Структура системы мониторинга лесных ресурсов
реклама
вестник Югорского государственного университета 2009 г. Выпуск 3 (14). С. 52–57 УДК 528.88 Система мониторинга состояния лесных ресурсов региона на основе геоинформационных технологий, наземных и спутниковых данных В. Н. Копылов, Г. А. Кочергин, И. А. Маслов, В. Ю. Полищук, Ю. М. Полищук, В. А. Хамедов Введение Известно, что значительная доля лесных ресурсов России приходится на леса Западной Сибири, которые испытывают большое техногенное воздействие в результате деятельности предприятий Западно-Сибирского нефтедобывающего комплекса. Многочисленные лесные пожары, строительство автодорог, вызывающие подтопление и усыхание лесных массивов, незаконные вырубки лесных массивов и отклонения от строительных проектов, биологическое повреждение и усыхание лесных насаждений в результате химического загрязнения почв и атмосферного воздуха причиняют значительные экологические и экономические ущербы хозяйству лесных регионов. По данным Государственного учета лесного фонда Ханты-Мансийского автономного округа (ХМАО) [1] за период с 2002 по 2007 гг. площадь покрытая лесной растительностью (27,8 млн. га), уменьшилась на 88,7 тыс. га. По данным Департамента лесного хозяйства ХМАО [2] только в 2007 году в лесхозах автономного округа было выявлено 317 случаев лесонарушений, из них 96 % случаев – при строительстве и эксплуатации объектов топливноэнергетического комплекса. Размер ущерба составил 484,6 млн. руб. За период 1997–2009 гг. в лесах округа возникло 6185 лесных пожаров на площади 284,1 тыс. га, при этом средняя площадь одного пожара составила 45,9 га [1, 2]. В среднем большинство лесных пожаров (46%) возникло в результате воздействия сухих гроз, сопровождающихся шквальными ветрами. По вине граждан возникло около 35% лесных пожаров. В 2% случаев виновниками лесных пожаров являлись лесозаготовительные, нефтегазодобывающие и другие организации. Причины 18% лесных пожаров не установлены [1]. Пожары наносят значительный ущерб лесному хозяйству, являясь основной причиной гибели лесов. Возникновение и развитие лесных пожаров зависит от состава лесных насаждений и погодных условий. Приведенные данные свидетельствуют о быстром темпе негативных изменений в состоянии лесных ресурсов округа. В этих условиях необходимо разрабатывать меры по профилактике причин и ликвидации последствий негативных изменений. Эффективность таких мер во многом зависит от оперативности информации о текущем состоянии лесных ресурсов. Очевидно, что для оперативного получения информации о состоянии лесов необходима многоуровневая система мониторинга, основанная на совместных наземных и дистанционных (авиационных, спутниковых) наблюдениях. Насколько нам известно, в настоящее время такие системы мониторинга в лесных регионах России отсутствуют. Целью данной статьи является разработка вопросов создания системы регионального мониторинга состояния лесных ресурсов на основе геоинформационных технологий с использованием наземных и спутниковых данных. Структура системы мониторинга лесных ресурсов На первом этапе исследований авторами была разработана структура системы мониторинга состояния лесов в условиях воздействия природных и антропогенных факторов. 52 Система мониторинга состояния лесных ресурсов региона Исходя из того, что большая часть лесных территорий относится к числу наиболее труднодоступных, необходимым информационным компонентом системы должны быть данные дистанционного зондирования (ДДЗ) земной поверхности. На рисунке 1 приведена обобщенная структурная схема системы мониторинга лесов, ориентированной на использование современных программных средств геоинформационных систем (ГИС). В состав системы мониторинга входят следующие компоненты: база данных о лесотаксационных характеристиках тестовых участков лесной территории и об уровнях воздействия на лесные комплексы природных и антропогенных факторов, база картографических данных, база спутниковых данных, программное обеспечение ГИС (например, ERDAS Imagine, ArcGIS), а также прикладные программы анализа и прогноза изменения состояния лесов в условиях