Наблюдение за лесными пожарами

Использование космических данных позволяет существенно улучшить противопожарную охрану лесов. Пожары, обнаруженные в течение 5-15 ч после их возникновения, обычно могут быть локализо­ваны и потушены.

Технологии ДЗ для управления риском лесных пожаров можно подразделить на три направления:

- предпожарные обследования — наблюдение за влажностью горючих материалов в лесу и оценка пожароопасности (риска пожара);

- обнаружение и прогноз распространения пожаров для оптими­зации мероприятий по их ликвидации;

- оценка ущерба от пожаров.

Для реализации мероприятий по второму направлению сущест­вует ряд оперативных и квазиоперативных систем, состоящих из трех компонентов:

- спутникового оперативного контроля;

- самолетного зондирования на базе ИК сканеров и СВЧ радио­метров для обнаружения в условиях облачности и задымления;

- наземного пункта обработки данных.

Космическая информация используется для ежедневной опера­тивной оценки метеорологической и пожароопасной обстановки, об­наружения пожаров, контроля их динамики. В основном применяется информация с ИСЗ NOAA (рис. 8.58), «Метеор», позволяющая в пожа­роопасные периоды давать оценку обстановки дважды в сутки. При обработке используются температурные ИК диапазоны для обнаруже­ния «горячих точек» либо каналы видимого диапазона для идентифи­кации дымовых шлейфов. Для обнаружения пожаров и оценки место­положения и масштабности может быть использована информация высокого и среднего разрешения с ИСЗ серии «Ресурс». Ограничение таких систем предупреждения связано с необходимостью иметь безоб­лачные условия для наблюдений. В связи с этим большую роль играют исследования, направленные на использование спутниковых микро­волновых данных для задач изучения лесов.

Рис.

Третье направление — оценка ущерба от пожаров, связано с ис­

пользованием космических снимков высокого (5-40 м) и среднего (200

м) разрешения. Во втором случае картографирование крупных гарей

(>200 га) проводится автоматизированно. С помощью такого метода в России обследована территория площадью более 150 млн га.

Мониторинг лесных пожаров в Алтайском крае. Возможность

полного учета и оценки последствий пожаров до сих пор сдерживалась как слабой научной разработкой проблемы, так и отсутствием техни­чески надежных и экономически эффективных методов. Развитие дис­танционных методов исследований позволили регистрировать и оце­нивать динамику и последствия пожаров с любой степенью детально­сти, что дает возможность резко сократить объем наземных полевых работ по оценке послепожарного состояния лесов. Ежедневное слеже­ние в пожароопасный период за появлением крупных гарей, определе­ние и картографирование их площадей возможно с использованием сканерных космических снимков системы NOAA (сканер AVHRR), которая позволяет оперативно регистрировать очаги пожаров и полу­чать объективные сведения о площадях гарей одновременно в грани­цах крупных административных районов.

Сканер AVHRR позволяет получать информацию об отража­тельных свойствах объектов в видимом диапазоне и об их температу­ре, используя данные инфракрасных каналов, которые позволяют оп­ределять температуру поверхности с точностью 1°. Основным дешиф­ровочным признаком очага пожара является его инфракрасное излуче­ние, максимум которого приходится на спектральный диапазон 3.1-3.7 мкм, т. е. третий канал прибора AVHRR, и, следовательно, этот канал можно использовать для обнаружения пожаров, размеры которых зна­чительно меньше пределов пространственного разрешения. Информа­ция, поступающая с других спектральных каналов, помогает отделить облака, что очень важно, так как в третьем спектральном канале от­клик от освещенных солнцем облаков сравним, а иногда и превышает отклик от пожара.

Рис. 8.59. Динамика развития пожаров в борах Алтайского края

Рис. 8.60. Пожары и гари в ленточных борах Алтайского края и Восточного Казахстана

На снимках NOAA пожарища 1997 г. выявляются по темно­серому и темному тону, что соответствует изображению площадей, пройденных сильными низовыми и верховыми пожарами. Низкие спектральные яркости изображения обусловлены черной поверхно­стью гарей, образующейся в результате полного выгорания напочвен­ного покрова, подростка и подлеска, а также обугливания валежника. Неровный характер кромки гарей связан с различными видами и ин­тенсивностью пожаров в течение суток, неравномерным пожарным созреванием типов насаждений, различными категориями площадей, встречающимися на пути распространения пожара и, наконец, направ­лением ветра во время их действия. Из-за мелкомасштабнности ска­нерных изображений NOAA не выявляются площади пожарищ с наса­ждениями, пройденными слабыми низовыми пожарами. Такие насаж­дения располагаются на периферии гарей и имеют незначительные повреждения огнем.

