Отражение спектра солнечной радиации в экосистемах по материалам дистанционного зондирования земли

В современных условиях обследование состояния земельных фондов планеты проводят около 100 космических аппаратов (КА) разных стран. Они различаются как по методам сканирования поверхности Земли, так и по качеству космических снимков. Использование материалов дистанционного зондирования Земли (ДЗЗ) позволяет оперативно получать информацию о всех изменениях в состоянии земных объектов, упрощает и облегчает планирование различных работ, необходимых для жизнедеятельности человека на любом участке земной

территории с высокой точностью «привязки», но главное – обеспечивает контроль за соблюдением природоохранных требований.

Совершенствование системы земледелия, без которого невозможно обеспечение продовольственной безопасности страны, зависит от рационального использования всех земель сельскохозяйственного назначения. Решение данной задачи сдерживается упразднением на грани веков единой государственной почвенной службы России, но возможно благодаря использованию почвенного дешифрирования материалов дистанционного зондирования Земли [1].

Цель проведенных исследований – изучить по материалам космической съемки лесостепной части Западно-Сибирской равнины характер отражения спектра солнечной радиации биогеоценозами в качестве научно обоснованной базы данных о рациональном использовании почв и фитоценозов в различных ландшафтных условиях равнинных регионов как при сельскохозяйственном использовании, так и в залежном состоянии [2].

Предметом исследований являлось изучение по мультиспектральным снимкам германского аппарата RapidEye высокого разрешения (5 м) закономерностей отражения-поглощения экосистемами компонентов спектра солнечной радиации.

Методика исследований

Объектами исследований были посевы зерновых культур на черноземных почвах Одесского района Омской области, расположенные в центре Ишим-Иртышского междуречья Ишимской степи и на солонцово-черноземных почвенных комплексах Марьяновского района вдоль долины бывшей реки Камышловки, разделяющей северную и южную часть лесостепи Ишим-Иртышского междуречья, а также залежные массивы Горьковского района, расположенные на почвах черноземно-солонцового комплекса Западной Барабы по Правобережью Иртыша [3].

Анализ мультиспектральных космических снимков проводился с помощью лицензированного программного комплекса ENVI путем сопоставления информации крупномасштабных почвенных карт 1985–1990 гг. и синтезированных космических снимков 2010–1014 гг. указанных территорий немецким КА RapidEye высокого разрешения (5 м на пиксель), предоставленных компанией «Совзонд» (Москва).

Детализация информации синтезированных снимков по характеру комплексности почвенного покрова проводилась методом кластерного анализа путем кластеризации усредненных показателей по модулю K-Means данного программного комплекса. Он позволяет автоматически разгруппировать все участки, различающиеся величиной светоотражения по вариантам синтезирования снимков, полученных при разных сочетаниях диапазонов солнечного спектра. Становится возможным косвенно охарактеризовать уровень плодородия почвы и продуктивности биогеоценоза.

Определение координат и высоты над уровнем моря каждого изучаемого ареала почв и конкретных почвенных выделов (не только разрезов, но и прикопок) проводилось GPS-навигатором Garmin E-Trex 2.0.

Для статистической обработки полученных данных применялись рекомендации Доспе-хова (1979) по методике полевого опыта, а также программный комплекс «Статистика» с использованием расчетов взаимосвязи исследуемых факторов.

Результаты исследований и их обсуждение

Территория степной и лесостепной зон Западно-Сибирской равнины в середине XX в. стала основным объектом для широкого освоения целинных и залежных земель, где последовало развитие массовой деградации почв в результате процессов дефляции и водной эрозии. Лишь благодаря отказу от монопольного использования технологии обработки полей отвальными плугами удалось остановить эти негативные процессы. Дальнейшее совершенствование системы земледелия может быть достигнуто при более глубоком изучения влияния комплекса природных условий на плодородие почв.

Традиционная методика почвенного картирования основана на полевой идентификации фототона аэрофотоснимков, получаемых с открытой от растительности поверхности обрабатываемых полей, т.к. растительность маскирует различия почвенного покрова. Парование полей и отвальная их вспашка резко повышают потенциал поглощения солнечной радиации [4]. Отличительной особенностью космической съемки перед обычным фотографированием ландшафтов в ходе аэрофотосъемки является установка на космических аппаратах (КА) оптического типа нескольких съемочных камер, каждая из которых посылает на землю и регистрирует отраженный сигнал в определенном спектральном канале солнечного спектра.

