Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 14–18 ноября 2022 г.

(http://conf.rse.geosmis.ru)

XX.F.28

Оценка динамики состояния природных комплексов побережья оз. Бол. Топольное (Алтайский край) с помощью временного ряда многоспектральных данных различного разрешения

Головин А.В. (1), Стоящева Н.В. (1), Ковалевская Н.М (1)
(1) Институт водных и экологических проблем СО РАН, Барнаул, Российская Федерация
Оз. Бол. Топольное расположено на крайнем северо-западе Алтайского края на территории Бурлинского района, недалеко от границы с Казахстаном. Входит в группу проточных озер нижнего течения р. Бурла (Бурлинская система озер). Это крупнейший пресный водоем на территории Алтайского края. Изучение экологического состояния озера играет важную роль в развитии туристической отрасли и поддержании экологического каркаса территории Бурлинского района Алтайского края. Еще совсем недавно озеро обладало песчаными пляжами и было востребовано как объект пляжно-купального отдыха. Однако сегодня из-за зарастания акватории околоводной растительностью и побережья лохом узколистным водоем используется туристами исключительно для экстремальных развлечений (кайтсерфинг, виндсерфинг и др.).
Материалы и методы. Оценка динамики состояния побережья оз. Бол. Топольное базировалась на применении разновременных космических снимков, полученных многозональными сканирующими системами высокого (Sentinel-2) и среднего (Landsat-5, Landsat-7) разрешения за конец июня 1990, 2000 годов, середину и конец августа 2010, 2019 годов. Применялись методы расчета вегетационных индексов: NDVI, SAVI, MSAVI2, WAVI, методы параметрической и непараметрической классификаций изображений.
Нормализованный относительный индекс растительности (NDVI) определяет количество фотосинтетической активной биомассы (Евдокимов, Михалап, 2015). Индекс может принимать значения от -1 до 1. Вегетирующая растительность имеет положительные значения от 0,2 и более, и чем более развит растительный покров, тем выше значение индекса (Rouse et al., 1973).
Для снижения влияния почвенного фона используется MSAVI2 – модифицированный почвенный вегетационный индекс. Он хорошо выделяет разреженную растительность, на фоне «почвенного шума» (Qi et al., 1994; Huete, 1988).
Для диагностики и выявления водной растительности используется WAVI – индекс растительности с поправкой на воду (Villa et al., 2014). Идентифицирует водную растительность лучше, чем NDVI и SAVI (Villa et al., 2014; Zhou et al., 2018).
В Erdas Imagine непараметрическая классификация многоспектральных снимков основывается на методе кластерного анализа класса ISODATA (Шовенгердт, 2010). Кластеризация начинается от средних значений, взятых из существующих сигнатур, и заканчивается после того, как будет достигнуто максимальное количество итераций или максимальный процент пикселов, неизменивших свой класс (предел сходимости).
Параметрическая классификация базируется на использовании сигнатур (спектральных признаков) элементов объектов, расположение которых известно на местности. После представления системе обучающих участков происходит поэлементное сравнение сигнатур объектов и отнесение к наиболее подходящему из заранее заданных классов. Параметрическая классификация показывает более эффективные результаты, чем непараметрическая при условии, если в обучающую выборку известных классов входят достоверные объекты. Иначе проводить параметрическую классификацию нецелесообразно. Для корректности выбора обучающих участков используются топографические карты, космические снимки, научные труды по территории исследования, могут быть проведены полевые исследования (Топаз, Казяк, 2017).
Формирование сигнатур для восточного побережья оз. Бол. Топольное проводилось с помощью AOI инструментария по участкам фактического зарастания лоха узколистного. Ключевым участком формирования сигнатур послужило восточное побережье озера, где плотность зарослей лоха узколистного наибольшая. Для проверки результатов классификаций использовался сервис Google Earth Pro.
Результаты и обсуждения. Анализ полученных результатов по расчетам вегетационных индексов и непараметрической классификации показывает, что незначительное распространение околоводной растительности в 1990 г. наблюдаются в северо-западной и северной частях озера. По полученным данным общая площадь надводной растительности составила 1,0 км2, или 1,3% акватории озера.
В последующие годы площадь зарастания околоводной растительностью увеличивается, повышаются значения индексов в 2000 г. до 0,4-0,8, в 2010 до 0,7-1,0. Появляются новые небольшие участки, что наблюдается также в годы уменьшения площади водного зеркала озера с 2007 по 2015 гг. В 2015 г. на восточном побережье образовалась широкая полоса пляжа, а к 2019 г. озеро заполнялось.
К 2019 г. увеличивается площадь зарастания озера околоводной растительностью по всему периметру. Кроме крупных участков зарастания в северной, северо-западной и юго-западной частях, образовались небольшие участки в южной, юго-восточной, восточной, северо-восточной частях. Значение индексов NDVI и WAVI увеличивается до 0,8-1,0. Площадь зарастания составила 2,3 км2 или 3,0% площади акватории.
За 30-летний период (с 1990 по 2019 гг.) произошло увеличение площади зарастания акватории оз. Бол. Топольное с 1 км2 до 2,3 км2.
В 2010 году на восточном побережье увеличиваются площади распространения лоха узколистного, появляются небольшие заросли лоха, что подтверждается увеличением NDVI и MSAVI2 до 0,4-0,8. На снимке 2019 г. значение NDVI и MSAVI2 увеличивается до 0,5-0,9. Площадь зарастания лохом на восточном побережье озера увеличилась с 0 км2 (2000) до 0,6 км2 (2019).
Интенсивное зарастание акватории оз. Бол. Топольное околоводной растительностью связано с таким природным фактором как изменение уровенного режима озера.
В период обмеления с 2007 по 2015 гг. околоводная растительность в западной части озера начала активно распространяться вглубь озерной котловины.
Зарастание побережья лохом узколистным, связано с антропогенными факторами:
использование лоха в защитных лесонасаждениях в степной части Алтайского края в начале прошлого века, привело к его массовому расселению по побережьям озер,
сокращение поголовья крупного рогатого скота более чем в 2 раза в Бурлинском районе, уровня эксплуатации озера в туристических и рыболовных целях создает благоприятные условия для произрастания молодых ростков.
Выводы. Для акватории оз. Бол. Топольное отмечается увеличение значений применимых вегетационных индексов по всему периметру озера с 0 до 0,7-1,0. Участки с наибольшими значениями располагаются в северной и северо-западной части озера. За 30-летний период (1990-2019 гг.) площадь зарастания акватории околоводной растительностью увеличилась с 1 км2 до 2,3 км2. Основной природной причиной зарастания является распространение растительности вглубь озерной котловины в результате изменения уровня воды в озере. При дальнейшей тенденции зарастания к 2050 г. озеро будет иметь пояс из околоводной растительности шириной в среднем около 100 метров.
Для восточного побережья оз. Бол. Топольное отмечается увеличение значений применимых вегетационных индексов с 0,4-0,7 до 0,6-0,8. За 20-летный период (2000 по 2019 гг.) площадь зарастания лохом узколистным увеличилась с 0 км2 до 0,6 км2. Основной антропогенной причиной зарастания является использование лоха узколистного в защитных лесонасаждениях, что в дальнейшем, в совокупности с благоприятными для него климатическими условиями, привело к его распространению по степной части края. При дальнейшей тенденции зарастания к 2050 г. на побережье озера будет располагаться пояс из лоха узколистного шириной в среднем около 30-40 метров.
Проведенные, на примере оз. Бол. Топольное, исследования подтвердили эффективность использования вегетационных индексов NDVI, MSAVI, WAVI для определения участок зарастания водоемов околоводной растительностью на участках (с площадью до 100-900 м2), которые распознаются с помощью использованных космических снимков с соответствующим спектральным и пространственным разрешением. Для выделения участков меньших размеров необходимо использовать спектральные космические данные сверхвысокого разрешения.
Работа выполнена в рамках государственного задания ИВЭП СО РАН, а также при финансовой поддержке РФФИ (Грант №21-55-75002)

