CC BY
242
УДК 528.88
Курганович Константин Анатольевич Konstantin Kurganovich
Носкова Елена Викторовна Elena Noskova
ИСПОЛЬЗОВАНИЕ ВОДНЫХ ИНДЕКСОВ ДЛЯ ОЦЕНКИ ИЗМЕНЕНИЯ ПЛОЩАДЕЙ ВОДНОГО ЗЕРКАЛА СТЕПНЫХ СОДОВЫХ ОЗЕР ЮГО-ВОСТОКА ЗАБАЙКАЛЬЯ, ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ
THE ESTIMATION OF WATER SURFACE VARIATIONS OF STEPPE SODA LAKES IN THE SOUTHEAST OF TRANSBAIKALIE WITH USING OF REMOTE SENSING OF WATER INDICES
Оценка масштабов климатических изменений и их воздействия на природные и социальные системы является актуальной. Индикаторами климатических изменений в масштабе региона могут выступать озера и их морфометрические характеристики — уровень, площадь водного зеркала, объем воды. В Забайкалье такими индикаторами являются степные содовые озера юго-востока региона, которые вследствие своего местоположения и особенностей водного режима испытывают серьезные изменения, зависящие от климатических параметров увлажненности и температур. Из-за отсутствия постоянных стационарных гидрологических наблюдений на степных озерах возникают сложности наземного оценивания морфометрических характеристик и на первый план выходит использование методов спутникового мониторинга. Космические наблюдения обеспечивают адекватное пространственное, спектральное и временное разрешение снимков, их хорошую обзорность, возможность одновременного получения информации с обширных по площади территорий и труднодоступных мест, в которых нет стационарных наземных пунктов наблюдений.
Для дистанционного изучения площадей водного зеркала озер, по космическим данным, широко используются следующие методы обработки спутниковых изображений — определение многоканальных спектральных индексов (водных индексов),
Assessing the scale of climatic changes and their impacts on natural and social systems is the point of current scientific interest. Indicators of these changes on a regional scale may be morphometric characteristics of lakes, e.g. water surface level, area, volume. In the Transbaikal steppe, such indicators are the soda lakes. Due to the lack of fixed permanent hydrological observations on the steppe lakes, it is difficult to estimate their morphometric characteristics by ground-based measurements. Therefore, the use of satellite monitoring methods is necessary. Space-based observations provide adequate spatial, spectral and temporal resolution of images, their good visibility, and the ability of simultaneous information receiving from vast areas of the territories and remote places, where there are no fixed ground observation points.
The article describes the methods of water surfaces delineation by NDWI, MNDWI, AWEI indices. The evaluation of the applicability of each index on the example of the lakes Nozhy, Kunkur, Balyktuy, Tsagaan Nuur, Ukshinda, Gashkoy, Khotochey located in the steppes of Transbaikalie has done. The area of water surface of lakes according to Landsat TM, ETM + has been defined. It is shown that the MNDWI index has a greater accuracy in delineating water surfaces in this area. The use of the selected method has allowed us to evaluate water surface area of 10 lakes for the period of 1987—2013 year. It has been revealed that water
тематическая классификация с обучением, линейное разделение, одноканальная классификация с использованием порога разделения. В статье рассмотрены методы дешифрирования водных поверхностей по многоканальным спектральным индексам NDWI, MNDWI, AWEI. Произведен сравнительный анализ применимости каждого индекса на примере озер Ножий, Кункур, Балыктуй, Цаган-Нур, Укшин-да, Гашкой, Хоточей, расположенных в степной зоне Забайкалья. Определены площади водного зеркала озер по данным Landsat ТМ и ЕТМ+, показано, что индекс MNDWI обладает большей точностью при дешифрировании водных поверхностей в рассматриваемом районе. С использованием выбранной методики дешифрирования определено изменение площадей десяти содовых озер — Цаган-Нур, Ножий, Кункур, Хоточей, Укшинда, Гашкой, Балыктуй, Баин-Цаган, Ару-Торум, Хужартай за период 1987—2013 гг. Показана согласованность колебаний площадей водного зеркала исследованных озер в многолетнем разрезе, выявлены фазы их водного режима
surface area of the observed lakes has a consistency of fluctuations in long-term perspective
Ключевые слова: дешифрирование, водные индексы, МВ*№1, MNDWI, Landsat, степные озера, морфометрические характеристики
Key words: interpretation, water indices, NDWI, MNDWI, Landsat, steppe lakes, morphometric characteristics
Климатические изменения и их воздействие на природные и социальные системы являются в настоящее время актуальной темой для научных исследований по всему миру [3, 4]. Морфометрические характеристики озер, такие как уровень, площадь водного зеркала и объем воды могут выступать в качестве индикаторов изменчивости климата в региональном масштабе [1, 6]. Многолетние изменения температуры воздуха, подстилающей поверхности, характеристик увлажненности территории оказывают влияние на элементы водного баланса и, вместе с тем, на морфометриче-ские характеристики водных объектов.
