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)

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

XIX.F.75

Исследование территорий Крайнего Севера с помощью многолетних нерегулярных спутниковых данных

Кизеев А.Н. (1,2), Силкин К.Ю. (3), Кульнев В.В. (4), Меньшакова М.Ю. (2)
(1) Северо-Западный научный центр гигиены и общественного здоровья Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека, Санкт-Петербург, Россия
(2) Мурманский арктический государственный университет
(3) Федеральный исследовательский центр «Единая геофизическая служба Российской академии наук», Воронеж, Россия
(4) Центрально-Черноземное межрегиональное управление Федеральной службы по надзору в сфере природопользования, Воронеж, Россия
Северная природа уязвима для антропогенного воздействия (Раткин, 2006). Интенсивная нагрузка на окружающую среду обуславливает необходимость постоянно проводить наблюдения за изменениями ее состояния, как в ходе естественных процессов, так и во время строительства, эксплуатации, ремонта и ликвидации различных промышленных объектов (Волкодаева и др., 2019).
Для обширных или труднодоступных территорий данные дистанционного зондирования Земли из космоса являются ценным источником получения оперативной и малозатратной информации. Преимущество многозонального космического зондирования перед другими методами экологического мониторинга заключается в регулярности осуществления многолетних наблюдений и в возможности получения достоверных сведений.
В то же время дистанционный мониторинг зачастую сопровождается проблемами, связанными с редкостью совершенно безоблачных дней. В том случае, когда требуется ежегодно изучать некрупные, но многочисленные наземные объекты, расположенные в определенной местности, нередко возникает ситуация, когда они не видны одновременно среди просветов между облаками во время пролета спутника над ними. Несмотря на то, что современные космические аппараты (такие как Landsat), пролетают над каждой точкой Земли приблизительно два раза в месяц, наблюдения, которые удается получить, оказываются нерегулярными. Практически все измерения спектральных характеристик объектов производятся сквозь небольшие просветы в облаках. Поэтому при многолетних наблюдениях наземных фитоценозов, полученные данные могут приходиться на разные части вегетационного периода года, что неудобно для сопоставления полученной информации с течением времени (Силкин, Кизеев, 2018). Целью данной работы являлось изучение северных территорий с помощью многолетних нерегулярных спутниковых данных.
Работа проводилась в центральных районах Мурманской области, в зоне расположения Кольской АЭС (КАЭС) - потенциального источника повышенной радиационной опасности. Атомная станция расположена в 11 км от города-спутника Полярные Зори и в 170 км от областного центра – Мурманска (Доклад…2020). Интерес к изучению воздействия КАЭС на окружающую природную среду региона актуален с точки зрения радиационной безопасности населения.
Работу проводили на сети стационарных мониторинговых площадок, картографическое представление и подробное описание которых приведено в работах (Кизеев, 2016; Кизеев, Силкин, 2017; Попова и др., 2020). 2 станционные площадки находились в пределах санитарно-защитной зоны (СЗЗ) атомной станции - C-1 и СЗЗ хранилища сухих слабоактивных отходов - C-2; 5 пробных площадок располагались в зоне наблюдений (ЗН) КАЭС на расстоянии 10 км от станции: П-1, П-2, П-3, П-4 и П-5; 4 контрольных площадки – на границе ЗН на расстоянии 15 км: К-I, К-II, К-III и К-IV; а также 1 фоновая площадка – на расстоянии 30 км от станции – Ф. По типу леса большинство мониторинговых точек относятся к соснякам чернично-лишайниковым и соснякам зеленомошно-лишайниковым черничным. Размер каждой исследуемой площадки составлял не менее 1 га.
В работе использовались многолетние материалы космических аппаратов Landsat, архив которых содержал множество сцен по исследуемой территории. Среди полученных данных были выбраны те, которые характеризовались достаточно низким процентом облачного покрытия территории, чтобы можно было рассмотреть между облаками хотя бы одну мониторинговую площадку. Некоторые сцены имели высокую ошибку пространственной привязки и после уточнения по надежным ориентирам исключались из рассмотрения. Было получено не менее 189 сцен многозональных материалов, которые характеризовались следующими особенностями: 1) поколениями используемых космических аппаратов: Landsat-4 - Landsat-8; 2) временным диапазоном с 1985 по 2017 годы; 3) сезонным охватом от последнего до первого снега в году (с конца апреля по начало ноября). Обработка многозональных космоснимков производилась в соответствии с официальным руководством миссии Landsat (Landsat 7 Science Data Users Handbook; Using the USGS Landsat 8 Product).
В течение каждого рассматриваемого года число наблюдений из космоса разных площадок было различным. Некоторые площадки в отдельные годы вообще не удавалось рассмотреть на космоснимках. Также отмечались «богатые» и «бедные» годы для наблюдений в целом. Довольно мало качественных космоснимков было для 1985, 1987, 1989, 1990, 2008 и 2012 годов. В то же время для 1986, 1988, 2005, 2006, 2009 и 2015 годов значительное число мониторинговых площадок было зондировано более пяти раз за сезон, а для 2011, 2013, 2016, 2017 годов - более 10 раз. Рекордсменом в этом смысле стал 2017 год, когда наблюдения некоторых площадок производились до 18 раз. Отмечено, что в период с 1991 по 1997 годы у миссии Landsat были пропуски с регистрацией изображений из-за финансовых и технических проблем.
Определение значения широко используемого в мировой практике индекса NDVI (Шовенгердт, 2013), характеризующего экологическое благополучие фитоценозов, производили на пике вегетационного сезона для каждой мониторинговой площадки. Это было не всегда возможным в связи с практически случайным распределением доступных космоснимков во времени. Зачастую даже в «богатый» на исходные данные год они оказывались сосредоточенными в отдельной части сезона вегетации, не попадая на сам пик. Гораздо хуже обстояла ситуация в «бедные» на информацию года, когда надо было предполагать, как сложился сезон по одному-двум космоснимкам. В связи с этим обстоятельством, была разработана методика, состоящая из двух основных этапов: 1) определения формы среднемноголетнего сезонного тренда индекса NDVI и 2) оценки значения индекса NDVI для пика вегетационного периода, удовлетворяющего тренду, на основании доступных наблюдений. Данный алгоритм (Силкин, Кизеев, 2018) реализован в виде компьютерной программы, которая дает оценку значения индекса NDVI на пике вегетационного сезона и позволяет представить результат в наглядном графическом виде.
Выполнение приведенного алгоритма для каждого рассматриваемого года привело к получению набора значений для мониторинговых площадок, к которым удавалось подобрать подходящие данные. В том случае, когда наблюдений за год было мало, многие или даже все мониторинговые площадки не находили оценки величины индекса NDVI для пика сезона вегетации. Однако для большинства лет ситуация была представительная. Наблюдалась дифференциация мониторинговых площадок, демонстрирующая как азимутальную анизотропию, так и зависимость от расстояния до атомной станции. Например, для станционных площадок (С-1 и С-2) и пар «пробная – контрольная» (П-1 - К-I), (П-2 - К-II) и (П-3 - К-III) площадок практически во все наблюдаемые годы более удаленные от станции площадки демонстрировали более высокие значения индекса NDVI. Пара площадок (П-4 - К-IV) имела обратное поведение - чаще всего значения индекса NDVI на пробных точках были выше, чем на контрольных. Пара площадок (П-2 - К-II) практически не показывала каких-либо заметных различий друг между другом до 2007 г. Однако позже их графики все же расходились и значения индекса NDVI на площадке К-II становились выше, чем на площадке П-2. Для фоновой площадки значения индекса NDVI оказались небольшими.
Интересно было посмотреть, как выглядит сеть мониторинга на пике вегетационного сезона для каждого года. Были построены полярные диаграммы с использованием азимутальных групп точек. Показано, что в целом до 2000 года для большинства мониторинговых площадок наблюдался подъем индекса NDVI, примерно на 1-1.5 единиц. Станционные площадки отличались от остальных мониторинговых точек увеличением индекса NDVI, что может объясняться высокой продуктивностью фитоценозов вблизи КАЭС. Полученные в целом за весь период наблюдений с 1985 по 2017 годы данные указывают на то, что не было отдельного выделенного направления относительно КАЭС, в котором экосистема испытывала бы год от года угнетающее антропогенное воздействие. Однако в период с 1986 по 1999 годы такие аномальные направления (северо-западное и восточное) были установлены. Для них было характерно более благоприятное состояние фитоценозов при удалении от станции. В последующие же годы различия между площадками в пределах отдельных азимутальных групп практически стирались.
Таким образом, в работе была получена информация, касающаяся изучения северных территорий, прилегающих к одному из крупнейших ядерных объектов. С помощью разработанного алгоритма для многолетних нерегулярных спутниковых данных, была установлена зависимость состояния фитоценозов от расстояния до АЭС для ряда азимутальных направлений. Показано, что интенсивность воздействия атомной станции на растительность во времени меняется, но слабо. Используемая методика может быть применена не только к индексу NDVI, но и к другим аналогичным индексам и будет полезной при изучении индустриально-развитых районов Крайнего Севера России.

