Оценка возможностей использования данных прибора MODIS для мониторинга паводковой обстановки на примере паводка на реке Чулым весной 2014 года Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

УДК 528.88

ОЦЕНКА ВОЗМОЖНОСТЕЙ ИСПОЛЬЗОВАНИЯ ДАННЫХ ПРИБОРА MODIS ДЛЯ МОНИТОРИНГА ПАВОДКОВОЙ ОБСТАНОВКИ НА ПРИМЕРЕ ПАВОДКА НА РЕКЕ ЧУЛЫМ ВЕСНОЙ 2014 ГОДА

Михаил Павлович Шагаев

Сибирский центр ФГБУ «НИЦ "Планета"», 630099, Россия, г. Новосибирск, ул. Советская, 30, ведущий электроник отдела НИР; Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, магистрант кафедры физической геодезии и дистанционного зондирования, тел. (913)935-26-99, e-mail: shagaev@rcpod.ru

Екатерина Николаевна Кулик

Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры физической геодезии и дистанционного зондирования, тел. (913)926-82-57, e-mail: e.n.kulik@ssga.ru

В статье рассмотрены возможности применения методов дистанционного зондирования Земли при мониторинге паводковой обстановки. Приведены результаты проведенных экспериментов в Сибирском центре ФГБУ «НИЦ "Планета"» на примере паводка на реке Чулым Новосибирской области в 2014 году.

Ключевые слова: дистанционное зондирование Земли, мониторинг паводковой обстановки, данные прибора MODIS.

ASSESSMENT OF POTENTIALS OF MODIS DATA' USE FOR FLOOD MONITORING ON THE EXAMPLE OF CHULYM RIVER FLOOD, SPRING 2014

Mikhail P. Shagaev

Siberian Center FGBU «SRC"Planeta"», 630099, Russia, Novosibirsk, Sovetskaya st., 30, Leading Electronic Engineer of R&D Department; Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Master student of Physical Geodesy and Remote Sensing Department, tel. (913)935-26-99, e-mail: shagaev@rcpod.ru

Ekaterina N. Kulik

Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Associate Professor of Physical Geodesy and Remote Sensing Department, tel. (913)926-82-57, e-mail: e.n.kulik@ssga.ru

The possibilities of the remote sensing application in flood monitoring are discussed. The results of the experiments in the Siberian center FGBU «SRC "Planet"» are presented. Area of interest was the flood on Chulym river, Novosibirsk region, spring 2014.

Key words: remote sensing, flood monitoring, MODIS data.

Паводки и наводнения это стихийные бедствия, охватывающие большие территории и превосходящие по наносимому ущербу все другие чрезвычайные ситуации. Наиболее эффективным методом слежения за паводком может служить космический мониторинг с использованием данных дистанционного зондирования Земли (ДДЗЗ). В ФГБУ «НИЦ «Планета» регулярно проводится мо-

ниторинг паводков. Для выявления затопленных территорий используются данные с таких космических аппаратов (КА) как Ресурс-П и Landsat-8, так как они имеют высокое пространственное разрешение. Такие спутники дают снимки, содержащие исчерпывающую информацию о поводке на момент съемки. Однако, интервалы между съёмками территории наводнения этими КА могут быть крайне велики. Для решения проблемы своевременного обновления можно использовать данные со спутников, производящих ежедневное зондирование земной поверхности.

Цель эксперимента состояла в демонстрации технологических возможностей методики мониторинга паводка, а также оценке потенциала использования информации с КА TERRA и AQUA на примере наводнения на реке Чулым в апреле 2014 года.

В начале апреля 2014 года на реке Чулым начался паводок. Для мониторинга затопленных территорий использовались данные со спутников Ресурс-П и Landsat-8 с пространственным разрешением до 15 метров каждый, а также данные GoogleMaps. Для определения областей подтопления было необходимо выделить положение поймы реки. Для этого был использован летний снимок местности из архива GoogleMaps (рис. 1).

Данные со спутника Ресурс-П за 16 апреля 2014г. были основным источником информации о паводковой обстановке во время подъема воды. Для определения кромки воды была проведена классификация изображения по методу IsoData. После выделения классов, соответствующих территориям подтопления, была получена карта подтопления (рис. 2).

Рис. 1. Летний снимок местности из Рис. 2. Результат обработки снимка Ре-архива GoogleMaps с выделенным сурс-П за 16 апреля 2014 г. Красным вы-контуром поймы р. Чулым делена пойма реки, синим -

область затопления

Следующим изображением высокого разрешения интересующей нас территории был снимок со спутника Landsat-8 от 12 мая 2014 г. После атмосферной коррекции снимок был приведён к разрешению 15 метров с помощью метода Pan Sharpening. Далее была проведена классификация c целью выделения областей подтопления. Ниже приведен снимок с наложенным на него векторным слоем зон подтопления. По этому изображению можно оценить, насколько площадь водной поверхности уменьшилась за 25 дней (рис. 3).

Рис. 3. Снимок со спутника Landsat-8 от 12 мая 2014 г.

Красным выделена пойма реки, синим - область затопления

Основываясь на полученных результатах, в среде ArcGIS была проведена оценка площади водной поверхности разлившейся реки на моменты 16 апреля и 12 мая 2014 г. Были рассчитаны площадь поймы и площади затопления на эти даты. В пределах области интереса площадь паводка составила: 16 апреля ~2.54 км2; 12 мая~0.42 км2; площадь поймы ~0,24 км2.

