Республика Конго находится в центре второго по величине леса в мире под названием «Бассейн Конго», занимающего площадь 342 000 км² по обе стороны от экватора.

Лес покрывает почти две трети страны и разделен между двумя основными массивами на севере и юге страны (FRA, 2010) Более 80% площади национальных лесов входит в состав государственного лесного фонда, что делает государство основным лесов владельцем. (CNREDD, 2010). Ситуация с лесным покровом, который не является равномерным по всей стране, варьируется в зависимости от плотности населения, качества транспортной инфраструктуры, богатства лесов, истории их эксплуатации и наличия городских районов (CNREDD, 2017).

Особенно остро стоит вопрос о сохранении лесов, которые играют важную роль в биосферных взаимодействиях. Космические наблюдения Земли в настоящее время являются наиболее эффективным методом получения информации о состоянии поверхности и атмосферы всей Земли.

Благодаря своим ценным свойствам космические снимки широко используются в практической и научной деятельности. (Спутниковая картография..., 2016 г.)

Дистанционное зондирование поверхности Земли – это процесс измерения свойств объекта, территории или явления без непосредственного контакта с ним с помощью воздушных летательных аппаратов, искусственных спутников Земли или других измерительных платформ. Суть процесса заключается в том, что необходимо измерить характеристики объекта на расстоянии, полагаясь на информацию из регистрируемого сигнала, вместо стандартных измерений его места расположения.

Результатом дистанционной регистрации или измерения собственного или отражённого излучения, несущего необходимую информацию, является снимок – двумерное метрическое изображение. По снимкам можно изучать фундаментальные структурные особенности атмосферы, литосферы, гидросферы, биосферы и ландшафтов в региональном, зональном и глобальном масштабах.

Данные дистанционного зондирования служат источниками для составления и оперативного обновления карт (общегеографических, тематических, специальных). Особо выделяется применение космической информации для ежедневного оперативного контроля над состоянием окружающей среды.

Дистанционные методы исследования обеспечивают большую обзорность, возможность получения данных через промежутки времени, высокую скорость получения и обработки изображений, применение комплексного анализа и оценки динамики развития явлений с помощью оперативного картографирования. Составленные по данным дистанционного зондирования карты более современные и достоверные, и отображающие те явления, которые без этих данных не могли бы быть картографированы.

К основным преимуществам дистанционных методов при составлении карт относят:

- высокую точность определения границ;

-максимальную актуальность данных на момент исследования;

-приурочивание объекта к определённому классу и повышение объективности распознавания и выделения объекта;

 -сокращение объёма наземных исследований и полевых работ.

Методы дистанционного зондирования являются высокими технологиями не столь потому, что используются ракетная техника, сложные оптико-электронные приборы, высокая мощность компьютеров, сколь благодаря новому подходу к получению интерпретации результатов измерений.

И стоит подметить ещё одну важную особенность приведённых методов. Они обычно являются косвенными, поэтому необходима предварительная обработка и экспериментальные исследования по изучению интересующих объектов или явлений (Сутырина, 2013).

Физической основой принципов дистанционного зондирования Земли является электромагнитное излучение, которое имеет свойство отражаться или излучаться объектом и регистрироваться на удалённом от точки пространства приёмнике.

Электромагнитное излучение – это распространяющаяся в пространстве совокупность возмущений электрических и магнитных полей. Диапазон электромагнитных волн довольно широк и может проявляться как свет, тепло или радиоволны, при этом все виды волн имею одну и ту же скорость распространения электромагнитного излучения равную скорости света (2,998*108 м/с).

Электромагнитное излучение характеризуется частотой и длиной волны, которые связаны друг с другом обратной зависимостью, поэтому при уменьшении частоты длина волны увеличивается, и наоборот. Диапазоном всех возможных длин волн называется спектр электромагнитного излучения (Рис. 1)

Рис.1.Спектр электромагнитного излучения

 

Человеческое зрение воспринимает только видимый диапазон электромагнитного спектра в интервале примерно от 400 до 700 нм. Также человек может воспринимать кожей инфракрасное излучение как тепло. В отличие от ограниченных человеческих возможностей, приборы дистанционного зондирования воспринимают гораздо более широкий диапазон спектра электромагнитного излучения, поэтому они предоставляют огромное количество информации о состоянии окружающей среды (Сутырина, 2013).

