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

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

Развитие системы космического мониторинга состояния растительности и засух на территории Казахстана на основе многолетних рядов данных дистанционного зондирования

Витковская И.С. (1), Батырбаева М.Ж. (1)
(1) АО «Национальный центр космических исследований и технологий», Алматы, Казахстан
Проблемы засух, вызванные глобальным потеплением климата, являются мировыми. Увеличение частоты и интенсивности засух наблюдаются практически повсеместно. Глобальные оценки, проведенные Программой Организации Объединенных Наций по окружающей среде, выявили недостаточность базовых знаний относительно процессов опустынивания, обусловленных деятельностью человека, и их взаимосвязи с колебаниями климата и периодическими засухами в аридных и полуаридных районах земного шара.
Изучение долговременных изменений природной среды средствами и методами данных дистанционного зондирования Земли из космоса (ДЗЗ) являются сегодня одним из наиболее эффективных современных научных направлений исследования процессов, происходящих на земной поверхности. К особенностям современного этапа использования спутниковой информации следует отнести (Лупян и др., 2015):
- резкое увеличение объема и частоты поступающей спутниковой информации (Ramapriyan, 2011);
- изменение возможностей спутниковых систем дистанционного зондирования Земли за счет увеличения числа космических аппаратов ДЗЗ;
- в результате повышения уровня доступности информации стало более рентабельно создавать системы мониторинга на основе спутниковой информации;
- современное развитие сервисов, предлагающих продукты дистанционного зондирования от начальных уровней обработки до цифровых матриц готовых продуктов различной сложности и временных интервалов.
В процессе адаптации для территории Казахстана методики вегетационных индексов, разработанной в NOAA NESDIS (https://www.star.nesdis.noaa.gov/star/index.php), было доказано, что они могут быть использованы для мониторинга состояния растительного покрова, детектирования засухи и оценки ее воздействия на продуктивность пастбищ и посевов (Закарин и др., 1999; Gitelson et al., 1995; Kogan et al., 2003).
В результате был определен комплекс вегетационных индексов, рассчитываемых по спутниковой информации, которые являются основой мониторинга состояния растительности с учетом локальных особенностей, могут служить индикаторами при распознавании периодов засушливости и/или увлажненности для полуаридной территории Казахстана:
- дифференциальные – композитное значение нормализованного дифференциального вегетационного индекса NDVI (Rouse et al., 1973) за определенный временной интервал, индекс условий вегетации VCI (Kogan, 1997), индекс температурных условий TCI (Kogan, 1997), вегетационный индекс здоровья VHI (Kogan, 1997);
- интегральные – интегральный вегетационный индекс IVI (Spivak et al., 2010), интегральный индекс условий вегетации IVCI (Spivak et al., 2010).
Дифференциальные индексы вегетации хорошо описывают сезонную динамику растительного покрова; для межсезонного анализа удобнее использовать интегральные индексы вегетации.
Использованы долговременные серии снимков низкого разрешения радиометра AVHRR/NOAA (https://www.noaa.gov) и Terra/Modis (https://www.glovis.usgs.gov), по которым построены ряды индексов вегетации за май-сентябрь 2000-2017 гг.
При выборе спутниковых индексов, используемых для детектирования и мониторинга засух на территории Казахстана, определения их информативности и критериев следует учитывать: 1) сезон года; 2) масштаб территории (республика, область, район); 3) временной интервал наблюдения; 4) стартовую информацию на начало вегетационного сезона; 5) дополнительную информацию (метеорологические данные, облачность, маски сельхозугодий).
Так, для Северного Казахстана, на территории которого расположены основные зерновые сельхозугодья республики, наиболее значимым временем для мониторинга является период май-август. По мере продвижения в южные и западные области, расположенные в зоне полупустыни, рассматриваемый период сдвигается на апрель-начало августа. Такой выбор временного интервала для анализа дифференциальных индексов связан с основными фазами развития растительности (Терехов, Муратова, 2010).
Структура системы космического мониторинга состояния растительного покрова и засух территории РК включает следующие этапы:
1)Формирование исходных данных
2) Тематическая обработка
3) Аналитическая обработка
- оценка текущего состояния растительного покрова по спутниковой информации; выявление участков со стрессовым состоянием растительности и расчет их площадей;
- распознавание и ранжирование изменений состояния растительного покрова на основе многолетних рядов спутниковых данных;
ранняя диагностика возникновения и развития засушливых условий, выявления участков угнетенного состояния растительности;
- сценарный прогноз возможных направлений развития ситуации;
- анализ сезонной динамики растительности (возможна оценка сезонного ущерба от засухи);
- анализ временных тенденций и диагностика причин этих изменений;
- выявление межсезонных закономерностей развития засухи, оценка вероятности риска засух.
4) Визуализация и распространение результатов космического мониторинга состояния растительного покрова и оценки степени воздействия засушливых явлений.
Дифференциальные вегетационные индексы NDVI, VCI, TCI, VHI.
Индекс NDVI традиционно применяется для картирования растительного покрова, мониторинга засухи, оценки продуктивности экосистем и сельскохозяйственных культур, контроля фаз вегетации и т.д.
Наиболее информативными для оценки состояния растительности являются значения максимума NDVImax и дата наступления пика вегетации. Так, даты наступления пика вегетации значительно различаются для областей, расположенных в различных частях Республики. Разница между датами вегетационных пиков в Южно-Казахстанской (ЮКО) и Северно-Казахстанской (СКО) областях может достигать 8 декад; разница между началом вегетационного сезона (переход через значение NDVI>0) может достигать 3 декад.
