Обработка и анализ данных MODIS о вегетативных индексах на территории Волго-Ахтубинской поймы

ИННОВАЦИИ В КОМПЬЮТЕРНОМ МОДЕЛИРОВАНИИ

ББК 26.17

ОБРАБОТКА И АНАЛИЗ ДАННЫХ MODIS О ВЕГЕТАТИВНЫХ ИНДЕКСАХ НА ТЕРРИТОРИИ ВОЛГО-АХТУБИНСКОЙ ПОЙМЫ

И.И. Клиточенко

Актуальность. В настоящее время достаточно широко обсуждается экологическая обстановка в Волго-Ахтубинской пойме (ВАП). Существует ряд факторов, в том числе климатических, которые определяют ее состояние. Периодически повторяющийся влагодефицит в засушливые и маловодные годы является одним из наиболее опасных явлений, приводящих к негативным экологическим последствиям. Натурные наблюдения на местности не могут обеспечить комплексную, интегральную оценку экологического состояния ВАП. Поэтому использование данных спутникового дистанционного зондирования Земли, позволяющее обеспечить практически непрерывный мониторинг атмосферы, земной и водной поверхностей, является актуальной задачей.

Для отслеживания динамики растительного покрова широко используется нормализованный относительный индекс растительности (Normalized Difference Vegetation Index, далее – NDVI) – показатель количества фотосинтетически активной биомассы (обычно называемый вегетационным индек- сом) [5; 6]. Этот параметр может непосредственно характеризовать состояние поймы.

Цель и задачи исследования. Целью данного исследования является изучение динамики NDVI как одного из важных параметров, описывающих состояние ВАП. Для достижения этой цели необходимо решить ряд задач:

• 1.    Рассмотреть имеющиеся источники данных спутникового дистанционного зондирования Земли (далее – ДЗЗ), содержащие сведения об NDVI.

• 2.    Получить данные из выбранного источника.

• 3.    Разработать алгоритмы обработки данных ДЗЗ.

• 4.    Провести первичную статистическую обработку полученных данных.

• 5.    Создать тематические карты распределения NDVI для ВАП.

• 6.    Проанализировать динамику NDVI в ВАП за последние пять лет.

Новизна и достоверность предложенных методов и решений. В работе получены следующие результаты:

• 1.    Разработан и успешно апробирован алгоритм географической привязки данных в файлах MODIS MOD13.

• 2.    Изучена и проанализирована динамика NDVI для территории ВАП за последние пять лет.

• 3.    Построены тематические карты, наглядно показывающие распределение NDVI в ВАП.

Достоверность полученных результатов обусловлена применением строгих статистических методов, тщательным тестированием, построенного на основе разработанного алгоритма программного комплекса, и совпадением с результатами, полученными другими методами.

Практическая и научная значимость обусловлены разработкой алгоритма географической привязки данных в файлах MODIS MOD13, что позволяет создавать тематические карты распределения NDVI с минимальными затратами. На основе этого алгоритма создан программный пакет, позволяющий автоматизировать процесс создания таких карт. Полученные результаты статистической обработки данных могут быть использованы для комплексного анализа эколого-климатической обстановки в ВАП.

Положения, выносимые на защиту.

• 1.    Разработан и успешно апробирован алгоритм географической привязки данных в файлах MODIS MOD13.

• 2.    Показано, что полученные значения индекса NDVI для ВАП в целом соответствуют разреженной растительности, причем максимальные значения индекса наблюдались в мае 2008 г., а минимальные – в июле 2007 года.

Объем и структура диссертации. Диссертация состоит из введения, трех основных разделов, заключения и списка литературы. Общий объем диссертации составляет 52 страницы, включает в себя 18 рисунков и список литературы из 41 источника.

Реферативное изложение содержания работы.

Во введении обосновывается актуальность работы, указываются цели и задачи исследования, описываются новизна и достоверность предложенных методов и решений, указываются практическая и научная значимость, описываются объем и структура дис- сертации, приводится список работ по теме и апробация работы.

Первый раздел посвящен общему описанию ситуации в ВАП и методах ее мониторинга, здесь же приведен литературный обзор и обзор источников данных ДЗЗ.

Для анализа ситуации в ВАП были выбраны свободно доступные данные наблюдений электронно-оптического спектрорадио-метра MODIS, установленного на спутниках NASA серии EOS (Terra и Aqua). Этот прибор обеспечивает дистанционное зондирование Земли в 36 различных полосах спектра, что позволяет получать информацию о различных свойствах облаков, атмосферы, земной и водной поверхностей.