Анализ космических снимков показал, что открытые от растительности массивы почв поглощают солнечную радиацию на 90–100%. В результате стираются существенные различия между видами почв. Но избирательное поглощение ими радиации при равном растительном покрове облегчает идентификацию роли почвенного фактора, а при равном почвенном фоне – возможность определения светоотражения и энергопотребления новых сортов полевых культур и влияния эдификаторов лесных и луговых биогеоценозов.

Для анализа получаемой информации о состоянии экосистем в ходе ее компьютерной обработки используется комбинация трех основных цветовых каналов: 1- R ed; 2- G rin; З- B lue по системе RGB [1], соотношение которых можно изменять по 5-балльной шкале.

Общей физической основой ДЗЗ дешифрирования космических снимков является функциональная зависимость между параметрами поступающего на Землю полного спектра солнечной радиации и его избирательного поглощении земными объектами. При изучении отражательной способности биогеоценозов используется световая составляющая спектра путем синтезирования снимков, получаемых в разных диапазонах спектра.

Анализ спектра отражения изучаемого объекта дает объективную оценку его состояния на основе специфики обменного и необменного поглощения, раздельно для сине-зеленой коротковолновой и длинноволновой (более энергетически насыщенной) красной и инфракрасной части солнечного спектра.

Несмотря на 30–40-летний опыт научных исследований в данном направлении к началу XXI в. практически отсутствуют публикации по методике анализа спектра поглощения солнечной радиации при изучении состояния земель сельскохозяйственного назначения. Основная причина, по нашему мнению, в том, что поисковые исследования в этом направлении базируются на выявлении единого фактора, определяющего возможность автоматической идентификации почвенных групп по величине светоотражения компонентами биогеоценозов: почвами и растительностью. Невозможность решения данной задачи обусловлена тем, что эта величина нестабильна и зависит от агротехнологии и динамичности спектра поглощения солнечной энергии по фазам развития растительности, а также накопления и разложения органического вещества в почвенном профиле.

Сложность ее решения повышается при комплексности почвенного покрова. Эти особенности четко проявились при сопоставлении устаревающих почвенных карт и современных космических снимков с разрешением 5 м на пиксель. Сравнение информации за 2 года о состоянии одного из полей КФХ «Яша» Марьяновского района Омской области, расположенного в южной части лесостепной зоны, показало, что традиционная почвенная карта М 1:25 000 (рис. 1, а) лишь свидетельствует о наличии комплексности почвенного покрова без указания местонахождения того или иного компонента этого комплекса. Но и космический снимок парового поля (рис. 1, б) показывает только наличие лесных участков на темном фоне обработанной почвы. И только светоотражение посева пшеницы на снимке после усложненной компьютерной обработки в целях кластерного анализа (рис. 1, в) позволяет выявлять по этому показателю ареалы различных почв, определять их площадь и долю в составе комплекса.

Аналогичные снимки экосистем имеются в Интернете. Однако они отражают информацию о посевах полевых культур и лесов лишь после синтезирования снимков по системе RGB при сочетании диапазонов 5–3–2, которое близко по цветовому восприятию глазу человека.

Рис. 1. Отражение состава почвенного покрова одного из полей лесостепной зоны: а – на почвенной карте; б – на космическом снимке парового поля; в – на посеве пшеницы по пару после обработки снимка методом кластеризации

Для обеспечения объективного анализа свойств и состояния изучаемых экосистем, предусматривающих дифференциацию их компонентов, фактически, в зависимости от параметров КА, при компьютерной обработке результатов проведенного дистанционного зондирования данных территорий возможны 1500 вариантов сочетания трех – двенадцати вариантов съемки и трех – пяти цветовых каналов.

В целях определения оптимального варианта изображения почвенного покрова солонцово-черноземной экосистемы в лесостепи Западно-Сибирской равнины с дифференцированным учетом сочетания отражения длинно- и коротковолновой частей спектра солнечной радиации, был проведен анализ по 10 основным вариантам синтезирования при дифференцированном учете отражения спектра солнечной радиации (рис. 2). Результаты показывают, что коэффициент спектральной яркости светоотражения посева яровой пшеницы в период ее вегетации достигает 60–80% от максимально возможного светоотражения солнечной радиации земными объектами (255 условных единиц). По сочетанию информации снимков, полученных в длинно- и коротковолновой частях спектра, возможно установить зависимость све-тоотражения любого агроценоза от диапазона съемки, а по характеру цветового канала – установить специфику влияния на поглощение-отражение солнечной радиации свойств отдельных компонентов почвенного комплекса.