На территории юго-восточного Забайкалья, характеризующегося засушливым климатом, существует пояс степных содовых озер с неустойчивым гидрохимическим и гидрологическим режимом (рис. 1). Эти озера в основном бессточные, неглубокие (до 5 м), располагаются в плоских котловинах округлой формы и имеют ограниченный водосбор [5]. Многие из них про-
являют высокую изменчивость уровенного режима, некоторые с определенной периодичностью пересыхают до дна и вновь наполняются [5]. Значения модуля стока на данной территории наименьшие в регионе и составляют 0,1...0,2 л/с*км2 [2].
Подробное изучение гидрологического режима степных озер является актуальной задачей, однако осложняется отсутствием систематических наземных наблюдений. Тем не менее, в настоящее время имеется возможность изучать морфометрические характеристики озер с использованием методов дистанционного зондирования Земли (ДЗЗ) ввиду доступности данных спутникового мониторинга [6, 7, 10, 11]. Космические наблюдения обеспечивают адекватное пространственное, спектральное и временное разрешение снимков (рис. 2), их хорошую обзорность, возможность одновременного получения информации с обширных по площади территорий и труднодоступных мест, в которых нет стационарных наземных пунктов наблюдений.
112°Е 114-Е 116°Е 11ГЕ
112°Е 114-Е 116°Е
Рис. 1. Район исследований
Для дистанционного изучения площадей водного зеркала озер, по космическим данным, широко используются следующие методы обработки спутниковых изображений [6, 7] — определение многоканальных спектральных индексов (водных индексов), тематическая классификация с обучением, линейное разделение, одноканальная классификация с использованием порога разделения. Кроме того, для более четкого выделения мелких особенностей водных поверхностей используется сочетание этих методов. На практике наибольшее распространение получили методы дешифрирования с использованием многоканальных водных индексов из-за своей простоты и наименьших вычислительных затрат. В качестве исходных данных ДЗЗ обычно выступают снимки серии Landsat (MSS, TM, ETM+, OLI), которые доступны с 1972 г. по настоящее время с периодичностью 16 дней и пространственным разрешением 15...60 м [9].
Одним из первых индексов, предложенных для выявления водных поверхностей, являлся индекс NDWI - Normalized Differ-
ence Water Index (нормализованный разностный водный индекс), предложенный S.K. McFeeters в 1996 г. [8]. Этот индекс использовал зеленый (band 2) и ближний инфракрасный (band 4) участки спектра снимков Landsat TM и ETM+. Объекты с отрицательным значением NDWI отнесены к неводным поверхностям, с положительным NDWI — к водным [8]:
NDWI = Pband2 — pband* , (!)
PbandZ + Pbanc¡4 где pb d 04 — интенсивность излучения в 2 и 4 спектральных каналах Landsat TM, ETM+.
В 2006 г. H. Xu [11] установил, что NDWI не является в полной мере эффективным для выявления водных поверхностей и отделения комбинированных поверхностей, и поэтому предложил новый индекс, MNDWI — Modified Normalized Difference Water Index (модифицированный нормализованный разностный водный индекс).
MNDWI =
Pband 2 Pband5 Pband2 Pbands
(2)
где pband 2 5 — интенсивность излучения в 2 и 5 спектральных каналах Landsat TM, ETM+.
