Структура сообщения

Дистанционные методы мониторинга растительности бореальных экосистем Евразии на континентальном уровне :состояние и приоритеты С.А. БарталевИнститут по окружающей среде и устойчивому развитиюОбъединенный Исследовательский Центр Европейской Комиссии

Структура сообщения • Новая карта типов земного покрова северной Евразии по данным SPOT 4 - VEGETATION : метод и результаты • Приоритеты развития мониторинга растительности бореальных экосистем Евразии на континентальном уровне с использованием дистанционных методов

IGBP DISCover картапо данным AVHRR/NOAA Глобальная карта земного типов земного покрова,полученнаяв рамках проекта IGBP DISCover по данным радиометра AVHRR со спутника серии NOAA

SPOT 4 – VEGETATION Инструмент пространственное разрешение: • 1.15 км при наблюдении в надир • 1.7 км при отклонении оси визирования до +/- 500 спектральные диапазоны : • 0.43 – 0.47 мкм • 0.61 – 0.68 мкм • 0.78 – 0.89 мкм • 1.58 – 1.75 мкм

SPOT 4 – VEGETATION Инструмент геометрическая точность : • совмещение изображений в спектральных каналах 0.1 км • совмещение разновременныхизображений 0.3 км • абсолютное местоположение пикселя 0.5 км периодичность обзора: • до 2-3 раз наблюдений в сутки в бореальной зоне

Данные SPOT 4 - VEGETATION Тип данных - Стандартные продукты S10, включая : • измерения спектральной яркости в каналах • вегетационный индекс NDVI • данные о геометрических условиях зондирования Географический охват : • 420N - 750N и 50E -1800E Временной интервал : • с 3-ей декады марта 1999 по 1-ю декаду ноября 1999

ISODATA кластеризация ДанныеSPOT4-VGT Метод анализа данных Этап 1: Предварительная обработка изображений и получение улучшенных продуктов данных Этап 2: Классификация и тематический анализ данных Сезонные мозаики Начальная идентификация кластеров Спектрально временные кластеры WLI Семантические кластеры Детектирование «шумовых» пикселей Получение улучшенных продуктов данных SARLI BGWI Слияние в тематические классы Декомпозиция семантически сложных кластеров Моно-семантические кластеры Маски "шумов" SCD База данных ГИС(топографические и тематические карты, DEM и др.) Карта типов земного покрова Тематиче- ские маски

Нормализованный Разностный Индекс Снега : NDSI From Hall et al., 1998: "Algorithm Theoretical Basis Document (ATBD) for the MODIS Snow-, Lake Ice- and Sea Ice-Mapping Algorithms. Version 4.0"

Детектирование «шумовых» пикселей Этап 1: Детектирование пикселей с влиянием снега и облаков по фиксированным пороговым критериям пиксель с координатамив фиксированное время наблюдения t* множество пикселей с наличием снега множество пикселей с наличием облаков множество пикселей с наличием снега и/или облаков

Детектирование «шумовых» пикселей Этапы 2J:Детектирование сбойных пикселейипикселей с остаточным влиянием снега/облаковпоадаптивным пороговым критериям с использованием временных серий данных

Создание сезонных мозаик изображений учет фенологии зональных экосистем По-канальное осреднение во времени свободных от влияния шумов данных наблюдений в границах сезонных "окон": Весна : апрель - июнь Лето : июнь - август Осень : август - октябрь весна осень лето временные "окна" по сезонам

весна лето осень Сезонные мозаики изображений

осень лето Сезонные мозаики изображений и фенологические изменения в лесах Насаждения лиственницы в Якутии

(NDVI max, t max) (NDVI e, t e) a 0.8 0.7 b -1 0.6 a 0.5 NDVI 0.4 b -1 d 0.3 d 0.2 (NDVI b, t b) 0.1 0 t1 t2 t3 t4 t5 t6 t7 t8 t9 … … … … … tn-1 tn Время наблюдения Индекс Волнового Подобия - WLI Пахотные земли где

Двуспектральный Градиентный Индекс Влажности- BGWI Анализируемый пиксель SWIR BGWI NIR Вода Летняя мозаика изображений NIR-MIR-RED BGWI-NDVI- BGWI Заболоченные земли

SZA Z VZA SZA S N SAA VAA E Угловые эффекты освещения и наблюдения поверхности : BRDF VZA SZA Изображение VZA - зенитный угол наблюдения SZA - зенитный угол Солнца PHA - фазовый угол

Анизотропность отражения поверхности : помеха или полезная информация ? From Boston University Department of Geography and Center for Remote Sensing Bi-directional Reflectance Distribution Function (BRDF) and Albedo Research web-page (http://geography.bu.edu/brdf)

Статистический анализ угловых условий зондирования при селекции наблюдений по критерию максимума NDVI Z M(PHA)-M(VZA)-M(SZA) SZA M () = Mj ((*, t)  t  CP(*, t)  1)  - один из угловых параметров условий зондирования t - время наблюдения * - координаты пикселя CP(*, t) - множество "шумовых" пикселей M ()- среднее от N SAA VAA

M(PHA) M(VZA) M(SZA) Карта лесов СССР Несут ли угловые параметры отселектированных по max NDVIнаблюдений информацию ?

