Использование программного продукта envi для создания карт экосистем заповедника «вишерский»

      Комментарии к записи Использование программного продукта envi для создания карт экосистем заповедника «вишерский» отключены

Использование программного продукта envi для создания карт экосистем заповедника «вишерский»

П. Н. Бахарев, В. В. Семенов, Д. Н. Андреев

Национальный природной заповедник (ГПЗ) «Вишерский» образован 26 февраля 1991 г. на крайнем северо-востоке Пермской области в Красновишерском административном районе. Территория заповедника занимает 15,6% площади Красновишерского района и 1,5% площади Пермской области. Площадь заповедника — 241 200 га, в т.ч. лесные почвы — 183 243 га, нелесные почвы — 57 957 га, из них болота — 8789 га, поверхностные воды – 657 га.

Площадь охранной территории — 52 218 га, (минимальная ширина 5 км, большая — 19 км), степень замкнутости границ заповедника охранной территорией — 48% [1].

Применение геоинформационных совокупностей (ГИС) и данных дистанционного зондирования Почвы (ДЗЗ) в экологических изучениях разрешает самый совершенно верно отразить состояние внешней среды, распознать случившиеся трансформации, что потом разрешит оптимизировать режим природопользования, создать и внедрить природоохранные мероприятия.

Геоинформационная база данных предназначена для выработки действенного комплекса управленческих мер и грамотной оценки состояния экосистем. База данных будет универсальным инструментом природоохранного планирования.

На данный момент мониторинг антропогенной изменении природной среды [2] на очень защищаемых природных территориях (ООПТ) Пермского края ведется на базе оценки степени деградации природных экосистем и компонентов в целом [3, 4] на площадках наблюдений. Посредством дистанционных способов вероятно выделять базисные экосистемы и оценивать состояние всей ООПТ.

МЕТОДИКА и МАТЕРИАЛ

Сбор пространственных данных на территорию Национального природного заповедника «Вишерский» проводился на базе анализа фондовых материалов научного отдела заповедника, охраны природы и кафедры биогеоценологии Пермского национального национального исследовательского университета (ПГНИУ), Министерства природных ресурсов, экологии и лесного хозяйства Пермского края. Всего подготовлено 12 векторных и 7 растровых слоев в качестве базы геоинформационной базы данных. Уточнение данных и их актуализация выполнились в рамках полевой экспедиции, организованной сотрудниками охраны природы и кафедры биогеоценологии совместно с управлением заповедника «Вишерский».

Дешифрирование данных ДЗЗ выполнялось для горных хребтов Чувал, Лиственничный и Тулымский камень. В рамках предполевого этапа работ на выбранных территориях выполнен пространственный анализ экосистем. На исследуемые территории подобраны эти дистанционного зондирования различного времени и разрешения, картографические и лесотаксационные материалы.

По итогам предварительного этапа работы разработан замысел полевого дешифрирования на базе результатов классификации без обучения способом IsoData.

Обработка космических снимков выполнялась в программном продукте ENVI 5.1 (Exelis VIS). Геообработка и пространственный анализ проводились в программе ArcGIS 10.1 (Esri).

В работе использованы следующие эти ДЗЗ:

  • Landsat-8, дата съемки 1 июня 2013 г., разрешение — 15 м;
  • SPOT-5, дата съемки 8 августа 2014 г., разрешение — 5 м;
  • SPOT-5, дата съемки 27 июня 2011 г., разрешение — 5 м;

Эти SPOT-5 предоставлены в ГИС-центре ПГНИУ.

Перед дешифрированием космические снимки подвергались следующим видам обработки:

  • атмосферная коррекция способом Quick Atmospheric correction;
  • геометрическая коррекция с применением цифровой модели контрольных точек и рельефа;
  • создание мозаики из нескольких изображений.

Космический снимок Landsat-8 употреблялся для исполнения геометрической коррекции данных спутника SPOT-5. Главный этап дешифрирования выполнялся на базе классификации космического снимка SPOT-5 (дата съемки 8 августа 2014 г.). Участки повышенной облачности анализировались посредством космического снимка SPOT-5 (дата съемки 27 июня 2011 г.).

Дешифрирование космических снимков проводилось способом классификации с обучением методом спектрального угла (Spectral Angle Mapper Classification). При классификации методом спектрального угла все пикселы снимка, среди них и эталонные, рассматриваются как вектора в пространстве спектральных показателей. Для каждого класса задается максимально допустимый угол, другими словами угол между вектором пиксела и эталонным вектором, в который подвергается классификации.

Если спектральный угол меньше большого, то пиксел относится к данному классу, в случае если больше – не относится. Метод спектрального угла дает прекрасные результаты, в то время, когда необходимо совершить классификацию для объектов, каковые имеют схожие значения яркости во всех спектральных диапазонах [5].

Для более правильного выделения классов рассчитывался нормализованный разностный вегетационный индекс (NDVI) по формуле [6]

NDVI = (NIR – RED) / (NIR + RED),

где NIR – интенсивность излучения, отраженного от объекта и регистрируемого аппаратурой ДЗ в ближней инфракрасной области спектра, а RED — в красной области спектра. Выбор как раз таковой комбинации  спектральных каналов связан с эмпирическим фактом высокой стабильности в этих спектральных промежутках отражательных черт разных типов сосудистых растений.