MNDWI определяется с использованием 2 и 5 спектральных каналов Landsat TM и ETM+ или 3 и 6 каналов Landsat 8 OLI [9] и на данный момент является наиболее распространенным индексом для выявления поверхностных водных объектов на космических снимках. Граница определения водных поверхностей проходит через ноль, значения индексов больше нуля соответствуют водным поверхностям. Помимо Landsat, индекс MNDWI используется для анализа водных поверхностей на других спутниковых системах — SPOT, Aster, MO-DIS, что говорит о его универсальности и стабильности [1, 11]. Тем не менее, существуют границы использования MNDWI и могут возникнуть проблемы с выделением водных объектов при наличии поверхностей с малой величиной альбедо, таких как асфальтовые дороги в населенных пунктах, тени от гор, высотных зданий или облаков.
Для устранения этих недостатков используется многоканальный спектральный индекс AWEI — Automated Water Extraction Index (автоматизированный индекс выделения вод) [6]. Индекс AWEI использует 5 спектральных каналов Landsat TM, ETM+ (band 1, 2, 4, 5, 7):
- rO-jSC:,.,,.,;, - 2.75^,,,.;-); (3)
На точность распознавания подстилающей поверхности может влиять сезонная и суточная освещенность (угол наклона солнца на горизонтом), состав атмосферных газов, качественные характеристики водных объектов, наличие в них примесей, фитопланктона, поэтому всегда необходимо проводить проверку адекватности дешифрирования с целью выявления наиболее подходящей для местных условий методики [1, 6, 11]. Для тестирования возможностей использования разных индексов по определению водных поверхностей проведено дешифрирование космических снимков Landsat ЕТМ+ на примере степных озер Забайкалья — Ножий, Кункур, Балыктуй, Цаган-Нур, Укшинда, Гашкой, Хоточей (рис. 2).
Рис. 2. Исследуемые озера юго-востока Забайкалья
где pband 12 4 5 7 — интенсивность излучения соответственно в 1, 2, 4, 5, 7 спектральных каналах Landsat TM, ETM+.
Эти индексы используются в паре, вначале AWEInsh (non-shadowed) для общей классификации, затем AWEIsh (shadowed) для удаления затененных областей. Рекомендуется использовать эти индексы в ситуациях, когда нет поверхностей с высоким альбедо типа снега и льда [6].
Исходные данные Landsat ETM+ разрешением 30 м на снимке уровня обработки Levell получены посредством сервиса Earth-Explorer — http://earthexplorer.usgs.gov/. Для сравнительного анализа озер использовались снимки LT51260252010273IKR00 за 30 сентября 2010 г. с покрытием облачностью менее 10 %. Обработка снимков и вычисление водных индексов производились с помощью средств Image Classification и Spatial Analyst ArcGIS 10. В качестве
эталона для сравнения результатов дешифрирования использован снимок с пространственным разрешением 0,65 м сервиса Bing Virtual Earth за максимально близкую дату — 7 сентября 2010 г., и на основе этого снимка проведено визуальное де-
шифрирование водной поверхности озер. В дальнейшем площади озер, выделенные по эталонному снимку, использовались для сравнения с площадями, определенными по методикам автоматического дешифрирования (рис. 3).
Рис. 3. Сравнение площадей озер, определенных по результатам визуального и автоматического дешифрирования
Оценка точности дешифрирования производилась с использованием величины среднеквадратической ошибки:
л/ 71
где S. д — площадь озера, определенная по результатам дешифрирования космических снимков с использованием водных индексов;
S. э — площадь озера, определенная по результатам визуального дешифрирования (эталонная).
Результаты измерения площадей озер, полученные дешифрированием космических снимков, и эталонные измерения представлены в таблице.
