CC BY
14НАУЧНЫЕ СТАТЬИ
Гидрометеорология и экология № 3 2016
УДК 504.3.05
Л.Ф. Спивак 1 М.Ж. Батырбаева 2 И.С. Витковская 2 Н.Р. Муратова 2 Н.И. Бердыгулов 2 Д.К. Момбекова 2 К.А. Жаксыбекова 3 Ж.Т. Капатай 3
ВОЗМОЖНОСТЬ ИСПОЛЬЗОВАНИЯ СПУТНИКОВЫХ ДАННЫХ ПРИ ОЦЕНКЕ ЗАСУШЛИВОСТИ НА ТЕРРИТОРИИ КАЗАХСТАНА
Ключевые слова: дистанционное зондирование, вегетационные индексы, многолетние ряды, гидротермический коэффициент, индекс засушливости
Исследована возможность использования спутниковой информации при анализе погодных условий и оценке засушливости на территории Казахстана по аналогии с наземными индексами засушливости (гидротермический коэффициент ГТК). Разработана схема расчета вегетационных индексов (ВИ) в окрестности метеостанций для определения корреляции наземных и спутниковых индексов засушливости.
Проведены расчеты корреляционных коэффициентов между индексами ГТК и ВИ для 37районов северных областей РК. Показано, что интегральные ВИ, обладая достаточно высокой теснотой связи с ГТК, могут являться спутниковыми аналогами этого индекса, что позволяет уверенно использовать их при анализе воздействия погодных условий на состояние растительности в отсутствие наземных данных.
При установлении степени засушливости по данным наземных наблюдений в качестве исходной информации используются различные индексы, построенные на основе рядов среднемесячных и суточных темпе-
1 Государственный университет «Дубна», Россия
2 АО «НЦКИТ» РК, г. Алматы, Казахстан
3 КазНУ им. аль-Фараби, г. Алматы, Казахстан 26
Доктор техн. наук Канд. техн. наук Канд. физ.-мат. наук Канд. техн. наук
Доктор физ.-мат. наук
ратур воздуха и месячных сумм осадков: гидротермический коэффициент Селянинова, SPI, индекс Педя и др. Возможность установления зависимостей между спутниковыми вегетационными индексами и параметрами контактных измерений объясняется общностью причин:
1) при контактных измерениях определяются значения температур и осадков, далее производится расчет индексов, основанных на комплек-сировании этих величин и определяющих степень засушливости;
2) при использовании методов дистанционного зондирования (ДЗЗ) рассчитываются индексы вегетации, построенные на значениях красного и ближнего инфракрасного участков спектра отражения, а также значений теплового диапазона. По спутниковым индексам определяется состояние растительного покрова, зависящее от температурно-влажностных условий сезона.
Анализ условий засушливости на основе спутниковой информации базируется на связях состояния растительности с ее спектральными отражательными способностями. Воздействие засушливых условий сказывается на состоянии растительности, приводя к уменьшению хлорофилла в листьях и стеблях. Это сопровождается изменением характеристик отраженного сигнала и фиксируется в результате съемки спутниковым радиометром.
Распознавание засушливых погодных условий на территории Казахстана и мониторинг их последующего развития по состоянию растительного покрова проводится с использованием дифференциальных и интегральных вегетационных индексов [2, 3, 4, 5]:
- нормализованный дифференциальный вегетационный индекс NDVI = (NIR - RED)/{NIR + RED) (NIR - отражение в ближней
инфракрасной области спектра, RED - отражение в красной области спектра) - индекс эффективен при оценке сезонной динамики состояния растительности;
- интегральный вегетационный индекс IVI = £ NDVIt (t -
t
номер декады в сезоне) - характеризует общий объем зеленой биомассы за вегетационный сезон; используется при анализе межсезонных вариаций состояния растительности;
- интегральный индекс условий вегетации
IVCI = ((IVIi - IVImln )/(IVImax - IVImin ))-100% - ( IVImax , IVImn -
максимальное и минимальное значения индекса в каждом пикселе за весь
период наблюдения) - используется при анализе межсезонных вариаций влияния погодных условий на состояние растительного покрова.
