Per aspera ad astra.

Главная страница | Методики | Карты | Программы | Справка | Проекты | Ссылки
  • Создание карты растительного покрова Кроноцкого заповедника.
  • WCS english version BCC

    Создание карты растительного покрова Кроноцкого государственного биосферного заповедника на основе мультиспектральных спутниковых снимков среднего разрешения.

    Егоров А.В.1, Есипова Е.С.2, Шашков М.П.3

    Введение

    Карты земного покрова (геоботанические, лесоустроительные, землепользования и т. п.) часто служат основой для принятия решений в сфере природопользования и охраны окружающей среды. В подавляющем большинстве такие тематические карты были сделаны в 60-70-х годах прошлого столетия и к настоящему времени сильно устарели. Отсутствие актуальной картографической информации о состоянии той или иной территории может привести к принятию неправильного решения.
    Спутниковые снимки представляют собой удобный материал для составления или обновления карт земного покрова. Оперативность, точность, доступность и разнообразие исходных данных дистанционного зондирования (ДДЗ) дают возможность в короткое время составить карту интересующей территории с желаемой точностью. Спутниковые снимки позволяют работать с любой территорией Земного шара, независимо от её удалённости и труднодоступности.
    На Камчатке помимо природных процессов, обычно имеющих место в бореальной зоне (пожары, естественный прирост и т. д.) добавляется вулканическая деятельность, что влечёт за собой быстрое, непредсказуемое изменение состояния территории. В настоящем проекте была проделана работа по созданию карты растительного покрова Кроноцкого государственного биосферного заповедника на основе мультиспектральных спутниковых снимков среднего разрешения. Составление такой карты, отражающей современное состояние территории, стало актуально в связи с проведением ревизии потенциально пригодных мест обитания охотничьих животных для оценки их численности.

    Характеристика района исследований

    Исследования проводились на территории Кроноцкого государственного биосферного заповедника, расположенного на восточном побережье Камчатки (рис. 1). Почти вся территория заповедника гориста. На равнинные участки, расположенные большей частью в полосе морского побережья южнее Кроноцкого полуострова, приходится не более 10 % его площади. Это морские террасы, водно-ледниковые и аллювиальные равнины. Такие участки, как правило, заболочены. Урочища, отличающиеся выровненным или мягкоувалистым рельефом, встречаются и на значительных абсолютных высотах; это лавовые поля — вулканические долы (Гамченский дол, Синий дол и др.) и кальдеры вулканов (Узон, Крашенинникова, Унана, Тауншиц). Остальная территория занята склонами различной крутизны, иногда очень крутыми. Преобладает в заповеднике среднегорный рельеф, выше поднимаются лишь отдельные хребты и вершины [1].

    Район исследований — Кроноцкий заповедник.
    Рисунок 1. Район исследований — Кроноцкий государственный биосферный заповедник.

    Здесь, в умеренной зоне Северного полушария на 54-м градусе северной широты наблюдается стык тундровых, лесных и луговых приокеанических биомов, которые закономерно сменяют друг друга в этой горной стране [4]. Большой диапазон высот в пределах территории заповедника (от уровня океана до 3528 метров над уровнем моря — вулкан Кроноцкая сопка) обусловливает формирование особого типа поясности с широким развитием парковых каменноберёзовых лесов, ольховых и кедровых стлаников, горных и приморских тундр, обширных болотных массивов в устьях крупных рек, гольцов и приледниковых форм растительного покрова на вершинах горных хребтов.
    Наиболее распространённая формация в Кроноцком заповеднике и в целом на Камчатке [5] — каменноберёзовые леса (Betula ermanii Cham.). Большей частью сообщества каменной берёзы приурочены к склонам южных и восточных экспозиций на высотах до 600 м над уровнем моря, а также к равнинным территориям. Камчатские ольховники из Alnus kamchatica (Regel) Kom. и сообщества кедрового стланика (Pinus pumila (Pallas) Regel) образуют на высотах 600-900 метров над уровнем моря субальпийский пояс стлаников, граничащий на верхнем пределе с горными тундрами, а на нижнем — с каменноберезняками. Своеобразной особенностью восточного побережья Камчатки в пределах заповедника являются также большие площади, занятые вулканическим долом с высотами от 500 до 1000 метров над уровнем моря. Среди довольно ровных участков дола в различных местах возвышаются конусы действующих и потухших вулканов и прилегающие к ним участки с вулканогенными горными породами (лавами, пеплами, шлаками и другими пирокластическими породами). Большое количество зимних осадков на этих высотах сильно задерживает развитие растительности. Низкие температуры зимой часто приводят к глубокому и длительному промерзанию грунта на этих высотах. В этих условиях на Камчатке уже на 54 градусе северной широты получают широкое развитие безлесные пространства с микротермными и гекистотермными типами растительности — горные тундры, которые формируются между поясом гольцов и поясом стлаников. Высоты более 1500 метров над уровнем моря часто совсем лишены растительного покрова и длительное время летом бывают покрыты снегом.
    Пойменные леса представлены сообществами с преобладанием ивы сахалинской (Salix udensis Trautv. et Mey.), тополя душистого (Populus suaveolens Fisch. s. l.), ольхи пушистой (Alnus hirsuta (Spach) Turcz. ex Rupr.) и чозении (Chosenia arbutifolia (Pall.) A. Skvortsov). В низовьях рек Кроноцкая, Мутная и Богачёвка развиты болота и низинные приморские тундры с господством ерника (Betula exilis Sukaczev), курильского чая (Pentaphylloides fruticosa (L.) O. Schwarz) и арктоуса (Arctous alpina (L.) Niedenzu). Древостои лиственницы (Larix cajanderi Mayr.) встречаются в бассейне Кроноцкого озера по его северо-западному берегу и по долинам рек Лиственничная, Перевальная, Северная. Белоберёзовые леса и редколесья (Betula kamchatica) распространены во внутренних районах заповедника и приурочены к территориям с равнинно-увалистым рельефом, удалённым от океана. В приустьевой части реки Семячик на правом берегу располагается уникальное сообщество из пихты грациозной (Abies gracilis Kom.). Происхождение единственной на Камчатке пихтовой рощи до сих пор остаётся неясным [4].

    Материал и методика

    Карта растительного покрова изготовлена на основе мультиспектральных спутниковых снимков среднего разрешения Landsat-7/ЕТМ+ (6 спектральных каналов видимого, ближнего и среднего инфракрасного диапазонов, пространственное разрешение 30 м на пиксель). Для обеспечения полного покрытия территории безоблачными ДДЗ было использовано 4 снимка Landsat-7, каждый из которых обеспечивал безоблачное покрытие своей части территории (рис. 2).

    Безоблачные участки на спутниковых снимках, использованных для дешифровки.
    Рисунок 2. Безоблачные участки на снимках, использованных для дешифровки.

    Располагаясь в средних широтах, и в тоже время будучи сильно гористой, территория Кроноцкого заповедника даже при летней съёмке оказывается неравномерно освещена. Южные склоны получают избыточное освещение, в то время как северные оказываются в глубокой тени. Для выравнивания уровня освещённости на склонах разной экспозиции и крутизны был использован алгоритм компенсации разницы в освещении (топографическая нормализация), реализованный в ГИС Erdas Imagine — модель отражения Ламберта. В процессе топографической нормализация имитируется освещение затенённых склонов дополнительным источником света. Топографическая нормализация проводилась с помощью карты подсвеченного рельефа, созданной на основе цифровой модели рельефа. Источник дополнительного освещения был расположен в точке, противоположной положению солнца в момент съёмки (рис. 3).

    Карта подсвеченного рельефа.
    Рисунок 3. Карта подсвеченного рельефа. Источник света расположен в точке, противоположной положению солнца в момент съёмки.

    Интерпретация ДДЗ производилась на основании данных полевого обследования территории, тематических и топографических карт, литературных источников, устных сообщений специалистов. Для определения дешифровочных признаков различных типов растительности были использованы данные полевого обследования территории, предоставленные сотрудниками Ботанического Института им. Комарова РАН и кафедры геоботаники Санкт-Петербургского университета В.Ю. Нешатаевой и Ю.Н. Нешатаевым. 2209 геоботанических описаний с названием растительной ассоциации были привязаны к точкам на местности (рис. 4).

    Точки геоботанических описаний Кроноцкого заповедника, предоставленные Ботаническим Институтом им. Комарова РАН и кафедрой геоботаники Санкт-Петербургского университета.
    Рисунок 4. Точки геоботанических описаний, предоставленные Ботаническим Институтом им. Комарова РАН и кафедрой геоботаники Санкт-Петербургского университета.

