Дешифровочные признаки и методология дешифрирования по космическим снимкам лесопожарной обстановки

40601
знак
0
таблиц
0
изображений

2. Дешифровочные признаки и методология дешифрирования по космическим снимкам лесопожарной обстановки

 

Для планирования работ по охране лесов от пожаров органы управления лесным хозяйством и подразделения авиационной охраны лесов от пожаров должны знать метеорологическую и лесопожарную обстановку как в районе нахождения лесных пожаров, так и на всей охраняемой территории. Оперативное получение такой информации обеспечивают космические съемки с метеорологических и ресурсных ИСЗ, с помощью которых снимают одну и ту же территорию несколько раз в течение суток. Практические рекомендации по применению спутниковой информации в охране лесов от пожаров были разработаны в 70-х года специалистами ЛенНИИЛХ. В 90-х гг. они развиты Международным институтом леса и ФГУ «Авиалесоохрана» на основе применения ГИС-технологий и автоматизированных методов анализа и обработки информации.

Рисунок космического изображения передает морфологию географических, лесопирологических (лесные пожары) и метеорологических комплексов. В рисунке изображения отражаются внутренние связи между данными природными комплексами и процессами, происходящими в них, а также пространственное размещение элементов изображения, характеризующихся специфической структурой и текстурой рисунка.

Ровная матовая текстура свойственна открытым участкам водной поверхности, слоистой облачности, туману, шлейфам дыма, задымленным участкам атмосферы, участкам суши с достаточным увлажнением. Зернистая текстура (скопление пятен или зерен светлого или темного тона) характерна для изображения кучевой облачности, но иногда размеры зерен настолько малы, что детали формы отдельных облаков полностью скрадываются. Разновидностью этой текстуры является куполообразная - крупные пятна округлой формы. Куполообразная текстура соответствует изображению мощных кучевых и кучево-дождевых облаков. Волокнистая текстура - волокна, нити, полосы - характерна для перистых облаков и дымовых шлейфов лесных низовых пожаров. Особый тип текстуры -дендритовая - свойствен изображению рельефа суши и наиболее характерен для гор, покрытых снегом или лесом. Объекты лесного ландшафта, дымовые шлейфы, подстилающая поверхность, облачность и др. имеют целый ряд особенностей и требуют определенного навыка в их дешифрировании.

При дешифрировании синоптической и лесопожарной обстановки важное значение имеют тени и тон изображения. Тени иногда очень хорошо передают форму изображенных объектов.

Тон изображения - не что иное, как яркость объекта. В практике при дешифрировании изображения пользуются не абсолютными яркостями, а их соотношениями. Это позволяет различать на снимках большее количество градаций яркости. Однако при дешифрировании изображений, особенно визуальном, необходимо учитывать то обстоятельство, что тоновая и полутоновая гамма яркостей зависит не только от перечисленных факторов, но и от качества изображения на бумажном носителе или на экране компьютера. Согласно методике, которая применяется в системе метеослужбы, при дешифрировании изображения на космических снимках различают несколько градаций относительной яркости:

а) наиболее светлые участки - соответствуют облакам большой вертикальной мощности и плотности, а также свежевыпавшему снегу и ледовым полям;

б) светло-серые участки - районы с неплотной облачностью нижнего или среднего ярусов, а также с тонкой перистой облачностью. Сюда же могут быть отнесены и дымовые шлейфы лесных низовых пожаров, пустыни, снег и лед;

в) темно-серые участки - районы суши, покрытые лесом и другой растительностью;

г) темные участки - моря, океаны, озера, реки, а также свежие гари.

Тон инфракрасных изображений менее изменчив, так как он несет информацию главным образом о различном тепловом состоянии подстилающей поверхности. На цветных синтезированных снимках к тоновым особенностям изображения различных объектов добавляются цветовые, которые характеризуют присущие им особенности.

При дешифрировании синоптической и лесопожарной ситуации по космическим снимкам низкого разрешения полезно пользоваться набором эталонов на изображениях, полученных при тех же атмосферно-оптических и фенологических условиях с дешифрируемыми материалами космических съемок.

Дешифрирование лесных пожаров. Современные спутниковые системы (>ЮАА, МосНз, Метеор) позволяют получать информацию о пожарах с периодичностью 8-12 часов при их размерах в несколько га и более.

Основным дешифровочным признаком пожаров на космических снимках являются дымовые шлейфы, характеризующиеся соответственной формой, яркостью и структурой

При низовых пожарах слабой интенсивности изображения дымовых шлейфов напоминают перистую облачность, однако они легко отличаются от нее характерной конусовидной формой шлейфа, вытянутой по направлению ветра. Яркость шлейфа, максимальная в тыловой части, постепенно убывает к фронту и флангам.

Шлейф крупного низового пожара высокой интенсивности на космических снимках напоминает слоистую облачность, однородную по структуре и яркости. Отличительным признаком такого шлейфа дыма является наличие в тыловой части пожара характерных «языков» или «выступов», связанных с неравномерным его распространением по лесной территории.

Верховые пожары при ветре характеризуются наличием конвекционной колонки, часто на общем фоне шлейфа дыма. Дешифровочным признаком верхового пожара на космическом снимке является наличие светлого пятна, соответствующего положению кучевого облака, венчающего, как правило, конвекционную колонку верхового пожара. Изображение конвекционной колонки аналогично изображению кучево-дождевого облака, поэтому ее дешифрирование требует определенного навыка. В штилевую погоду верхняя часть конвективной колонки очень напоминает изображение мощного кучевого облака, однако, даже при небольшом наклоне легко отличается от него конусовидным основанием, соответствующим положению тыловой части пожара.

Дымовой шлейф торфяного пожара можно отличить от дымового шлейфа низового пожара, если рассматривать снимки, полученные в разное время суток, например, рано утром и днем. Интенсивность горения торфяного пожара мало зависит от времени суток и поэтому даже в ранние утренние часы дымовой шлейф от торфяного пожара на космических снимках хорошо просматривается, в отличие от шлейфа низового пожара, проявляющегося на снимках в основном после 10-12 часов местного времени.

Шлейф дыма от лесного пожара площадью около 100 га на снимке с разрешением 1 км в масштабе около 1:10000000 имеет вид очень тонкого (0,2-0,Змм) конусообразного образования общей длиной 1,0-2,0 см, что соответствует в натуре протяженности шлейфа 100-200км. Пожары большей площади имеют изображения дымовых шлейфов больших размеров, при условии, что в приземном слое атмосферы имеет место ветер, устойчивый по силе и направлению. Дымы небольших лесных пожаров могут быть обнаружены только на космических снимках более высокого разрешения и более крупных масштабов.

Дешифрирование лесных пожаров по дымовым шлейфам значительно облегчается, если сопоставлять снимки данного района, полученные в течение последних нескольких суток и в разных зонах спектра. Анализ снимков в первом случае позволяет проследить динамику развития лесных пожаров, а также дает возможность оценить масштабы и направление распространения задымленной атмосферы, создающей определенные трудности в оперативной работе лесопожарных служб.

Во втором случае, сопоставляя снимки, полученные в видимой и в ближней инфракрасной зонах, можно более уверенно отличать дымовые шлейфы пожаров от перистых облаков. В силу различия в спектральной яркости дымовые шлейфы, хорошо различимые в видимой зоне, почти исчезают на ИК - снимках, тогда как атмосферные облака одинаково хорошо просматриваются как на тех, так и на других снимках.

Лесной пожар является источником излучения, максимум которого приходится на диапазон 2,5-3,5 мкм. Этот диапазон рекомендуется использовать в вечернее (при высоте Солнца менее 5°) или в ночное время. При комбинированном использовании каналов 3,5-5,5 мкм (для регистрации высокотемпературных объектов) и 8-14 мкм (для регистрации сигнала фона), получают сигнал от лесного пожара. В СВЧ диапазоне возможно проведение наблюдений в любое время суток и практически при любых метеорологических условиях, но материалы съемок при этом обладают худшей разрешающей способностью. Интенсивность СВЧ излучения измеряется в градусах радиояркостной температуры. Величина радио яркости пожара зависит в первую очередь от вида пожара, при беглом низовом пожаре превышение радиояркостей над общим фоном невелико, эти температурные яркости наиболее контрастны при пожарах торфяников и захламленных участков леса.

Определение зон задымления от лесных пожаров. В результате лесных пожаров атмосфера может иметь различную степень задымления.

Сильная задымленность создает определенные трудности в оперативной работе авиационных подразделений, а также работе других ведомств. Поэтому при планировании работ по тушению лесных пожаров необходимо знать о степени задымления территории.

Степень задымленности территории оценивается по 5- балльной шкале с указанием плотности дыма по трем градациям: слабая, средняя и сильная.

Анализ снимков, полученных в разных зонах электромагнитного спектра, позволяет отличать дымовые шлейфы пожаров от перистых и кучевых облаков. Дымовые шлейфы, хорошо распознаваемые в видимой зоне, почти исчезают в инфракрасной зоне, в то время как атмосферные облака одинаково хорошо просматриваются на изображениях, полученных в той и другой зонах. Данная задача может решаться одновременно с задачами по обнаружению лесных пожаров и контролю за их динамикой.

Выявление грозовой и ресурсной облачности. Целью выявления синоптической обстановки является прогнозирование процессов возникновения массовых вспышек лесных пожаров от молний на основе космической съемки и данных от радиотехнических средств регистрации молниевых разрядов, а также оперативное определение ресурсной облачности в районах действия крупных лесных пожаров для вызывания искусственных осадков. Индикатором развития гроз является кучево-дождевая облачность, которая имеет большую вертикальную мощность и значительные поперечные размеры (до несколько км). Наиболее часто массовые вспышки лесных пожаров возникают после прохождения «сухих» гроз, развивающихся на верхних и вторичных атмосферных фронтах и при внутри-массовых грозах, которые наблюдаются в антициклоне, в размытом барическом поле и реже в теплом секторе циклона.

С помощью космической съемки определяют степень покрытия облаками лесной территории, проводят классификацию облачных систем, связанных с атмосферными фронтами и циклонами, анализируют форму облачных элементов, а также структурные характеристики облачных полей. Основные метеорологические явления и их влияние на степень пожарной опасности в лесах оценивается, как правило, с помощью косвенных параметров. Холодный фронт циклонов вызывает усиление пожаров перед фронтом за счет усиления ветра. Его можно опознать на космических снимках по яркому изображению циклонически изогнутой полосы облачности. Ширина этой полосы обычно составляет 200-300 км, длина - более 1000 км. Можно наблюдать также в полосе вкрапления кучевообразной и кучево-дождевой форм облачности.

Вторичные фронты циклонов создают условия для массовой вспышки лесных пожаров от «сухих» гроз Признаками вторичных фронтов циклонов служат изображения прерывистых облачных систем, шириной от 50 до 200 км, сформированных из кучевых и кучево-дождевых форм облачности. Внутримассовые облачные системы влияют на усиление пожарной опасности из-за неустойчивого состояния атмосферы. На космических изображениях эти облачные системы опознают по конвективным ячейкам со слоисто-кучевообразным или кучево-дождевыми формами облачности, а также по вытянутым облачным полосам в виде гряд, которые образуются в тылу циклонов за пределами или внутри холодных фронтов. Для космических съемок грозовой облачности перспективны видимая (0,4-0,7 мкм) и ближняя инфракрасная (0,7-1,2 мкм) зоны спектра. Повышение точности определения грозовой облачности достигается при комплексном использовании спутниковой информации, наземных метеорологических и радиолокационных измерений, а также данных системы регистрации молниевых разрядов.

Выявление по материалам космических съемок ресурсной облачности, перспективной для вызывания искусственных осадков, связано с распознаванием мощных конвективных кучевых облаков высотой не менее 2 км.

Для распознавания грозовой и ресурсной облачности используют телевизионные, радиометрические и сканерные космические изображения. Количество облачности характеризуется степенью покрытия облаками того или иного участка земной поверхности и определяется отношением (в процентах) площади, занятой облачными элементами внутри контура, ко всей площади, ограничен ной контуром.

На космических снимках, полученных в разное время дня, можно видеть районы с развитой грозовой и ресурсной облачностью на больших территориях и, сопоставляя их, определять направление ее смещения. Это позволит достаточно оперативно и более экономично планировать работу по выявлению лесных пожаров и искусственному вызыванию осадков в зоне их возникновения, что в свою очередь дает возможность тушить их с меньшими затратами сил и средств.

Дешифрирование снежного покрова

Целью определения границ снежного покрова является установление сроков наступления (окончания) пожароопасного сезона.

Таяние снежного покрова в лесу имеет свои характерные особенности, зависящие не только от условий погоды, но и от экспозиции склонов, состава лесонасаждений, полноты, строения полога, возраста, сомкнутости крон и некоторых других факторов.

Дистанционные методы наблюдения за снежным покровом основаны на взаимосвязях электромагнитного излучения в широком диапазоне волн с изменчивыми физическими характеристиками снега (плотность, теплопроводность, влажность и др.). Свежевыпавший снег отражает около 95 % солнечной радиации в области длин волн 0,3-0,9 мкм.

