CC BY
36
УДК 528.854
МНОГОЛЕТНИЙ МОНИТОРИНГ УСЫХАНИЯ ОЗЕРА УБИНСКОЕ ПО СПУТНИКОВЫМ ДАННЫМ LANDSAT 4,5,7,8 С ПОМОЩЬЮ СПЕЦИАЛИЗИРОВАННЫХ АЛГОРИТМОВ СЕГМЕНТАЦИИ
Сергей Александрович Рылов
Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, кандидат технических наук, научный сотрудник, e-mail: [email protected]
В работе рассматривается изменение площади акватории озера Убинское с 1989 по 2017 год по спутниковым данным Landsat 4,5,7,8. Для автоматизированного определения площади водного зеркала озера использовался алгоритм выделения водной поверхности на мультиспектральных спутниковых снимках ECCA-Water. Для обработки изображений с пропусками данных со спутника Landsat-7 был применен специальный алгоритм для восстановления границ рассматриваемого водного объекта. Приводятся и обсуждаются полученные результаты определения площади водного зеркала озера Убинское. За рассматриваемый период она сократилась в 2,5 раза.
Ключевые слова: мониторинг, Убинское, озеро, площадь акватории, усыхание, спутниковая съемка, Landsat, полосы.
LONG-TERM MONITORING OF LAKE UBINSKOYE
BY LANDSAT 4,5,7,8 SATELLITE DATA WITH USE OF SPECIALIZED
SEGMENTATION ALGORITHMS
Sergey A. Rylov
Institute of Computational Technologies SB RAS, 6, Prospect Аkademik Lavrentiev St., Novosibirsk, 630090, Russia, Ph. D., Researcher, e-mail: [email protected]
The paper considers the Lake Ubinskoe water area change from 1989 to 2017 according to Landsat 4,5,7,8 satellite data. For the automated water extraction on the multispectral satellite images, ECCA-Water algorithm was applied. For the Landsat-7 satellite images containing missing data, a special algorithm was used to restore the boundaries of the water body. The obtained results of the determination of the area of the Lake Ubinskoe are given and discussed. During the considered period its area reduced by 2.5 times.
Key words: monitoring, Ubinskoye, lake, water surface area, drying, satellite images, Landsat, stripes, gap filling.
Природные водоемы имеют огромное значение для всех видов хозяйственной деятельности: они служат источником водоснабжения, широко используются для нужд сельского хозяйства, а также в качестве рыбных и охотничьих угодий [1, 2]. Характерной чертой для Новосибирской области, расположенной в зоне неустойчивого увлажнения, является значительное изменение площадей озер как в течение года, так и в многолетнем разрезе [3]. Однако в настоящее время можно отметить существенный недостаток информации о пространственно-временной динамике этих объектов [4]. В связи с этим наблюдаются определенные расхождения между данными, опубликованными в водном реестре
и других доступных источниках, по сравнению с оценками, полученными с помощью актуальных спутниковых снимков [3]. Обмеление озер может приводить к негативным последствиям для рыбного и сельского хозяйства, экологической обстановки и социально-экономической ситуации в регионе. Например, значительное снижение уровней озер Убинское и Ханата за последние десятилетия привело к массовой гибели рыбы [2, 5].
Озеро Убинское - крупное мелководное пресное озеро, которое считается вторым по величине в Новосибирской области. Для его гидрологического режима характерны многолетние циклические колебания уровня воды с амплитудой до 2 м. Преобладающие глубины в период повышенной водности составляют 2,0-2,8 м. В это время площадь озера увеличивается до 440 км . В маловодные периоды средняя глубина озера снижается до 0,6 м, а наибольшая - до 1 м [6]. В настоящее время озеро находится в маловодной стадии. Котловина Убин -ского озера имеет пологие заболоченные склоны. А побережье покрыто зарослями тростника обыкновенного, камыша озерного, разными видами осок и ив. В открытой части озера на дне расстилаются луга гребенчатого рдеста [7].