воздействия природных и антропогенных факторов. База атрибутивных данных База картографических данных Общее программное обеспечение База спутниковых данных Прикладное программное обеспечение Рисунок 1. Обобщенная схема структуры системы мониторинга лесов База атрибутивных данных База атрибутивных данных предназначена для накопления и хранения информации о состоянии лесных ресурсов природных и антропогенных факторах негативного воздействия на леса. База данных включает информацию о расположении лесных выделов, об их номерах и площадях, о принадлежности их к конкретным лесхозам и лесничествам. Информационную основу базы атрибутивных данных (БАД) составляют характеристики древостоя (породный состав, бонитет, высота насаждений и др.) Для разработки структуры БАД выбрана реляционная модель базы данных [3]. Структура БАД разработана с использованием специального средства проектирования PowerDesigner, позволяющего поддерживать классические методики проектирования баз данных [4]. Реализация базы атрибутивных данных в MS Access позволяет обеспечить совместимость базы данных с геоинформационной системой ArcGIS 9.2, удобство и простоту работы пользователей. База картографических данных База картографических данных включает набор цифровых карт породного состава лесов, гидрографической сети, населенных пунктов, инфраструктуры и др. Наиболее важными для создания системы мониторинга лесных ресурсов региона являются цифровые карты породного состава лесов и карты пожарной опасности. Методические вопросы создания карт породного состава лесов на основе космических снимков разработаны авторами и изложены в ряде публикаций. Например, в [5–7] изложена методика построения карты породного состава лесов, основанная на использовании спутниковых снимков. Для создания цифровой карты лесов региона использовались широко доступные космические снимки Landsat-7 с пространственным разрешением 30 м. Классификация была выполнена по алгоритму ISODATA c использованием данных трех спектральных каналов с длинами волн 0,76–0,90 мкм, 0,63–0,69 мкм, 0,52–0,60 мкм. Результаты работы по созданию цифровой карты лесов на территории ХМАО представлены в [8]. 53 Копылов В. Н., Кочергин Г. А., Маслов И. А., Полищук В. Ю., Полищук Ю. М., Хамедов В. А. Необходимость создания цифровой карты пожарной опасности лесных угодий связана с тем, что существующие в настоящее время карты пожарной опасности лесов создавались на основе материалов лесоустройства 90-х годов и более ранних материалов. Методика построения карты пожарной опасности лесов предполагает выделение на лесных картах 8 тематических классов ландшафтных выделов. Описание основных тематических классов приведено в таблице 1. Разделение лесных участков на классы проводится в соответствии с существующим в лесной отрасли порядком отнесения участков из состава земель лесного фонда к лесным и нелесным землям [1]. Таблица 1. Описание тематических классов карты лесов Земли лесного фонда Лесные земли Нелесные земли Покрытые лесом Не покрытые лесом Дороги, Гари, Вырубки, Болота Воды Темнохвойные Светлохвойные Лиственные просеки погибшие прогалины, породы породы породы древостои пустыри Класс 1 Класс 2 Класс 3 Класс 4 Класс 5 Класс 6 Класс 7 Класс 8 Согласно [1, 2] вероятность возникновения лесных пожаров на лесных участках оценивается в соответствии со шкалой, состоящей из пяти классов природной пожарной опасности лесов. Класс пожарной опасности определяется возрастом древостоя, степенью близости как к заболоченным (или увлажненным) участкам, так и к производственным сооружениям и объектам инфраструктуры (трубопроводы, дороги, площадки кустов скважин и др.). Разработан алгоритм обработки атрибутивных данных, позволяющий определять принадлежность каждого лесного выдела к одному из пяти классов пожарной опасности. Схема алгоритма обработки атрибутивных данных для построения цифровой карты пожарной опасности приведена на рисунке 2. База данных о состоянии лесных ресурсов (БДСЛР) Береза, Осина Сосна, Кедр, Листвен ница Группа 0 Класс 1 Класс 2 Группа 1 или 2 Ель, Пихта Класс 3 Группа 3 или 4 Имеет общую границу с болотом Находиться