Различная степень метаморфизма снежного покрова способствует изменению уровня отражательной способности: минимум отражения соответствует длине волны 1,45 мкм; у свежего и мелкозернистого снега наблюдаются локальные пики отражения, соответствующие длинам волн 1,8 и 2,25 мкм. Интенсивность собственного излучения снежного покрова, регистрируемая СВЧ - радиометрами, зависит от его яркостной температуры. Элементы изображения земной поверхности обычно относят к классу заснеженных или незаснеженных (обычно к заснеженным относят участки с преобладанием снежного покрова на площади более 50 %). К одному из показателей точности относят регистрацию факта «присутствие/отсутствие» снежного покрова. Точность выделения границ снежного покрова определяется размерами элемента изображения, т.е. пространственным разрешением космической системы и точностью географической привязки изображения.

Картина залегания снежного покрова хорошо прослеживается на космических снимках. При этом тон изображения заснеженных объектов может меняться в довольно широких пределах - от белого до темно-серого, в зависимости от мощности и состояния снежного покрова (сухой, талый), рельефа местности, наличия и видового состава растительности, условий съемки. Тон изображения снежного покрова, залегающего под пологом леса, будет претерпевать изменения в зависимости от степени сомкнутости и видового состава лесных насаждений.

Наибольшую трудность при дешифрировании снежного покрова представляет облачность, поскольку отражательные свойства этих объектов примерно одинаковы. Однако вид изображения облачной картины, в отличие от снежного покрова, на снимках быстро меняется.

Кроме того, границы залегания снежного покрова на снимках просматриваются в виде непрерывной линии, тогда как границы облачности, как правило, разорваны. При картографировании границ снеготаяния по космическим снимкам для начальной привязки можно использовать карты высот снежного покрова и его границ, которые приводятся в приложениях к ежедневному гидрометеорологическому бюллетеню метеослужбы.

Применение методов картографирования снежного покрова с использованием данных спутникового зондирования иногда осложняется из-за нечетких различий изображения снега и облачности, а также при оценке заснеженности под пологом леса. В перепеките целесообразно в дополнение к ранее названным диапазонам использование при съемке спектрального канала 1,55 -1,75 мкм для более надежного различия снега и облаков при построении средних декадных карт снежного покрова, а также применение СВЧ и ИК датчиков для оценки толщины снежного покрова с учетом влияния топографии местности. Пространственное разрешение космических систем должно быть 0,2-1,0 км при решении задачи на федеральном уровне, 30-50 м - при ее решении на региональном уровне.

Определение степени увлажнения лесных горючих материалов. Целью определения текущего влагосодержания лесных горючих материалов является корректирование краткосрочных прогнозов пожарной опасности и диагностика фактической пожарной обстановки на территории лесного фонда, а также уточнение в связи с этим управленческих решений в системе охраны леса. Для определения текущего влагосодержания лесных горючих материалов применимы данные съемок, полученные в инфракрасной (1,0-2,5; 3-5; 8-14 мкм), микроволновой (0,3-3 см) и ультракоротковолновой (1-5 дм) областях электромагнитного спектра. Методика обработки данных заключается в пространственном совмещении космических изображений, вычислении радиационной и радиояркостной температур для пикселей изображений, разностей каждой из этих температур между смежными циклами съемки и последующих вычислений па основе экспериментальных моделей влагосодержания лесных горючих материалов. Расчетные модели учитывают связи между спектральными коэффициентами яркости растительности, входящей в состав основных проводников горения, тепловой инерцией и влагосодержанием лесных горючих материалов.

Для решения задачи необходимо измерение радиационной и радиояркостной температур подстилающей поверхности в различных спектральных интервалах с точностью 2-3 %. Периодичность наблюдения должна быть 3-5 суток.


Список литературы

1. Исаев А.С. Аэрокосмический мониторинг лесов – М., Наука, 1991

2 Сухих В.И. Аэрокосмические методы в лесном х-ве – МарГТУ, 2005

3. Сухих В.И., Гусев Н.Н., Аэрометоды в лесоустройстве – М., Лесн. Пром.


Информация о работе «Аналитическое дешифрование космических снимков»
Раздел: Ботаника и сельское хозяйство
Количество знаков с пробелами: 40601
Количество таблиц: 0
Количество изображений: 0

0 комментариев


Наверх