Понимание характеристик, представляющих собой разрешающую способность, систем дистанционного зондирования особо важно для правильного использования, полученных с их помощью данных. К таким характеристикам относят:

Спектральное разрешение. Оно характеризует способность системы дистанционного зондирования определять конкретные интервалы длин волн. При оценке спектрального разрешения следует учитывать две характеристики: количество каналов и ширину каждого из них. Чем больше количество каналов и меньше ширина, тем более высокое спектральное разрешение получается. Самым низким спектральным разрешением обладает панхроматический снимок.

Радиометрическое разрешение. Оно определяется чувствительностью сенсора к наименьшей разницей в уровнях энергии излучения, которое позволяет зарегистрировать конкретная аппаратура. Также по этому разрешению можно судить о количестве полезной информации, содержащейся в изображении. Чем выше радиометрическое разрешение, тем он более чувствителен к обнаружению небольших различий в отражаемой или излучаемой энергии. Например, стандартное 8-битное радиометрическое разрешение состоит из 256 градаций яркости каждого канала, 9-битное из 512 градаций и так далее.

Временное разрешение. Оно определяется периодичностью сбора данных. От частоты съёмки зависит возможность исследования территорий, и обнаружение

происходящих во времени изменений. За абсолютную временную разрешающую способность системы дистанционного зондирования принимают период обращения спутника вокруг Земли, через который возможна повторная съёмка того же участка заменой поверхности под тем же углом обзора.

Пространственное разрешение. Оно характеризует способность сенсора различать детали в пространственных данных. Это наиважнейшая характеристика систем ДЗ. Пространственное разрешение определяется как размером наименьшего элемента земной поверхности, соответствующего одному пикселу снимка. Существует ряд категорий в зависимости от пространственного разрешения:

1. Очень низкое разрешение – более 10 км.
2. Низкое – 1-10 км.
3. Среднее – 100-999 м.
4. Относительно высокое – 50-99 м.
5. Высокое – 20-49 м.
6. Очень высокое – 1-19 м.
7. Сверхвысокое разрешение – до 1 м (Сутырина, 2013).

 

Разработка нашей работы была основана на использовании данных дистанционного зондирования высокого пространственного разрешения.

Методы дистанционного зондирования могут быть активными и пассивными.

Активные используют вынужденное излучение объектов, инициированное искусственным источником излучения направленного действия (www.dzz.ru).

Пассивные методы используют собственное излучение земной поверхности, атмосферы и облаков и отражённое солнечное излучение (Шовенгердт, 2010).

Отражённый сигнал, несущий информацию о свойствах участка подстилающей поверхности, на пути к приёмной системе спутника может поглощаться и рассеиваться атмосферой, то есть трансформироваться. Рассеянное излучение вместе с отражённым излучением собирается приёмной системой. К тому же необходимо учитывать влияние других источников излучения – подстилающей поверхности и атмосферы, особенно в инфракрасной области спектра. Такие влияния на сигнал сильно затрудняют и усложняют интерпретацию полученной информации.

 

Таблица. 1 Основные спектральные диапазоны, используемые в дистанционном зондировании

 