на сырых местах Класс 4 Имеет общую границу с болотом Класс 5 не удовлетворяет условию удовлетворяет условию Рис. 2. Алгоритм построения карты пожарной опасности 54 Система мониторинга состояния лесных ресурсов региона База спутниковых данных Созданию базы спутниковых данных предшествовала аналитическая работа по выбору спектральных каналов и пространственного разрешения спутниковых снимков, подходящих для выявления негативных воздействий антропогенных и природных факторов на лесную растительность. В результате было установлено, что для наилучшего выделения изменений антропогенного характера, имеющих, как правило, более высокую яркость на снимке по сравнению с яркостью окружающего фона, следует выбирать спектральный диапазон 0,6–0,7 мкм. Спектральный диапазон 0,5–0,6 мкм тоже подходит для обнаружения изменений, но уровень яркости объектов на снимке в этом случае меньше. В диапазоне волн 0,8–0,9 мкм антропогенные изменения плохо различимы, поэтому не рекомендуется использовать эти спектральные каналы для выявления вновь появившихся на лесной территории объектов инфраструктуры и других изменений антропогенного характера [5, 8]. Для картографирования существующих объектов инфраструктуры на лесных территориях и контроля соблюдения проектных решений на этапе строительства и эксплуатации объектов следует использовать спутниковые снимки со средним пространственным разрешением (3–30 метров). Для проведения точных численных оценок параметров объектов необходимы снимки с высоким пространственным разрешением (0,3–3 метра). Изложенные требования к выбору спектрального диапазона и пространственного разрешения спутниковых снимков справедливы при обнаружении как линейных объектов (дороги, линии электропередач, трубопроводы и др.), так и площадных объектов при контроле целевого использования лесного фонда. Как указано во введении, основным фактором негативного воздействия на лесную растительность являются лесные пожары. В результате анализа спутниковых данных было установлено, что уровень сигналов в спектральных диапазонах 0,5–0,6 мкм и 0,6–0,7 мкм недостаточны для обнаружения лесных гарей. Поэтому для надежного выделения выгоревших участков леса следует выбирать спектральный диапазон 0,7–0,8 мкм. В связи с относительно большим числом пасмурных дней на северных территориях Сибири в наших работах [5, 6] проведены исследования по выявлению лесных гарей с помощью радиолокационных снимков. При этом радиолокационные снимки могут использоваться автономно либо в комбинации с оптическими снимками, что повышает достоверность выявления лесных гарей. Эти исследования показали перспективность использования радиолокационных снимков, которые не зависят от наличия облачности, для мониторинга лесов. Многочисленные эксперименты по синтезу радиолокационных снимков с космического аппарата ERS-2 и спектральных каналов многозональных оптических снимков с аппаратов Метеор-3М и LandSat-7 подтвердили [6] повышение достоверности выявления лесных гарей с помощью радиолокационных снимков. Проведенные исследования со спутниковыми снимками оптического и радиолокационного диапазонов позволили определить состав базы спутниковых данных в системе мониторинга лесов. Общее и прикладное программное обеспечение В состав общего и прикладного программного обеспечения включаются программные продукты, позволяющие работать с векторными картами, атрибутивными данными и растровыми снимками. Краткий перечень функций, для выполнения которых используются средства общего программного обеспечения, приводится ниже: • поддержка различных форматов векторных данных; • работа с векторными слоями; • топографический анализ; • работа с атрибутивными данными (поиск, редактирование и др.); 55 Копылов В. Н., Кочергин Г. А., Маслов И. А., Полищук В. Ю., Полищук Ю. М., Хамедов В. А. • визуализация и обработка ДДЗ; • спектральный анализ мультиспектральных и гиперспектральных изображений; • пространственная привязка изображений; • создание мозаики из двух и более изображений; • ортотрансформирование изображений; • создание цифровой модели рельефа на основе стереоизображений; • трёхмерная