MRPV BRDF модель

SARLI - относительные линейные индексы анизотропности отражения поверхности

... ... Оценка SARLI по временным сериям наблюдений NIR t=4 SWIR SARLI1 = 0.58 SARLI2 = 0.60 максимум R2= 0.93

Оценка анизотропных свойств отражения поверхности северной Евразии по SARLI RED-NIR: SARLI1 - SARLI1 - SARLI2 NIR-SWIR:SARLI1 - SARLI1 - SARLI2

SARLI и структурные свойства наблюдаемой поверхности Z SZA N SAA VAA SARLI1 иполнота насаждений

Основные этапы тематической классификации • ISODATA кластеризация сезонных мозаик изображений в каналах Rred , Rnir и Rswir [3 мозаики х 3 канала ] для выявления однородных в спектрально-временном отношении групп пикселей [150 кластеров]; • Начальная семантическая интерпретация и кодирование с формированием семантических кластеров ; • Последовательная декомпозиция семантически сложных кластеров с использованием доступных улучшенных продуктов данных и вспомогательных данных ; • Формирование тематических классов путем объединения идентичных моно-семантических кластеров

Принципы семантической интерпретации кластеров • Синергизм использования тематических знаний/фактов и физических критериев, а именно : • Географических, ландшафтных и других закономерностей • Физических свойств поверхности и их временной динамики • Двунаправленность процесса интерпретации, а именно : • выдвижение семантических гипотез на основе априорных тематических знаний/фактов и оценка их согласованности с физическими свойствами кластеров • выдвижение семантических гипотез на основе физических свойств кластеров и оценка их согласованности с имеющимися тематическими знаниями/фактами

Тематически обусловленные критерии интерпретации кластеров • Географическое месторасположение • Физико-географическая характеристика местности (климат, высота над уровнем моря и т.д.) • Ландшафтные закономерности развития экосистем • Пространственная структура, т. е. компактность или дисперсность • Пространственное окружение / контекст • Известные факты воздействия (природного или антропогенного) на экосистему • Закономерности динамики экосистем (сезонной, сукцесионной и т.д.) • другие критерии

Физически обусловленные критерии интерпретации кластеров • Положение и сезонная динамика кластеров в пространстве спектральных каналов относительно опорных элементов (линия почв, линия максимума LAI - Leaf Area Index) ; • Положения проекций кластеров в пространстве значений отдельных индексов/улучшенных продуктов и их комбинаций, а именно : • BGWI • SARLI • в пространстве WLI и максимального значения NDVI в течении вегетационного сезона • SCD (продолжительность залегания снежного покрова)

NIR NIR NIR Светлые почвы Светлые почвы Светлые почвы Лиственныелеса Травяно-луговой покров Травяно-луговой покров Лиственные леса Травяно-луговой покров Лиственничныелеса Лиственныелеса Светлохвойные леса Лиственничные леса Светлохвойные леса Светлохвойные леса Лиственничныелеса Темные почвы Темные почвы Темные почвы Темнохвойные леса Темнохвойные леса Темнохвойные леса Вода Вода Вода RED RED RED Примеры интерпретации кластеров в RED-NIR спектральном пространстве разносезонных мозаик Осень Лето Весна

Легенда карты (рабочая версия) Типы земного покрова Лишенные раститель- ности Леса Болота Травяной покров Другая раститель- ность Кустарники Тундра темнохвойные моховые хвойные луга лишайниковая прибрежная открытая почва гари светлохвойные лиственные сухие степи осоковые моховая снега, льды с.-х. земли лиственничные водная мозаика заболоченная вода кустарниковая застройки лиственные смешанные I cмешанные II cмешанные III

Покрытая лесом площадь по РФ, тыс. га Сравнение с имеющимися данными по площади лесов

Площадь хвойных вечнозеленых лесовпо РФ, тыс. га Площадь лиственничных лесовпо РФ,тыс. га Сравнение с имеющимися данными по площади хвойных лесов

Площадь лиственных лесовпо РФ, тыс. га Площадь болотпо РФ, тыс. га Сравнение с имеющимися данными по площади лиственных лесов и болот

