INVESTIGATION OF GRADIENT FIELDS OF THE EARTH SURFACE BASED ON SATELLITE DATA

全文:

Введение. Интенсивное развитие дистанционных методов зондирования Земли из космоса в совокупности с применением информационных технологий обработки спутниковых данных позволяет создавать устойчивые системы мониторинга экологического состояния природных объектов, в том числе для определения масштабов природных катастроф и аномальных явлений. Спутниковый мониторинг является эффективным методом выявления, оценки и прогноза развития природных процессов и явлений различных пространственных масштабов. Оценка и прогнозирование скорости изменения характеристик природных систем является важной научной задачей в фундаментальном и прикладном значении. На сегодняшний день существует большое количество методов и подходов для обработки спутниковых изображений [1-5]. Развиваются методы синтеза изображений разного пространственного разрешения [6], методы автоматизированной обработки изображений [7; 8], в том числе синтетический подход к решению задачи распознавания спутниковой информации [9]. Совершенствуются методы классификации природных объектов [10-12], а также статистические методы и модели для выявления степени статичности и динамичности процессов и явлений [13; 14], как, например, орографический эффект влияния на распределение осадков, которые могут изменять рельеф поверхности [15], или определение типов лесов с оценкой их восстановления и повреждения [8]. Интересной с точки зрения оценки статичности и динамичности объекта изучения представляется комбинация моделей и данных спутниковой радарной съемки при изучении морфологической структуры потоков лавы подводного вулкана [14], а также карты вертикального смещения земной поверхности в районах освоения нефтегазовых месторождений [16]. Градиентные показатели и характеристики объектов в алгоритмах обработки изображений используются в основном для выделения контуров элементов и зависят от качества исходных изображений [17]. Градиентные характеристики, которые представляют собой дифференцированные показатели скорости изменения параметров исследуемого объекта (поля), применяются зачастую не в полной мере, особенно для квазистатичных объектов. При этом расчеты динамики исследуемых полей основываются на совмещении или композиции исходных изображений (снимков), сравниваемых в абсолютных количественных показателях и усредненных и интерполированных значениях [6; 7]. Пространственно-временные градиенты параметров состояния поверхности Земли могут показать несколько другую картину динамического проявления процессов как в водных системах, так и на твердой земной поверхности. Таким образом, основной целью данной работы является реализация метода расчета градиентных характеристик земной поверхности по спутниковым данным с использованием разработанных информационно-программных средств и соответствующего программного обеспечения. Расчет пространственных градиентов характеристик земной поверхности в широтном и меридиональном направлении позволяет выявлять зоны со значительными различиями, которые могут трактоваться как граничные или аномальные. Градиентные поля гидрологических параметров в водных системах позволяют оценивать интенсивность изменчивости динамических процессов [18; 19]. Взаимодействие различных водных масс с отличающимися свойствами формирует гидрологические фронты, которые определяются именно по расчетам соответствующих градиентов [20-22]. В данном случае Мировой океан представляет собой динамическую систему, в которой формируются гидрофизические и гидробиологические структуры, образованные процессами различных пространственных и временных масштабов. Процессы с низкой скоростью динамической активности в пространстве, такие как эрозия почвы, растительный покров, морфология поверхности Земли, по градиентным полям практически не оцениваются. Материалы и методы. Расчеты градиентных характеристик природных объектов необходимы для выявления зон с различной динамической активностью. Спутниковые измерения в видимом и инфракрасном диапазонах представляют собой изображения с пространственными полями различных характеристик природных объектов поверхности Земли. Основными характеристиками в нашем случае являются отражательная способность