Проверка адекватности методик дешифрирования показала, что наилучшим способом распознавания водных поверхностей для степныгх озер юго-востока Забайкалья является вытисление индекса MND-WI, имеющего минимальную величину среднеквадратической ошибки (менее 0,08 км2). В дальнейшем исследование динамики морфометрических характеристик степных озер производилось с использованием этого индекса. Для выявления временной изменчивости площадей водного зеркала проанализировано 17 снимков Landsat TM и ETM+ за период с 15 сентября 1987 по 4 июля 2013 гг. Анализу подвергнуты 10 озер — Цаган-Нур, Ножий, Кункур, Хо-точей, Укшинда, Гашкой, Балыктуй, Ба-ин-Цаган, Ару-Торум, Хужартай. За иссле-
дуемый период площади озер значительно уменьшились почти в два раза (рис. 4), изменялись, оз. Ножий, Ару-Торум, Гаш- остальные — в полтора (рис. 5, 6). кой, Хоточей за период с 1999 по 2013 гг.
Сравнение площадей озер, дешифрированных с использованием водных индексов, и величина среднеквадратической ошибки для каждого из методов дешифрирования
Наименование озера Площади озер, км2
Эталон АШЕ^ NDWI
оз. Ножий 11,17 10,89 11,43 11,03 11,12
оз. Кункур 5,50 5,45 6,29 5,57 5,78
оз. Балыктуй 2,01 1,92 2,05 1,96 2,00
оз. Цаган-Нур 5,51 5,50 5,78 5,58 5,63
оз. Укшинда 2,52 2,46 2,64 2,50 2,54
оз. Гашкой 1,35 1,34 1,50 1,37 1,38
оз. Хоточей 1,77 1,73 1,90 1,77 1,80
Среднеквадратическая ошибка (т) 0 0,112 0,302 0,08 0,123
Рис. 4. Изменение площади водного зеркала оз. Ножий в период 1999-2013 гг., по результатам дешифрирования космических снимков Landsat с использованием
водного индекса MNDWI
Рис. 5. Динамика площадей водного зеркала оз. Цаган-Нур, Ножий, Кункур за период 1987-2013 гг.
Рис. 6. Динамика площадей водного зеркала оз. Хоточей, Укшинда, Гашкой, Балыктуй, Баин-Цаган, Ару-Торум за период 1987-2013 гг.
Временные ряды площадей водного зеркала озер позволяют выделить периоды повышения и убывания водности, обычно совпадающие с динамикой увлажненности региона. На протяжении диапазона дат с 1987 (начало исследования) по 1999 гг.
отмечается синхронное увеличение площадей озер степной зоны Забайкалья, период с 2000 по 2013 гг. характеризуется их снижением. Наибольшую согласованность колебаний морфометрических характеристик проявляют озера Гашкой, Хоточей, Ару-То-
рум, Хужартай (коэффициент линейной корреляции составляет 0,931...0,979), что связано с их близким расположением и малыми площадями. В меньшей степени согласованы с другими озерами изменения
Литература_
1. Курганович К.А. Сравнение алгоритмов дешифрирования водных поверхностей по индексам NDWI и MNDWI на примере степных озер Восточного Забайкалья / / Водные ресурсы и водопользование: сб. тр. преподавателей и студентов кафедры водного хозяйства и инженерной экологии ЗабГУ/ под. ред. В.Н. Заслоновского и Л.Н. Зима. Чита: ЗабГУ, 2015. Вып. 7. С. 18-26.
2. Нагаева Е.В., Обязов В.А., Курганович К.А. Распределение модуля стока рек по территории Забайкальского края // Вестник Забайкальского государственного университета. 2014. № 10. С. 11-19.
3. Обязов В.А. Изменения климата в междуречье Аргуни и Онона в контексте глобального потепления / / Вестник Забайкальского государственного университета. 2011. № 7. С. 78-85.
4. Обязов В.А. Многолетние изменения температуры воздуха в юго-восточном Забайкалье // Известия Русского географического общества. 1996. Т. 128. № 3. С. 66-73.
5. Чечель А.П. Динамика уровенного режима озер / / Содовые озера Забайкалья: Экология и продуктивность. Новосибирск: Наука, 1991. С. 12-15.
6. Feyisa G.L., Meiiby H., Fensholt R., Proud S.R. Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery / / Remote Sensing of Environment. 2014. № 140. P. 23-35.
7. Ji L., Zhang L., Wylie B. Analysis of dynamic thresholds for the normalized difference water index // Photogrammetric Engineering and Remote Sensing. 2009. № 75. P. 1307-1317.