ОБСУЖДЕНИЕ и РЕЗУЛЬТАТЫ

Геоинформационная база данных «Заповедник Вишерский» является набором информации о территории в растровом и векторном форматах. База данных включает:

Векторные эти: граница ГПЗ «Вишерский»; речная сеть; лесные кварталы; изолинии рельефа; поселения (кордоны); дороги и тропы; стоянки и избы; пункты других элементов и установки аншлагов инфраструктуры; долгосрочные топографические привязки объектов животного мира; монументы природы; пункты произрастания редких очень защищаемых видов растений; ареалы базисных экосистем для полевого дешифрирования.

Растровые эти: топографическая карта масштаба 1:25 000; обработанный космический снимок Landsat-8; обработанный космический снимок SPOT-5; цифровая модель рельефа; растительные сообщества горно-тундровой и лесо-луговой территории; лесная карта ГПЗ «Вишерский» масштаба 1:25 000; классифицированный космический снимок SPOT-5.

Черта базы геоданных (рис. 1):

  1. Совокупность координат: WGS1984 UTM Zone 40N.
  2. Проекция: Transverse Mercator.
  3. Применяемый программный продукт: ArcGIS 10.1.
  4. Формат векторных данных: классы пространственных объектов персональной базы геоданных, фейп-файлы.
  5. Формат растровых данных: tiff, jpeg, img, raw, ecw.
  6. Базисный масштаб результатов дешифрирования: 1:25 000.

Рис.1. Внешний вид базы геоданных

Дешифрирование данных космической съемки по структуре растительных сообществ горно-тундровой и лесолуговой территории выполнено для горных хребтов Чувал, Лиственничный и Тулымский камень.

В следствии дешифрирования территории хребта Чувал выделено 22 класса (табл.1, рис. 2).

Таблица 1. Черта выделенных классов на территории хребта Чувал

Наименование Кол-во объектов Площадь, га

% площади

1 Смешанный лес, преобладание хвойных пород 1600 946,2 6,0
2 Смешанный лес, преобладание лиственных пород 1091 838,9 5,3
3 Лиственный лес 582 687,6 4,3
4 Елово-пихтовый лес 867 1418,3 8,9
5 Горный хвойный лес 801 1743,7 11,0
6 Горный смешанный лес 2961 4907,1 30,9
7 Криволесье, преобладание хвойных пород 303 253,5 1,6
8 Криволесье, преобладание лиственных пород 1048 1108,5 7,0
9 Сфагновое болото с древесной растительностью 236 262,6 1,7
10 Сфагновое болото 101 55,4 0,3
11 Редколесье хвойное 316 359,8 2,3
12 Высокотравный луг 166 126,7 0,8
13 Мелкотравный луг 729 839,0 5,3
14 Травяно-моховая тундра 492 365,7 2,3
15 Горная пустошь 84 286,2 1,8
16 Мелкорослые березняки 288 255,4 1,6
17 Кустарниковая тундра 233 199,1 1,3
18 Каменистые осыпи, покрытые мхами 415 783,9 4,9
19 Каменные осыпи с островками горных тундр 221 266,7 1,7
20 Холодные каменистые горные пустыни 64 99,9 0,6
21 Водные объекты 1 55,3 0,3
22 Галечные берега 2 1,2 0,01
Всего 12601 15860,8 100,0

Рис. 2. Итог дешифрирования космического снимка SPOT-5 на территорию хребта Чувал

Исходя из результатов дешифрирования, практически треть территории занимает горный смешанный лес. Горный хвойный лес — 11%, хороший елово-пихтовый лес — 9%. В зоне криволесья высокая часть лиственных пород — 9% от всей исследуемой территории.

В структуре растительных сообществ горно-тундровой территории преобладают мелкотравные луга (5,3%) и Каменистые осыпи, покрытые мхами (4,9%). Травяно-моховая тундра занимает 2,3% исследуемой территории.

ВЫВОДЫ

Совершён сбор пространственных данных Национального природного заповедника «Вишерский». Всего подготовлено 12 векторных и 7 растровых слоев в качестве базы геоинформационной базы данных. Подготовленные растровые и векторные слои внесены в базу геоданных.

Для части территории выполнено дешифрирование данных дистанционного зондирования Почвы. В следствии дешифрирования территории Тулымского камня выделено 17 классов, хребта Чувал — 22 класса, хребта Лиственничный — 11 классов.

Результаты работы станут базой для предстоящих дистанционных изучений заповедника.

ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ:

Территория заповедника / Сайт национального природного заповедника «Вишерский». URL: http://vishersky.ru/territory

  1. Бузмаков С. А. Антропогенная изменение природной среды / Географический вестник. 2012. № 4 (23). С. 46–50.
  2. Бузмаков С. А., Овеснов С. А., Шепель А. И., Зайцев А. А. Методические указания «Экологическая оценка состояния очень защищаемых природных территорий регионального значения» / Географический вестник. 2011. № 2. С. 49–59.
  3. Бузмаков С. А., Зайцев А. А. Состояние региональных очень защищаемых природных территорий Пермского края / Вестник Удмуртского университета. 2011. № 6-3. С. 3–12.
  4. ENVI 5.1. Управление пользователя. М.: Компания «Совзонд», 2014. 242 с.
  5. Козодеров В. В. Кондранин Т. В. Способы оценки состояния почвенно-растительного покрова согласно данным оптических совокупностей, совокупностей дистанционного космического зондирования: учебное пособие. М.: МФИТИ, 2008. 222с.

BACK TO BASICS — How to Spot the Valuable 1970-S Small Date Lincoln Cent


Подобранные по важим запросам, статьи по теме: