Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год

(http://conf.rse.geosmis.ru)

Методика оценки орошаемых земель по данным дистанционного зондирования земли.

Бекмухамедов Н.Э. (1), Аюпов К.А. (1), Цычуева Н.Ю. (1,2), Искаков Р.Т. (3)
(1) национальный центр космических исследований и технологий, Алматы, Казахстан
(2) каз нау им альфараби, Алматы, Казахстан
(3) ао НЦКИТ, Алматы, Казахстан
Применение данных дистанционного зондирования Земли (ДДЗ) в целях мониторинга орошаемых территорий способствует получению информации о состоянии сельскохозяйственных культур и земель сельскохозяйственного назначения. Геоинформационные системы позволяют оценить информацию и представить ее в виде электронной (цифровой) карты. С помощью геоинформационных систем и применения данных дистанционного зондирования Земли открываются перспективы для разработки новых технологий, технических средств земледелия, и мелиорации, принятия мер по уменьшению деградации земельного фонда
Но основной проблемой в аспекте применения ДДЗ является несовершенство механизмов калибровки данных мониторинга. В связи с этим актуальным является не только корректность процесса ввода, хранения, обработки и обновления информации, но и анализ и визуализация откалиброванных данных путем использования геоинформационных систем в целях мониторинга орошаемых территорий.
Мониторинг состояния орошаемых земель по данным дистанционного зондирования предполагает интеграцию нескольких теоретических подходов: 1) применение температурных каналов спутников ДЗЗ; 2) расчет различных спутниковых вегетационных индексов; Расчет температур подстилающей поверхности, а также всех перечисленных индексов, проводится через расчет Reflectance и Radiance [2-5].
Входными данными в разработанной методике являются: спутниковые снимки, информация полевых наблюдений и метеорологические данные.
1.Спутниковые данные
Спутниковые снимки, использованные в данной методике подразделяются по пространственному разрешению - на высокого и среднего. Для оперативного ежедекадного мониторинга мелиоративного состояния предполагается использовать регулярные данные PlanetScope, Sentinel-2, Landsat-8. У этих инструментов есть сенсоры, отслеживающие температуру подстилающей поверхности Landsat-8. Однако для сельскохозяйственных полей площадью менее одного квадратного километра точность измерений будет зависеть от помех, создаваемых соседними полями, границы которых будут попадать в тот же пиксель, что и границы наблюдаемого поля Landsat-8 разрешение 30 метров. Для мониторинга мелиоративного состояния полей менее одного квадратного километра можно использовать данные среднего пространственного разрешения со спутника Sentinel-2 разрешение 10 метров, или высокого PlanetScope разрешение 3 метра. Преимущества данного метода в том, что точность распознавания и детализация обработки значительно возрастают, в сравнении с данными низкого разрешения. В ходе исследований сформирован архив данных дистанционного зондирования на территорию орошаемых полей 4-х ВХБ Казахстана на вегетационные сезоны с 2010 по 2018 годы. Архив включает снимки низкого и среднего пространственного разрешения со спутников Terra/MODIS (250 м разрешение), Landsat-7 (30 м разрешение), Landsat-8 (30 м и 15 м разрешение) с различной периодичностью съемки (1 день и 16 дней), Sentinel-2 с 2015 года, KazEOsat 2 отдельные сцены и PlanetScope с июня 2018 года. Также сформирован архив радарных данных со спутника Sentinel-1 за 2015-2018 годы.
Cнимки Landsat-8 OLI (пространственное разрешение 30 м в видимом, ближнем и средних инфракрасных зонах, 120 м в тепловом диапазоне, семь спектральных зон в диапазоне 0,45-12 мкм. позволяют на основе априорной информации о свойствах подстилающей поверхности успешно дешифрировать космоснимки для оценки состояния растительного покрова. Сочетание данных с указанных космических систем позволяет производить как оперативный ежедневный мониторинг за обширными сельскохозяйственными угодьями, так и ежедекадный мониторинг за отдельными полями и мелкими объектами по снимкам высокого разрешения.
Набор данных Sentinel-2, является стандартным продуктом Level-1C, который включает орторектификацию и пространственную регистрацию в глобальной системе отсчета с субпиксельной точностью. Продукт Sentinel-2 Level-1C состоит из 110-километровых плиток в проекции UTM / WGS84 и обеспечивает отражательную способность Top-Of-Atmosphere (TOA). Мы создали Sentinel l-2 Level-2A с использованием языка программирование Python, для выполнения коррекции входных данных TOA с атмосферой, рельефом местности и перистыми облаками. Для некоторых полузасушливых областей коррекция важна для облачных изображений, поскольку сезонные колебания концентрации аэрозоля в виде сухой пыли являются высокими и меняют коэффициент отражения.
Набор данных Sentinel-1 содержит данные об измерении уровня земли (GRD) уровня 1 в режиме интерферометрического широкополосного (IW), состоящего из сфокусированных данных SAR, которые были многократно просмотрены и проецированы в наземный диапазон с использованием модели эллипсоида Земли WGS84. Полученные изображения в двойной поляризации (VH и VV) имеют размерность 270 х 270 км с разрешением 10 м. Коррекция ландшафта была применена для геокодирования изображений путем коррекции геометрических искажений SAR (ракурс, прокладка и тень) с использованием цифровой модели рельефа от миссии ракеты-спутника Shuttle, создающей изображения с заземлением.
Основная часть исходных данных дистанционного зондирования, используемых для мониторинга орошаемых территорий, представлена космоснимками среднего разрешения (Sentinel-2, Landsat-8), с периодичностью от 3 до 8 дней и общим покрытием территории ВХБ около 90 %. Для орошаемых территорий с наличием многочисленных мелких полей частично применялись снимки высокого разрешения от источника PlanetScope (3 м) и KazEOSat-2 (6 м). Ограниченность их использования была вызвана узкой полосой покрытия территории.
2. Разработка карты орошаемых земель
Следующим этапом после расчета всего перечня спектральных индексов по космическим снимкам является создание карт, отображающих выбранные диапазоны значений по каждому из параметров. В основу карт включается маска пахотных угодий, содержащая границы сельскохозяйственных полей текущего года. Оцифровка границ производится вручную по спутниковым данным высокого разрешения. Так, на базе данных ДЗЗ высокого разрешения строятся маски сельскохозяйственных полей на основные сельскохозяйственные округа путем экспертной дешифровки и оцифровки в программе ArcGIS 10.1. Также, карты содержат обязательные данные об административных границах, населенных пунктах, автомобильных дорогах и ирригационной сети, взятые с топографических карт соответствующего масштаба.
Карта изменения орошаемых территорий строится на основе разности масок полей орошаемых территорий, построенных по данным Landsat-8 за различные годы.
Рассчитанные данные о температуре подстилающей поверхности и данные вегетационного индекса NDVI позволяют определить территории с поливным и богарным системами земледелия. Карты строятся на два сравниваемых года, а их разница позволяет определить изменения в площадях с орошением и без полива.
Обработка спутниковой информации подразумевает расчет разницы индексов по схеме:
LSTdif = LSTпоздний – LSTранний,
и
NDWIdif = NDWIпоздний-NDWIранний,
и
VIdif=VIпоздний-IVранний,
где VI – вегетационный индекс.
При этом, отрицательные и нулевые значения LST свидетельствуют об активной транспирации, т.е. о наличии достаточного количества влаги в почве. Положительные значения LSTdif свойственны, в частности, естественно, т.е. неорошаемой растительности. Положительные значения NDWIdif и VIdif свидетельствуют о накоплении влаги в зеленой растительности, о приросте биомассы за наблюдаемый период, т.е. о регулярном орошении. Отрицательные или близкие к нулю значения VIdif и NDWIdif говорят о дефиците влаги в почве, замедленном накоплении жидкости в тканях растения, отсутствии прироста биомассы – т.е. об отсутствии полива. Как было указано выше, динамика отдельных индексов, при сохранении трендов, имеет известное количество флуктуаций, вызванных как искусственными (сроки полива, сроки посева, начало уборки), так и естественными (выпадение осадков) причинами. Для выявления устойчивых трендов и корреляций целесообразнее пользоваться не временным рядом того или иного параметра, а дискретными величинами разности наблюдаемого параметра, получаемыми простым вычитанием данных ранней спутниковой съемки из данных более поздней съемки. Итогом расчета спутниковой информации является карта орошаемых земель.