Для оценки степени благоприятности текущих погодных условий используется сравнение текущих значений NDVI со средним, максимальным и минимальным многолетними значениями этого индекса. Так, в засушливом 2012 году уже во 2-й декаде мая текущие значения NDVI, рассчитанные для Акмолинской области, сравнялись с многолетним минимумом, далее опускаясь еще ниже. Подобное сравнение позволяет установить возникновение засушливых условий на ранних сроках развития растительности.
Индекс условий вегетации VCI используется в качестве коэффициента влияния сезонных метеоусловий на объем надземной биомассы, являющийся косвенной характеристикой влажностных условий. Значения VCI<0,3 в мировой практике ДЗЗ принято считать индикатором засухи. Рассчитываются значения площадей участков с низкими значениями VCI: доля площадей таких участков в общей площади территориального объекта, их динамика позволяют оценить интенсивность засушливых условий.
При детектировании засушливых условий и отклика на нее растительности использование только индекса NDVI не является достаточным. Температура растительного покрова после полудня является чрезвычайно важной характеристикой для оценки состояния растительности и ее здоровья. Использование тепловых каналов съемки увеличивает точность при мониторинге засухи, помогает объяснить температурный вклад для анализа возникновения засухи, а также обеспечивает полезную информацию для мониторинга растительного стресса, обусловленного почвенными условиями. Для оценки температурных условий вводится индекс TCI, идеология которого сходна с идеологией индекса VCI.
Индекс здоровья растительного покрова VHI - составной показатель, рассчитываемый по значениям VCI и TCI. Снижение VHI вследствие, например, спада VCI (относительно слабо зеленый растительный покров) и увеличения TCI (более высокие температуры) означает стрессовые условия для растительного покрова, а в более долгосрочной перспективе будет указывать на засуху. Применение индекса VHI позволяет классифицировать засухи по интенсивности.
Спутниковый индекс здоровья растительности VHI является относительно новым инструментом NOAA\NESDIS и используется в последние годы для раннего выявления и мониторинга засухи (http://www.star.nesdis,noaa,gov). С введением нового индекса засуха может быть обнаружена на 4-8 недель раньше (Singh et al., 2003).
Интегральные индексы IVI, IVCI
Использование интегральных индексов является эффективным для оценки условий сезона в целом и ранжирования его в многолетнем ряду наблюдений. Значимым является вопрос о выборе временного периода при расчетах интегральных индексов: апрель-сентябрь, май-август и др. Так, значения IVCI для всего СевКаза выше в периоде май-сентябрь по сравнению с периодом май-август. Увеличение индекса происходит за счет сентябрьских осадков, приводящих к росту естественной растительности.
В связи с этим, для расчета интегральных индексов в границах масок культурной растительности следует выбирать временной интервал май-август, являющийся определяющим для развития и созревания зерновых культур и пастбищной растительности на севере страны. Следует отметить, что при переходе в центральные и особенно южные регионы временной период наблюдения должен быть сдвинут в более ранние месяцы – март, апрель.
Расчет интегрального индекса условий вегетации IVCI позволяет ранжировать воздействие погодных условий года в многолетнем ряду наблюдения, а визуализация цифровых карт индекса IVCI позволяет определить, какая часть территории Республики в данном сезоне находилась в засушливых условиях (IVCI<0,3).
Интегральный индекс условий вегетации IVCI рассчитывается по аналогии с индексом VCI, но через многолетние значения интегрального индекса IVI, характеризующего объем надземной зеленой биомассы, накопленный в течение вегетационного сезона.
Анализ временного ряда значений индекса IVCI для территории северных областей РК за период 2000-2017 гг. показывает наличие устойчивого тренда уменьшения, что косвенно свидетельствует об аридизации климата в последние годы.
По данным ДЗЗ к засушливым годам следует отнести: Акмолинская область – 2008, 2010, 2012; Костанайская область – 2010, 2012; СКО – 2010, 2015.
В ((Spivak et al., 2010) разработан алгоритм расчета цифровых карт частоты возникновения низких значений IVCI, которые могут быть интерпретированы, как карты частоты (вероятности) возникновения засух. Эти цифровые матрицы ежегодно актуализируются значениями текущего сезона. К участкам с низкими многолетними значениями IVCI следует отнести: западную и южную части Костанайской области; восточную часть Актюбинской области; восток Акмолинской области; субмеридиональную территорию, расположенную в Карагандинской области; Прибалхашье.
Разработанные технологии используются для оценки, как современного состояния растительного покрова, так и определения трендов изменений в состоянии растительности, обусловленных климатическими факторами, по многолетним данным ДЗЗ на различных уровнях пространственной дифференциации территории Казахстана (Спивак и др., 2017).
В АО «Национальный центр космических исследований и технологий» РК введена в эксплуатацию пилотная версия информационно-аналитического web-сервиса VEG INFO, представляющего результаты мониторинга состояния растительного покрова Республики Казахстан, оценки его сезонных и многолетних изменений на уровне административных областей и районов Казахстана. Основная задача сервиса - обеспечение возможности контроля текущего состояния растительности на интересующей специалистов территории на основе спутниковой информации. В пилотной версии сервиса представлена информация о состоянии растительности c апреля по сентябрь для сезонов 2012, 2015-2017 годов, а также межсезонных изменениях растительного покрова на примере отдельных районов Акмолинской (Аккольский и Жаксынский) и Костанайской (Амангельдинский и Камыстинский) областей.
Вход в сервис VEG INFO осуществляется по web-адресу: veginfo.ncsrt.kz.

Работа выполнена при поддержке грантового финансирования Министерства образования и науки Республики Казахстан, проект AP05135848.

Ключевые слова: дистанционное зондирование, растительный покров, засуха, система мониторинга, вегетационные индексы, временные ряды, тренд
Литература:
  1. Закарин Э.А., Спивак Л.Ф., Архипкин О.П., Муратова Н.Р., Терехов А.Г. Методы дистанционного зондирования в сельском хозяйстве Казахстана. Алматы: Гылым, 1999. 230 с.
  2. Лупян Е., Балашов И., Бурцев М., Ефремов В., Кашницкий А., Кобец Д., Крашенинникова Ю., Мазуров А., Назиров Р., Прошин А., Сычугов И., Толпин В., Уваров И., Флитман Е. Создание технологий построения информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 53–75.
  3. Спивак Л., Витковская И., Муратова Н., Батырбаева М. Спутниковые вегетационные индексы для территории Казахстана. Алматы. Nova-Press. ISBN 978-601-80618-3-7. 2017. 121 c.
  4. Терехов А.Г., Муратова Н.Р. Оценка дат ярового сева в Северном Казахстане по данным Terra/MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2010. 2, вып. 4. С. 408-419.
  5. Gitelson A., Kogan F., Zakarin E., Spivak L., Lebed L. Estimation of seasonal dynamics of arid zone pasture and crop productivity using NOAA/AVHRR data. Final Report. Submitted to the Office of the Science Advisor USAID. 1995. 67 p.
  6. https://www.glovis.usgs.gov
  7. https://www.star.nesdis.noaa.gov/star/index.php
  8. Kogan F.N. Global drought watch from space // Bulletin of the American Meteorological Society. 1997. N 78. P. 621-636.
  9. Kogan F., Gitelson A., Zakarin E., Spivak L., Lebed L. AVHRR-Based Spectral Vegetation Index for Quantitative Assessment of Vegetation State and Productivity: Calibration and Validation // Photogrammetric Engineering and Remote Sensing. August 2003. Vol. 69, № 8. P. 899-906.
  10. Ramapriyan H. K. Development, Operation and Evolution of EOSDIS - NASA’s major capability for managing Earth science data, CENDI/NFAIS Workshop on Repositories in Science and Technology: Preserving Access to the Record of Science, November 30, 2011
  11. Rouse J. W., Haas R. H., Schell J. A., Deering D. W. Monitoring vegetation systems in the great plains with ERTS // Third ERTS Symposium NASA SP-351. 1973. Vol. 1. P. 309-317.
  12. Spivak L., Vitkovskaya I., Batyrbayeva M., Terekhov A. Detection of Desertification Zones Using Multi-Year Remote Sensing Data. NATO Science for Peace and Security Series C: Environmental Security Use of Satellite and In-Situ Data to Improve Sustainability, Springer, 2010, P. 235-241.
  13. Singh R.P.; Roy S.; Kogan F. Vegetation and temperature condition indices from NOAA AVHRR data for drought monitoring over India// International Journal of Remote Sensing. 2003. Vol. 24. Issue 22. P. 4393-4402.

Презентация доклада

Технологии и методы использования спутниковых данных в системах мониторинга

78