Ключевые слова: северные территории, космоснимки, фитоценозы, индекс NDVI, алгоритм
Литература:
  1. Волкодаева М.В., Володина Я.А., Ломтев А.Ю., Носков С.Н. О необходимости развития системы экологического мониторинга окружающей среды крайнего Севера // Российская Арктика. 2019. №6. С. 37-43.
  2. Доклад о состоянии и об охране окружающей среды Мурманской области в 2020 году. Мурманск, 2021. 199 с.
  3. Кизеев А.Н. Содержание 137Cs и 40K в почвенно-растительном покрове в районе расположения Кольской атомной электростанции // Глобальный научный потенциал. 2016. №5. С. 56-59.
  4. Кизеев А.Н., Силкин К.Ю. Оценка состояния лесных фитоценозов в 30-км зоне Кольской АЭС по наземным и спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. №1. С. 125-135.
  5. Попова М.Б., Манахов Д.В., Кизеев А.Н., Ушамова С.Ф., Липатов Д.Н., Чирков А.Ю., Орлов П.С., Мамихин С.В. Содержание и распределение 137Cs в подзолах в районе расположения Кольской атомной электростанции / // Почвоведение. 2020. №7. С. 891-900.
  6. Раткин Н.Е. Закономерности и уровни аэротехногенного загрязнения ландшафтов Мурманской области и севера Скандинавии. Дисс… докт. геогр. наук. Апатиты, 326 с.
  7. Силкин К.Ю., Кизеев А.Н. Опыт применения данных нерегулярных спутниковых наблюдений для многолетнего мониторинга благополучия фитоценозов в зонах повышенной радиационной опасности // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. №2. С. 84-89.
  8. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010. 560 с.
  9. Landsat 7 Science Data Users Handbook // Goddard Space Flight Center, NASA. URL: https://landsat.gsfc.nasa.gov/landsat-7-science-data-users-handbook
  10. Using the USGS Landsat 8 Product // U.S. Geological Survey. URL:http://landsat.usgs.gov/Landsat8_Using_Product.php

Презентация доклада

Дистанционное зондирование растительных и почвенных покровов