Название канала Диапазон длин волн Источник излучения Анализируемый параметр поверхности Ультрафиолетовый (UV) 0.1-0.4мкм Солнце Отражательная способность Ближний инфракрасный(NIR) 0,7-1,1 мкм Солнце Отражательная способность Коротковолновый инфракрасный (SWIR 1,1-1,35 мкм 1,4-1,8 мкм 2,0-2,5 мкм Солнце Отражательная способность Средневолновый инфракрасный (MWIR) 3-4 мкм 4,5-5 мкм Солнце, источники тепла Отражательная способность, температура Тепловой (длинноволновый) инфракрасный (TIR или LWIR) 8-9,5 мкм 10-14 мкм Источники тепла Температура Микроволновый, радар От 1000 мкм до 1 м Тепловой (пассивный), искусственный (активный Температура, рельеф Видимый (V) 0,4-0,7 мкм Солнце Отражательная способность Ближний инфракрасный (NIR) 0,7-1,1 мкм Солнце Отражательная способность Коротковолновый инфракрасный (SWIR) 1,1-1,35 мкм 1,4-1,8 мкм 2,0-2,5 мкм   Солнце Отражательная способность Средневолновый инфракрасный (MWIR) 3-4 мкм 4,5-5 мкм Солнце, источники тепла Отражательная способность, температура Тепловой (длинноволновый) инфракрасный (TIR или LWIR)   8-9,5 мкм 10-14 мкм   Источники тепла   Температура   Микроволновый, радар   От 1000 мкм до 1 м Тепловой (пассивный), искусственный (активный)   Температура, рельеф

При пассивном методе дистанционного зондирования используется лишь часть электромагнитного спектра в диапазоне от 0,1 мкм до 1 м. Этот участок довольно большой, поэтому его подразделяют на спектральные поддиапазоны, обозначенные в таблице № 1. Границы некоторых атмосферных окон определены не чётко, поэтому значения могут немного отличаться в литературе (Шовенгердт, 2010).

При прохождении через атмосферу электромагнитные волны имеют свойства поглощаться различными газами и рассеиваться в атмосфере. Поглощение – основной механизм взаимодействия излучения с атмосферой, обусловленный наличием в атмосфере молекул, способных поглощать энергию в различных диапазонах спектра. Основные компоненты, отвечающие за поглощение излучения – озон, кислород, углекислый газ и водяной пар. Эти атмосферные газы поглощают энергию в определённых областях спектра, поэтому достаточно просто определить, какие части спектра мы можем использовать для конкретных задач.

Части спектра, в которых поглощение не столь существенно, называются «окнами прозрачности». Для получения подробной информации о подстилающей поверхности используют инструменты дистанционного зондирования, принимающие излучение в нескольких окнах прозрачности. Например, в инфракрасном диапазоне выделяют два окна прозрачности, где коэффициент пропускания близок к 90 % в диапазоне 3,4-4,2 мкм и 60- 80 % в диапазоне 8,0-12,5мкм.

Рассеивание электромагнитного излучения возникает из-за изменения направления распространения электромагнитных волн при их взаимодействии с молекулами газов и других частиц, присутствующих в атмосфере. Величина рассеивания зависит от длины волны, количества частиц и концентрации атмосферных газов. Доля рассеянного излучения в диапазоне видимого света может колебаться от 5 до 100 % в зависимости от облачности, которая является наибольшей помехой при съёмке в оптическом диапазоне (Сутырина, 2013).

Сама возможность идентификации и классификации объектов по информации ДЗЗ основывается на том, что объекты разных типов - горные породы, почвы, вода, растительность и т.д. – по-разному отражают, поглощают или пропускают электромагнитное излучение в том или ином диапазоне длин волн, или по-другому, имеют разные спектральные характеристики (www.dzz.ru).

Свойства отражённого, поглощённого и пропущенного излучения зависят от вещества объекта и физических условий, в которых он находится. Объекты одного типа могут иметь разное соотношение между типами излучений, зависящих от длины волны. В одном спектральном диапазоне невозможно различить два типовых объекта, но в другом это будет вполне возможно. Большинство систем дистанционного зондирования работает в спектральных диапазонах, где преобладает отражённое излучение, а значит, отражательные свойства объектов очень важны для их идентификации.

К тому же необходимо учитывать геометрические характеристики отражения, зависящие от неровности поверхности. Например, на неровной поверхности возникает диффузное отражение, когда падающее излучение отражается одинаково во всех направлениях. Для плоской поверхности характерно зеркальное отражение, когда угол отражения равен углу падения (Рис. 2). На самом деле, отражение носит смешанный характер.