8. McFeeters S. K. The use of Normalized Difference Water Index (NDWI) in the delineation of open water features // International Journal of Remote Sensing. 1996. № 17. P. 1425-1432.
9. Roy D.P., Wulder M.A., Loveland T.R. Land-sat-8: Science and product vision for terrestrial global change research / / Remote Sensing of Environment. 2014.№ 145. P.154-172.
10. Song C., Huang B., Ke L., Richards K. S. Remote sensing of alpine lake water environment changes on the Tibetan Plateau and surroundings: A review // ISPRS Journal of Photogrammetry and Remote Sensing. 2014. № 92. P. 26-37.
11. Xu H. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery // International Journal of Remote Sensing. 2006. № 27. P. 3025-3033.
площади озера Ножий (0,524...0,904), что объясняется его сложной формой, большей по сравнению с другими озерами площадью, а также режимом питания, связанным с поступлением воды из р. Судунтуй.
_References
1. Kurganovich K.A. Vodnye resursy i vodo-polzovanie (Water resources and water use). Vyp. 7. Chita: ZabGU, 2015. P. 18-26.
2. Nagaeva E.V., Obyazov V.A., Kurganovich K.A. Vestn. Zab. Gos. Univ. (Transbaikal State University Journal), 2014, no. 10, pp. 11-19.
3. Obyazov V.A. Vestn. Zab. Gos. Univ. (Transbaikal State University Journal), 2011, no. 7, pp. 7885.
4. Obyazov V.A. Izvestiya Russkogo geografich-eskogo obshchestva (Proceedings of the Russian Geographical Society), 1996, no. 3, pp. 66-73.
5. Chechel A.P. Sodovye ozera Zabaykalya: ekologiya i produktivnost (Soda lakes of Transbaikalie: ecology and productivity). Novosibirsk: Nauka, 1991. P. 12-15.
6. Feyisa G.L., Meilby H., Fensholt R., Proud S.R. Remote Sensing of Environment (Remote Sensing of Environment), 2014, no. 140, pp. 23-35.
7. Ji L., Zhang L., Wylie B. Photogrammetric Engineering and Remote Sensing (Photogrammetric Engineering and Remote Sensing), 2009, no. 75, pp. 1307-1317.
8. McFeeters S. K. International Journal of Remote Sensing (International Journal of Remote Sensing), 1996, no. 17, pp.1425-1432.
9. Roy D.P., Wulder M.A., Loveland T.R. Remote Sensing of Environment (Remote Sensing of Environment), 2014, no. 145, pp. 154-172.
10. Song C., Huang B., Ke L., Richards K.S. IS-PRS Journal of Photogrammetry and Remote Sensing (ISPRS Journal of Photogrammetry and Remote Sensing), 2014, no. 92, pp. 26-37.
11. Xu H. International Journal of Remote Sensing (International Journal of Remote Sensing), 2006, no. 27, pp. 3025-3033.
Коротко об авторах _
Курганович К.А., канд. техн. наук, доцент, научн. сотрудник лаборатории региональной климатологии, ИПРЭК СО РАН, зав. каф.«Водное хозяйство и инженерная экология», Забайкальский государственный университет г. Чита, Россия [email protected]
Научные интересы: моделирование гидрологических процессов, дистанционное зондирование Земли
Носкова Е.В., мл. науч. сотрудник лаборатории региональной климатологии, ИПРЭК СО РАН, ассистент, каф. «Водное хозяйство и инженерная экология», Забайкальский государственный университет, г. Чита, Россия [email protected]
Научные интересы: изменение климата, ветровой режим, ветроэнергетика
_Briefly about the authors
K. Kurganovich, candidate of technical sciences, associate professor, research associate of the Regional Climatology Laboratory, INREC SB RAS, head of the Water Management and Engineering Ecology department, Transbaikal State University, Chita, Russia
Scientific interests: modeling of hydrological processes, remote sensing of environment
E. Noskova, junior researcher, Laboratory of Regional Climatology, INREC SB RAS, assistant, Water Management and Engineering Ecology department, Transbaikal State University, Chita, Russia
Scientific interests: climate change, wind conditions, wind energy
