Количественный анализ многозональных космических снимков для целей картографирования почвенного покрова и изучения деградации земель Беларуси

Крупномасштабные почвенные карты (масштаба 1:50000 – 1:10000) является основ-ным научно-обоснованным документом, на основании которого осуществляется количе-ственный и качественный учет почвенных ресурсов и разработка систем практических мероприятий по их рациональному использованию и защите от деградации. В РУП «Бел-НИЦзем» разработана технология актуализации почвенных карт и выявления и картогра-фирования процессов деградации земель с использованием космических снимков сверх-высокого разрешения (QuickBird, Ikonos, WorldView-1, 2).
Космические снимки сверхвысокого разрешения позволяют более объективно ото-бражать локализацию почвенных контуров и осуществлять мониторинг деградации зе-мель. Объектом изучения являются почвы сельскохозяйственных земель в открытом (рас-паханном) состоянии. Особое внимание при выполнении научно-исследовательских работ в РУП «БелНИЦзем» уделяется почвам районов, подверженных деградации. Одной из наиболее серьезных проблем сельскохозяйственного землепользования в Беларуси является деградация осушенных торфяно-болотных почв. Она выражается в уменьшении мощности торфяной залежи (сработке торфа), минерализации торфа и дефляции почв.
Критерием оценки развития процессов деградации в осушенных торфяных почвах является содержание органического вещества в агроторфяно-минеральном горизонте. Вы-деляются торфяные почвы (более 50% содержания органического вещества), торфяно-минеральные различной степени минерализации (20 – 50%), минеральные остаточно-торфяные (5 – 20%) и постторфяные минеральные (менее 5%). Известно, что содержание органического вещества является ключевым фактором, обуславливающим спектральную отражательную способность почв. Существует устойчивая корреляционная зависимость между содержанием органического вещества и спектральной яркостью почв. Спектраль-ная яркость почв – величина, которая может быть с некоторым приближением рассчитана по космическим снимкам. Данный факт положен в основу автоматизированного дешиф-рирования почвенных разновидностей, выполненного на основе геостатистического ана-лиза.
Для выполнения количественного анализа был выполнен полевой отбор образцов и лабораторный анализ зольности торфа, полученного из пахотных горизонтов почв. Точки отбора образцов были скоординированы при помощи систем спутникового позициониро-вания. Для исключения влияния случайных значений для данных точек на снимках были выделены локальные окрестности, содержащие несколько пикселей для расчета спек-тральной яркости. Содержание органического вещества обратно пропорционально золь-ности торфяно-минеральной массы. При выполнении регрессионного анализа в роли зависимой переменной выступает процентное содержание органического вещества, в роли независимой переменной – спектральная яркость почв в местах взятия образцов. Задача исследования сводится к выявлению зависимости между переменными, определению вида функции, описывающей данную зависимость и регрессионных коэффициентов.
Из всего набора спектральных каналов и производных изображений при помощи коэффициента Пирсона выбираются те, которые обладают наиболее высокой корреляцией с показателем содержания органического вещества. Наиболее интенсивно она проявляется для зеленого и красного спектральных каналов спутниковых съемочных систем сверхвысокого разрешения. Задача исследования сводится к выявлению зависимости между переменными, определению вида функции, описывающей данную зависимость и регрессионных коэффициентов. Для данных каналов зависимость описывается обратной экспоненциальной функцией с коэффициентом детерминации превышающим 0,75.
На основе количественного анализа осуществляется автоматизированное дешифри-рование снимков, и строятся крупномасштабные почвенные карты. Используя получен-ные уравнения и коэффициенты, производится интерполяция обработанных спутниковых изображений и построение растровых изображений (матриц значений с плавающей точкой), описывающих пространственную дифференциацию содержания органического вещества в почве. При помощи метода ранжирования из растров создаются векторные карты с обозначенными контурами, соответствующими почвенным разновидностям, приведенным выше.
Выделенный набор почвенных разновидностей позволяет рассматривать регресси-онный анализ космических снимков вкупе с ГИС в качестве надежной технологии при создании почвенных карт для районов осушительной мелиорации. Предложенная техно-логия позволяет повысить эффективность почвенного картографирования за счет сокра-щения времени и повышения точности локализации контуров.