поверхности и температура. Методологическая концепция, которая определена необходимостью расчета пространственных градиентов измеренных характеристик поверхности Земли, обоснована возможностью выявления зон с различной динамической активностью физических и биологических полей, а также геологических показателей, таких как рельеф или почвенный покров. В качестве исходных данных в работе используются спутниковые изображения, полученные аппаратными средствами с высоким и низким разрешением AVHRR MCSST, CZCS, SeaWIFS, MIRAS AQUARIUS, MODIS, MSS за различные периоды времени со спутников NOAA, TERRA, AQUA, SPOT, LANDSAT (см. таблицу). Источники исходных спутниковых данных Параметры Описание Источник данных Поверхностная температура океана NOAA: AVHRR MCSST 1982-2013 (HDF, bit card), 9 км; 18,2 км пространственное разрешение http://www.ncdc.noaa.gov http://oceandata.sci.gsfc.nasa.gov http://www.podaac.jpl.nasa.gov Поверхностная температура воды MODIS: 2002-2013 (HDF, table), 9 км пространственное разрешение http://oceancolor.gsfc.nasa.gov Поверхностная температура и мутность воды Landsat-8: OLI, TIRS, 2013 (GeoTIF, images), 30 м пространственное разрешение http://earthexplorer.usgs.gov Поверхностная температура и мутность воды SPOT-4: HRVIR, 2011-2013 (TIFF images), 20 м разрешение www.digitalatlas.ru Поверхностная соленость океана AQUARIUS: MCSSS, 2011-2013 (HDF, table), 100 км пространственное разрешение http://aquarius.nasa.gov/overview-mission.html Поверхностная концентрация хлорофилла «а» CZCS: 1982-1986 (HDF, bit card), 18,2 км пространственное разрешение http://oceancolor.gsfc.nasa.gov/CZCS Поверхностная концентрация хлорофилла «а» SeeWIFS: 1996-2011 (HDF, table), 9 км пространственное разрешение http://oceancolor.gsfc.nasa.gov Расчеты градиентных характеристик и статистическая обработка спутниковых данных поверхности океана и водных систем проводились с использованием соответствующих разработанных программных средств. Здесь применялись спутниковые данные по температуре поверхности и концентрации хлорофилла, которые сформированы в соответствующей базе данных. Для исследования изменчивости градиентного поля солености океана использовались данные климатического спутника Aquarius/SAC-D. Для обработки спутниковых данных по территории суши и получения искомых значений градиентных характеристик по данным дистанционного зондирования использовался прикладной пакет ENVI 4.7 с разработанными макросами в среде IDL. В качестве опорной исходной информации в работе использована карта высотной зональности. Авторские информационно-программные средства обработки спутниковых данных поверхности океана и водных объектов применяются нами для выявления зон с высокими значениями пространственно-временных градиентных показателей и статистической обработки данных. В общем случае градиент - это характеристика, показывающая направление наискорейшего возрастания некоторой величины, значение которой меняется от одной точки пространства к другой. Для случая двумерного пространства под градиентом понимается векторная функция с компонентами , , где φ - некоторая скалярная функция соответствующих координат x и y. Исходная расчетная область F(i = 1, ..., N; j = 1, …, M) для вычисления градиента H параметра Т соответствующим образом масштабируется в соответствии с пространственным пиксельным разрешением спутникового снимка (исходных данных) и формируется в виде сетки с равными по величине пространственными шагами и (рис. 1). сетка Рис. 1. Расчетная сеточная область F В программном обеспечении реализованы алгоритмы вычисления градиентов выбранного параметра Т с аппроксимацией первой производной разностью вперед первого порядка для расчета градиентов по широте - формула (1), по меридиану - формула (2) и абсолютного градиента (по модулю) - формула (3): (1) (2) (3) Для определения изменчивости поверхностных градиентных полей водной поверхности осуществляется усреднение по времени и пространству. Усредняя пиксельные значения градиентов по времени, мы получаем среднемесячные, среднесезонные и среднегодовые значения градиентов: (4) где K - количество элементов выборки (снимков). Усреднение по пространству дает возможность рассчитывать средние градиенты по площади. В этом случае