Оценка степени восстановления леса после пожара с использованием возможностей дешифрирования космических снимков | Статья в журнале «Юный ученый»

Отправьте статью сегодня! Журнал выйдет 30 ноября, печатный экземпляр отправим 4 декабря.

Опубликовать статью в журнале

Автор:

Научные руководители: ,

Рубрика: Спецвыпуск

Опубликовано в Юный учёный №4 (7) июль 2016 г.

Дата публикации: 31.05.2016

Статья просмотрена: 1140 раз

Библиографическое описание:

Королев, В. А. Оценка степени восстановления леса после пожара с использованием возможностей дешифрирования космических снимков / В. А. Королев, Ю. Ф. Рожков, О. Ю. Рожкова. — Текст : непосредственный // Юный ученый. — 2016. — № 4.1 (7.1). — С. 77-79. — URL: https://moluch.ru/young/archive/7/436/ (дата обращения: 22.11.2024).



Постановка проблемы.

Более 80 % территории Олекминского заповедника занято лесами. В связи с удаленностью территории заповедника от населенных пунктов, для территории характерны пожары, имеющие естественное происхождение (сухие грозы). Оценка процесса восстановления лесов после пожара является актуальной проблемой.

В связи с неоднородностью рельефа и труднодоступностью отдельных участков территории заповедника, исследование больших территорий гарей традиционными методами представляет собой достаточно сложную задачу. Эту проблему можно решить, используя методы спутникового мониторинга.

Для дистанционной оценки площадей гарей, степени повреждения и восстановления растительного покрова после лесного пожара используют индексы, полученные с разновременных снимков различных спутников.

Предмет исследований: характеристика процесса восстановления лесной экосистемы после пожара, на основе возможностей отдельных индексов, получаемых при дешифрировании разновременных снимков спутника Landsat.

Цель исследований: на основе дешифрирования ряда космических снимков, оценить степень восстановления лесной экосистемы территории заповедника на участке пожара 1985 года.

Задачи исследований: 1. Освоить методы дешифрирования снимков с использованием пакета программы ArcGis. 2. Собрать сведения об индексах, отражающих состояние лесной экосистемы после пожара. 3. Провести камеральное дешифрирование разновременных снимков со спутника Landsat. 4. Рассчитать индексы, отражающие состояние лесной экосистемы после пожара. 5. Провести анализ имеющейся информации и обобщить данные.

Для реализации задач нашего исследования были использованы, предоставленные заповедником космические снимки высокого разрешения за летний период 1995, 2001, 2006 и 2011 годов. Исследования проводили на примере пожара 1985 года. Этот пожар возник от сухой грозы летом, перерос в устойчивый низовой пожар и был затушен осенними дождями. Общая площадь пожара составила более 50 тысяч га.

Сбор, обработка и анализ информации продолжался в течение 2014 года. Нами была проведена классификация по методу ISODATA результатов определения индекса гарей (NBR), индекса SWIR, индекса вегетации (NDVI) [1].

Индекс гарей-NBR (4–7 каналы) представляет собой разность спектральных отражений в ближнем и коротковолновом инфракрасных каналах, нормализованную на их сумму: NBR = ТМ4— ТМ7/ ТМ4 + ТМ7, где ТМ4 и ТМ7 — спектральные значения двух каналов спутника Landsat в диапазоне (0,75–0,90 мкм) и (2,09–2,35 мкм) соответственно.

Индекс вегетации-NDVI (3–4каналы) (NormalizedDifferenceVegetationIndex) представляет собой разность спектральных отражений в ближнем инфракрасном и красном оптических каналах, нормализованную на их суммуNDVI = ТМ4— ТМ3/ ТМ4 + ТМ3, где, ТМ4 — отражение в ближней инфракрасной области спектра, ТМ3 — отражение в красной области спектра.

Индекс SWVI (4–5 каналы) коротковолновый индекс, хорошо коррелирующий с влагосодержанием растительности. Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне. Расчет индекса по формуле: SWVI = (NIRSWIR)/(NIR+SWIR), где, SWIR — 5-й канал снимка LANDSAT 5-TM, NIR- 4-й канал снимка LANDSAT 5-TM.

Основные результаты исследований

1. За 25-летний период после пожара по индексу гари NBR для сильно нарушенного участка 15 % площади перешло из степени нарушенных лесов (I–V степень) в степень ненарушенных (0-степень). В 1995 году было 45 %, в 2011 году стало 30 %.

