Космический мониторинг заснеженности территории речных бассейнов

Для обеспечения данными гидролого-математических моделей прогноза стока рек создана автоматическая геоинформационная система мониторинга заснеженности речных бассейнов по данным КА Terra, в которой предпринята попытка достичь максимально возможного разрешения данных по времени.
Оценка площадей снегового покрытия является одним из важных направлений в гидрометеорологии, в котором использование данных дистанционного зондирования с космических аппаратов имеют неоспоримые преимущества перед другими источниками информации. Регулярное картографирование снежного покрова ведётся NOAA c 1966 г [1]. В рамках программы EOS с 1998 г выпускаются ежедневные и 8-дневные карты снежного и ледового покровов и температуры льда морей в NSIDC (National Snow and Ice Data Center) в Университете Колорадо [2]. В результате совершенствования автоматизированной системы оперативной оценки площади снегового покрытия речных бассейнов, разработанной в Красноярском НИЦ и Институте леса СО РАН в 1995—2003 гг. [3], создана новая, полностью автоматическая «Система мониторинга заснеженности», которая обеспечивает полный цикл обработки данных радиометра MODIS со спутников TERRA в оперативном режиме без участия оператора, а также реализует доступ к результатам обработки из сети интернет. Система рассчитана на функционирование в автоматическом режиме в пунктах приема данных КА TERRA и использованию для бассейнов больших и средних рек (более 5 000—10 000 км2). Конечным результатом работы программы является распределение снегового покрытия в относительном выражении по высотным зонам в пределах речного бассейна, а также средней высотой кромки снега. Эти результаты используются для коррекции параметров гидролого-математических моделей для прогнозов уровней и расходов воды в реках [4]. Кроме того, данные сопровождаются обзорными снимками и картосхемами снежного покрова территории бассейнов. Система развёрнута и функционирует в Сибирском центре ФГБУ «НИЦ «Планета».
Выделение снежного покрова ведётся с использованием алгоритма классификации, разработанного в NASA для глобального картографирования снежного покрова по данным с радиометра MODIS [5]. Данный алгоритм, основанный на дифференциальном нормализованном снежном индексе (NDSI), использует специфическое свойство снега к поглощению излучения в диапазоне 1,6 мкм. Для классификации снега на лесистых территориях дополнительно рассчитывается значение дифференциального нормализованного растительного индекса (NDVI), который дает возможность идентифицировать наличие лесного покрова [6]. В этом случае значения порогов по NDSI понижаются для возможности классификации снега при пониженном контрасте NDSI из-за экранирующего эффекта крон деревьев. Такая модификация алгоритма позволяет обнаруживать от 50 до 98% снега на лесистых территориях, в зависимости от типа и состава леса [7].
Наилучшая точность определения относительной заснеженности достигается на безоблачных снимках, что очевидно. Однако таких снимков за сезон снеготаяния попадается не много, и тем меньше, чем больше бассейн. Иногда для бассейна за всю весну с трудом можно выбрать один снимок. В существующих системах [2] для исключения влияния облачности используется миноритарная композиция данных за 8 суток в отношении снега — хотя бы один случай встречи снега за период даёт в результате снег. Однако для применения в гидрологических прогнозах, с одной стороны, шаг в 8 суток очень грубый, и, с другой стороны, важно именно изменение площади заснеженности. Поэтому для данной системы был разработан алгоритм мониторинга динамики заснеженности на основе метода обнаружения разладки, известного как метод кумулятивных сумм [8].
Разладкой случайного процесса называется существенное изменение его параметров. В данном случае случайный процесс — это классификация снежного покрова при наличии помех в виде облачности, а существенное изменение параметров — это смена результата классификации со «снег» на «не снег» или обратно. Метод кумулятивных сумм применительно к оценке заснеженности заключается в последовательном подсчёте фактов встречи классов до достижения некоторого порога. Факт встречи одного класса увеличивает счётчик одного класса и, одновременно, уменьшает счётчик другого. Факты встречи облачности никак не учитываются и счёта не меняют. В момент достижения порога делается заключение о том, что в момент начала накопления суммы этого класса процесс уже имел тот класс, сумма которого и превысила порог. То есть решение принимается «задним числом».
В описываемой системе подсчёт сумм идёт в скользящем окне длиной в 16 суток до текущей даты плюс 3-ое суток, а пороговое значение равно 3 случаям встречи одного класса. Каждый раз при обработке новых данных результаты прошлых дней (до 16 суток назад) пересчитываются с учётом новых данных и, возможно, получают новые значения в соответствие с решением по методу кумулятивных сумм. Помимо кумулятивных сумм также за 16 суток накапливаются миноритарные композиты обоих классов, а также последнее значащее безоблачное значение. Результаты классификации снежного покрова и облачности хранятся в растровом виде в равноплощадной конической проекции Альберса на каждый бассейн отдельно. В системе используются специально подготовленные покрытия бассейнов рек. Каждый бассейн имеет свои собственные наиболее оптимальные параметры проекции. При их создании используются данные из различных источников:
– растровая цифровая модель рельефа ASTER GDEM2 [9];
– растровая гидрологическая модель водосборов HYDRO1K [10];
– гидрография векторной топографической карты масштаба 1:100 000.
На текущий момент в системе мониторинга заснеженности имеется 18 модельных бассейнов рек и водохранилищ, входящих в бассейны рек Енисея, Оби, Лены, Амура и Волги.
После выполнения всех растровых операций для каждого ландшафтно-гидрологического района бассейна подсчитываются распределения по высоте всех классов результатов классификации и композиций за несколько 16 суток. Далее, в соответствии с заданными высотами границ подсчитывается относительная заснеженность высотных зон. Все результаты обработки данных доступны через информационный сайт по сети интернет. Сайт одновременно отображает данные одного выбранного бассейна, имеет сквозной календарь на весь период наблюдения (с 15 сентября 2004 г), по которому легко двигаться в обе стороны с выбранным шагом до 30 суток, и позволяет составить любой набор информации для отображения (снимки, картосхемы, таблицы, графики). Результаты мониторинга в виде относительной заснеженности районов и высотных зон модельных бассейнов используются для коррекции параметров моделей в процессе весеннего снеготаяния, а именно — коррекции начальных снегозапасов по районам и высотным зонам [4]. При возникновении расхождений в расчётной и фактической наблюдаемой заснеженности в высотных зонах производится коррекция начальных снегозапасов, и расчёт повторяется. Данная итеративная процедура повторяется до достижения наименьших различий между моделью и наблюдениями. Коррекция начальных снегозапасов по этой методике в оперативной практике прогнозов всегда приводит улучшению критерия качества прогнозов, что служит наглядным подтверждением достоверности и данных о заснеженности и работоспособности всей методики в целом.