Количественный анализ многозональных космических снимков для целей картографирования почвенного покрова и изучения деградации земель Беларуси

Крупномасштабные почвенные карты (масштаба 1:50000 – 1:10000) является основным научно-обоснованным документом, на основании которого осуществляется количественный и качественный учет почвенных ресурсов и разработка систем практических мероприятий по их рациональному использованию и защите от деградации. В РУП «БелНИЦзем» разработана технология актуализации почвенных карт и выявления и картографирования процессов деградации земель с использованием космических снимков сверхвысокого разрешения (QuickBird, Ikonos, WorldView-1, 2).
Космические снимки сверхвысокого разрешения позволяют более объективно отображать локализацию почвенных контуров и осуществлять мониторинг деградации земель. Объектом изучения являются почвы сельскохозяйственных земель в открытом (распаханном) состоянии. Особое внимание при выполнении научно-исследовательских работ в РУП «БелНИЦзем» уделяется почвам районов, подверженных деградации. Одной из наиболее серьезных проблем сельскохозяйственного землепользования в Беларуси является деградация осушенных торфяно-болотных почв. Она выражается в уменьшении мощности торфяной залежи (сработке торфа), минерализации торфа и дефляции почв.
Критерием оценки развития процессов деградации в осушенных торфяных почвах является содержание органического вещества в агроторфяно-минеральном горизонте. Выделяются торфяные почвы (более 50% содержания органического вещества), торфяно-минеральные различной степени минерализации (20 – 50%), минеральные остаточно-торфяные (5 – 20%) и постторфяные минеральные (менее 5%). Известно, что содержание органического вещества является ключевым фактором, обуславливающим спектральную отражательную способность почв. Существует устойчивая корреляционная зависимость между содержанием органического вещества и спектральной яркостью почв. Спектральная яркость почв – величина, которая может быть с некоторым приближением рассчитана по космическим снимкам. Данный факт положен в основу автоматизированного дешифрирования почвенных разновидностей, выполненного на основе геостатистического анализа.
Для выполнения количественного анализа был выполнен полевой отбор образцов и лабораторный анализ зольности торфа, полученного из пахотных горизонтов почв. Точки отбора образцов были скоординированы при помощи систем спутникового позиционирования. Для исключения влияния случайных значений для данных точек на снимках были выделены локальные окрестности, содержащие несколько пикселей для расчета спектральной яркости. Содержание органического вещества обратно пропорционально зольности торфяно-минеральной массы. При выполнении регрессионного анализа в роли зависимой переменной выступает процентное содержание органического вещества, в роли независимой переменной – спектральная яркость почв в местах взятия образцов. Задача исследования сводится к выявлению зависимости между переменными, определению вида функции, описывающей данную зависимость и регрессионных коэффициентов.
Из всего набора спектральных каналов и производных изображений при помощи коэффициента Пирсона выбираются те, которые обладают наиболее высокой корреляцией с показателем содержания органического вещества. Наиболее интенсивно она проявляется для зеленого и красного спектральных каналов спутниковых съемочных систем сверхвысокого разрешения. Задача исследования сводится к выявлению зависимости между переменными, определению вида функции, описывающей данную зависимость и регрессионных коэффициентов. Для данных каналов зависимость описывается обратной экспоненциальной функцией с коэффициентом детерминации превышающим 0,75.
На основе количественного анализа осуществляется автоматизированное дешифрирование снимков, и строятся крупномасштабные почвенные карты. Используя полученные уравнения и коэффициенты, производится интерполяция обработанных спутниковых изображений и построение растровых изображений (матриц значений с плавающей точкой), описывающих пространственную дифференциацию содержания органического вещества в почве. При помощи метода ранжирования из растров создаются векторные карты с обозначенными контурами, соответствующими почвенным разновидностям, приведенным выше.
Выделенный набор почвенных разновидностей позволяет рассматривать регрессионный анализ космических снимков вкупе с ГИС в качестве надежной технологии при создании почвенных карт для районов осушительной мелиорации. Предложенная технология позволяет повысить эффективность почвенного картографирования за счет сокращения времени и повышения точности локализации контуров.