Использование космоснимков LANDSAT-7 ETM+ для дешифрирования наледных ландшафтов бассейна р. Колымы

Наледеобразование является одним из наиболее распространенных криогенных процессов горных районов криолитозоны России. Космоснимки Landsat-7 ETM+ обладают оптимальным для дешифрирования наледных ландшафтов площадным охватом, пространственным разрешением и спектральными характеристиками, что позволяет использовать их для региональных работ по изучению наледных процессов. Наилучшим образом наледеобразование отражается на снимках, сделанных в первой половине июня (после схода снежного покрова). На этих материалах хорошо дешифрируется и наледный лед и участки недавнего присутствия наледей. При этом наледный лед имеет наиболее контрастные яркостные признаки, что позволяет применить автоматизированные методы для фиксации местоположения наледей.
Для двух эталонных участков Магаданской области, расположенных на западном склоне Колымского нагорья, были использованы архивные снимки (Landsat-7 ETM+, за 19 и 21 июня 2000 г.) с удовлетворительным отображением исследуемого явления. Был выбран синтез каналов 4-5-1, дающий наилучшие результаты как при визуальном дешифрировании синтезированных изображений, так и при изучении различных способов автоматизации. Автоматизированное выделение наледей по КС проводилось с использованием алгоритмов неконтролируемой и контролируемой классификации изображений программного пакета ScanEx IMAGE Processor 3.6: IsoData, Neural Network, Multichannel Segmentation, NeRIS.
В ходе исследований было выявлено, что при работе с отдельным снимком или мозаикой снимков оптимально применение алгоритма Multichannel Segmentation с выделением от 100 эталонных сегментов и более, дающего ошибку классификации до 2,5%. При работе с набором снимков, обладающих сходными спектральными характеристиками и не объединенных в мозаику, более удобно применение алгоритма NeRIS с постепенным дообучением сети по мере необходимости и уменьшением ошибки классификации до 4-5 % и менее. Этот алгоритм требует больших временных затрат и более высокой квалификации оператора по сравнению с предыдущим, однако обладает свойством постепенного повышения точности.
Вследствие сложности формализации косвенных дешифровочных признаков наледных полян, контролируемая классификация не дает возможности их автоматизированного дешифрирования. Однако с помощью опробованных алгоритмов возможно автоматизировать и ускорить процесс выделения наледного льда на значительных по площади территориях, а затем в местах зафиксированного присутствия наледей "вручную" провести оконтуривание максимальной площади, занимаемой наледями, используя косвенные дешифровочные признаки.
Региональным количественным показателем наледных процессов является относительная наледность территории, которая определяется как отношение суммарной площади наледей к площади того или иного природного района, выраженной в процентах. Чаще всего она рассчитывается для водосборных бассейнов, в пределах которых располагаются источники питания наледей. Для картографирования относительной наледности был выбран бассейн реки Кедон, являющейся притоком второго порядка р. Колымы и расположенный в пределах первого эталонного участка.
Основным источником для выделения бассейнов притоков р. Кедон являлась ЦМР, основанная на данных ASTER GDEM, дополненных и исправленных с использованием топографических карт масштаба 1:200 000 и снимков Landsat (http://www.viewfinderpаnoramas.org). Моделирование речных бассейнов было выполнено средствами модуля ArcHydro для ArcGIS. Расчет относительной наледности по выделенным 120 речным бассейнам производился для каждого из них с использованием операций пространственного анализа в программной среде ArcGIS. Относительная наледность бассейна по расчетным данным составила 0,3%, максимальное значение наледности (для бассейна одного из притоков III порядка) - 2,7%, минимальное - 0%. В результате проведенных работ была составлена карта относительной наледности бассейна р. Кедон м-ба 1:500 000, которая представляет собой наглядную иллюстрацию расширения возможностей и упрощения создания производных карт на основе цифрового картографирования с использованием космических снимков.