и информационных технологиях [3]. Новые задачи в области управления лесным хозяйством требуют интеграции существующих знаний о функционировании лесных экосистем разного пространственного уровня, пересмотра принципов организации информационного обеспечения лесной отрасли, расширения его содержания. Решение этих задач наиболее перспективно в рамках развитых геоинформационных систем, позволяющих объединить информационные потоки в лесоустройстве, лесной промышленности, лесобиологической науке и охране окружающей среды.

Анализ публикаций показывает, что глобальная деградация лесов, определяющаяся комплексом фактором, в значительной мере сопряжена с загрязнением окружающей среды. При этом отмечается, что если бы даже удалось полностью остановить на текущий момент загрязнение воздуха промышленными выбросами, то накопившееся в лесных экосистемах значительные количества загрязнителей, изменяющих нормальный ход экологических процессов, не приостановит деградацию лесов в течение достаточно длительного времени. При этом регулирование антропогенного воздействия на природу на практике осуществляется, как правило, когда сам факт глубокой деградации становится очевидным и требуется принятие специальных мер по ликвидации негативных последствий [4].

За прошедшее десятилетие существенно изменилось понятие о сущности мониторинга лесов и решаемых в процессе его функционирования задачах, получили новое развитие технические средства дистанционного зондирования Земли с авиационных и космических носителей. Стало реальным систематическое получение аэрокосмической информации в виде многоспектральных изображений местности в оптическом и радиодиапазонах с пространственным разрешением от единиц сантиметров до километров. Разработаны новые научно-методические основы интерпретации материалов дистанционных съемок и решения на их основе различных задач лесоведения и лесного хозяйства.

Согласно существующей концепции мониторинга лесов, выделяются глобальный, континентальный, региональный и локальный уровни наблюдения, различающиеся функциональными задачами, территориальным охватом, а также требованиями к пространственной и тематической детальности получаемой информации. К особенностям регионального мониторинга лесов, охватывающем крупные административные или природные территориальные образования, относится необходимость комбинированного использования спутниковых данных в широком диапазоне величин пространственного разрешения.

При этом экологическая оценка лесного покрова на уровне региона требует обоснования соответствующих индикаторов, доступных для определения с использованием данных спутниковых наблюдений, и позволяющих оценивать структуру и состояние лесов с точки зрения эффективности выполнения ими средозащитных и биосферных функций в условиях возрастающего влияния антропогенной нагрузки, что обуславливает актуальность темы настоящей диссертационной работы.

Цель и задачи исследования. Основной целью диссертационной работы являлась разработка методики региональной оценки экологического состояния лесов по данным спутниковых наблюдений и ее экспериментальная апробация на примере Московской области. Достижение указанной цели потребовало решения следующих научных задач:

- Проведение анализа возможностей современных спутниковых систем дистанционного зондирования в интересах решения задач экологического мониторинга лесов;

- Обоснование системы индикаторов экологического состояния лесов и разработка методики их оценки с использованием данных дистанционного зондирования различного пространственного разрешения и ГИС-технологий;

- Разработка методов предварительной и тематической обработки многоспектральных данных спутниковых наблюдений с целью оценки индикаторов экологического состояния лесов;

- Экспериментальная апробация разработанной методики оценки экологического состояния лесов по данным спутниковых наблюдений на примере Московской области.

Научная новизна и основные результаты диссертационной работы.

Проведенные в рамках диссертационной работы исследования и разработки позволили получить следующие, обладающие научной новизной, основные результаты:

- Предложена система индикаторов экологического состояния лесов и разработана методика их региональной оценки с использованием данных дистанционного зондирования со спутников и ГИС;

- Разработан метод взаимной радиометрической нормализации разнородных по условиям съемки спутниковых изображений высокого пространственного разрешения в интересах регионального картографирования лесов;

- Разработан метод региональной оценки лесистости территории на основе сочетания данных спутниковых наблюдений среднего (МСЮ18) и высокого (Ьапс18а1-ЕТМ+) пространственного разрешения;

- Разработан и апробирован по спутниковым данным МОБ18 метод использования спектральных вегетационных индексов для оценки состояния хвойных лесов в условиях повышенной антропогенной нагрузки;

- На основе разработанной методики сформирована база данных об индикаторах экологического состояния лесов Московской области по результатам обработки данных спутниковых наблюдений.