Рис. 2. Зеркальное и диффузное отражение.

 

Тип поверхности зависит от отношения размеров её неровностей к длине волны падающего излучения. Диффузное отражение возникает, если длина волны падающего излучения сильно меньше вариаций высоты поверхности или размеров слагающих её частиц. Также важной отличительной чертой диффузного отражения  является  информация    о цвете поверхности, содержащаяся в спектре излучения, а измерение этих отражательных характеристик является основной составляющей дистанционного зондирования (сутырина, 2013).

Одной из отражательных характеристик является спектральная отражательная способность – функция длины волны, показывающая относительную долю энергии отражённого излучения. Зависимость спектральной отражательной способности от длины волны показывает график кривой спектральной отражательной способности. Вид кривой позволяет сравнить спектральные характеристики объектов и влияет на выбор спектрального диапазона, в котором будет проводиться съёмка.

Как упоминалось ранее, на спектральные характеристики влияет состояние объекта, поэтому кривые спектральной отражательной способности имеют различные хода сухой и влажной почвы, лесов в разное время года.

Для работы с данными дистанционного зондирования следует изучить и рассмотреть основные спектральные кривые типичных объектов Земли (Рис.3.).

Рис.3. Основные спектральные кривые типичных объектов Земли (Сутырина, 2013)

В таблице №2 приведены пояснения для каждой кривой в соответствии с классом (Сутырина, 2013).

Пояснения к спектральным кривым на рисунке .3.

Таблица 2.

Класс А	Растительный покров
А-1	Хвойные леса в зимний период
А-2	Хвойные леса в летний период
А-3	Лиственные леса в летний период и травяные луга с густой и сочной растительностью
А-4	Лиственные леса в осенний период и созревшим полевым культурам
Класс Б	Почвы и обнажения
Б-1	Чернозёмы
Б-2	Дерново-подзолистые
Б-3	Пески, обнажения пустыни, некоторые горные породы
Б-4	Известняк, глина и прочие светлые породы
Класс В	Водные поверхности и снежный покров
В-1	Снег, покрытый ледяной коркой
В-2	Свежевыпавший снег
В-3	Чистая вода
В-4	Мутная вода

 

Для данного исследования очень важно рассмотреть поведение спектральной кривой растительного покрова, которое очень сильно меняется от длины волны. На рисунке 3 растительность разного типа выделена зелёным пунктиром с подписями класса  А. Несмотря на различия спектральных кривых разных типов растительности и разные времена года прослеживается характерный для растительности тренд с максимумами и минимумами. Отражательная способность довольно мала в синем и красном диапазонах видимого спектра, так как в листве присутствует хлорофилл, поглощающий большую часть излучения (окно поглощения).

В состав листа могут входить и другие пигменты, играющие важную роль – каротин, ксантофил (жёлтый пигмент) и антоциан (красный пигмент). Каротин и ксантофил довольно часто встречаются в листьях, но имеют окна поглощения в синем диапазоне (0,45 мкм), где влияние хлорофилла является доминирующим, поэтому эти пигменты имеют влияние только в его отсутствие. Также можно отметить, что в ближнем и среднем инфракрасном диапазоне различий отражательной способности в зависимости от влияния пигмента практически нет, что нельзя сказать о видимом спектре.

На графике так же выделяется резкое увеличение отражательной способности при переходе из видимой в инфракрасную часть спектра (0,7 мкм). Зелёный растительный покров характеризуется высокой отражательной способностью, высокой прозрачностью и низким поглощением. Доля поглощённого излучения достигает 5 %, а коэффициент отражения и прозрачности имеет значения 45-50 %.

Существует ощутимая разница (до 85 %) в отражательной способности одноярусной и многоярусной древесной растительности, так как излучение, проходя через первый ярус, отражается от второго и проходит частично ещё раз первый ярус. Стоит обратить внимание на окна поглощения воды, так как влажность напрямую влияет на отражательную способность объекта: чем меньше влажность, тем выше отражательная способность. Центры окон поглощения воды соответствуют длинам волн 1,4; 1,9 и 2,7 мкм.