изменяется масштаб расчетной сетки с соответствующим пиксельным увеличением (8, 16, 32, 64, 128), что позволяет оценивать как региональные особенности структуры градиентных полей, так и крупномасштабные и долговременные динамические процессы. Градиентные поля в океане. Океан является неравновесной системой, и гидродинамические процессы в океане характеризуются свойством нелинейности. Одной из задач в данной области знаний является изучение процессов самоорганизации структуры океана. Океан - это самоорганизующаяся система, которая занимает большую часть территории нашей планеты и оказывает значительное влияние на формирование климата, что обусловлено характером взаимодействия между атмосферой и океаном [23]. Биологические и продукционные процессы в океане значительным образом зависят от гидрофизических и гидродинамических условий, связанных с таким взаимодействием [24]. Спутниковая информация помогает понять, какие пространственные и временные масштабы процессов в океане являются наиболее важными при изменении гидробиологической и гидрофизической структуры океана. Так, несколько факторов, действующих в один момент времени, могут усиливать или ослаблять циркуляцию в отдельных зонах, а также формировать локальные экосистемы [25; 26]. Благодаря инерционности океана формируются зоны взаимодействия различных водных масс, со своей гидрофизической структурой вод существующие в течение длительного времени [21]. Гидрофизические процессы, в свою очередь, существенным образом влияют на гидробиологическую структуру отдельных акваторий океана. Формирующиеся на поверхности океана температурное поле, поле солености и поля концентрации хлорофилла являются показателями поверхностной структуры океана. За счет перераспределения горизонтальных потоков, связанных с течениями, на поверхности формируются фронтальные зоны и фронтальные разделы между водными массами со значительно отличающимися свойствами [18; 27]. Кроме того, изменения структуры поверхностного слоя океана существенно связаны с вертикальными движениями вод, в особенности с проявлением такого процесса, как апвеллинг [19; 21]. Для определения изменчивости структурной организации поверхностного слоя океана необходима количественная оценка изменений параметров в пространстве. 1. Абсолютные значения температуры и концентрации хлорофилла на поверхности океана анализируются достаточно давно, и рассчитываются аномалии этих параметров [27], однако изучению пространственно-временной изменчивости расчетных градиентных характеристик уделяется недостаточно внимания. В качестве объекта исследования мы используем фронтальные зоны в океане, т. е. зоны, в которых градиенты основных гидрофизических полей значительно увеличиваются в сравнении со средними значениями градиентов вне пределов данной зоны. Наиболее устойчивы градиентные зоны в тех районах водных систем, где они связаны с устойчивыми системами струйных течений, подъема вод или с определенными формами циркуляционных структур [12; 19; 20]. 2. Поверхностные градиентные поля температуры воды в океане. Переход от средненедельных значений абсолютных значений температуры к расчету среднемесячных, среднесезонных и среднегодовых градиентов температуры поверхности океана позволяет фильтровать мелкомасштабные изменения, что дает возможность оценить крупномасштабную и устойчивую динамику процессов. Так, на рис. 2 показаны градиентные поля температуры и зоны, в которых наблюдаются высокие значения градиентов (0,5-0,9 С/км), что позволяет характеризовать их как фронтальные зоны. Структура и размеры таких зон позволяют судить о степени интенсификации и изменчивости переноса тепла в верхнем слое океана в горизонтальном направлении для различных периодов времени. В последнее время в средствах массовой информации муссируются спекуляции на тему «остановки» Гольфстрима в Северной Атлантике и последующего «замерзания» западной части Евразии из-за недостатка переносимых теплых водных масс к берегам Европы. Однако в климатической системе взаимодействия океана и атмосферы, в том числе и в Северной Атлантике, возникают колебательные режимы, которые попеременно ослабляют перенос тепла и массы в океане и приводят к интенсификации переноса тепла и влаги в атмосфере [22; 23]. Спутниковые данные и развитие технологий их обработки играют ключевую роль в изучении физических механизмов взаимодействия «океан-атмосфера». 