В 2019 году Россию охватил ужасный катаклизм – лесные пожары. Они возникали по разным причинам: засуха, высокая температура и сильные ветра, и даже поджоги. Бытует мнение, что пожарами в Иркутской области (пропорционально общей площади самый пострадавший регион) пытались скрыть незаконные вырубки леса. Общая площадь пожаров в России составила больше 2 миллионов гектар, а экономический ущерб составил более 7 млрд. рублей. И это только прямой урон. Пожары также влияют на состояние качества воздуха, на здоровье людей и животных и уничтожают их естественные места обитания и тд.

Данная проблема наблюдается не только в России. Площадь пожаров в США за последние 10 лет составила больше 10 млн гектар и с каждым годом пожары все масштабнее.

Одним из самых страшных годов в США стал 2015. Тогда лесные пожары почти полностью опустошили Национальный парк Глейшер (площадь более 4 тысяч кв.км.) в штате Монтана (США). Ущерб был колоссальный, и восстановление происходит и по сей день. После пожаров управление парка решило измерить площади поврежденных участков, чтобы на основании данных о площади гарей планировать работы по восстановлению растительности. Пожары присутствуют в экологии этой местности как естественный природный фактор, но отслеживание их масштабов весьма важно для служб управления лесами. Наиболее практичным способом по мониторингу последствий пожаров и планированию восстановительных мер является использование данных дистанционного зондирования Земли (ДЗЗ). Используя ПО ArcGIS и спутниковые изображения Landsat 8 до и после пожаров, восстановили процесс оценки, вычислили нормализованный индекс гарей (NBR - Normalized Burn Ratio) и составили тематическую карту.

Рис.1. Изображение Национального парка Глейшер
Рис.1. Изображение Национального парка Глейшер

Для проведения проекта мы подобрали два снимка до и после пожаров.

Рис.2 Космический снимок Landsat-8, август 2014 г. 
Рис.2 Космический снимок Landsat-8, август 2014 г. 

Гористая местность отличается наличием долин и озер. Некоторые горные хребты покрыты снегом, а иные закрыты облаками. Космический снимок сделан в августе и в горах могут быть ледники. Также мы видим довольно густой растительный покров. Тип растительности и уклон влияют на лесные пожары, особенно на скорость их распространения. Так территория выглядела в 2014 году, до пожаров Reynolds Creek и Thompson. Теперь посмотрим на космоснимок 2015 года.

Рис.3 Космический снимок Landsat-8, 2015 г.
Рис.3 Космический снимок Landsat-8 2015 г.

У снимка 2015 два чётких отличия от снимка 2014 года. Во-первых, большое серое облако покрывает середину южной части снимка. На самом деле, это дым пожара Thompson, который в то время ещё горел. Во-вторых, левее и выше озера посередине северной части снимка видим длинную красноватую полосу - гарь пожара Reynolds Creek, который к этому моменту уже потух. И хотя мы видим оба пожара, их границы требуют уточнения. Далее изменим комбинацию каналов снимков, чтобы выделить пожары.

Просмотр различных комбинаций каналов

На снимках Landsat захватываются различные сектора электромагнитного спектра, в том числе и невидимые для человеческого глаза. Диапазоны длин волн называются спектральными каналами. Каналы описаны в следующей таблице:


Таблица №1. Спектральные каналы Landsat-8
Номер Название канала Что лучше показывает
1 CoastalAerosol Мелководья, тонкие частицы пыли
2 Синий Глубоководья, атмосфера
3 Зеленый Растительность
5 Ближний инфракрасный Береговые линии, растительность
6 ShortWaveInfrared_1 Проницаемость облачности, влажность почв и растительности
7 ShortWaveInfrared_2 Улучшенная проницаемость облачности, влажность почв и растительности
8 Панхроматическое изображение Чёрно-белые снимки, чёткие детали
9 Cirrus, SWIR Перистые облака
10 Тепловой инфракрасный1 (Thermal Infrared 1)
Термальное картографирование, оценочная влажность почв
11 Тепловой инфракрасный 2 Улучшенное термальное картографирование, оценочная влажность почв

Каналы 2, 3 и 4 (синий, зеленый и красный) представляют видимую часть спектра. Сочетание каналов "Естественные цвета", обычно используемое в снимках, комбинирует эти каналы таким образом, чтобы изображение выглядело так, как его видит человеческий глаз. Далее мы изменим комбинацию каналов снимков, чтобы выделить пожары и сделать их очертания более различимыми. Рассмотрим некоторые из них:

  • Инфракрасный цвет
  • Данная комбинация строится из ближнего инфракрасного, красного и зеленого каналов (3, 4 и 5)

    Рис.4 Космический снимок в Инфракрасном цвете
    Рис.4. Космический снимок в Инфракрасном цвете

    На этом снимке растительность показана красным. Обе области гарей показаны темно-коричневым. По сравнению с исходным изображением, гари видны более чётко, особенно Reynolds Creek к северу от озера. Но гарь Thompson всё ещё заслонена дымом. Теперь поэкспериментируем с комбинацией, использующей Коротковолновые инфракрасные каналы (6 и 7), которые проникают сквозь облака.

  • Поверхность суши/воды
  • Рис.5 Космический снимок в комбинации «Поверхность суши/воды»
    Рис.5. Космический снимок в комбинации «Поверхность суши/воды»

    Хотя основное предназначение данной комбинации разграничивать сушу и воду, она также проникает сквозь дымку (в данном случае дым). Теперь в окрестностях гари Thompson дыма почти не видно, и её границы видны гораздо чётче. Но выгоревшие территории показаны оранжевым, а окружающие горные склоны – жёлтым. Из-за этого гарь Reynolds Creek, которая распространена в горах, стало хуже видно.

