Оценка состояния растительного покрова по гиперспектральным снимкам PRISMA на примере Ближнего Подмосковья

На кафедре картографии и геоинформатики Географического факультета проводятся исследования по оценке возможностей применения гиперспектральных данных PRISMA (PRecursore IperSpettrale della Missione Applicativa) для географических исследований.
Данные аппарата PRISMA получают два оптико-электронных сканера: один выполняет гиперспектральную съемку в 239 каналах с 400 по 1010 нм (VNIR) и с 950 по 2505 нм (SWIR) с пространственным разрешением 30 м и спектральным около 12 нм, другой – панхроматическую съемку с пространственным разрешением 5 м. [1] Узкие спектральные каналы гиперспектральной съемки обусловливают более низкое отношение сигнал-шум по сравнению с многозональной. Однако с другой стороны, узкие каналы обеспечивают значительно более точную аппроксимацию кривой спектральной яркости. Основным объектом исследования стали информационные свойства гиперспектральных данных на примере оценки состояния постоянного растительного покрова, так как именно его реакция на метеорологические условия должна проявиться в изменениях спектральных свойств.
Проанализированы данные гиперспектральной системы PRISMA, полученные на территорию юго-запада Ближнего Подмосковья 22.06.2021 и 25.08.2022. Метеорологические условия, предшествующие получению снимков, заметно различались: в оба срока наблюдались высокие температуры воздуха, но в июне 2021 г. растительность получила достаточно влаги, в то время как в августе 2022 г. наблюдалась почти месячная засуха. Предполагалось, что эти условия повлияют на состояние растительного покрова, которое проявится на снимках. На используемых разновременных снимках видны различия, связанные как с человеческой деятельностью (например, в агротехническом состоянии полей), так и с природными условиями — сменой сезонов и различием в увлажнении.
Одним из простейших и в то же время хорошо раскрывающих уникальные особенности этого способа съемки методов является расчет индексных изображений, на котором и решено было сосредоточиться. В ходе работы оценивались физиологические и биохимические показатели, такие как индекс листовой поверхности (LAI), показатели содержания в листьях влаги, антоцианов, каротиноидов, хлорофилла. На каждый из показателей влияет состояние растительности, которое во многом определяется погодой. По большей части показателей можно предсказать ухудшение состояния растений раньше, чем по часто используемым индексам, таким как NDVI и его модификации.
Оценка проводилась в два этапа. Первый этап заключается в подборе индекса на основе литературных источников и расчете соответствующего изображения. Индекс подбирается исходя из соответствия пространственного распределения вычисленных значений индекса и предполагаемых значений показателя на местности. Второй этап состоит в пересчете значений индекса в значения искомого показателя.
Для каждого из показателей удалось подобрать приблизительно соответствующий индекс. При этом закономерны значительные различия вычисленных и настоящих показателей. Вычисленные содержания хлорофилла и влаги оказались несколько завышены относительно характерных значений для древесных растений средней полосы как в июне, так и в августе. Содержания антоцианов и каротиноидов показали значительные отклонения от типичных значений, что может свидетельствовать о неудачном подборе пересчетной формулы в силу недостатка исходных данных.
Полученный индекс листовой поверхности (LAI) удалось проверить по обзорным данным MODIS [2]. Соответствующий продукт разрабатывается NASA более 20 лет, благодаря чему накоплены статистические данные о состоянии растительности. Рассчитанные по данным PRISMA значения индекса листовой поверхности с точностью около 5% соответствуют значениям MODIS для соответствующих сроков.
Работы по улучшению и расширению возможностей тематической обработки снимков PRISMA продолжаются, в частности, планируется калибровка индексов и пересчетных формул с помощью биофизической модели PROSAIL.

Работа проведена в рамках темы государственного задания кафедры картографии и геоинформатики географического факультета МГУ им. М.В. Ломоносова № 121051400061-9. Благодарим О.В.Тутубалину за помощь с получением гиперспектральных снимков PRISMA итальянского космического агентства (Agenzia Spaziale Italiana).