Получение актуальной и достоверной информации об изменениях площадей крупных озер возможно только с использованием спутниковых данных [1, 4, 8, 9]. Благодаря своей доступности, регулярности и высокому качеству съемки для мониторинга площадей водного зеркала озер широко используются данные со спутников серии Landsat (№ 4-8) [9-11]. Пространственное разрешение получаемых мультиспектральных изображений составляет 30 м, что позволяет проводить наблюдение за озерами площадью десятки и сотни км2.
Однако у спутниковой съемки Landsat-7 существует проблема с пропусками 22 % данных в виде полос по полю изображения, которая вызвана вышедшим из строя 31 мая 2003 года прибором SLC (Scan Line Corrector). Разработанные в настоящее время методы по восстановлению этих пропусков используют интерполяцию и данные других съемок [12]. Но эти подходы плохо подходят для неоднородных сцен и неприменимы в случаях, когда происходят существенные изменения границ объектов между съемками [13], таких как например изменения границ водоемов. При этом существует острая необходимость использования данных Landsat-7, т.к. нередко они оказываются единственными доступными данными съемки, особенно в период до 2013 года, когда был запущен Landsat-8.
В данной работе рассматривается задача мониторинга площади акватории озера Убинское с 1989 по 2017 год по спутниковым данным Landsat 4,5,7,8. Для автоматизированного определения площади озера использовался алгоритм выделения водной поверхности ECCA-Water [14]. Для обработки изображений с пропусками данных со спутника Landsat-7 был применен специальный алгоритм для восстановления границ рассматриваемого водного объекта. Приводятся полученные результаты определения площади озера Убинское.
Данные и методы. Для проведения мониторинга озера Убинское было взято 29 спутниковых снимков с 1989 по 2017 год: 1 - Landsat-4; 11 - Landsat-5; 6 - Landsat-8; 9 - Landsat-7 (из которых 4 содержат пропуски данных);
а также 2 дополнительных снимка Sentinel-2 за 2016 и 2017 года. Данные со спутников Landsat в большинстве случаев обеспечили 1-2 безоблачных снимка в год за летний период. По возможности выбирались снимки в районе августа месяца.
На первом этапе обработки осуществлялось выделение водной поверхности на мультиспектральных изображениях с помощью алгоритма ECCA-Water [14]. Этот алгоритм разработан на основе непараметрического быстродействующего алгоритма кластеризации ECCA [15] для автоматического выделения водной поверхности по данным с космических аппаратов Ресурс-П и Канопус-В. Он также хорошо показал себя по сравнению с другими методами автоматического выделения водной поверхности при выделении озер по данным Sentinel-2 [16].
Полученные результаты проверялись визуально и в случае наличия ошибок (которые были связаны с мелкими облаками, высокой мутностью или сильными зарослями тростников и водорослей) корректировались с помощью промежуточных результатов кластеризации или вручную. Необходимо отметить, что густые прибрежные заросли, не отличимые от заболоченных склонов, к акватории озера не относились.
После выделения водной поверхности, она разделялась на множество пространственно-связных областей, из которых по заданным координатам выбиралась область, соответствующая анализируемому водоему. После чего рассчитывалась его площадь.
В тоже время для изображений Landsat-7 с пропусками данных был применен специально созданный алгоритм для восстановления границ рассматриваемого водного объекта. Сначала формируется картосхема, содержащая 3 класса: вода, суша и полосы пропусков данных. Предполагается, что ширина полос значительно меньше размеров рассматриваемого объекта. Целью алгоритма является установление соединений между водными сегментами (и их концами), разделенными полосами. Задача является достаточно тривиальной для случая объектов выпуклой формы. Однако на практике это редко выполняется и необходимо рассматривать случаи, когда множество сегментов с одной стороны полосы может быть связана с множеством сегментов с другой стороны, образуя «острова» или «мосты». Соединение концов сегментов осуществляется при их последовательном рассмотрении, решение об изменении соединений принимается исходя из минимизации общей длины соединений (рис. 1). Результаты применения алгоритма восстановления границ к 6 случайным изображениям Убинского озера с искусственным нанесением полос показали, что точность определения площади озера на поврежденных снимках находится в пределах 0,2 %.