Для площадной оценки участков леса, пройденных пожарами, исходное изображение трансформировалось в проекцию топографиче­ской карты (равноугольная поперечно-цилиндрическая проекция Гаус­са-Крюгера) с целью корректировки искажений, вносимых разверткой сканера, а также возникающих из-за кривизны Земли. Подготовка цифровых топографических основ масштаба 1:200000 и 1:1000000 вы­полнялась пакетом программ Vector Maker, разработанным в лабора­тории обработки изображений Алтайского госуниверситета. Пересчет изображений проводился по опорным точкам методом наименьших квадратов. Квадратичный полином использовался для трансформации изображения МСУ-Э, а кубический -- для AVHRR, так как значитель­ный вклад в искажения вносит кривизна Земли. Географическая при­вязка очагов пожаров и вычисление площадей гарей проводились на совмещенных с цифровой картографической основой космических изображениях методом выделения пороговых значений яркостей, со­ответствующих участкам гарей. На рис. 8.61 представлен результат совмещения и выделения наиболее крупных гарей по синтезирован­ному (синтез 3 каналов) изображению МСУ-Э от 22.09.97 г.

Рис. 8.61. Выделения крупных гарей по синтезированному изображению МСУ-Э, 22.09.97 г.

Синтез проводился в пакете PCI 6.0. Основные результаты оценки последствий лесных пожаров приведены в табл. 8.3.

Таблица 8.3

Результаты оценки последствий лесных пожаров (по данным МСУ-Э и AVHRR)

На рис. 8.62 представлены сканерное синтезированное изобра­жение гарей в Колыванском бору и окрестности Колыванского озера по данным МСУ-СК от 26.06.98 г. (система «Мир-Природа»), пожары в пойме р. Оби и приобских смешанных лесах, полученные в результа­те синхронных наземных наблюдений, проведенных в октябре 1997 г.

Колыванский бор является уникальным, так как в данной широтной зоне это единственный лесной массив, в котором произрастает чистая сосна. Летом 1997 г. большая часть бора сгорела.

Рис. 8.62. Сканерное синтезированное изображение гарей в Колыван- ском бору (по данным МСУ-СК, «Мир-Природа», 26.06.98 г.)

Все наиболее крупные лесные гари, образовавшиеся в результа­те лесных пожаров 1997 г. на территории Алтайского края и Восточно­го Казахстана по данным МСУ-Э (3-й канал) и NOAA, трансформиро­ванного в проекцию Гаусса-Крюгера и совмещенного с картографиче­ской основой, и МСУ-СК («Мир-Природа») отображены на рис. 8.63 и 8.64.

Рис.

В конце апреля - начале мая 1999 г. на территории Алтайского края установилась жаркая засушливая погода, вследствие чего воз­никло множество пожаров в ленточных борах, лесах Горного Алтая и на участках пастбищ. Очаги пожаров и дымовые шлейфы от них пред­ставлены на синтезированных изображениях AVHRR NOAA (рис. 8.65). Участки степных пожаров, возникших в результате сельхозпа- лов, на изображениях выделяются красными точками.

Рис. 8.65. Очаги пожаров и дымовые шлейфы на синтезированных изображениях AVHRR NOAA

Прогнозирование пожаров по космическим снимкам. Оценка

параметров, характеризующих состояние лесов как одного из компо­нентов биосферы, относится к числу приоритетных задач использова­ния данных многоспектральных спутниковых измерений. Сущест­вующие методы обработки многоспектральных изображений можно разделить на два класса:

1) линейные комбинации спектральных каналов с коэффициен­тами, полученными на основе полевых измерений;

2) индексы-отношений яркостей спектральных каналов, назы­ваемые вегетационными индексами.

Метод линейных комбинаций каналов требует большого объема вычислений и громоздких полевых измерений, поэтому для изучения динамики состояния растительных ценозов в данной работе использо­валась концепция нормализованного разностного вегетационного ин­декса NDVI, характеризующего интенсивность процессов фотосинтеза в зеленых фракциях растительности и контраст земной вегетирующей растительности с другими природными образованиями.

В процессе обработки изображений использовались выборки данных NOAA, полученных за период с июня по сентябрь 1997 г. Пе­ресчет на вегетационный индекс

где L1 -- значение коэффициентов отражения в спектральном интерва­ле поглощения радиации хлорофиллом; L2 -- значение коэффициентов отражения в ближней инфракрасной области спектра, проводился с учетом калибровочных коэффициентов каждого канала сканера AVHRR. Это позволило получить значения индексов NDVI в безраз­мерной шкале. Нулевые значения NDVI, соответствующие зеркалу озер и участкам гарей, исключались из гистограммы распределения индексов.

В 1997 г. сложились погодные условия для развития сильной за­сухи, повторяющейся в этой зоне Западной Сибири с периодом в 12 лет. За последние 30 лет это самая сильная засуха в Алтайском крае. На изображении от 7.06.97 г. (рис. 8.66) выделяются зоны, имеющие самый низкий коэффициент NDVI.

