4.2.4. Развитие автоматизированных методов спутникового мониторинга природных пожаров и оценки их экологических последствий

Разработанный метод выявления пройденных огнем площадей на основе сравнительного анализа данных MODIS рассматриваемого года с многолетней серией данных предшествующих лет позволил получить однородную по технологии обработки многолетнюю серию выявленных пожаров и значительно уточнить площади за период 2005-2011 годов. Для выявления аномальных изменений растительности в рассматриваемых годах были использованы данные спутниковых наблюдений Terra-MODIS с разрешением 250м за период 2000-2011 годов в виде стандартных ежедневных продуктов MOD09. Подтверждение выявленных участков выполнялось данными тепловых аномалий MODIS  MOD14 с разрешением 1км.
Метод включает в себя следующие этапы:

• маскирование зашумленных вследствие облачности, сбоев сенсора и снежного покрова участков поверхности;
• построение ежедневных композитных изображений коротковолнового вегетационного индекса SWVI. Построение временных рядов индекса производится для рассматриваемого года, а также для пяти предшествующих ему лет, которые используются для построения опорных изображений неизмененной растительности;
• построение опорного ежедневного временного ряда изображений индексов SWVI, основанного на ряде лет, предшествующих рассматриваемому году;
• выявление аномальных изменений в вегетационном ходе растительности, основанное на  межгодовом сравнении с временным рядом индекса SWVI, построенном на данных предшествующих лет;
• пространственный анализ изменений и временное сопоставление с данными активных тепловых аномалий.

Вычисление коротковолнового вегетационного индекса производится по формуле:

где R2 и R6 – соответственно данные измерений отраженного излучения во 2-ом (841-876нм) и 6-ом (1628-1652 нм)  спектральных каналах Terra-MODIS.

На основе ежедневных данных спутниковых наблюдений с пространственным разрешением 500 метров производится построение маскирующих изображений облачности, теней, снежного покрова, сбойных участков изображений и участков изображений, полученных при неудовлетворительных угловых условиях наблюдений.  С учетом маскирующих изображений осуществляется масштабирование канала R6 до разрешения 250м и  построение ежедневных композитных изображений индекса SWVI, характеризующих чистую земную поверхность. На данный момент получен временной ряд индекса SWVI с разрешением 250м за период 2000-2011 годов.

Для восстановления пропущенных значений был применен метод полиномиальной аппроксимации, позволивший заполнить пропуски и осуществить сглаживание полученных в течение года измерений.

Построение опорного многолетнего временного ряда изображений индексов SWVI, основанного на данных, предшествующих рассматриваемому году позволило создать набор нормирующих изображений индекса SWVI. На основе этих измерений было определено среднее значение индекса SWVI в этот день   и стандартное отклонение ,  для поиска аномальных изменений динамики индекса (рис 4.2.4.1.).

Рис. 4.2.4.1. Сглаженные временные ряды изображений опорных индексов SWVI в сравнении с временным рядом индексов SWVI текущего года.

Межгодовое сравнение временной серии индексов SWVI текущего года с временным рядом нормирующих изображений   выполняется для каждого дня рассматриваемого года. Связанные с воздействием огня различия в состоянии растительности в текущем и предыдущем годах могут выражаться в существенных отклонениях значений индекса DWI в область отрицательных значений. Также, построенные нормирующие изображения дают информацию о возможных изменениях, не являющихся аномальными. Для выявления пикселей, соответствующих предполагаемым гарям был использован следующий, основанный на учете вариабельности данных предыдущих лет:

В зависимости от характера вегетационного хода различных типов растительности в предшествующие годы данное пороговое значение меняется в каждой точке в течение вегетационного сезона (рис. 4.2.4.2.).

Рис. 4.2.4.2. Выявление аномальных изменений растительности с использованием адаптивного порогового значения

После использования описанной выше процедуры, результаты детектирования содержат наряду с поврежденными пожарами участками также пиксели, относящиеся к территориям, на которых появление отрицательных аномалий индекса DWI вызвано другими причинами, например случайными разливами рек, аномальными различиями в условиях наблюдения и т.д. На данном шаге формируется окно переменного размера для каждого выявленного на предыдущем этапе пикселя, содержащее набор пикселей ближайшей окрестности, не включенных во множество пикселей предполагаемых повреждений. Значения индекса SWVI для указанных пикселей ближайшей окрестности в данную дату наблюдений используются для оценки значения среднего и стандартного отклонения  окрестности. Пиксель считается принадлежащим к пройденным пожарами участкам, если соответствующее ему значение SWVI отличается больше чем на одно стандартное отклонение от среднего.

Для идентификации вызванных воздействием огня повреждений растительности, предусматривается оценка пространственно-временной согласованности выявляемых изменений с информацией о действующих пожарах, получаемой по данным MODIS со спутников Terra и Aqua на основе алгоритма MOD14 v.04. На данном этапе все отмеченные на предыдущих стадиях алгоритма пиксели ежедневно группируются в связные области, которые территориально сопоставляются с ежедневными данными тепловых аномалий, которые зафиксированы в течение ближайших 20 дней. В качестве критерия  пространственной согласованности принимается наличие не менее одного процента площади связной области, совпадающей с тепловыми аномалиями. Окончательно выявленный участок изменения растительности считается поврежденным пожаром, если он согласуется с тепловыми аномалиями в пространственном и временном отношении.
На рисунке 4.2.4.3. представлены результаты выявления пройденных огнем площадей за период 2005-2011 годов.

Рис. 4.2.4.3. Карта поврежденных пожарами участков растительного покрова России за период 2005-2011 годов по данным Terra-MODIS

Метод определения степени повреждения лесов по спутниковым данным предполагает совместное использование данных среднего пространственного разрешения (Terra-MODIS) в совокупности с выборочными данными высокого пространственного разрешения (Landsat-TM/ETM+) и информацией наземных обследований на пробных площадях.

Опираясь на выполненные ранее исследования по оценке возможности количественной оценки состояния поврежденных пожарами лесов на основе спектральных вегетационных индексов, был предложен метод оценки степени повреждения лесов на основе индекса RdSWVI с использованием регрессионной модели. Данный подход подразумевает использование  данных об отражательной способности лесов в средней и ближней ИК областях спектра в моменты до и после пожара. Применение метода позволило произвести оценку степени повреждения лесов Московской области пожарами 2010 года (рис.4.2.4.4.) с использованием спутниковых данных высокого пространственного разрешения.

Разработанный метод также обеспечивает регулярную дистанционную оценку средневзвешенной категории состояния (СКС) лесов на основе данных MODIS (рис. 4.2.4.5.). Применение метода позволяет еженедельно получать для всей территории России информацию о динамике состоянии поврежденных лесов с пространственным разрешением 250 м. Для уменьшения ошибок связанных с влиянием межгодовых вариаций фенологической динамики был выполнен анализ многолетних спутниковых данных, который позволил установить внутри вегетационного сезона локально адаптированные границы временных интервалов, характеризуемые минимальным влиянием межгодовых вариаций фенологической динамики насаждений на точность определения СКС.

Рис. 4.2.4.4. Карта повреждений лесов Московской области пожарами 2010 года по данным Landsat-TM

Рис. 4.2.4.5.  Динамика СКС для лиственных и хвойных лесов пострадавших от огня, а также здоровых лесов полученная с использованием данных MODIS