Практическая значимость.

Проведенные в рамках диссертационной работы исследования позволили разработать методику оценки экологического состояния лесов в интересах регионального планирования и охраны окружающей среды. Комплексное использование данных дистанционного зондирования различного пространственного разрешения и ГИС-технологий открывают возможность проведения регионального мониторинга экологического состояния лесов на регулярной основе. Разработанные методические подходы апробированы на примере Московской области и могут найти использование в региональных органах управления лесами и природоохранных организациях.

Апробация.

Основные положения диссертационной работы доложены на четырех научных конференциях МИИГАиК и ИКИ РАН по вопросам развития и использования методов дистанционного зондирования окружающей среды.

Публикации.

По результатам исследований и разработок опубликовано шесть печатных работы по теме диссертации в российских научных изданиях и сборниках докладов конференций.

Структура и объем диссертации.

Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем диссертации составляет 130 страниц, включая 29 рисунков и 16 таблиц.

Заключение диссертации по теме «Аэрокосмические исследования земли, фотограмметрия», Барталев, Святослав Сергеевич

Выводы к четвертой главе

- Комплексное использование результатов классификации лесов по данным спутниковых наблюдений МСЮ18 и ЬапёБа1-ЕТМ+ обеспечивает эффективную возможность оценки значений лесистости, как одного из важнейших индикаторов экологического состояния лесов региона;

- Анализ взаимосвязей между спектральными вегетационными индексами ЫОУ1 и N0"^ по данным М001Б для различных типов лесов и уровнем антропогенной нагрузки на территорию Московской области показал возможность использования указанных индексов в качестве индикатора состояния хвойных лесов;

- Анализ сформированной по результатам обработки спутниковых изображений базы данных ГИС об индикаторах экологического состояния лесов Московской области позволяет выявить территории с наиболее высоким уровнем угнетения лесной растительности. В частности, для хвойных насаждений Ленинского, Люберецкого, Каширского, Химкинского, Красногорского и Домодедовского районов, расположенных в непосредственной близости к городу Москва, характерны относительно низкие значения спектральных индексов Ы0У1 и N0"^, что может свидетельствовать о высоком уровне угнетения лесов вследствие антропогенной нагрузки на окружающую среду.

ЗАКЛЮЧЕНИЕ

Разработанная методика региональной оценки экологического состояния лесов основана на комбинированном использовании данных спутниковых наблюдений среднего и высокого пространственного разрешения и обеспечивает возможность получения ряда индикаторов, необходимых для информационной поддержки устойчивого управления лесами и мероприятий по охране окружающей среды.

Представленная диссертационная работа содержит результаты исследований и научных разработок автора, которые можно рассматривать как решение важной научной задачи по развитию методов мониторинга экологического состояния лесов по данным спутниковых наблюдений. По результатам диссертационной работы можно сделать следующие основные выводы:

- Региональная оценка экологического состояния лесного покрова, и, в частности, находящегося в условиях повышенной антропогенной нагрузки, является важнейшей составляющей устойчивого управления лесами и требует разработки методик, основанных на использовании методов дистанционного зондирования со спутников и ГИС-технологий;

- Современное состояние развития средств дистанционного зондирования и методов обработки данных наблюдений обеспечивает возможность оценки характеристик состояния лесного покрова и создания системы регионального мониторинга лесов на основе комбинированного использования данных различного пространственного разрешения;

- Методика региональной оценки экологического состояния лесов, предполагает использование спутниковых данных среднего и высокого пространственного разрешения (в частности, ТеггаМ^иа-МСЮК и Ьапс^-ЕТМ+) и направлена на определение индикаторов, отражающих степень покрытия территории лесами, породный состав насаждений и их физиологическое состояние, характеризуемое относительным уровнем концентрации хлорофилла и влагообеспеченности зеленых фракций древесных растений;

- Разработанный метод взаимной радиометрической нормализации различающихся по условиям съемки изображений Ьапс^-ЕТМ-!- повышает эффективность использования данных спутниковых наблюдений высокого пространственного разрешения для региональной оценки состояния лесов;

- Эксперименты по классификации лесного покрова по многоспектральным спутниковым изображениям показали возможность выделения четырех типов лесной растительности, а именно темнохвойных, светлохвойных, лиственных и смешанных лесов с приемлемым для региональной оценки уровнем достоверности.

- Комплексное использование результатов классификации лесов по данным спутниковых наблюдений МСЮ18 и Ьапс^-ЕТМ-!- обеспечивает эффективную возможность оценки значений лесистости, как одного из важнейших индикаторов экологического состояния лесов региона;

- Выполненные эксперименты по оценке состояния лесов по спутниковым данным МОБК продемонстрировали возможность использования для этих целей спектральных вегетационных индексов N0X^1 и Анализ взаимосвязей между вегетационными индексами для различных типов лесов и уровнем антропогенной нагрузки на территорию показал возможность использования указанных индексов в качестве индикаторов состояния хвойных лесов;

- Анализ сформированной по результатам обработки спутниковых изображений базы данных ГИС об индикаторах экологического состояния лесов Московской области позволяет выявить территории с наиболее высоким уровнем угнетения лесной растительности.

124

Список литературы диссертационного исследования кандидат технических наук Барталев, Святослав Сергеевич, 2006 год

1. Атлас малонарушенных лесных территорий, www.forest.ru

2. Материалы, представленные к парламентским слушаниям "Экологические проблемы лесов Российской Федерации" Государственная Дума Федерального Собрания Российской Федерации. 4 февраля 2003 г. "Экология — XXI век", 2003 г., №6 (18) с. 17-22

3. Причины и последствия глобальной деградации лесов. Лесное хозяйство за рубежом, вып.7. М.: ВНИИЦлесресурс, 1989. с.3-7.

4. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений // Дистанционное зондирование и географические информационные системы . Под ред. Берлянта A.M. М.: Научный мир, 2003.- 168 с.

5. Ваганов Е.А., Плешиков Ф.И. Система мониторинга лесов как основа их рационального использования и устойчивого развития // Сибирский экологический журнал. 1998. - №1. - С. 3-8.

6. Исаев A.C., Сухих В.И. Аэрокосмический мониторинг лесов // Лесоведение, 1986.-№6.-С. 3-11

7. Сухих В.И. Вклад аэрокосмических методов в развитие лесного хозяйства в России // Лесное хозяйство, 1998. № 3. - С. 34-37.

8. Сухих В.И. Лесопользование в России в начале XXI века // Лесное хозяйство №6. - 1999. - С. 8-13.

9. Книжиков Ю.Ф. Основы аэрокосмических методов в географических исследованиях. М.: МГУ, 1980. 137 с.

10. Кравцова В.И. Космические методы картографирования. М.; Изд-во МГУ, 1995-280 с.

11. Belward A.S., Estes J.E., Kline K.D. The IGBP-DIS Global 1-km Land-Cover Data Set DISCover: A Project Overview // Photogrammetric Engineering and Remote Sensing, 65. 1999. - P. 1013-1020.

12. Hansen M., DeFries R., Townshend J. R. G., Sohlberg, R. Global land cover classification at 1km resolution using a decision tree classifier // International Journal of Remote Sensing, 21. 2000. - P. 1331-1365.

13. Bartholome E. and Belward A. S. 2005. GLC2000: a new approach to global land cover mapping from Earth Observation data // International Journal of Remote Sensing, 26(9) 2005. - P. 1959-1977.

14. Schmullius C. Monitoring Siberian Forests and Agriculture with the ERS-1 Windscatterometer // IEEE Transactions on Geoscience and Remote Sensing, Vol. 35, No. 5,1997, P. 1363-1366.

15. Ranson R. J., Sun G., Lang R. H., Chauhan N. S., Cacciola R. J., Kilic O. Mapping of boreal forest biomass from spaceborne synthetic aperture radar. // Journal of Geophysical Research, vol. 102,1997, № D24: 29,599-29,610.

16. Malingreau J.P., Verstraete M.M., Achard F. Monitoring global deforestation: a challenge for remote sensing. // TERRA-1: understanding the terrestrial environment. London: Taylor and Francis, 1992 P. 203-209.

17. Mayaux P., Achard F., Malingreau J.P. Global tropical forest area measurements derived from coarse resolution maps at a global level: acomparison with other approaches // Environmental Conservation 25(1), 1998, P. 35-52

18. Mayaux P., De Grandi G., Malingreau J.P. Central African forest cover revisited: a multisatellite analysis. // Remote Sensing of Environment 71, 2000, P. 183-196.

19. Барталев C.A., Жирин B.M., Ершов Д.В. Сравнительный анализ данных спутниковых систем Космос-1939, SPOT и Landsat-TM при изучении бореальных лесов // Исследование Земли из космоса, 1995. №1. - С. 101114.

20. Global forest resources assessment 2000 // FAO UN Main Report, Italy, 2002. -140p.

21. Bartalev S., Achard F., Erchov D., and Gond V., (2000), The potential contribution of SPOT4/VEGETATION data for mapping Siberian forest cover at the continental scale. // In proceedings of the VEGETATION conference, Italy. 2000.-P.l27-142.

22. Verstraete M.M., Pinty В., Curran P.J. MERIS potential for land applications. // International Journal of Remote Sensing 20, 1999, P. 1747-56.

23. Nezry E., Mougin E., Lopes A., Gastellu-Etchegorry J.P., Laumonier Y. Tropical vegetation mapping with combined visible and SAR spaceborne data. // International Journal of Remote Sensing 14, 1993, P. 2165-84.

24. Jeanjean H., Achard F. A new approach for tropical forest area monitoring using multiple spatial resolution satellite sensor imagery. // International Journal of Remote Sensing 18 1997-P. 2455-61.

25. Malysheva N. Shvidenko A., Nilsson S., Petelina S., Oskog A. An Overview of Remote Sensing in Russian Forestry, International Institute for Applied Systems Analysis, Interim Report IR-00-034,2000, 83p.

26. Седых B.H. Аэрокосмический мониторинг лесного покрова. Новосибирск: Наука СО, 1991.-238 с.

27. Эльман Р.И., Кузенков JI.A., Апаринова Н.А. Статистическое оценивание характеристик лесных объектов по аэро- и космическим снимкам // Исследование Земли из космоса. 1986. - № 4. - С. 105-112.

28. Garcia M. J., Caselles V. Mapping burns and natural reforestation using thematic mapper data // Geocarto International, 1. 1991 - P. 31-37.

29. Дейвис Ш.М., Ландгребе Д.А., Филипс T.JI.u др. Под ред. Ф. Свейна и Ш. Дейвис. Дистанционное зондирование: количественный подход. Пер с англ. М., Недра 1983, пер. изд. США 1978, с. 239-249.

30. Sujatha G., Dwivedi R.S., Sreenivas К., Venkataratnam L. Mapping and monitoring of degraded lands in part of Jaunpur district of Uttar Pradesh using temporal spaceborne multispectral data // IJRS 2000 v21 n3 519-531

31. Hansen M.J., Franklin S.E., Woudsma C.G., Peterson M. Caribou habitat mapping and fragmentation analysis using Landsat MSS, TM, and GIS data in the North Columbia Mountains, British Columbia, Canada // Remote Sensing of Environment 77 (2001) 50- 65

32. Харук В.И., Рэнсон К.Дж., Им С.Т., Федотова Е.В. Оценка влияния разработок золота на состояние таежных территорий Средней Сибири по данным ИСЗ «Landsat-7» // Исследования Земли из космоса, 2001, №6, с. 68-81

33. Журкин И.Г., Цветков В.Я. Геоинформационное моделирование в ГИС при обработке данных дистанционного зондирования // Исследования Земли из космоса, 1998, №6, с. 66-72

34. Bryant D., Nielsen D., Tangley L. The last frontier forests: ecosystems and economies on the edge. // Washington: WRI. 1997.42 pp.