Результаты определения площади акватории озера Убинское. В таблице и на графике (рис. 2) представлены полученные результаты определения площади водного зеркала озера Убинское с 1989 по 2017 год. Пунктирной линией на графике показана линия тренда.
Рис. 1. Результат работы алгоритма восстановления границ водоема на спутниковом изображении с пропусками данных ЬапёБа11-7 за 26.08.2003
Изменение площади акватории озера Убинское
Сенсор Дата съемки Площадь 2 км Сенсор Дата съемки Площадь 2 км Сенсор Дата съемки Площадь 2 км
L4 04.09.89 426,3 L7 19.05.02 397,2 L7 22.06.12 202,7
L5 30.08.90 425,4 L7 26.08.03 377,7 L8 28.07.13 183
L5 16.10.93 416,9 L7 28.08.04 369,2 L8 14.09.13 163,3
L5 12.05.94 417 L7 16.09.05 320,5 L8 29.06.14 163,8
L5 23.05.98 410,8 L5 26.08.06 251 L8 31.05.15 164
L5 12.09.98 407,7 L5 29.08.07 252,8 S2 23.06.16 169,4
L7 16.09.99 396,8 L5 19.06.08 271,8 L8 27.07.16 168
L7 14.06.00 408,7 L5 08.07.09 218,8 L8 27.05.17 171,7
L7 01.08.00 394,5 L5 18.06.10 232,2 S2 03.09.17 165,1
L7 04.08.01 375,7 L5 15.08.11 224,2
4?С
- ^ ^ м ^ -и н - -I Г1 Г| М М 01 Г1 О! Г^ ^ Г| Г1 ГЧ Г^ П 01 сч СМ О)
Рис. 2. График изменения площади акватории озера Убинское по данным спутниковой съемки (км2)
Результаты показывают, что за рассмотренный период площадь акватории озера сократилась в 2,5 раза. Особенно резкое усыхание происходило с 2000 по 2013 год. Однако с 2013 года площадь стабилизировалась на минимальном уровне ~ 165 км и тренд на понижение остановился.
Наблюдаемые локальные колебания объясняются внутригодовыми изменениями площади озера. Весеннее таяние снегов обеспечивает повышенный уровень озера в мае и начале июня. Если исключить результаты за май-июнь, то график будет практически монотонным.
Рис. 3. Спутниковые изображения Убинского озера с выделенным контуром водного зеркала за 1989 г., 2008 г. и 2017 г.
Заключение. В работе представлены результаты оценки изменения площади акватории озера Убинское с 1989 по 2017 год по спутниковым данным Landsat 4,5,7,8 с помощью специализированных алгоритмов для выделения водной
поверхности и устранения пропусков в данных. За рассматриваемый период площадь озера сократилась в 2,5 раза с 425 до 165 км . При этом с 2013 года процесс сокращения остановился и площадь стабилизировалась на минимальном уровне.
Таким образом, на данный момент Убинское озеро уже не является вторым по величине в Новосибирской области, уступив эту позицию озеру Сартлан.
Результаты также показали значительную внутригодовую динамику изменения площади Убинского озера. В дальнейшем получение значительного числа внутригодовых наблюдений благодаря использованию дополнительных данных с двух новых спутников Sentinel-2 позволит провести анализ внутригодовых изменений площади водного зеркала.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Дубовик Д. С., Якутии М. В. Использование данных дистанционного зондирования Земли в мониторинге малых озер Убсунурской котловины (Тыва) // Интерэкспо ГЕО-Сибирь-2016. XII Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 18-22 апреля 2016 г.). - Новосибирск : СГУГиТ, 2016. Т. 2. - C. 74-78.