    С помощью точек геоботанических описаний для каждой растительной ассоциации (будущего класса легенды) по мультиспектральным снимкам строился спектральный профиль — зависимость отражающей способности объектов от длины волны (канала мультиспектрального снимка). Таким способом определялся вес каждого канала в предстоящем дешифрировании. Наибольший вес присваивался тем каналам, для которых степень различий между классами легенды была максимальна (рис. 5).

    Спектральные профили некоторых растительных сообществ.
    Рисунок 5. Спектральные профили некоторых растительных сообществ. Наибольшие различия наблюдаются в ближнем и среднем инфракрасных диапазонах (4 и 5 каналах).

    Интерпретация мультиспектральных снимков производилась в программе NeRIS (Neural Raster Interpretation System), разработанной Инженерно-технологическим центром "СканЭкс". Для выделения тематических классов программа использует метод искусственных нейронных сетей. Необученная нейронная сеть представляет собой регулярную прямоугольную решётку 15 х 15, в узлах которой располагаются отдельные нейроны. Обучение нейронной сети производилось с помощью специальных меток (labels) — полигонов, оконтуривающих разные типы растительности. Для исключения краевого эффекта метки были расставлены на однородных, наиболее "чистых" (не смешанных) участках растительности или минеральных поверхностей, занимающих значительную площадь. В процессе обучения нейроная сеть ориентируется (самоорганизуется, "обучается") в пространстве яркостей мультиспектрального снимка, выявляя внутреннюю структуру многослойного изображения.
    Классификация мультиспектрального изображения производилась с помощью обученной нейронной сети. Каждый пиксель относился к тому или иному классу (нейрону), с использованием меры близости City Block. Для более точного разделения исходный снимок классифицировался вначале на заведомо избыточное количество классов — 225 (рис. 6). В результате каждому из 225 нейронов соответствовала группа пикселей, обладавших сходными спектральными характеристиками в исходном мультиспектральном изображении. Затем с помощью обученной нейронной сети для отклассифицированного изображения создавалась градиентная палитра. Для создания такой палитры в программе используется метафора "ростки цвета" (seeds). Ростки цвета — это отдельные нейроны с цветом, назначенным пользователем. В качестве ростков цвета были выбраны классы нейронной сети, наиболее соответствующие тематическим классам конечной легенды, то есть, наиболее типичные объекты каждого класса конечной легенды, имеющие спектральные характеристики, близкие к тем, которые чаще встречались в обучающих метках. Цвет для визуализации остальных классов генерируется автоматически, за счёт интерполяции цветов "ростков" с использованием координат Сэммона. В результате чем ближе находятся образы классов в пространстве яркостей исходного изображения, тем ближе их цвет в палитре. В то же время, даже цвета близких классов несколько отличаются, что позволяет визуально структурировать изображение.

    Первичная классификация исходного изображения на 225 классов.
    Рисунок 6. Первичная классификация исходного изображения в программе NeRIS. Объекты, обладающие сходными признаками, отображаются близкими цветами. Объекты, обладающие промежуточными характеристиками (смешанные объекты), отображаются переходными оттенками. Отрезками соединяются наиболее близкие по спектральным свойствам объекты.

    Затем близко расположенные нейроны объединялись в группы. Значительный избыток классов в результате первичного дешифрирования (225 против 17 в конечной легенде) позволил с наименьшей ошибкой определить границу между близкими по своим спектральным характеристикам объектами. Сначала таким близким объектам присваивался одинаковый цвет, затем производилось объединение объектов с одинаковым цветом в один класс.
    Полученные результаты дешифрирования нескольких снимков объединялись в общую карту. После этого проводилось удаление статистически недостоверных объектов (недостоверными условно считались объекты ширина которых составляла 1 пиксель). Для этого растровое изображение обрабатывалось фильтром, который заменяет класс объекта малой площади на класс, преобладающий в окружении. На конечном этапе подготовленные растровые изображения векторизовались, и номера в классах легенды заменялись текстовыми описаниями (рис. 7).