  • Анализ растительности
  • Данная комбинация использует Красный, Ближний инфракрасный и Коротковолновый инфракрасный 1 каналы (4, 5, 6). Таким образом, здесь сочетается выделение растительности в Инфракрасном цвете и улучшенная проницаемость дымки из комбинации каналов Поверхность суши/Воды. Хотя вокруг гари Thompson видна небольшая дымка, а гарь Reynolds Creek местами сливается с горными склонами, эти проблемы не столь критичны, как в предыдущих комбинациях.

    Рис.5 Космический снимок в комбинации «Анализ растительности»
    Рис.6 Космический снимок в комбинации «Анализ растительности»

    Если бы можно было немного уменьшить дымку, то такое изображение лучше всего подошло для оцифровки гарей. Но ни одна из оставшихся предлагаемых по умолчанию комбинаций не сделает это лучше, чем уже просмотренные. Для того, чтобы изображение соответствовало нашим требованиям, создадим пользовательскую комбинацию каналов.

    Создание пользовательской комбинации каналов

    Комбинация «Анализ растительности» использует канал «Коротковолновый инфракрасный 1» для сокращения дымки и каналы «Ближний инфракрасный» и «Красный» для выделения растительности. Переключение «Коротковолнового инфракрасного 1» на «Коротковолновый инфракрасный 2» улучшит проникновение сквозь дымку (или облака). Также заменим «Красный» канал на «Синий» в данной комбинации. Изображение на карте слегка изменится. Дымка всё ещё видна, но существенно уменьшилась.

    Рис.7 Космический снимок в пользовательской комбинации
    Рис.7 Космический снимок в пользовательской комбинации

    И так, мы получили пользовательскую комбинацию каналов, на которой четко видны участки гари.

    Теперь, чтобы оценить площади гари, воспользуемся уравнением для количественного определения выгоревших территорий. Это нормализованный индекс гарей (Normalized Burn Ratio – NBR). В нем для определения серьёзности гари математически сравниваются «ближний инфракрасный» и «коротковолновый инфракрасный 2» каналы (соответственно, каналы 5 и 7). Затем мы сравним NBR на снимках 2014 и 2015 гг., чтобы вычислить изменения NBR, показывающие только территории, которые выгорели между датами, когда были сделаны эти два снимка. И далее оцифруем эти области.

    Вычисление нормализованного индекса гарей

    Мы дважды вычислим NBR: один раз для снимка 2014 года и один – для снимка 2015 года. Для вычисления будет использоваться инструмент геообработки Калькулятор растра со следующим выражением:

    NBR = (Канал 5 - Канал 7)/(Канал 5 + Канал 7)

    Чтобы выражение работало, надо извлечь используемые в вычислении каналы (5 и 7) из исходных данных.

    Добавим в проект только «ближний инфракрасный» и «коротковолновый инфракрасный 2» каналы обоих снимков. Далее воспользуемся Калькулятором растров. Этот инструмент позволяет создавать новые наборы растровых данных на основании выражения для вычисления значений его пикселов. Выражение можно строить со снимками, присутствующими в проекте, включая отдельные каналы снимков гарей. Этот инструмент мы запустим дважды – для каналов 2014 и 2015 годов – с использованием следующего выражения: (Канал 5 - Канал 7)/(Канал 5 + Канал 7). После выполнения операции новое изображение добавится в проект. Как и каналы, новый слой получился чёрно-белым; он даёт немного информации о гарях. Очертания гарей станут очевидными лишь после сравнения NBR между 2014 и 2015 гг.

    Рис.8 Результат вычисления нормального индекса гари

    Рис.8. Результат вычисления нормального индекса гари

    Когда нормальный индекс гари вычислен для обоих снимков, их нужно сравнить также через калькулятор растров. Сделав это, удалим те области, которые не горели в период между 2014 и 2015 гг.; на изображении останутся только области гарей.

    Рис.6 Результат сравнения нормального индекса гари за 2014 и 2015 года

    Рис.9. Результат сравнения нормального индекса гари за 2014 и 2015 года

    Теперь гари показаны почти сплошной белой заливкой, резко выделяющейся на фоне окружающих серых и чёрных территорий. Остались ещё белые заснеженные вершины, но их сложно перепутать с гарями. Контраст можно усилить, поменяв символы изображения.

    Рис.10 Результат сравнения нормального индекса гари за 2014 и 2015 года (более контрастный)

    Рис.10. Результат сравнения нормального индекса гари за 2014 и 2015 года (более контрастный)

    Обе гари теперь видны на карте очень хорошо.

    Оцифровка выгоревших территорий

    Теперь у вас есть достаточно четкое изображение с гарями, которые можно оцифровать как векторные объекты. Сначала надо создать класс пространственных объектов, а затем при помощи инструментов редактирования оцифровать приблизительные границы обеих гарей.

    Оцифровка пожаров Reynolds Creek 

    Оцифровка пожара Thompson

    Reynolds Creek

    Thompson

    Рис.11 Оцифровка пожаров.

    В созданные полигоны нужно теперь внести атрибутивной информацию, чтобы можно было идентифицировать каждый объект и вычислить его площадь выгорания в гектарах. Добавим поля «Название» и «Площадь», внесем названия участков и через калькулятор полей рассчитаем площадь гари.

    Вывод:

    Космическая съемка позволяет быстро и без особых трудозатрат оценить последствия лесных пожаров и помогает правильно выстроить стратегию по восстановлению растительности.

    В реальной ситуации Департамент лесного хозяйства и управления природными ресурсами использовал этот слой для изучения сукцессий растительности или планирования пожароопасных ситуаций для этой территории в будущем.

    Заказать обратный звонок
    К началу страницы