3. Т град зима2000черн1 Т град лето 1983черн_2 4. а б 5. 6. Рис. 2. Поле поверхностных среднесезонных градиентов температуры Северной Атлантики: а) - зима 2000 г.; б) - лето 1983 г.; 1 - фронтальная зона течения Гольфстрим; 2 - фронтальная зона Канарского апвеллинга 7. Приповерхностные градиентные поля концентрации хлорофилла в океане. Основным биологическим показателем, определяемым на большой площади при помощи космических средств, является концентрация хлорофилла. Структура распределения живых организмов в воде определяется не только зональными климатическими особенностями, но и формированием фронтальных зон. Так как эти зоны образуются из-за взаимодействия различных структур течений, круговоротов и вихрей, такого рода процессы влияют на изменение концентрации биогенных элементов и живых организмов в воде. Оценка их временной изменчивости на основе спутниковой информации дает возможность развивать методы мониторинга водных экосистем [24; 26]. В качестве примера можно представить результаты статистической обработки данных спутниковых наблюдений и расчетов среднегодовых градиентных показателей температуры поверхности океана и концентрации хлорофилла для зоны действия течения Гольфстрим (коэффициент корреляции 0,6) (рис. 3); для зоны устойчивого подъема вод Канарского апвеллинга (коэффициент корреляции -0,8); для зоны действия Антарктического циркумполярного течения (АЦТ) (коэффициент корреляции -0,7). Достаточно высокие коэффициенты кросскорреляции на уровне среднегодового периода усреднения показывают взаимодействие между процессами физической и биологической природы на макроэкосистемном уровне. корр Т_Хл черн мал 8. Рис. 3. Спутниковое изображение поверхностного поля концентрации хлорофилла в Атлантическом океане: в квадратах указаны значения коэффициентов корреляции между среднегодовыми градиентами температуры и среднегодовыми градиентами концентрации хлорофилла за период 9. 2003-2009 гг. 10. 11. Приповерхностные градиентные поля солености в океане. Соленость океанических вод имеет громадное значение для природы земного шара, так как содействует смягчению климата планеты. Соленость препятствует замерзанию морской воды, тем самым обусловливает в полярных и приполярных областях более продолжительное соприкосновение океанических вод с атмосферой, а это, в свою очередь, увеличивает количество тепла, отдаваемого водами воздуху. Также океаническая соленость усиливает вертикальную циркуляцию вод, потому что плотность воды на поверхности океанов увеличивается не только от понижения ее температуры, но еще и от испарения. Замерзание соленой воды также способствует возникновению вертикальной циркуляции, потому что поверхностная вода при замерзании получает часть солей, не перешедших в лед, становится плотнее и опускается вниз, замещающие же ее более теплые нижние слои отдают свое тепло воздуху [28]. Главную роль в изменении солености океанических вод играют испарение, количество выпавших осадков и речной сток. Эти факторы зачастую взаимно компенсируют друг друга, но интенсивность их в отдельных районах и в разные сезоны неодинакова, что и создает изменение солености. Эти процессы действуют только в поверхностном слое океана, поэтому соленость на поверхности океана и отдельных его частей зависит от климатических условий, связанных с широтой. 12. Принципиально новые возможности для изучения солености Мирового океана открывают дистанционные методы измерения. В отличие от солености, изучение температурных полей и полей концентрации хлорофилла по спутниковым данным идет уже длительное время. Отправной точкой измерения солености считается 2 ноября 2009 г. - дата запуска спутника SMOS (Soil Moisture and Ocean Salinity), который стал первым спутниковым аппаратом, предназначенным для измерения степени солености в разных районах Мирового океана [29]. После этого стала доступной такая возможность, как измерение поверхностной солености с большим пространственным охватом и повторяемостью, а также картографирование солености и отслеживание её изменчивости. Обработка спутниковых данных с целью расчета градиентов поверхностной солености