    Карта растительного покрова Кроноцкого государственного заповедника.
    Рисунок 7. Итоговая карта растительного покрова Кроноцкого государственного заповедника.
     — сообщества кедрового стланика
     — лиственничные редколесья
     — лиственничники
     — пихтарники
     — ельники
     — березняки
     — пойменные сообщества (ивняки, тополёвники)
     — сообщества ольхового стланика
     — разнотравные луга
     — тундры (приморские и горные)
     — гольцы, шлаковые и лавовые поля
     — водоёмы
     — болота
     — гари
     — приморские луга
     — суходольные луга
     — ледники и снежники

    Результаты

    Полученная карта растительного покрова обеспечивает полное покрытие Кроноцкого заповедника в его современных границах с 3-километовым буфером по периметру, имеет пространственное разрешение 30 метров на пиксель, содержит 17 классов легенды и отражает состояние местности на начало XXI века. Детальность её соответствует масштабу примерно 1 : 200 000 (в 1 см 2 км)
    Верификация карты производилась с помощью точек геоботанических описаний, использованных для определения дешифровочных признаков (рис. 4). Из рассмотрения были исключены 188 геоботанических описаний смешанных и переходных сообществ. Два класса легенды (тундры и гольцы) были объединены в один по причине разного понимания границы между этими классами, постепенного перехода между ними, высокой степени субъективности при определении этой границы и значительного влияния сезона на интерпретацию этих классов. Названия растительных сообществ, данные при полевом обследовании, были конвертированы в названия, соответствующие классам легенды к карте (рис. 8).

    Конвертация названий растительных сообществ, данных при полевом описании, в названия, соответствующие классам легенды.
    Рисунок 8. Конвертация названий растительных сообществ, данных при полевом обследовании (поле Formation), в названия, соответствующие классам легенды (поле Class).

    К сожалению точность привязки геоботанических описаний к точкам на местности не соответствует разрешению полученной карты. Текстовое описание местоположения геоботанических площадок не всегда позволяло определить координаты точки с необходимой точностью. Мы оцениваем возможную ошибку определения местоположения геоботанического описания примерно в 100 метров. При разрешении полученной карты 30 метров на пиксель такая ошибка исключает возможность достоверной прямой проверки результатов интерпретации ДДЗ с помощью точек геоботанических описаний. Поэтому для верификации карты был использован следующий подход. Для каждой точки геоботанического описания было определено расстояние до ближайшего полигона карты с соответствующим (таким же, как и в этой точке геоботанического описания) растительным сообществом. Если точка геоботанического описания находилась внутри полигона с соответствующим растительным сообществом, расстояние считалось равным 0. Распределение точек геоботанических описаний по степени пространственной близости к ближайшему полигону карты с соответствующим растительным сообществом приведено на рисунке 9.

    Распределение точек геоботанических описаний по степени пространственной близости к полигону с соответствующим растительным сообществом.
    Рисунок 9. Распределение точек геоботанических описаний по степени пространственной близости к полигону с соответствующим растительным сообществом.
     — точки геоботанических описаний, имеющие в ближайшем окружении полигон с соответствующим растительным сообществом.
     — точки геоботанических описаний, не имеющие в ближайшем окружении полигона с соответствующим растительным сообществом.

    Первая колонка отображает количество точек геоботанических описаний (в процентном соотношении), которые попали внутрь полигонов с соответствующими растительными сообществами. Описания второй колонки располагаются на расстоянии не более 30 метров (в соседнем пикселе) от соответствующего растительного сообщества; третьей колонки — на расстоянии от 30 до 60 метров (через один пиксель) и т. д. Исходя из возможной ошибки определения местоположения геоботанических площадок (100 метров), описания, находящиеся на расстоянии не более 3-х пикселей от аналогичного растительного сообщества (первые 4 колонки) можно считать соответствующими правильно интерпретированным пикселям. Таким образом, в 72 % случаев, в самом ближайшем окружении точки геоботанического описания в результатах интерпретации ДДЗ имеется полигон с правильно интерпретированным растительным сообществом.
    Анализ 28 % геоботанических описаний, не имеющих в ближайшем окружении пикселей с соответствующим растительным сообществом даёт следующее распределение по классам легенды (рис. 10).

    Распределение по классам легенды 28 % точек геоботанических описаний, не имеющиюх в ближайшем окружении полигона с соответствующим растительным сообществом.
    Рисунок 10. Распределение по классам легенды 28 % точек геоботанических описаний, не имеющиюх в ближайшем окружении полигона с соответствующим растительным сообществом.