2. Для мало нарушенного участка гари переход между классами составил 17 %. В 1995 году было 50 %, в 2011году стало 33 %.

3. Сравнение наклона кривых отражающих значение разности между классами показало, что переход из первого класса во второй происходит более интенсивно для сильно нарушенных участков гари (более крутой наклон кривой), чем для слабонарушенных участков гари (рис. 1).

4. По индексу гари NBR за период с 1995 по 2011 гг. произошло резкое увеличение площадей, относящихся к 2 классу (ненарушенные или восстановленные с диапазоном значений NBR от 0,41 до 0,71) с 16643 га до 46890 га (до 89 % площади гари 1985 года).

5. По индексу SWVI для всего пожара также произошло увеличение площадей, относящихся ко 2 классу (с высокими значениями индекса). Увеличение с 6421 га в 1995 году до 35697 га в 2011 г (до 68 % площади гари 1985 года).

6. По индексу вегетации NDVI для всего пожара отмечено увеличение площадей, относящихся к 0-классу поражения (диапазон NDVI от 0,31 до 0,65) или высокопродуктивным лесам. С 21682 га в 1995 году до 51126 га в 2011 году (до 98 % площади гари 1985 года).

Рис.1. Оценка зарастания гарей по индексу NBR (4–7 каналы)

7. Сравнение характера кривых восстановления после пожара 1985 года для гари в целом и для выделенных послепожарных пустошей показало, что они похожи для трех индексов NBR, SWVI, NDVI. Это говорит о том, что восстановление леса на пустошах и на гари в целом идет с одинаковой интенсивностью.

Заключение.

Проведенное дешифрирование разновременных снимков Landsat территории заповедника (снимки 1995, 2001, 2006 и 2011 гг.) позволило выявить процессы восстановления лесной растительности на пожаре 1985 года.

Используемые индексы, дополняя друг друга, объективно отражают скорость восстановления лесной экосистемы после пожара.

В зависимости от степени поражения, восстановление лесной экосистемы после пожара проходило с разной скоростью.

Полевые исследования будут продолжены на территории заповедника в 2015 году. Планируется провести таксационное описание одного из участков пожара 1985 года, уточнить имеющиеся данные.

Литература:

  1. ArcViewImageAnalisis. Руководство пользователя.– М: Дата+, 1998.– 214 с
Основные термины (генерируются автоматически): NBR, NDVI, SWVI, SWIR, лесная экосистема, пожар, LANDSAT, NIR, индекс, площадь гари.


Похожие статьи

Прогнозирование ресурса трубопровода на основе методов теории надежности

Оценка влияния изменения естественного воздухообмена на энергопотребление здания с учётом показателя герметичности современных окон

Определение границ зон подтопления как инструмент управления рисками наводнений

Оценка перерабатывающей способности грузового фронта методом имитационного моделирования

Формирование лексических навыков на уроках иностранного языка посредством применения синквейн-метода

Совершенствование процесса подготовки операторов горных машин посредством обучающей системы

Совершенствование процесса проектирования одежды на основе компьютерных технологий

Восстановление бронзовых деталей методом лазерной порошковой наплавки и оценка коррозии получаемого покрытия

Сравнительная оценка применения очистных комбайнов в метаноопасных лавах

Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений

Похожие статьи

Прогнозирование ресурса трубопровода на основе методов теории надежности

Оценка влияния изменения естественного воздухообмена на энергопотребление здания с учётом показателя герметичности современных окон

Определение границ зон подтопления как инструмент управления рисками наводнений

Оценка перерабатывающей способности грузового фронта методом имитационного моделирования

Формирование лексических навыков на уроках иностранного языка посредством применения синквейн-метода

Совершенствование процесса подготовки операторов горных машин посредством обучающей системы

Совершенствование процесса проектирования одежды на основе компьютерных технологий

Восстановление бронзовых деталей методом лазерной порошковой наплавки и оценка коррозии получаемого покрытия

Сравнительная оценка применения очистных комбайнов в метаноопасных лавах

Повышение качества обработки телеметрических данных по функционированию газотранспортной системы на основе использования методов сглаживания временных рядов и методов по фильтрации аномальных значений

Задать вопрос