представляет большой интерес, так как отслеживание изменения во времени наиболее высоких значений градиентов солености дает принципиальную возможность выявления и анализа динамических процессов, протекающих в Мировом океане. Для Атлантического океана изменчивость градиентного поля солености достаточно хорошо привязана к температурным фронтальным зонам (рис. 4). Кроме того, достаточно хорошо проявляется фронтальная зона солености, сформированная стоком реки Амазонка. В этом районе для исследуемого периода времени максимальное увеличение градиентов наблюдалось для трех месяцев весны 2012 г. (март, апрель, май). В это время сток Амазонки максимально снижал значения солености в устьевой прибрежной зоне (зона 3 на рис. 4). В последующем сток реки Амазонка уменьшился, и значения солености вернулись к своим средним локальным значениям, что привело к уменьшению градиентов. рис соленость blck а б Рис. 4. Атлантический океан, март 2012 г.: а - распределение солености в Атлантическом океане (светло-серый цвет: 35- 36 %, темно-серый цвет: 37-38 %); б - градиентное поле солености (серый цвет: (0,3-0,5)∙10-2 %/км, темно-серый цвет: (0,5-1,0)∙10-2 %/км). Цифрами обозначены фронтальные зоны: 1 - Гольфстрим; 2 - Канарский апвеллинг; 3 - сток реки Амазонка; 4 - субантарктический фронт Южной Атлантики (зона действия АЦТ) Поверхностные неоднородности малых водных объектов. Немаловажную роль в понимании закономерностей функционирования водных экосистем играют водные объекты небольших размеров. Однако до недавнего времени спутниковые данные по температуре поверхности и мутности вод имели достаточно низкое пространственное разрешение, что приводило к совершенствованию оптических методов измерений in situ и дистанционных методов [30-32]. Появление сканеров высокого разрешения предоставило широкие возможности для изучения динамики поверхностного распределения взвеси и температуры водных систем малых и средних размеров. Мутность в основном вызвана взвешенными наносами в поверхностных водах и характером жизнедеятельности организмов, что позволяет классифицировать типы вод [12; 33], а неоднородное распределение концентрации взвешенных веществ и нормализованный индекс мутности (NDTI) [34] являются важными экологическими параметрами, которые используются при определении качества воды. Низкий коэффициент отражения длины волны λ в зеленой части спектра и высокая отражательная способность в красной части видимого диапазона длин волн для природных вод по формуле (5) дает возможность обрабатывать спутниковые изображения, которые позволяют фиксировать неоднородности поверхностного распределения взвеси по нормализованному индексу мутности [35]: (5) На рис. 5 показаны результаты обработки спутниковых изображений Landsat-8 с маскированием объекта небольшого размера (6×8 км) - озера Шира (Хакасия) при помощи пакета ENVI 4.7 и разработанных подпрограмм с использованием функций языка IDL для выявления полей мутности и температуры поверхности воды. Проведено сравнение значений температуры и мутности в поверхностном слое воды озера Шира, измеренных на станциях отбора проб in situ и полученных со спутника, которое показало достаточно хорошее соответствие. Однако есть некоторое отличие значений, измеренных контактным способом, и дистанционных данных, в особенности по температуре воды, которые могут несколько отличаться в зависимости от времени суток сканирования из космоса. Пространственное распределение полей температуры и мутности поверхности озера Шира за разные периоды времени имеют определенные отличия, однако достаточно хорошо фиксируются масштабы неоднородностей и границы перепада количественных показателей характеристик, что, в конечном счете, помогает изучать динамику поверхностного слоя водной системы в целом. Градиенты рельефа земной поверхности. В настоящее время накоплен достаточно большой объем изображений земной поверхности, полученных методами дистанционного зондирования Земли, что позволяет решать задачи по анализу изменения пространственно-временных характеристик земных объектов при помощи градиентного метода. В отличие от поверхности водных систем, которые имеют значительную пространственно-временную изменчивость, поверхность земли и системы суши характеризуются