35. Бочарников B.H. Биоразнообразие: оценка и сохранение на основе технологий ГИС. Владивосток: Дальнаука, 1998. 288 с.45. .Sayn-Wittgenstein L. The ERTS experiments of the Canadian Forestry Service // Can. Surv. 1974. V.28, №2, pp. 110-112

36. Rauste Y., Herland E., Frelander H., Soini K., Kuoremaki 71, Ruokari A. Satellite-based forest fire detection for fire control in boreal forests // IJRS 1997 vl8 nl2 P.2641- 56

37. Берлянт A.M. Картография. M,: Аспект Пресс, 2001 336 с.

38. Баранов Ю.Б., Берлянт A.M., Капралов Е.Г., Кошкарев А.В., Серапинас Б.Б., Филлипов Ю.А. Геоинформатика. Толковый словарь основных терминов. М.: ГИС-Ассоциация. - 1999. - 204 с.

39. Левин Д. Некоторые проблемы построения географических информационных систем // Информатика окружающей среды: введение в проблематику. М., Новосибирск, 1994. с. 70-83

40. Stroppiana, D., Pinnock, S., Pereira, J.M.C., and Grégoire, J.M., 2002, Radiometric analysis of Spot Vegetation images for burnt area detection in northern Australia. Remote Sensing of Environment, Vol. 82, pp. 21-37

41. Gao, В., 1996, NDWI a normalized difference water index for remote sensing of vegetation liquid water from space, Remote Sensing of Environment, 257-266.

42. Барталёв С. С. Малинников В.А. Возможности региональной экологической оценки лесов по данным спутниковых наблюдений. // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. №6 2006 г. стр.3-18

43. Global Land Cover Facility http://glcf.umiacs.umd.edu

44. Тутубалина O.B., Шипигина Е.А. Методика компьютерной классификации по нескольким космическим снимкам // Arcrewiev № 4 (31), 2004.

45. Olthof I., Butson С., Fernandes R., Fraser R., Latifovic R. and Orazietti J. Landsat ETM+ mosaic of northern Canada. Can. J. Remote Sensing, Vol. 31, No. 5, pp. 412-419,2005

46. Барталёв С.С. Малинников В.А. Взаимная яркостная нормализация спутниковых изображений при региональном картографировании лесов. // Известия высших учебных заведений специальный выпуск 2006 г. стр. 8392

47. Caselles V. and Lopez Garcia M. J., 1989. An alternative simple approach to estimate atmospheric correction in multitemporal studies. Int. J. Remote Sens., 10, 1127-1134.

48. Muller E., 1993. Evaluation and correction of angular anisotropic effects in multidate SPOT and Thematic Mapper data. Remote Sensing of Environment, 4, 115-124.

49. Durrieu S. et Deschayes M., 1994. Méthode de comparaison d'images satellitaires pour la détection des changements en milieu forestier ; application aux Monts de Lacaune (Tarn, France). Ann. Sci For, 51,147-161.

50. Карта растительности Московской области 1996 г., МГУ. Под ред. Т.Н. Огуреевой.

51. ERDAS 1997. ERDAS Field Guide, 4th Edition, ERDAS, Inc. Atlanta, Georgia. 656 p.

52. Campbell, J. В., 1987. Introduction to Remote Sensing. Guilford Press, New York, N. Y.

53. Fuller, R., Groom, G. and Jones, A. 1994. The land cover map of Great Britain: An automated classification of Landsat Thematic Mapper data. Photogrammetric Engineering and Remote Sensing, 60(5): 553-562.

54. Earth Observing System Data Gateway -http://edcimswww.cr.usgs.gov/pub/imswelcome/

55. Егоров B.A., Барталев C.A. Построение временных серий улучшенных композитных изображений по данным MODIS для мониторинга растительности // Тез. докл. конф. Современные проблемы дистанционного зондирования Земли из космоса, М.: ИКИ РАН, 2006

56. Барталев С.С., Оценка индикаторов состояния лесов Московской области по данным спутниковых наблюдений. // Электронный многопредметный научный журнал «Исследовано в России» том 9 стр. 948-958

57. Экологические карты Подмосковья www.ecomo.ru.