2. Рязанова Н. Е., Кравчук М. В. Изменения площадей Сарпинских озёр в 2005-2016 гг. Причины и последствия // Науки о Земле: вчера, сегодня, завтра: материалы III Междунар. науч. конф. (г. Санкт-Петербург, июль 2017 г.). - СПб.: Свое издательство, 2017. - С. 26-32.
3. Институт озероведения РАН, Озера Новосибирской области [Электронный ресурс]. -URL: http://www.limno.org.ru/win/lakerus/nso_04.htm (дата обращения 23.03.2018).
4. Лямина В.А., Глушкова Н.В., Смоленцева Е.Н., Зольников И.Д. Использование методов ГИС и ДЗ для мониторинга площади озер и солончаков на территории юга Западной Сибири // ГЕ0-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2010 г.). - Новосибирск : СГГА, 2010. Т. 4, ч. 2. - С. 3-7.
5. Терещенко В.Г., Терещенко Л.И. Влияние изменения уровня воды крупного мелководного оз. Убинское на структуру его рыбного населения // Биология внутренних вод. -2004. - №. 1. - С. 80-87.
6. Иллюстрированный атлас «Охота, рыбалка, туризм - Новосибирская область». -Новосибирск: Издательство «Арта», 2004. - 128 с. - ISBN 5-902700-01-9.
7. Научно-популярная энциклопедия «Вода России», Убинское озеро [Электронный ресурс]. - URL: http://water-rf.ru/Водные_объекты/1274/Убинское_озеро (дата обращения 23.03.2018).
8. Анопченко Л.Ю. Динамика обсыхания причановской территории Барабы по данным космических снимков // Интерэкспо Гео-Сибирь. - 2011. - Т. 4. - С. 245-248.
9. Курганович К.А., Носкова Е.В. Использование водных индексов для оценки изменения площадей водного зеркала степных содовых озер юго-востока Забайкалья, по данным дистанционного зондирования // Вестник Забайкальского государственного университета. -2015. - №. 6 (121). - С.16-24.
10. Acharya T.D., Lee D.H., Yang I.T., Lee J.K. Identification of Water Bodies in a Landsat 8 OLI Image Using a J48 Decision Tree // Sensors. - 2016. - Vol. 16. - N. 7. - P. 1075.
11. Кравцова В.И., Тарасенко Т.В. Динамика термокарстовых озер центральной Якутии при изменениях климата с 1950 года // Криосфера Земли. - 2011. - Т. 15. - № 3. -С. 31-42.
12. Hossain M. S. et al. Assessment of Landsat 7 Scan Line Corrector-off data gap-filling methods for seagrass distribution mapping // International Journal of Remote Sensing. - 2015. -Vol. 36. - N. 4. - P. 1188-1215.
13. Yin G. et al. A comparison of gap-filling approaches for Landsat-7 satellite data // International Journal of Remote Sensing. - 2017. - Vol. 38. - N. 23. - P. 6653-6679.
14. Рылов, С.А. Технология обработки данных с космических аппаратов «Канопус-В», «Ресурс-П» и «Метеор-М» для мониторинга и картографирования паводковой ситуации / С.А. Рылов, О.Г. Новгородцева, И.А. Пестунов, О.А. Дубровская, Ю.Н. Синявский // Материалы II межд. научной конф. «Региональные проблемы дистанционного зондирования Земли». - Красноярск: СФУ, 2015. - С. 207-212.
15. Пестунов И.А., Рылов С.А., Бериков В.Б. Иерархические алгоритмы кластеризации для сегментации мультиспектральных изображений // Автометрия. - 2015. - Т. 51. - № 4. -С. 12-22.
16. Донцов А.А., Пестунов И.А., Рылов С.А., Суторихин И.А. Автоматизированный мониторинг площадей акваторий озер и водохранилищ по спутниковым данным // Интерэкспо ГЕ0-Сибирь-2017. XIII Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 17-21 апреля 2017 г.). - Новосибирск : СГУГиТ, 2017. Т. 2. - С. 38-45.
© С. А. Рылов, 2018