визуализация; • обработка и анализ данных радарной съёмки; • интерактивное дешифрирование и классификация изображений; • анализ растительности по спутниковым данным с использованием различных индексов; • геометрическая и радиометрическая коррекция изображений; • интерактивное спектральное и пространственное улучшение изображений; • калибровка и атмосферная коррекция изображений. В качестве примеров программных систем, выполняющих перечисленные функции, можно привести географические информационные системы ENVI, ERDAS Imagine, ArcGIS. В состав прикладного программного обеспечения включаются стандартные пакеты программ (например, статистической обработки и анализа данных типа STATISTICA, STATGRAPHICS) либо прикладные модули, созданные разработчиками системы мониторинга, для решения конкретных задач экологической оценки, анализа и прогноза изменений состояния лесных ресурсов. Заключение В рамках решения задачи разработки методических вопросов создания системы мониторинга состояния лесных ресурсов на основе геоинформационных технологий, наземных и спутниковых данных авторами были получены следующие результаты: 1. Разработана структура системы мониторинга состояния лесов в условиях воздействия природных и антропогенных факторов. 2. Определены совокупности показателей состояния лесных ресурсов и связей между ними и создана база атрибутивных данных о лесных ресурсах региона. 3. Создана база картографических данных для системы мониторинга лесов ХМАО с использованием разработанных методик создания цифровой карты породного состава лесов на основе спутниковых снимков и цифровой карты пожарной опасности лесных выделов на основе базы атрибутивных данных. 4. Разработаны требования к выбору спектральных каналов и пространственному разрешению спутниковых снимков для выявления негативных воздействий антропогенных и природных факторов на лесную растительность. На основе требований определен состав базы спутниковых данных. 5. Определен состав общего и прикладного программного обеспечения, необходимого для функционирования системы мониторинга состояния лесов. Литература 1. Лесной план Ханты-Мансийского автономного округа – Югры // Официальный вебсайт органов государственной власти Ханты-Мансийского автономного округа – Югры [Электронный ресурс]. – Режим доступа : http://www.admhmao.ru/economic/les_hoz/ les_plan_1.pdf свободный. – Русс., загл. с экрана. 56 Система мониторинга состояния лесных ресурсов региона 2. Статистические данные и показатели, характеризующие состояние и динамику развития экономической сферы жизнедеятельности // Официальный веб-сайт органов государственной власти Ханты-Мансийского автономного округа – Югры [Электронный ресурс]. – Режим доступа : http://www.admhmao.ru/committe/dep_les/statist.htm свободный. – Русс., загл. с экрана. 3. Базы данных: учебник для вузов / под ред. А. Д. Хомоненко. – СПб. : КОРОНА принт, 2002. – 672 с. 4. Дейт К. Д. Введение в системы баз данных. – М. : Вильямс, 2001. – 1072 с. 5. Хамедов В. А. Применение информационно-космических технологий в лесном хозяйстве / В. А. Хамедов [и др.] // Материалы 4-ой Междун. конф. «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве», Москва 17–19 апреля 2007 г. – М.: ГОУ ВПО МГУЛ, 2007. – С. 81–83. 6. Копылов В. Н. Синтез оптических и радиолокационных космических снимков при решении задачи оперативного обнаружения лесных гарей / В. Н. Копылов, Ю. М. Полищук, В. А. Хамедов // Матер. 3-го Междун. научн. конгресса «Гео-Сибирь-2007», Новосибирск 25–27 апреля 2007 г. – Новосибирск : СГГА, 2007. – С. 157–161. 7. Копылов В.Н. Геоинформационная технология оценки последствий лесных пожаров с использованием данных дистанционного зондирования / В. Н. Копылов, Ю. М. Полищук, В. А. Хамедов // Геоинформатика. – 2006. – № 1. – С. 56–61. 8. Хамедов В. А. Создание карты лесов Ханты-Мансийского округа на основе космических снимков среднего разрешения / В. А. Хамедов [и др.] // Современные проблемы дистанционного зондирования Земли из космоса : Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов. – М. : ООО «Азбука-2000», 2009. – Вып. 6, Том II. – С. 474–478. 57