Данные MODIS/Terra и MODIS/Aqua доступны как в необработанном виде, так и в виде разнообразных продуктов MODIS (на сегодняшний день – 34 наименования), сгруппированных в несколько уровней. Продукты MODIS содержат данные о вегетативных индексах, атмосферных аэрозолях, водяных парах, термических аномалиях и др. Необработанные данные MODIS доступны практически за каждые сутки с момента запуска спутников, обработанные данные в виде продуктов MODIS – около одного раза в неделю; пространственное разрешение варьируется от 250 м до 10 000 м, в зависимости от разрешения соответствующего спектрального канала прибора.

Второй раздел содержит описание разработанного алгоритма для географической привязки данных MODIS, описание процедур статистической обработки полученных данных и построения тематических карт. Для построения тематических карт и первичной статистической обработки данных по NDVI были использованы следующие продукты MOD13Q1.005 и MYD13Q1.005 – Gridded Vegetation Indices (разрешение 250Ч250 м, доступны через интерактивный интерфейс на вебсайте NASA get_data/data_pool). Префиксы «MOD» и «MYD» относятся к данным, полученным со спутников Terra и Aqua, соответственно.

В нашей работе рассмотрены данные за промежуток времени с 2005 г. по 2010 г. в период наиболее активной вегетации – с мая по июль каждого года [1–4].

Продукты MODIS доступны в виде файлов формата HDF-EOS, являющегося расширением формата HDF (hierarchical data format – иерархический формат данных), широко используемого для обмена научными данными. В файлах продукта MOD13Q1, содержащих сведения о распределении вегетативных индексов в виде массивов данных, географическая привязка организована следующим образом: в них хранятся координаты вершин четырехугольника, соответствующего территории наблюдений (более обширной, чем территория ВАП). На рисунке 1 схематично изображена структура файла MOD13Q1 с указанием диапазона значений индексов и географических координат.

Для географической привязки нужно установить соответствие между индексами каждого элемента массива и координатами.

Опишем алгоритм поиска индексов i , j элемента массива для точки с заданными координатами (черная точка на рис. 2).

• 1.    Поскольку нас интересуют не все данные, хранящиеся в массиве, а только те, которые соответствуют территории ВАП, то поиск будем осуществлять только в области, соответствующей ВАП (см. рис. 2).

• 2.    Как показано на рисунке 1, делим данную область на четыре части и выясняем, в какую из них попала заданная точка.

• 3.    Повторяем шаг 2 до тех пор, пока не найдем соответствующие заданной точке индексы i , j .

Особенностью наборов данных в продуктах MODIS является наличие «значений заполнения»: в массивах данных есть элементы, для которых значения наблюдаемой величины по каким-то причинам не удалось получить (например, для индекса NDVI – это те элементы, которые соответствуют водоемам). Значения таких элементов приравниваются некоторому заранее заданному значению заполнения, не попадающему в диапазон значений наблюдаемой величины. Для расчета статистичес- ких характеристик такие элементы мы не учитывали.

Кроме того, данные в продуктах MODIS хранятся в целочисленном виде, вследствие чего необходима их нормировка для получения числовых значений в принятых для них единицах измерения. Такая нормировка осуществляется следующим образом:

value = scalefactor (storedvalue - addoffset), где value – отнормированное значение элемента набора данных, scalefactor, addoffset – переменные масштабирования и сдвига, определенные в hdf-файле для каждого набора данных, storedvalue – значение, непосредственно хранящееся в hdf-файле.

Полученные нами значения NDVI для ВАП были усреднены по пространству и по времени: для всей территории поймы и за каждый выбранный месяц.

В третьем разделе содержится анализ полученных результатов. По результатам первичной статистической обработки данных самые высокие максимальные значения NDVI наблюдались в 2008 г., самые низкие – в 2007 году. Самые высокие средние значения NDVI наблюдались в 2008 г., самые низкие – в 2007 году. Самые большие стандартные отклонения значений NDVI наблюдались в 2008 г., самые маленькие – в 2007 году.

В работе для ВАП в целом получены средние значения и дисперсия NDVI индекса. Полученные значения индекса NDVI соответствуют разреженной растительности, причем максимальные значения индекса наблюдались в мае, а минимальные – в июле.

В заключении сформулированы основные положения, выносимые на защиту.

Работа выполнена при финансовой поддержке ГК 02.740.11.5198 от 12.03.2010 г. и грантов РФФИ 110597044р_поволжье_а, 110700660а.

Автор признателен К.М. Фирсову за полезные обсуждения работы и ценные замечания.

Рис. 1. Схема поиска соответствия значений координат и индексов элементов массива данных

Рис. 2. Область поиска значений индексов в массиве данных