Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Архив конференций
Дополнительная информация
Подписка/отписка
на рассылку новостей
Ваш e-mail:

Шестнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XVI.F.77

Изучение и моделирование неоднородностей теплофизических свойств тундрового почвенно-растительного покрова по данным наземных наблюдений и космической съемки

Корниенко С.Г. (1)
(1) Институт проблем нефти и газа РАН, Москва, Россия
Трансформации многолетнемерзлых пород, в том числе ведущие к активизации опасных геокриологических процессов вблизи промышленных и инфраструктурных объектов во многом определяются ландшафтными условиями теплообмена мерзлых грунтов с атмосферой. Ключевая роль в теплообмене отводится теплофизическим свойствам (ТС) почвенно-растительного покрова (ПРП), под которым понимается верхняя часть деятельного слоя, по толщине не превышающая глубину проникновения суточных колебаний температуры (СКТ), и включающая тундровый напочвенный растительный покров, слои субстрата и/или грунта. Наличие на поверхности напочвенного растительного покрова, граничащего с атмосферой, обуславливает зависимость ТС тундрового ПРП не только от влажности почв, но и от температуры и влажности воздуха. Характеристика и картографическое моделирование неоднородностей ТС тундрового ПРП обширных северных территорий в период летнего растепления могут осуществляться на основе данных теплового дистанционного зондирования Земли (ДЗЗ) оптического диапазона длин волн, по т.н. «кажущейся тепловой инерции» (apparent thermal inertia, ATI). Параметр ATI, также как и коэффициент температуропроводности (КТ), характеризует скорость распространения тепла в среде и может быть рассчитан на основе данных о суточных и сезонных колебаниях температуры поверхности. Метод получил достаточно широкое распространение (в основном, за рубежом) в научных исследованиях и в различных сферах деятельности, однако практически не применяется для изучения арктических и субарктических тундр. Объективные сложности адаптации метода применительно к этим территориям обусловлены ограничением использования данных космической съемки из-за малого числа безоблачных дней в году. Кроме того, отсутствуют эмпирические данные о вариационных связях параметра ATI с параметрами, прямо характеризующими особенности ТС тундрового ПРП в естественных условиях их распространения.
На основе результатов наземных наблюдений суточного и сезонного хода температуры на поверхности ПРП и под ним на глубине 12 см в летний период 2013 г. в районе Ямбургского нефтегазоконденсатного месторождения (субарктическая зона) определены эффективные значения и сезонные вариации КТ четырех различных типов тундрового покрова. Исследования проводились в двух пунктах на участке дренированных торфяных отложений с моховым и лишайниковым покровом толщиной 12 см, а также в двух пунктах на участке дренированных супесчаных грунтов с кустарничково-мохово-травяным покровом толщиной 2 и 5 см, соответственно. Измерения температуры осуществлялись с помощью автономных датчиков (логгеров), расчет значений КТ проводился по уравнению затухания амплитуды суточных колебаний температуры до глубины 12 см от поверхности покрова. По данным наблюдений в периоды с относительно стабильными метеорологическими условиями были определены зависимости усредненных значений КТ исследуемых типов покрова от среднесуточной температуры и влажности воздуха. Установлено, что при снижении температуры воздуха с 26 до 1 град. С, и соответствующем повышении относительной влажности воздуха с 26 до 90% КТ лишайника повышается приблизительно в 2 раза, в то время как КТ зеленого мха увеличивается в 4 раза. Столь существенная разница в изменении КТ образцов мха и лишайника, находящихся в полутора метрах друг от друга, скорее всего, связана с особенностями их гигроскопических свойств. Эти различия отчасти объясняют тот факт, что при прочих равных условиях глубина протаивания грунтов под лишайником больше, чем под зеленым мхом, поскольку из-за более высокого КТ мерзлого мха в зимний период грунты под ним сильнее промерзают, чем под лишайником. Для двух других пунктов со смешанным напочвенным растительным покровом толщиной 2 и 5 см повышение эффективных значений КТ при тех же изменениях температуры и влажности воздуха не превышало 20%, что объясняется высокой долей супесчаного грунта исследуемого слоя, КТ которого практически не зависит от температуры.