При мониторинге паводковой обстановки важным фактором является своевременность полученных данных. Становится очевидной необходимость использования данных со спутников, производящих ежедневное зондирование интересующих участков земной поверхности, таких как TERRA и AQUA. С учетом облачности интервал между съемками для таких КА составляет в среднем 4-5 дней. Необходимо учитывать особенность использования таких данных, поскольку съемочное оборудование этих КА позволяет получать снимки низкого пространственного разрешения. В нашей работе мы использовали данные прибора MODIS этих спутников, имеющие пространственное разрешение 250 метров.

Для визуальной оценки информативности данных на снимки MODIS от 16 апреля 2014г. наложен контур областей затопления, полученный после обработки снимка КА Ресурс-П на аналогичную дату (рис. 4).

Итоговый контур наводнения, который удалось выявить классификацией снимков MODIS, в общих чертах повторяет контур паводка, полученного на основе данных спутника Ресурс-П (рис. 5).

Для выделения областей подтопления и уточнения площади паводка, были рассчитаны значения индекса МОУ! для территории паводка (рис. 6).

Рис. 4. Снимок MODIS со спутника Aqua: красный и инфракрасный спектральный канал

Рис. 5. Выделение водной поверхности на снимке MODIS

Рис. 6. МОУ1 по данным MODIS(Terra), 16 апреля 2014 г.

Характерные значения МОУ! для областей: 1(озеро, лёд) - 0.10; 2 - 0.14; 3 - 0.2; 4 - 0.2; 5(посёлок) - 0.23

Поскольку по снимкам MODIS нельзя выделить контуры затопления с высокой точностью, следовательно, нет возможности с приемлемой точностью рассчитать площади затопления по контурам. Таким образом, встаёт вопрос оценки доли площади, занятой водой, внутри одного пикселя. Сложность этой задачи обуславливается тем, что нельзя просто сравнить отношения яркости пикселя в некотором спектре в разное время (до и во время наводнения), так как изменяется множество условий проведения съемки, таких как высота Солнца, угол съёмки и пр. Однако сравнение NDVI лишено этих недостатков.

Ниже приведено два решения для оценки доли пикселя, занятого водой: одно приближенное, второе более точное. Приближенное решение:

_ i _ (NDVI! *(1+NDVIq}) (1)

NDVIo-NDVIi ' ( )

где NDVI0 - значение индекса NDVI до наводнения,

NDVI1 - значение индекса NDVI во время наводнения, s - доля площади пикселя, занятого водой.

Точное решение:

= (l-ß}*(a-Y} (2)

где а - значение индекса NDVI до наводнения,

у - значение индекса NDVI во время наводнения, ß - значение индекса NDVIдля пикселя, полностью занятого водой, к - отношение значений яркости водной поверхности в ближнем инфракрасном канале во время наводнения и до него, s - доля площади пикселя, занятого водой. На момент паводка 16 апреля 2014 г. на снимке не было обнаружено открытых водных поверхностей достаточной площади для определения коэффициентов ß и k, следовательно, не было возможности использовать точное решение. Таким образом, оценка площади паводка была проведена на основе приближенного решения.

Рассчитывая площадь подтопления по площади контура, классифицируемого как водная поверхность, получили площадь паводка равной 6 км2, что более чем в 2 раза превышает реальную площадь паводка на данном участке реки в этот период. При учете поправки, площадь паводка была оценена в 4 км2, что в 1,5 раза ближе к истине, по сравнению с предыдущим результатом.

Далее мы использовали продукт MCD43A4, который представляет собой 16-ти дневный композит снимков, составленный по данным TERRA и AQUA с помощью функции BRDF (двулучевая функция отражательной способности). Пространственное разрешение MCD43A4 составляет 500 метров. При разливах рек на более чем 250 метров этот продукт можно использовать для оценки площади наводнения. Но при паводках небольших масштабов использование продукта с таким разрешением для мониторинга состояния паводка не представляется возможным.

Вывод

Основной проблемой мониторинга половодий по ДДЗЗ можно назвать нехватку оперативных данных. Эта проблема связана с ограничениями частоты повторения спутниковой съемки конкретных затопляемых территорий и наличием облачности. Поэтому при наблюдениях половодий целесообразно использовать информацию со всех доступных космических систем. Вместе с тем, пространственное разрешение данных некоторых КА, таких, как TERRA и AQUA, не позволяет достоверно дешифрировать кромку воды и приводит к ошибкам в определении масштабов половодья. Таким образом, оперативный мониторинг паводков из космоса без использования наземных наблюдений в некоторых случаях малоэффективен. Для улучшения качества мониторинга необходимо использовать данные со стационарных гидропостов и, по возможности, организовывать временные (мобильные) посты гидрологических наблюдений в павод-коопасных районах. В перспективе, целесообразно провести моделирование зон затопления по космическим снимкам высокого пространственного разрешения в сочетании с данными об уровнях воды, определяемых на гидропостах. Такие модели способны обеспечить возможность более оперативно оценивать общую гидрологическую обстановку и динамику её развития.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Кулик Е. Н. Оперативный космический мониторинг: вчера, сегодня, завтра // Интерэкспо ГЕО-Сибирь-2012. VIII Междунар. науч. конгр. : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. (Новосибирск, 10-20 апреля 2012 г.). - Новосибирск: СГГА, 2012. Т. 2. - С. 134-139.

© М. П. Шагаев, Е. Н. Кулик, 2015