Пример сравнения карты GLC 2000 с изображениями SPOT-HRV Изображение SPOT-HRV SPOT4-VGT мозаика Упрощенная GLC2000 карта ? Упрощенная карта лесов СССР

Этапы и цели валидации Этап I. Качественная валидация карты • выявление и устранение грубых ошибок в карте • оценка круга потенциальных пользователей карты Этап II.Количественная валидация карты • получение численных интегральных оценок пользовательской точности карты, а также в разрезе : • отдельных экосистем и классов • отдельных географических регионов

Стратегия качественной валидации • формирование регулярной сети ячеек ( 20 х 40 ) и разработка протокола валидации • систематическая оценка карты экспертами по различным экосистемам (леса, тундра, с.-х. земли и т.д.) • выборочная оценка добровольными экспертами по регионам с использованием Internet-системы доступа к данным, вспомогательным материалам (карты, изображения высокого разрешения и т.д.) и документирования результатов валидации • систематизация и использование результатов качественной валидации для улучшения карты

Стратегия количественной валидации: общие подходы • использование спутниковых изображений высокого разрешения и выборочных наземных данных для обучения и оценки метода анализа • формирование и анализ стратифицированной репрезентативной случайной выборки наблюдений высокого разрешения с учетом : • представительности отдельных классов • пространственной сложности / мозаичности отдельных экосистем • экологической важности классов / регионов • анализ результатов и получение численных оценок пользовательской точности карты

Развитие континентального мониторинга: анализ предпосылок Потребность в информации • Общечеловеческие аспекты • Международные и межгосударственные отношения • Национальные и региональные задачи Технические предпосылки • Средства дистанционного зондирования • Средства удаленного доступа к данным/продуктам Экономические предпосылки • Стоимость данных дистанционного зондирования • Формирование рынка информационных услуг Методические предпосылки • Методы обработки и анализа спутниковых данных • Интеграция с методами пространственного моделирования и геоинформатики

Потребности в континентальном мониторинге растительности • моделирование климата и других биосферных процессов ; • международные соглашения :Kyoto protocol,UN CBD и др.; • лесное хозяйство : • стратегическое планирование и управление лесами на федеральном уровне; • охрана лесов от пожаров и оценка их воздействия ; • оценка размеров лесопользования ; • выявление и оценка зон экологической напряженности ; • модели прогноза и оценки урожайности с.-х. культур ; • …

Черты современного этапа развития средств наблюдений Земли • возможности наблюдения в широком диапазоне величин пространственного разрешения (от метров до километров) ; • возможности наблюдений в различных диапазонах спектра ; • временное разрешение (частота) наблюдений ; • возможности многоугловых наблюдений ; • уровень стандартной предварительной обработки данных ; • скорость и простота доставки данных пользователю ; • стоимость данных

Приоритетные оптические средства наблюдения растительности Данные низкого и среднего разрешения(250 м - 1 км ) • AVHRR / NOAA • VEGETATION / SPOT-4 • MODIS и MISR / TERRA • MERIS / ENVISAT Данные высокого разрешения ( 10 - 30 м ) • Landsat-7 / ETM • HRVIR / SPOT-4 • МСУ-Э/Метеор Данные сверхвысокого разрешения ( 1 - 3 м ) • IKONOS • Quick Bird

Классификация подходов к анализу данных и примеры Классификация (обнаружение) объектов наблюдения / явлений • Типы земной поверхности / растительности • Действующие пожары, гари • … Оценивание параметров растительности в непрерывных шкалах • Фракционный состав и структурные свойства покрова • Индекс листовой поверхности LAI • APAR • … Мониторинг динамики состояния растительности • Сезонные / фенологические явления • Качественные изменения состояния

Приоритетные направления развития методов анализа данных Интеграция физических моделей в процесс анализа : • Моделей спектрального смешения ; • BRDF моделей ; • Моделей сезонной динамики растительности ; Интеграция тематических фактов и знаний в процесс анализа : • Базы пространственных (не спутниковых) данных ; • Экспертные системы ; • Биоклиматические, экологические и др. модели ; Мультисенсорный подход (синергизм данных) • На уровне исходных данных ; • На уровне результатов анализа данных ;

Приоритетные тематические задачи • выявление и оценка качественных изменений растительного покрова с использованием данных VEGETATION/SPOT-4 и выборочных наблюдений с высоким разрешением (HRVIR/SPOT и МСУ-Э/Метеор) • мониторинг фенологических изменений растительного покрова по данным VEGETATION/SPOT-4 и NOAA/AVHRR • оценка биофизических параметров и структурных характеристик растительности (поисковая фаза) : • параметры горизонтальной структуры (проективное покрытие, фракционный состав) • параметры вертикальной структуры растительности • LAI, FPAR, APAR, NPP

Структура сообщения

Структура сообщения

Presentation Transcript