Для периодов наблюдений в теплую безоблачную погоду по суточным перепадам температуры поверхности ПРП и табличным значениям альбедо рассчитывались значения параметра ATI. Результаты сопоставления значений параметра ATI со значениями эффективного КТ по всем четырем пунктам наблюдений свидетельствуют о достаточно высокой корреляции параметров и принципиальной возможности дифференциации выбранных типов тундрового ПРП по теплофизическим свойствам на основе ATI. Следует отметить, что поскольку значения КТ определялись для ПРП толщиной 12 см, а параметр ATI характеризует ТС до глубины проникновения СКТ (0,3–1,0 м), то, учитывая слоистость и неоднородность ПРП по толщине, более высокие значения коэффициента корреляции между этими параметрами будут отмечаться при более высоких значениях среднесуточной температуры воздуха. Это связано с тем, что при таких условиях КТ напочвенного покрова снижается, и затухание амплитуды СКТ на 80-90% происходит в поверхностном слое ПРП толщиной 10-15 см.
Построение картографических моделей неоднородности ТС тундрового ПРП по параметру ATI с использованием данных космической съемки предполагает решение ряда методических задач, касающихся оптимизации времени и количества съемок, их периодичности и детальности, определения системных и случайных факторов влияния, а также алгоритмов обработки данных, обеспечивающих получение достоверного информационного продукта. На данном этапе было проведено картографирование неоднородностей ТС тундрового ПРП по параметру ATI с использованием серии снимков радиометра AVHRR территории центральной части п-ова Ямал площадью около 20 000 кв.км, включающей Бованенковское и Харасавэйское нефтегазоконденсатные месторождения. Расчет температуры поверхности (land surface temperature, LST) проводился по алгоритму «расщепленного окна» (Ulivieri et al, 1994), расчет альбедо поверхности проводился по алгоритму, предлагаемому в работе (Liang, 2000). Расчет параметра ATI проводился по алгоритмам с восстановлением максимальных и минимальных значений LST в сутках (Cai et al, 2005) по данным двухразовой съемки в ночное и дневное время суток, а также по данным четырех съемок в течение суток (Van doninck et al, 2011). В работе использовались данные космической съемки 20.07.2013 г., 17.07.2013 г., 21.07.2008 г. и 07.07.2016 г. Отмечена высокая корреляция значений ATI, рассчитанных по первому и второму алгоритмам. Результаты анализа полученных распределений параметра ATI разных дат съемки свидетельствуют об их высокой сходимости и практической возможности построения картографических моделей теплофизических неоднородностей ПРП слоя СКТ по данным ДЗЗ. Полученные карты неоднородностей ATI центральной части п-ова Ямал сопоставлялись с картой (м-б 1:500 000) геоморфологических уровней территории. Анализ статистических моментов параметра ATI позволил установить особенности их пространственного распределения в границах различных геоморфологических зон.
Работа выполнена в рамках государственного задания (тема «Рациональное природопользование и эффективное освоение нефтегазовых ресурсов арктической и субарктической зон Земли», № АААА-А16-116022550220-4).

Ключевые слова: вариации температуры, дистанционное зондирование Земли, кажущаяся тепловая инерция, коэффициент температуропроводности, криолитозона, почвенно-растительный покров, тундра.
Литература:
  1. Ulivieri C., Castronuovo M.M., Francioni R., Cardillo A. A split window algorithm for estimating land surface temperature from satellites //Adv. Space Research. 1994. V. 14 (3). P. 59–65.
  2. Liang Sh. Narrowband to broadband conversions of land surface albedo I Algorithms // Remote Sensing of Environment. 2000. Vol. 76. P. 213–238.
  3. Cai G., Wu J., Xue Y., Hu Y., Guo J., Tang J. Soil moisture retrieval from MODIS data in northern China plain using thermal inertia model (SoA‐TI) // Proceedings of IEEE Geoscience and Remote Sensing Symposium. N.J. 2005. P. 4501–4504.
  4. Van doninck J., Peters J., Baets B.D., Clercq E.M., Ducheyne E., Verhoest N.E.C. The potential of multitemporal Aqua and Terra MODIS Apparent Thermal Inertia as a soil moisture indicator // Int. J. Appl. Earth Observ. Geoinf. 2011. V.13. P. 934–941.

Дистанционное зондирование растительных и почвенных покровов

413