Однако в синем канале (Blue) (рис. 2) практически невозможно обнаружить это влияние свойств почв, но оно четко проявляется в красном канале. В этом случае оно более значимо в тех вариантах, где доля влияния пятого инфракрасного диапазона съемки существенно выше первого (синего) и второго (зеленого) коротковолновых диапазонов космической съемки.

к о

чернозем ^^^™ ^^^^^™ солонец

Рис. 2. Диаграммы зависимости коэффициентов яркости светоотражения компонентов солонцово-черноземной экосистемы по вариантам синтезирования диапазонов съемки в различных цветовых каналах и показатели тренда экспоненциальной зависимости светоотражения на черноземной почве

Необходимо отметить, что во всех трех цветовых каналах светоотражение зерновых культур на черноземной почве почти стабильно и не зависит от диапазона съемки. Иная картина на солонцовой малоплодородной почве. В синем и особенно в красном каналах яркость светоотражения посевами заметно слабее, чем на плодородной черноземной почве. Однако в зеленом канале светоотражение травостоя растительности маскирует влияние свойств почвы и обнаружить закономерные связи этих показателей, по существу, невозможно.

Расчеты тренда уравнений линейной и криволинейной связи во всех трех каналах на черноземной почве не подтверждают существенной связи данных показателей. Представляется парадоксальной более существенная величина достоверности искомой связи в зеленом канале. Но здесь сказалась так называемая «ложная корреляция», обусловленная общим влиянием на оба показателя иных неучтенных в эксперименте факторов, в том числе интенсивности формирования урожая в данную фазу.

Значимость учета диапазонов съемки наиболее важна при анализе синтезированных снимков, которые показывают специалисту не только общую картину изучаемого землепользования и площади компонентов экосистемы, а главное – местонахождение любого ареала данных компонентов. При этом однозначно фиксируются координаты каждой почвенной выборки (прикопки, разреза и т.п.). Это позволит в будущем проводить мониторинг изменений свойств исследуемой экосистемы, а также результатов полевых и производственных опытов либо составленной по материалам ДЗЗ новой почвенной карты.

Более детальное изучение роли диапазонов съемки при исследовании специфики биогеоценозов проводилось на примере залежных массивов в ООО «Нива» Горьковского района Омской области, расположенных по Правобережью Иртыша [3]. Для этого результаты дистанционного зондирования черноземно-солонцового комплекса, характерного для северной части лесостепи Западной Сибири, в каждом отдельном диапазоне съемки подвергались усложненному анализу усредненных показателей по 6–10 классам всех компонентов изучаемого земельного массива по их светоотражению методом кластеризации по модулю K-Means в программном комплексе ENVI.

Сопоставление 6 залежных массивов показало их резкие различия между собой по составу компонентов экосистем (рис. 3).

Так как они расположены в равных ландшафтных условиях на слабоволнистой равнине при высоте над уровнем моря 115–117 м, основным фактором данного разнообразия является степень сложности комплекса почв.

Рис. 3. Изображения залежных массивов после кластеризации снимка экосистемы в микрорайоне преобладания почв черноземно-солонцового типа

Наи                                                                   х лесков-

«колков»                                                                   ые участ ки площа

Осв                                                                   чески не- возможн

На                                       у           р у аимосвязь диапазона космической съемки и спектра светоотражения компонентов экосистемы. Коэффициент детерминации тренда при линейной и разных типах криволинейной зависимости 29

близок к нулю. Лишь расчет полиномиальной зависимости 3-й степени (рис. 4, В) показал допустимую ее величину (R2 = 0,41).

A

Рис. 4. Структура экосистемы при сложном почвенном комплексе:

А – залежный массив № 1 после проведения кластеризации; В – диаграмма влияния диапазона съемки на величину светоотражения (усл. единиц), полиномиальный тренд 3-й степени; тренд влияния диапазонов съемки: 1 – 0,44–0,51; 2 – 0,52–0,59; 3 – 0,63–0,69; 4 – 0,69–0,73; 5 – 0,76–0,88 мкм

Диапазоны съемки, мкм

B

Принципиально иную структуру имеет экосистема залежного биогеоценоза № 5. Фоном является разнотравно-злаковый мятликово-кострецовый луг на лугово-черноземной почве. Солонцы встречаются небольшими контурами (рис. 5, А). Они не препятствуют освоению данной залежи силами самого хоз

Рис. 5. Структура экосистемы при слабой комплексности почвенного покрова:

А – залежный массив № 5 после проведения кластеризации; В – диаграмма влияния диапазона съемки на светоотражение, линейный тренд; C – то же, полиномиальный тренд 2-й степени; D – то же, диаграмма изменения светоотражения, полиномиальный тренд 3-й степени

Расчеты влияния диапазона космической съемки на величину коэффициента спектральной яркости светоотражения (КСЯ) показали, что на массивах с преобладанием черноземных почв не только криволинейная, но и простая линейная связь свидетельствуют о достаточно высокой информативности снимков (R2 более 0,80).

Необходимо обратить внимание на то, что в видимом диапазоне даже в сине-зеленой коротковолновой части солнечного спектра (рис. 5, B–D) величина светоотражения экосистемы в целом более значительна, чем в длинноволновой красной и инфракрасной частях отраженного спектра солнечной радиации. В первом случае она составляет 25–30% максимально возможного, а во втором – лишь в пределах от 16 до 8%. Очевидно, что длинноволно- вая энергетически насыщенная часть солнечного спектра более интенсивно поглощается и богатыми гумусом черноземными почвами, и хорошо развитой луговой растительностью.

Результаты дешифрирования материалов ДЗЗ позволили составить в соответствии с Государственной программой повторного освоения земель, выведенных из пахотного использования, план очередности освоения залежных массивов с учетом трудоемкости работ и ожидаемой их эффективности. Оказалось, что из намеченных к освоению в данном хозяйстве 3000 га массивы данного типа занимают лишь 10% к имеющейся площади пашни (640 га).

Исходя из ожидаемого увеличения производства зерна за счет введения в оборот залежных земель, хозяйство уже в 2015 г. начало своими силами освоение одного из наиболее крупных массивов № 6 с использованием новой технологии мелиоративной обработки, предложенной учеными Омского аграрного университета, с помощью нового глубокорыхли-теля РН-4 производства Омского экспериментального завода Россельхозакадемии [5]. Данное комбинированное орудие с 2009 г. вошло в список 100 лучших товаров России [6, 7].

Центральная часть данного массива, выделяемая темным тоном (рис. 3), представлена агросолонцами темными средними с мощностью плодородного горизонта А от 12 до 18 см. Пятнами, в основном по краю поля, вблизи лесков, встречаются неплодородные солонцы корковые, которые на снимке и в натуре при полевых работах достаточно легко отделить от основного массива.

Расчеты тренда взаимосвязи светоотражения и диапазона съемки (рис. 6) показали, что вследствие достаточно крупных ареалов двух почвенных разностей и прямая линейная, и криволинейная зависимости вполне достоверно отражают характер изменения спектральной кривой. Но наиболее существенная взаимосвязь проявляется при расчете полиномиального тренда третий степени. Данный тренд однозначно показывает существенную разницу между коротко- и длинноволновой частями отраженной солнечной радиации. Именно на этом массиве наиболее ярко проявилась высокая значимость поглощения энергетической части солнечного спект а

Диапазоны съемкаи, мкм

Рис. 6 . Зависимость коэффициента спектральной яркости светоотражения массива № 6 от диапазона космической съемки: А – линейный тренд светоотражения; В – экспоненциальный тренд;

С – полиномиальный тренд 3-й степени

Очевидно, наряду с реализацией разработанных рекомендаций по очередности освоения залежных земель перед исследователями встает не менее сложная теоретическая задача – углубленное изучение не столько спектральной кривой светоотражения, сколько закономерностей дифференцированного поглощения энергии солнечной радиации основными компонентами экосистем – растительностью для обеспечения процесса накопления органического вещества и почвами для образования гумуса и других почвенных процессов.

Заключение

Исследование специфики отражения сложного почвенного покрова в равнинных регионах возможно проводить без построения цифровой модели рельефа путем углубленного кластерного анализа зависимости спектра солнечной радиации компонентами экосистем. Минимальную информативность имеет зеленый цветовой канал, а максимальную – ближний инфракрасный. Богатые гумусом черноземные почвы практически не изменяют характер поглощения-отражения компонентов спектра. Существенно большая зависимость проявляется на малоплодородных почвах солонцового типа. Дальнейшие углубленные исследования целесообразно направить на изучение закономерностей поглощения энергии солнечной радиа- ции компонентами экосистем: растительностью для обеспечения процесса накопления органического вещества и почвами для образования гумуса и других почвенных процессов.