Подводя выше сказанное, можно выделить наиболее важные спектральные характеристики зелёного растительного покрова:

1. Отражательная способность в видимом, ближнем и среднем инфракрасных диапазонах имеет отчётливые различия.
2. Доминирующая роль структуры растительности в ближнем инфракрасном диапазоне (половина излучения пропускается, половина отражается).
3. Доминирующее влияние пигментации листвы в видимом диапазоне.
4. Доминирующая роль влажности растительного покрова в среднем инфракрасном диапазоне, так как там поглощается листвой большая часть излучения (Сутырина, 2013).

Знания о связи структуры и состояния растительности с её спектральными отражательными способностями позволяют использовать снимки для идентификации типов растительности и их состояния (Сутырина, 2013).

Для этого используют отношения и операции с разными спектральными диапазонами, или индексы (Шовенгердт, 2010).

Использование   вегетационных индексов растительности для экологического мониторинга

В настоящее время уже существует более 160 вегетационных индексов, которые подбираются эмпирическим путём, исходя из известных особенностей спектральных кривых растительности и почвы.

Большинство вегетационных индексов основано на расчёте двух наиболее не зависящих от различных факторов каналах – красном и ближнем инфракрасном. Это связано с тем, что высокая фотосинтетическая активность, связанная с густой растительностью, ведёт к более низким значениям отражения в красной зоне спектра и большим значениям в ближней инфракрасной (Сутырина, 2013).

 

                 Рисунок 4 . Фрагмент использования NDVI в сельском хозяйстве

Самым распространённым и используемым индексом для решения задач по оценке растительного покрова является NDVI (Normalized Difference Vegetation Index) или нормализованный относительный индекс растительности. На значения индекса влияют количество зелёной активной фитомассы,     видовой состав  растительности её сомкнутость, состояние, экспозиция и угол наклона  поверхности, цвет почвы под разреженной растительностью (Рис. 8). Вычисляется этот индекс по формуле:

где NIR – ближний, инфракрасный канал,

     RED – красный канал,

  RVI – относительный вегетационный индекс, который является самым первым описанным индексом. 

Исключительная особенность NDVI, что он   принимает значения от -1 до 1 (растительность всегда имеет положительные значения), в отличие от RVI, принимающего значения от 0 до бесконечности.

На основе NDVI возможно оценить и прогнозировать урожайность и продуктивность, биологическое разнообразие, степени нарушенности и ущерба от антропогенных и естественных происшествий. К тому же можно не только определять количество фитомассы, но и площади сельскохозяйственных угодий, лесного фонда. NDVI предназначен в первую очередь для измерения эколого-климатических характеристик растительности, но может показывать значительную корреляцию с другими параметрами такими, как продуктивность, биомасса, влажность и органическая насыщенность почвы, испаряемость, объём выпадающих осадков, мощность снежного покрова. Зависимость между этими параметрами и индексом не прямая, а связана с особенностями исследуемой территории (gis-lab.info).

 

         Рис. 5. Зависимость между значениями NDVI и биопродуктивностью

Для   регионального картирования растительности и анализа типов ландшафтов, оценке ресурсов и площадей биосистем используется устойчивая корреляция между значением NDVI и продуктивностью различных типов экосистем (Рис. 5).

Главным недостатком этого индекса выступает возможность использования съёмки только времени сезона вегетации, в остальное время NDVI не эффективен из-за ослабленной растительности (gis-lab.info).

Со становлением популярным использование ДДЗ и вегетационных индексов для исследований и картографирования разных объектов и явлений появилось множество модификаций нормализованного относительного индекса растительности, которые позволяли уменьшать влияние помехообразующих факторов, например, поглощение излучения атмосферой или почвы на разреженной растительностью территории.