Установление корреляционных связей между спутниковыми индексами вегетации и параметрами, рассчитываемыми по наземной информации, является важной задачей для подтверждения достоверности описания спутниковыми индексами процессов, происходящих с растительным покровом. Зачастую нет возможности прямого сопоставления данных, полученных различными способами (контактные и дистанционные), что обусловлено специфическими пространственно-временными особенностями. В связи с этим, большое значение приобретает выявление косвенных факторов и возможность определения связей между ними.
Специфика получения данных из разных систем наблюдений заключается в следующем:
1) наземные измерения получены с разреженной сети метеостанций (М), являются точечными и неравномерно распределенными, проводятся несколько раз в сутки с высокой периодичностью (включая ночное время суток); для определения их территориального распределения реализуется процедура интерполяции, что понижает точность определения заданной величины между узлами сети измерений;
2) эффективность использования космической информации общеизвестна: регулярные, территориально непрерывные данные, наличие многолетней архивной информации, свободный доступ к данным низкого разрешения, экономичность.
Для сравнения точечной наземной информации и пространственных спутниковых данных необходимо построить репрезентативные окна, в пределах которых будут рассчитываться значения вегетационных индексов. На спутниковых снимках вокруг выбранных метеостанций выделены прямоугольные участки различных размеров (5^5 км, 10^10 км, 20x20 км, 30x30 км, 50x50 км), центрами которых являются метеостанции. Увеличение размера окна приводит к возрастанию неоднородности подстилающей поверхности. При определении значений вегетационных индексов наряду с растительным покровом различной плотности включаются участки с открытой почвой, мелкие водные объекты, населенные пункты, дороги. Для повышения информативности о типах подстилающей поверхности, входящих в выбранное окно, использованы данные среднего и высокого разрешения (снимки спутника Landsat, Google Earth), представленные на рис. 1. В качестве оптимального размера окна принят прямоугольник размером 5x5 км.
Согласно представленным фрагментам, в выделенное окно помимо растительности попадают элементы инфраструктуры. При условии, что их доля невелика, значения спутниковых вегетационных индексов, рассчитанных для выделенных тестовых участков, в основном характеризуют состояние растительного покрова. При попадании в выделенное окно водных, урбанистических, инфраструктурных объектов окно сдвигалось.
в г
Рис. 1. Фрагменты подстилающей поверхности в «окнах» размерами 5*5 км (источник Google Earth) а -МЖаксы, б -МЖалтыр, в - М Атбасар, в - М Астана.
Первоначально проведен корреляционный анализ между индексами ГТК и IVCI, рассчитанных осреднением по границам выбранных окон, для определения тесноты связи между индексами. Наиболее высокий коэффициент корреляции между индексами ГТК и IVCI отмечен для Коста-найской области. Здесь для более 75 % метеостанций теснота связи между исследуемыми индексами определена как сильная и очень сильная; в Се-веро-Казахстанской области - для 50 % М отмечена умеренная теснота связи и для 40 % исследуемых станций теснота связи является сильной; в Акмолинской области - примерно для 60 % М теснота связи умеренная и для 20 % - сильная.
При оценке коэффициентов корреляции оценивается только степень тесноты связи между параметрами, но не исследуются их причинно-следственные связи. Интерпретация значений коэффициента корреляции по шкале Чеддока [1] представлена в табл. 1.
Таблица 1
Теснота связи и величина коэффициента корреляции
Коэффициент корреляции
0 0
0,
0
ОС
0,
0
00
5
6
4 6
5 4
4 4
5 2
5
,2 0,
Л
ь т с о м и с и
ва
з
Теснота связи
яа н ь л и с ь н е ч о
а яа н
ь л и с
н ь л и с
н н
е р
е
м у
б а л с
ба л с ь н е ч о
я ь ат нс то
ар м р
и
об иси
»в
I й «з
Сравнение многолетних распределений этих индексов на примере М Жаксы и М Жалтыр показывает хорошее согласие, рис. 2.