Это объясняется началом засухи в Кулундинской степи (1) и южной части Алейской степи (2). Ранее по весенним снимкам эти об­ласти выделялись как первые освободившиеся от снега и с просохшей почвой. Начало засухи пришлось на период развития всходов озимых культур на сельскохозяйственных полях, поэтому результаты обработ­ки изображений позволили предположить неурожай зерновых культур

в степной части Алтайского края. Естественные степи южнее р. Ир­тыша (3) выделяются как полностью лишенные растительности вслед­ствие засухи, произошедшей в весенний период.

Рис. 8.66. Космическое изображение с выделением зон самых низких значений коэффициента NDVI (AVHRR, спутник NOAA), 07.06.97 г.

В предгорьях Алтая наблюдается повышение индекса NDVI (4), так как эта территория покрыта естественной травяной растительно­стью. Самое высокое значение NDVI имеют лесные массивы, распо­ложенные в Горном Алтае (5) и на северо-востоке Алтайского края в районе г. Барнаула (6), которые содержат большой процент примеси лиственных пород (березы, осины). В ленточных борах в этот период по сравнительно невысоким значениям NDVI выделяется область су­хих лесов (7), которая при последующем мониторинге состояния рас­тительности рассматривалась как пожароопасная. Это предположение базировалось на результатах наблюдений за развитием пожаров на территории Восточного Казахстана (8), очаги которых хорошо дешиф­рируются по низким NDVI. Прогноз пожароопасного состояния под­твердился, так как на этом участке лесного массива произошел ряд крупных пожаров, отобразившихся на снимках от 1.07.97 г. (область 6) и от 22.09.97 г. (область 3).

Рис. 8.67. Синтезированное изображение с выделением областей засухи (AVHRR спутник NOAA), 01.07.97 г.

Юго-западнее Алтайского края (3) коэффициент растительности практически не изменился. В центре района начались степные пожары. Значения NDVI в северо-восточных районах (4) сравнялись со значе­ниями в предгорных областях (5) вследствие развития растительности на сельскохозяйственных полях.

В период с июля по сентябрь в Алтайском крае дождей практи­чески не было, поэтому снимок от 22.09.97 г. (рис. 8.68) отображает низкие значения NDVI не только в области засухи, но и на участках, где был собран хороший урожай зерновых культур, а также участках с преобладанием естественной разнотравно-злаковой степной расти­тельности. Это предгорные остепненные территории и луга в пойме р. Оби.

Рис. 8.68. Синтезированное изображение с выделением зон низких значений NDVI (AVHRR спутник NOAA), 22.09.97 г.

В связи со средней температурой конца сентября начала октября 25^о С и полным отсутствием дождей на этих участках начали разви­ваться степные пожары. Пик степных пожаров (около 200) пришелся на начало октября, что наблюдается на изображении NOAA от 7.10.97 г. в виде мелких точек размером от 1 до 3 пикселов (рис. 8.69).

В частности, произошло возгорание покрытых сухой травой со­пок, прилегающих к березово-осиновому массиву и сосновому лесу в Колыванском бору (1). На изображении от 22.09.97 г. в приобских ле­сах (2) выделяется область сухих с низким индексом NDVI пожаро­опасных лесов, где 7.10.97 г. было зафиксировано начало пожара в правобережной пойме р. Оби, очаг которого развился в крупнейший пожар, продолжавшийся до 23.10.97 г. Один из последних снимков перед установлением снежного покрова показывает, что максимальное количество гарей пришлось на участки с наименьшим индексом NDVI.

Рис. 8.69. Пик степных пожаров (AVHRR спутник NOAA)

Сравнительный анализ весенне-осенних изображений NOAA съемки 1997 г. и почвенной карты на территорию Алтайского края по­казал, что наиболее подвержены засухе каштановые почвы с легким механическим составом (легко и среднесуглинистые), а также черно­земы южные малогумусные средне и маломощные. Наиболее часто пожарам подвергались леса, произрастающие на дерново-подзолистых слабоосолоделых песчаных почвах на эоловых песках. Менее подверг­лись пожарам леса, расположенные на дерново-слабоподзолистых почвах.

В результате работы проведено оперативное слежение в пожа­роопасный период за развитием пожаров и появлением крупных гарей с использованием сканерных космических снимков системы NOAA (сканер AVHRR), которая позволяет регистрировать очаги пожаров и получать объективные сведения о площадях гарей одновременно в границах крупных административных районов. Трансформирование исходных изображений в проекцию топографической карты позволило оценить последствия лесных пожаров и вычислить площадь гарей с точностью, допустимой масштабом карты. Пересчет коэффициентов отражения в вегетационный индекс NDVI с учетом калибровочных коэффициентов каждого канала сканера AVHRR позволил оценить границы засухи и выделить пожароопасные участки лесных массивов и степей.

Полученные результаты могут быть применены в области эко­логического мониторинга, экологического картирования территорий.

8.5.