Ключевые слова: озеро Бол. Топольное, дистанционное зондирование Земли, Sentinel-2, Landsat-5, Landsat-7, вегетационные индексы.
Литература:
  1. Евдокимов С. И., Михалап С. Г. Определение физического смысла комбинации каналов снимков Landsat для мониторинга состояния наземных и водных экосистем // Вестник Псковского государственного университета. Серия: Естественные и физико-математические науки. 2015. №. 7. С. 21–32
  2. Цифровая обработка космических снимков в программе Erdas Imagine / Топаз А. А., Казяк Е. В. – Минск: БГУ. 2017. 100 с.
  3. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. Часть 1. М.: Техносфера. 2010. 560 с.
  4. Huete A. R. A soil-adjusted vegetation index (SAVI) // Remote sensing of environment. 1988. Т. 25. №. 3. P. 295–309.
  5. Qi, J., Chehbouni, A., Huete, A. R., Keer, Y. H., and Sorooshian, S A modified soil adjusted vegetation index // Remote sensing of environment. 1994. Т. 48. №. 2. P. 119–126.
  6. Rouse, J. W., Haas, R. H., Schell, J. A., Deering, D. W. Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation // Remote Sensing Center, Texas A&M Univ., College Station. 1973. Т. 93.
  7. Villa P., Mousivand A., Bresciani M. Aquatic vegetation indices assessment through radiative transfer modeling and linear mixture simulation // International Journal of Applied Earth Observation and Geoinformation. 2014. Т. 30. P. 113–127.
  8. Zhou G., Ma Z., Sathyendranath S., Platt T., Jiang C., Sun K. Canopy reflectance modeling of aquatic vegetation for algorithm development: Global sensitivity analysis // Remote Sensing. 2018. Т. 10. №. 6. P. 837.

Презентация доклада



Ссылка для цитирования: Головин А.В., Стоящева Н.В., Ковалевская Н.М. Оценка динамики состояния природных комплексов побережья оз. Бол. Топольное (Алтайский край) с помощью временного ряда многоспектральных данных различного разрешения // Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2022. C. 293. DOI 10.21046/20DZZconf-2022a

Дистанционное зондирование растительных и почвенных покровов

293