ОООООООООО — с оооооооооооо
Год
б
Рис. 2. Динамика индексов ГТК (1) и 1УС1 (2) для М Жаксы (а) и
МЖалтыр (б).
Следует оценить возможность использования спутниковых вегетационных индексов вместо индекса ГТК для установления в последующих расчетах корреляционной связи со значениями урожайности. Переход к ВИ, осредненным по административным границам районов незначительно изменяет значения коэффициентов корреляции, не более 1...2 %. В табл. 2 приведены рассчитанные значения коэффициентов корреляции для переменных ГТК и спутниковых индексов - НОУ1 тах , ¡VI, 1УС1 для
10 районов Акмолинской, 17 районов Костанайской и 10 районов СевероКазахстанской областей. Практически все они лежат в диапазоне 0,60. 0,78, что свидетельствует о сильной тесноте связи.
Таблица 2
Значения коэффициентов корреляции взаимосвязи ГТК и ВИ
Район Коэс )фициент корреляции
ГТК ~ 1УС1 ГТК ~ IVI ГТК ~ ^У!т3х
Акмолинская область
Акколь 0,66 0,67 0,57
Астана 0,63 0,63 0,61
Атбасар 0,71 0,73 0,71
Аршалы 0,67 0,67 0,62
Балкашино 0,72 0,73 0,62
Ерейментау 0,64 0,64 0,59
Есиль 0,7 0,7 0,72
Жаксы 0,68 0,67 0,63
Коргалжин 0,38 0,41 0,13
Костанайская область
Амангельды 0,29 0,29 0,59
Аркалык 0,48 0,48 0,31
Денисовский 0,65 0,65 0,77
Камыстинский 0,45 0,44 0,46
Ауеликольский 0,58 0,58 0,6
Наурзумский 0,78 0,77 0,75
Аркалык (Екидин) 0,69 0,7 0,5
Карасуский (Жел. дор.) 0,77 0,77 0,55
Житигаринскии 0,66 0,65 0,56
Карабалыкский 0,68 0,68 0,75
Карасуский (Карасу) 0,78 0,78 0,53
Ауеликольский 0,73 0,73 0,65
Мендикаринский 0,62 0,63 0,34
Узункольский 0,74 0,74 0,53
Район Коэс )фициент корреляции
ГТК ~ 1УС1 ГТК ~ 1У1 ГТК ~ Щ>У1тх
Тарановский 0,68 0,67 0,73
Жангельдинский 0,26 0,27 0,34
Сарыкольский 0,25 0,24 0,21
Северо-Казахстанская область
Благовещенка 0,73 0,71 0,74
Булаево 0,70 0,69 0,68
Чкалово 0,51 0,53 0,59
Кишкенеколь 0,60 0,65 0,66
Петропавловск 0,40 0,49 0,47
Сергеевка 0,59 0,6 0,62
Тайынша 0,64 0,66 0,69
Тимирязево 0,54 0,52 0,5
Возвышенка 0,66 0,66 0,71
Явленка 0,51 0,52 0,58
Наиболее высокий коэффициент корреляции отмечен для Костанай-ской области. Здесь, для более, чем 59 % метеостанций теснота связи между исследуемыми индексами определена как сильная, 18 % - умеренная, 23 % -слабая; в Северо-Казахстанской области - для 50 % М отмечена сильная теснота связи и для 50 % исследуемых станций теснота связи является умеренной; в Акмолинской области - для 70 % М теснота связи сильная, для 20 % -умеренная, для 1 М - слабая. Кроме того, значения ЫПУ1 тах также дают достаточно высокие значения коэффициентов корреляции.
Как правило, в каждом административном районе располагается метеостанция. По тесноте связи между ГТК и спутниковыми интегральными индексами вегетации 1У1, 1УС1 проведено районирование территории северных областей Казахстана в разрезе районов (рис. 3). Подобный подход дает возможность сравнительной оценки территориального использования данных ДЗЗ при описании реакции растительного покрова на изменение метеопараметров. Так, для Костанайской области наиболее низкие значения корреляции между наземными и спутниковыми индексами отмечаются в южных районах; в Акмолинской области - Аршалын-ский, Буландынский, Целиноградский районы; в Северо-Казахстанской области - Кызылжарский район.
На примере трех районов Акмолинской и трех районов Костанайской областей выполнена оценка корреляционных связей между спутниковыми
характеристиками вегетационного покрова ЫПУ1 тах и IVI, с одной стороны, и значениями температуры и осадков, с другой стороны, для установления значимости влияния этих параметров на развитие растительности. Значения IVI рассчитаны за май - август (период активной вегетации); суммы температур и суммы осадков определены за этот же временной интервал. Значения коэффициентов корреляции приведены в табл. 3.
Рис. 3. Районирование территории северных областей Казахстана в
разрезе районов по тесноте связи между ГТК и спутниковыми интегральными индексами вегетации. 1 - 0,81... 0,90 (весьма сильная связь); 2 - 0,65 . 0,80 (сильная связь); 3 - 0,45.0,64 (умеренная связь); 4 - 0,25.0,44 (слабая связь); 5 - нет данных.
Таблица 3
Коэффициенты корреляции спутниковых индексов с метеопараметрами
Район Коэффициент корреляции индекса
с суммарной температурой с осадками
т тах т тах
Акмолинская область
Аршалы 0,75 0,68 0,63 0,59
Жаксы 0,68 0,69 0,64 0,59
Коргалжын 0,6 0,38 0,38 0,13
Костанайская область
Амангельды 0,65 0,78 0,25 0,54
Житигара 0,88 0,83 0,57 0,47
Тобол 0,73 0,69 0,59 0,67
При этом теснота связи параметров состояния вегетации от температуры определена в диапазоне 0,60...0,88, что свидетельствует об очень сильной зависимости развития растительного покрова от накопленной за сезон температуры. Теснота связи между вегетационными индексами и суммой осадков существенно ниже - максимум до 0,67.
Резюмируя выше сказанное, можно считать, что интегральные индексы вегетации 1У1, 1УС1 обладая достаточно высокой теснотой связи с гидротермическим коэффициентом, могут являться спутниковыми аналогами индекса ГТК , что позволяет уверенно использовать их при анализе воздействия погодных условий на состояние растительности в отсутствие наземных данных.
В этом случае предлагается следующая схема использования спутниковых индексов:
1) помесячные значения индексов вегетации соответствуют месячным значениям ГТК ;
2) при достижении максимума пика вегетации (определяется по ЫБУ1 - кривой) значения -МОУ7тах могут аналогично ГТК, рассчитанного за определенный интервал времени, характеризовать степень засушливости сезона;
3) значения интегральных индексов также могут характеризовать степень засушливости сезона. ГТК учитывает воздействие на растительный покров одновременно температуры и осадков.
Высокие значения корреляции между гидротермическим коэффициентом и вегетационными индексами позволяют уверенно использовать последние при анализе воздействия погодных условий на состояние растительности при отсутствии наземных данных.
Работа выполнена в рамках гранта МОН РК «Разработать информационную технологию мониторинга и прогноза засух на основе многолетних рядов данных дистанционного зондирования территории Казахстана» по приоритету «Информационные и телекоммуникационные технологии» бюджетной программы 217 «Развитие науки».
СПИСОК ЛИТЕРАТУРЫ
1. Орлов А.И. Прикладная статистика: Учебник. - М.: Издательство «Экзамен», 2004. - 656 с.
2. Спивак Л., Витковская И.,. Батырбаева М. Муратова Н., Кауазов А. Космический мониторинг засух в Казахстане: анализ многолетних данных
дистанционного зондирования // Земля из космоса: наиболее эффективные решения. - 2012. - Вып. 14. - С. 15-23.
3. Kogan F.N. Remote sensing of weather impacts on vegetation in non-homogeneous areas. // Int. Journal of Remote Sens. - 1990. - Vol. 11. -P. 1405-1419.
4. Rouse J.W., Haas R.H., Schell J.A. and Deering D.W. Monitoring vegetation systems in the great plains with ERTS // Third ERTS Symposium, NASA SP-351. - 1973. - Vol. 1. - P. 309-317.
5. Spivak L., Vitkovskaya I., Batyrbayeva M., Terekhov A. The experience of land cover change detection by satellite data // Front. Earth Sci., DOI 10.1007 / s11707-012-0317-z Higher Education Press and Springer-Verlag Berlin Heidelberg. - 2012. - Vol. 6. - N 2. - P. 140-146.
ЦАЗАЦСТАН ТЕРРИТОРИЯСЫНДАГЫ Ц¥РГАЦШЫЛЫГЫН БАГАЛАУЫНА ГАРЫШТЬЩ МЭЛ1МЕТТЕРД1 ЦОЛДАНУДАГЫ
]^МКШШ1Л1КТЕР1
Тушн свздер. ^ашьщтан барлау, вегетацияльщ индекс, кепжылдьщ ^атар, гидротермикалыщ коэффициент, ^¥рга^шылы^ индексы
Цазащстан территориясында щургащшылыщтын жергмкт1 индекстергтц аналогиясымен (гидротермикалыщ коэффициент ГТК) щургащшылыгын багалау, ауа-райы жагдайыныц анализ7 кез1нде гарыштыщты ащпараттарды пайдалану мумктд1г1 зерттелтд1. Цургащшылыщтыц серттт индекс7 мен жергмкт1 корреляциясын аныщтау ушгн аймащтыщ метестанцияларда вегетациялыщ индекстгц есебгмен схемасы онделтдг.
3Р солтуст1к облыстарыныц 37 районында ГТК мен ВИ индекстер арасында корреляциялыщ коэффициенттердщ есеб1 жург1зшд1. Интегралдыщ ВИ жогаргы децгейде ГТК байланысты екенд1г1 корсетыген. Осы индекстерд1ц серттЫ аналогиясы болып табылады. Жергшктг мзлгметтердгц жощшылыгы осгмдгк
Поступила 6.09.2016
Техн. гылымд. докторы Техн. гылымд. канд. Физ-мат. гылымд. канд. Техн. гылымд. канд.
Л.Ф. Спивак
М.Ж. Батырбаева И.С. Витковская Н.Р. Муратова
Физ-мат. гылымд. докторы
Н.И. Бердыгулов Д.К. Момбекова К.А. Жаксыбекова Ж.Т. Капатай
waMbimbicbiubi8 wazdaûbina aya-pauu seeping ananmdepine moMbitymuu naudananywna MyMKindm ôepedi.
Spivak L.|, Batyrbayeva M., Vikovskaya I., Muratova N., Berdigulov N., Mombekova D., Zhaksibekova K., Kapatai Zh.
THE POSSIBILITY OF USE OF SATELLITE DATA BY THE ASSESSMENT OF DROUGHT CONDITIONS IN KAZAKHSTAN
Keywords: remote sensing, vegetation indices, multi-year series, hydrothermal coefficient, aridity index
The possibility of using satellite data for analysis of weather conditions, assessment of dryness in Kazakhstan by analogy with terrestrial aridity index (hydrothermal coefficient HTC) were studied. The scheme of calculating vegetation indices (VI) in the vicinity of weather stations to determine a correlations of terrestrial and satellite indices of aridity was
The calculations of the correlation coefficients between the HTC and the VI indices for 37 regions of the northern regions of Kazakhstan was made. It is shown that the integral vegetation indexes, having a sufficiently high closeness of the connection due to HTC may be used as the satellite analogues of this index. This fact allows you to confidently use vegetation indexes in the analysis of the impact of weather conditions on the condition of vegetation in the absence of ground data.