Атмосфероустойчивый вегетационный индекс ARVI (Atmospherically Resistant Vegetation Index):

                                          

 

где Rb= RED – a*(RED-BLUE),

 NIR – ближний         инфракрасный канал,

   RED – красный канал,

   BLUE – синий канал, a обычно приравнивают к 1, но при малом покрытии растительности и неизвестном типе атмосфере a равен 0,5. Значения от -1 до 1.

Почвенный вегетационный   индекс   SAVI   (Soil   Adjusted  Vegetation   index): 

 

где NIR – ближний инфракрасный канал,

RED – красный канал,

L –корректирующий коэффициент, который варьируется от 0 для очень густого растительного покрова до 1 для очень разреженного, оптимальное значение L=0,5, 1+L – множитель, приводящий индекс к виду NDVI в диапазоне значений от -1 до 1.

Усовершенствованный вегетационный индекс EVI (Enhanced Vegetation Index):

 

EVI= 2.5 * 

 

 

где NIR – ближний инфракрасный канал,

           RED –  красный канал,

           BLUE – синий канал.

Индекс использует синюю область отражения для коррекции фоновых сигналов почвы и уменьшения атмосферных воздействий (www.soft.farm).

 

Благодаря большому диапазону решаемых с их помощью задач и простоте получения данных, карты вегетационных индексов часто используются как промежуточные слои для более сложного анализа и исследований, результатом которых может быть карта продуктивности лесов и сельскохозяйственных угодий, карта типов ландшафта и прочие (Сутырина, 2013).

Космические снимки позволяют ускорить процесс составления и обновления тематических карт, открыть новые картографируемые явления и создать новые направления картографирования и виды карт. Для каждого вида тематических карт разработана своя методика составления и обновления по данным дистанционного зондирования, в том числе по космическим снимкам, позволяющая отображать большее число деталей, что приводит к большему соответствию карт реальному природному рисунку.

Разрешение космических снимков вполне соответствует размерам многих объектов земной поверхности. Они хорошо отражают рельеф, структуру внешнего покрова Земли – почв и растительности, ландшафтов, поэтому их считают ценным материалом для тематического картографирования, особенно природного. Многие исследования связаны с оценкой экологической обстановкой регионов и глобальных изменений. В качестве примеров можно привести карты обезлесения и опустынивания, пожаров и чрезвычайных ситуаций, а также вырубок и нарушений почвенного покрова из-за антропогенной деятельности. Леса занимают большой процент территории нашей страны, поэтому необходимы методы для инвентаризации лесов, контроля над соблюдением правил рубки леса, лесовозобновлением, изменениями в связи с влиянием стихийных бедствий и хозяйственной деятельностью, оценки пожароопасной ситуации в лесах. Также широко методы дистанционного зондирования применяются в задачах сельского хозяйства, охраны окружающей среды, океанологии, гидрологии, метеорологии и других естественных науках (Сутырина, 2013).

Выводы

Обновление картографических документов, касающихся растительности города Браззавиль, в первую очередь, является делом инженеров-экологов, топографов-геологов и инженеров дистанционного зондирования. В настоящее время эти дисциплины дают весьма удовлетворительные результаты, и их объединение будет только полезным для руководителей города при принятии решений.

Это исследование, которое вписывается в логику внесения вклада в улучшение управления и контроля растительности в городе Браззавиль, представляет теоретическую основу работы, методологию, принятую для исследования, использование данных дистанционного зондирования со снимками высокого разрешения в программном обеспечении Qgis 3.16. с Mapflow в качестве модуля и анализа результатов. Это исследование показало, что существует надежный, быстрый методологический подход, который обеспечивает безопасные и надежные данные и не требует больших затрат (бесплатно) для реализации оперативного картирования.

Действительно, в ходе этого исследования было обнаружено, что в северо-западной части города спутниковые датчики, спутниковые снимки, такие как Google, Mapbox и другие, с трудом определяют, что именно там находится. Это замечание ставит вопрос о спутниковом мониторинге транспортных средств в этой части города Браззавиль в Республике Конго.