    Из графика видно, что первое место по количеству ошибок интерпретации занимают луговые сообщества. На них приходится более четверти всех ошибок. В значительной степени это объясняется тем, что луга в Кроноцком заповеднике редко занимают обширные площади. Часто это небольшие луговины, окружённые лесом, либо узкие лентовидные полосы вдоль водотоков. Небольшие объекты могут быть неразличимы на снимках среднего разрешения, если они имеют размеры, сравнимые с ценой пикселя и обладают спектральными характеристиками, сходными с окружающими их объектами. Кроме того, часть пикселей, интерпретированных, как луга, были элиминированы в процессе обработки фильтром. Таким образом, недостаточное пространственное разрешение исходных ДДЗ не позволяет уменьшить ошибку интерпретации, появляющуюся вследствие наличия объектов малой площади.
    Использование данных дистанционного зондирования накладывает и другие ограничения на результат. "Взгляд сверху" не даёт возможности заглянуть под кроны деревьев и дать характеристику нижних ярусов в сомкнутых лесных сообществах. Поэтому на карте, созданной на основе ДДЗ, отсутствуют классы легенды, отражающие особенности травяно-кустарничкового яруса, подроста и подлеска, закрытых кронами деревьев. Легенда к настоящей карте содержит 17 классов, уверенно дифференцируемых на мультиспектральных спутниковых снимках среднего разрешения. Наземные обследования территории дают возможность более полно охарактеризовать растительность, учитывая подчинённые ярусы в многоярусных сообществах. Для сравнения можно привести геоботаническую карту Кроноцкого государственного заповедника [3], созданную в 1979 г. Ю.Н. Нешатаевым и содержащую 37 классов легенды. Эта карта была изготовлена на основе материалов 5-летних полевых обследований территории с последующей экстраполяцией с помощью выборочно-статистического метода геоботанического картографирования и с использованием лесоустроительных данных [2].
    К неоспоримым преимуществами карты растительного покрова, созданной на основе мультиспектральных снимков среднего разрешения, можно считать её актуальность, пространственную точность, высокую детальность по сравнению с лесоустроительными данными [2] и цифровой формат (geotif) с географической привязкой на местности. Всё это даёт возможность использовать полученный результат в различных аналитических целях без дополнительной обработки.

    Участники проекта.

    Работа выполнена Центром охраны дикой природы (ЦОДП) при участии Международного Социально-Экологического Союза (МСоЭС) по инициативе и при финансовой поддержке Общества Сохранения Диких Животных (WCS) в рамках программы "Conserving the Volcanoes of Kamchatka World Heritage Site, Russia".

    Райгородецкий Г.Р., научный сотрудник WCS, менеджер Камчатских проектов WCS в России. *
    Карпачевский М.Л., менеджер проекта.

    Егоров А.В., исполнитель.
    Есипова Е.С., исполнитель.
    Шашков М.П., исполнитель.

    Нешатаева В.Ю., эксперт.
    Нешатаев Ю.Н., эксперт.
    Шамшин В.А., эксперт.

    Список использованных источников информации.

    1. Васильев Н.Г., Матюшкин Е.Н., Купцов Ю.В. Кроноцкий заповедник. // Заповедники СССР. Заповедники Дальнего Востока. — М, Мысль, 1985

    2. Геоботаническая карта Кроноцкого государственного заповедника Камчатской области. Устройство 1976 г. Масштаб 1 : 100 000. Главное управление охотничьего хозяйства и заповедников при Cовете Mинистров РСФСР.

    3. Геоботаническая карта Кроноцкого государственного заповедника, составленная по материалам опорных геоботанических профилей 1974-1978 гг. и данным лесоустройства 1976 г. доцентом кафедры геоботаники Ленинградского университета Ю.Н.Нешатаевым. 1979 г. Масштаб 1 : 100 000.

    4. Растительность Кроноцкого государственного заповедника (Восточная Камчатка). // Труды Ботанического института им. В.Л. Комарова РАН. Вып. 16. / Под ред. Ю.Н. Нешатаева, В.Ю. Нешатаевой, А.Т. Науменко. СПб, 1994. 232 с.

    5. Шамшин В.А. Каменноберёзовые леса Камчатки: биология, экология, строение древостоев.— М.: ГЕОС, 1999. 170 с.


    О проекте | Копирайт | E-mail