определенной статичностью и имеют низкую динамическую активность границ между экосистемами. Для отработки алгоритма расчета градиентов поверхности в тестовом режиме используется вырезка изображения высотной зональности части Красноярского края по спутниковым данным (http://www. computamaps.com/). Исходное изображение представлено файлом формата tiff размером 1800 на 1800 пикселей и пространственным разрешением 1 км. В качестве тестовой маски выбрана область размером 100х100 км с неоднородным рельефом местности (рис. 6) и построена трехмерная (3D) модель карты высот выбранного участка (рис. 6, а). Выбор данного участка обусловлен спецификой рельефа местности, где наблюдаются изменения уровенной поверхности со значительными величинами перепада высот. При помощи программного продукта ENVI 4.7 на языке программирования IDL для выбранного участка проведен расчет абсолютных (по модулю) градиентов высот поверхности и построена пространственная модель градиентов в виде нормализованных пиков перепадов высоты поверхности (рис. 6, б). Таким образом, определяются склоновые зоны, где наблюдается места наибольших перепадов высот рельефа земной поверхности. Местоположение и величину перепадов высот по спутниковым изображениям визуально определить затруднительно, однако градиентный расчет позволяет выявлять такие районы местности. Зоны со значительными градиентами высоты поверхности могут быть использованы для оценки накопления снегового покрова (на склонах горных хребтов), интенсивности эрозии почвы (ветровой или антропогенной), а также для анализа типов растительности, почвы и других параметров с различной степенью изменчивости земной поверхности. Темпер 16_06_13 черн Мутн 16_06_13 черн а б Рис. 5. Пространственное распределение: а - температуры поверхности воды; б - нормализованного индекса мутности озера Шира (для 16.06.2013 г.) рис а рельеф рис б град рельеф а б Рис. 6. Трехмерная модель изображения тестового участка Красноярского края: а - 3D-модель карты высот выбранного участка; б - 3D-модель карты высот и пики значительных градиентов рельефа местности Заключение. Расчеты градиентных характеристик поверхности природных объектов на основе спутниковых данных позволяют выявлять зоны с различной динамической активностью. Анализ распределения величины градиентных полей позволяет выявлять гетерогенные и гомогенные зоны экологических систем, а при соответствующем периоде усреднения получать степень динамичности таких зон. Это, в свою очередь, позволяет изучать процессы формирования структурной организации природных систем и масштабы ее изменчивости, что может применяться при разработке математических прогностических моделей. Статистический анализ градиентных показателей позволяет получать информацию о статистической связи между биологическими и физическими характеристиками природных объектов, а также выявлять глобальные и региональные особенности систем. Для водных систем изучение структуры градиентных полей температуры воды, солености, концентрации хлорофилла, мутности дает возможность выявлять масштабы граничных (переходных) зон по величине градиента в меридиональном, широтном направлении, а также по модулю. Этот подход, в свою очередь, позволяет оценивать действие факторов физической и биологической природы на формирование экосистемы в целом либо оценивать цикличность действия этих факторов в отдельных частях системы. Для экосистем суши степень изменчивости поверхностных образований значительно ниже, чем в водных системах, однако градиентный подход может предоставлять дифференцированную картину земной поверхности на основе спутникового изображения. В качестве основного вывода можно предложить следующее: необходима разработка и установка на космический носитель соответствующей спутниковой аппаратуры для непосредственной регистрации градиентов спектральных характеристик на соответствующих каналах сканирования поверхности Земли.

作者简介

A. Kartushinsky

Siberian Federal University; Institute of Biophysics SB RAS

Email: kartalvas@rambler.ru
79, Svobodny Av., Krasnoyarsk, 660041, Russian Federation; 0, Akademgorodok, Krasnoyarsk, 660036, Russian Federation

N. Kukoba

Siberian Federal University

79, Svobodny Av., Krasnoyarsk, 660041, Russian Federation

参考

补充文件