Ключевые слова: мониторинг состояния орошаемых земель, данные дистанционного зондирования, мелиоративное состояние, подстилающая поверхность, состояние растительного покрова, экспертная дешифровка, оцифровка, обработка спутниковой информации.
Литература:
  1. Конюшкова М.В. Картографирование почвенного покрова и засоленности почв солонцового комплекса на основе цифрового анализа космической съемки (на примере района Джаныбекского стационара). Автореферат диссертации на соискание ученой степени кандидата сельскохозяйственных наук. – 2010. – с.70
  2. Rouse J.W., Haas R.H., Schell J.A., D.W. Deering. Monitoring vegetation systems in the Great Plains with ERTS. Third ERTS Symposium. NASA SP I 351. – 2001. – Р. 309-317
  3. Wentzel K. Determination of the overall soil erosion potential in the Nsikazi District (Mpumalanga Province, South Africa) using remote sensing and GIS // Canadian Journal of Remote Sensing. – 2001 (28). – Р. 322-327
  4. Khan N.M., Rastoskuev V.V., Shalina E.V., Sato Y. Mapping salt-affected soils using remote sensing indicators – a simple approach with use of GIS IDRISI // 22nd Asian Conference on Remote Sensing. – Singapore: 5-9 November, 2001. – Р. 23-28

Дистанционное зондирование растительных и почвенных покровов

405