Использование цифровых моделей рельефа при расчете зон затопления

Использование моделей и сценариев развития событий в ГИС позволяют прогнозировать ситуации, которые могут возникнуть в окружающей природной среде после завершения строительства и в период эксплуатации уникальных объектов, и разработать мероприятия и рекомендации по охране окружающей природной среды в новых условиях [1]. Оперативность принятия решений на базе различных моделей зависит от скорости обработки данных и качества вводной информации. Использование открытых источников предполагает получение быстрых данных на обширные территории, к которым относятся материалы дистанционного зондирования Земли. В последнее десятилетие широкое распространение в области ГИС-технологий находят методы трехмерного моделирования природных и техногенных объектов, особенно рельефов местности. Для решения экологоэкономических проблем, связанных с последствиями наводнений, создаются специальные бассейновые геоинформационные системы (далее бассейновые ГИС), отличительной особенностью которых является наличие высоких требований к качеству отсчетной поверхности – поверхности рельефа. Данная поверхность на материалах дистанционного зондирования зачастую скрыта под растительностью, объектами строительства и пр. Точность такой поверхности влияет на результаты моделирования, так как даже небольшие изменения в геометрическом описании элемента поверхности могут сильно повлиять на траекторию водного объекта, исказить расчет зон затопления и подтопления, динамику развития крупных дегра-дационных эрозионных процессов и т. д. [2, 3].

Для прогнозирования территорий, подвергающихся, в частности, затоплениям, необходимо их качественное распознавание и классификация. В силу этого классификация изображений природных и антропогенных объектов на спутниковых снимках остается актуальной задачей при построении карт [4, 5]. Так, в частности, в исследованиях, посвященных прогнозированию развития роста лесных массивов на неиспользуемых сельскохозяйственных землях, значительное место уделялось автоматизации [6]. Ряд исследований [7–11] описывает возможные способы распознавания на спутниковых снимках сельскохозяйственных культур. Выбор алгоритмов классификации зависит от вида классифицируемых природных ресурсов, технологических и технических возможностей.

Метод

Работа включала: создание цифровой модели рельефа с применением общедоступных ресурсов, моделирование зоны затопления и построения матрицы поверхности воды, создание зоны затопления путем вычисления линий пересечения поверхностей, расчет вегетационного индекса для отбора кластеров с лесными массивами, корректуру цифровой модели рельефа, верификацию модели и сопоставление результатов.

Создание цифровой модели рельефа

Цифровая модель рельефа (ЦМР) является одним из базовых элементов системы моделирования и определения зон затопления. С целью создания ЦМР был разработан Web-плагин на базе средств разработки Web-приложений: HTML5, JavaScript и пакета THREE_JS. В качестве исходных данных выступали результаты спутниковой радиолокационной съемки Земли, размещенные в открытом доступе (Shuttle Radar Topography Mission, SRTM), откорректированные путем исключения элементов растительности и приведенные к Балтийской системе высот с использованием методов, описанных в работе [12]. Обменными форматами файлов используемых матриц являются ARCGRID, а также ARCASCII и Geotiff [7, 13]. Материалы, представленные в виде регулярной матрицы высот, были использованы как исходные данные для построения поверхности (рис. 1).

Методы моделирования зон затопления и построения матрицы поверхности воды

Для построения зон затопления при наводнениях основными являются оперативная и прогностическая информация об уровнях воды [14]. К решению задач по определению (расчету) зон затопления применяются два подхода – гидрологический и гидродинамический. Первый подход применяется на обширных территориях площадью более сотни квадратных километров, второй – на локальных участках местности [15, 16]. Каждый из указанных подходов опирается в своей основе на геометрические методы расчетов триангуляционных поверхностей, где в качестве структуры данных поверхность представляется набором узлов, ребер и треугольников. Использование подобной структуры данных позволяет увеличить скорость работы алгоритмов анализа триангуляционной модели и учитывать объем выпадающих осадков [17]. При дальнейшем исследовании будет применяться гидрологический подход.

Рис. 1. Трехмерная модель рельефа местности в районе территории исследования

Модель зоны затопления может быть построена двумя способами [18]: интегральным (на участке вдоль выбранного объекта гидрографии) и дифференциальным (по набору отметок уровня воды на заданной территории).

• 1.    При построении зоны затопления интегральным способом уровень подъема воды задается двумя точками на участке объекта гидрографии. В приведенных высотных моделях каждая из заданных точек выступает в качестве образующей вектора, который принадлежит равномерно выстраиваемой плоскости. Границы зон затопления определяются путем вычисления пересечения плоскости подъема уровня воды и поверхности рельефа. Значения уровня подъема воды описываются матрицей качеств (MTQ). Данный способ предполагает использование исключительно геометрических методов построений поверхностей и определение линий их пересечений.

• 2.    Дифференциальный способ предполагает дискретное построение зоны затопления по набору точек. При этом значения уровней подъема воды в каждой из точек обуславливаются функцией, включающей особенности рельефа местности, состава грунтов, клима-

• тических и погодных условий. Такая модель зоны затопления учитывает множество влияющих и изменяющихся во времени и пространстве факторов и является более точной, однако зависит от качества и объема данных в каждой точке пространства, что увеличивает время обработки данных.

В данной работе модель зоны затопления была построена путем пространственного трансформирования русла, интерполяции поверхности русла путем задания кривой свободной поверхности потока и экстраполяции полученного наклонного набора точек на максимальное расстояние для возможности вычисления линии пересечения поверхностей. Для моделирования зон затопления будет использоваться модифицированный интегральный способ, то есть с применением не плоскости, а поверхности, имитирующей поверхность воды.

Образующая кривая свободной поверхности потока матрицы качеств строилась при условии, что русло имеет прямой уклон дна. Для объективного учета данных строилась поверхность MTQ в виде регулярной сетки с дискретностью в 30 м, причем узлы сетки задавались в тех же диапазонах, что и узлы базовой модели рельефа (рис. 2).

Рис. 2. Наклонная плоскость, имитирующая водную поверхность

В зависимости от того, как и с какой скоростью будет подниматься уровень воды в реке, можно создать и необходимое количество таких поверхностей.

Создание зоны затопления с применением программного обеспечения

Расчетные зоны строились по данным, полученным из части, восстановленной ЦМР в радиусе 5 км от существующей границы акватории с интервалом 0,5 метра (от отметки 60,5 до 70,0 м в точке размещения гидротехнического сооружения). На рис. 3 приведен фрагмент полученной карты зон затопления. По каждой из зон путем составления запросов определялись объекты, подверженные затоплению и подтоплению, образованию мелководий и т. д.

Для каждой из зон затопления были определены площади и ошибки определения площадей с учетом оценки точности, разработанной автором (рис. 4).

Расчет вегетационного индекса

В качестве источника информации в виде изображения использовались спутниковые сним- ки Landsat 8, состоящие из семи спектральных каналов. Поканальная обработка проводилась с применением расширения GDALTools. Классификация проводилась исходя из условий обеспечения возможности отделить пиксели лесных массивов от сторонних пикселей (других объектов местности).

Как правило, контуры лесной растительности определяются с применением метода NDVI (Normalized Difference Vegetation Index) [19]. Метод использует принцип отражения и поглощения световых лучей определенного спектра в видимом красном (VIS) и ближнем инфракрасном (NIR) диапазоне:

, _ ( ^ NIR - ^ VIS )

k NDVI "П Г

( ^лNIR + ^AVIS )

где fc _NDVI - вегетационный индекс, A _NIR - коэффициент отражения в ближней инфракрасной зоне спектра, A VIS - коэффициент отражения в видимой красной зоне спектра .

Расчет вегетационного индекса опирается на особенности спектральной кривой отражения сосудистых растений в красной и инфракрасной области спектра: с увеличением густоты расти-

Рис. 3. Фрагмент карты зон затопления

Рис. 4. Подпор, площадь зоны затопления и их связь

тельности уменьшается отражение в красной области спектра и увеличивается в инфракрасной. Отношение этих показателей друг к другу позволяет отделить растительные от прочих природных объектов. Использование нормализованной разности между минимумом и максимумом отражений позволяет уменьшить влияние освещенности снимка, облачности, дымки, поглощения радиации атмосферой и пр. На рис. 5 приведена последовательность решения задачи получения контуров растительности в ГИС QGIS по космическим снимкам.

Результат определения полигонов растительности приведен на рис. 6. Расчетный процент лесистости исследуемой территории составил 10 %.

Верификация моделии сопоставление результатов

После включения в исходную цифровую модель рельефа территорий, занятых лесной расти-

Рис. 5. Схема получения контуров высокоствольной растительности по индексу NDVI с использованием открытого ПО ГИС QGIS

Рис. 6. Полигоны, полученные из NDVI на исследуемую территорию

Сравнение площадей зон затопления

Отметка, м Площадь зоны, кв. км Площадь зоны после корректуры, кв. км Разности, кв. км Процент прироста 60,5 3,8 4,0 +0,2 +4 61 4,9 5,2 +0,3 +6 61,5 10,7 11,5 +0,8 +7 62 11,9 12,9 +1,0 +9 62,5 20,7 21,4 +0,7 +3 63 22,6 24,6 +2,0 +9 63,5 29,3 29,7 +0,4 +1 64 32,2 35,0 +2,8 +9 64,5 43,8 46,2 +2,4 +5 65 47,4 49,5 +2,1 +4 65,5 50,6 53,5 +2,9 +6 66 54,7 56,3 +1,6 +3 66,5 61,5 66,2 +4,7 +8 67 66,9 67,9 +1,0 +1 67,5 74,2 77,4 +3,2 +4 68 82,5 84,9 +2,4 +3 68,5 93,9 99,3 +5,4 +6 69 103,8 109,1 +5,3 +5 69,5 110,9 115,4 +4,5 +4 70 118,1 126,7 +8,6 +7 тельностью, и проведения ее корректуры с применением метода, описанного в работе [20], анализ зон затопления был проведен повторно. Результат показал, что средний прирост площадей, подверженных затоплению, составил 5 % (см. таблицу). Подобный прирост площадей обусловлен уменьшением количества препятствий (артефактов) при построении траекторий пересечения поверхностей за счет понижения отметок модели рельефа на участках, занятых растительностью. Следует отметить, что максимальный процент прироста площади составил 9 %, что имеет достаточно высокий уровень корреляции с процентом лесистости и позволяет сделать вывод о практически полном исключении вторичного влияния растительности на морфометрию цифровой модели рельефа.

Заключение

Использование этапного подхода к определению зон затопления с применением единых исходных данных дистанционного зондирования позволяет исключить ряд ошибок, связанных с особенностями получения производных элементов ДЗЗ, таких как трансформирование, привязка, коррекция и пр.

Исключение участков растительности из состава цифровой модели рельефа обеспечивает повышение количественных показателей при расчете зон затопления в среднем до 5 %.

Предложенные методы и процедура позволяют увеличить скорость и повысить качество морфометрического анализа бассейнов водных объектов в необходимом и достаточном диапазоне для целей оценки территории и бассейна водного объекта в целом.