Зондирование земли
 Скачать 7.34 Mb.
|
|
Водные поверхности. По сравнению с растительными по- кровами и почвами отражательная способность водных поверхно- стей относительно низка. Если растительный покров может отра- жать до 50 % падающего излучения, а почвы – до 30–40 %, то до- ля излучения, отраженного водной поверхностью, не превышает 10 %. Вода отражает электромагнитное излучение в видимом и близком инфракрасном диапазонах. При длинах волн больше 1200 мкм все падающее излучение поглощается. Наибольшей от- ражательной способностью обладает мутная водная поверхность, а пик отражения водоемов с большим количеством растительности, содержащей хлорофилл, приходится на зеленую часть спектра. Вегетационные индексы. Как было отмечено выше, харак- терным признаком растительности и ее состояния является спек- тральная отражательная способность, характеризующаяся боль- шими различиями в отражении излучения разных длин волн. Зна- ния о связи структуры и состояния растительности с ее отража- тельными способностями позволяют использовать космические снимки для идентификации типов растительности и их состояния. 25 В настоящее время существует около 160 вариантов вегета- ционных индексов. Они подбираются эмпирическим путем, ис- ходя из известных особенностей кривых спектральной отража- тельной способности растительности и почв. Расчет большей части вегетационных индексов базируется на двух наиболее стабильных (не зависящих от прочих факторов) участках кривой спектральной отражательной способности растений. В красной области спектра (0,6–0,7 мкм) лежит максимум поглощения солнечной радиации хлорофиллом, а в ближнем участке инфра- красной области (0,7–1,3 мкм) находится область максимально- го отражения энергии клеточной структурой листа. То есть вы- сокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к более низким значениям коэф- фициентов отражения в красной зоне спектра и большим значе- ниям в ближней инфракрасной. Один из самых распространенных и используемых индек- сов для решения задач, использующих количественные оценки растительного покрова, вегетационный индекс NDVI (Normalized Difference Vegetation Index) – нормализованный от- носительный индекс растительности, который для растительно- сти принимает положительные значения, и чем больше зеленая фитомасса, тем он выше. На значения индекса влияет также ви- довой состав растительности, ее сомкнутость, состояние, экспо- зиция и угол наклона поверхности, цвет почвы под разреженной растительностью. Вычисляется по следующей формуле: NIR RED NIR RED NDVI , (1.4) где NIR – отражение в ближней инфракрасной области спектра, RED – отражение в красной области спектра. NDVI может быть рассчитан на основе любых снимков высокого, среднего или низкого разрешения, имеющих спектральные каналы в красном и ближнем инфракрасном диапазонах. Благодаря минимальному временному разрешению данных AVHRR/NOAA вычисление NDVIна их основе может давать оперативную информацию об эколого-климатической обстановке и возможность отслеживать динамику различных параметров с периодичностью менее су- ток. А большой пространственный охват позволяет проводить 26 мониторинг территорий, соразмерный с площадями областей и целых стран. Данные же камер более высокого разрешения, ти- па Landsat, IRS, Aster, позволяют следить за состоянием объек- тов, размеры которых доходят до отдельного поля или лесного выдела. Алгоритм расчета NDVIвстроен практически во все распространенные пакеты программного обеспечения, связан- ные с обработкой данных дистанционного зондирования. Индекс NDVI может принимать значения от –1 до 1. Для зе- леной фотосинтезирующей растительности индекс NDVI при- нимает положительные значения, обычно от 0,2 до 0,8 (рис. 1.7). Рис. 1.7. Зависимость значения NDVI от продуктивности для различных типов экосистем На основе NDVI можно получать численные данные, ис- пользуемые для оценки и прогнозирования урожайности и про- дуктивности, биологического разнообразия, степени нарушен- ности и ущерба от различных естественных и антропогенных бедствий, аварий и т. д. NDVIпозволяет выявить проблемные зоны угнетенной растительности, давая возможность принимать наиболее верные в долгосрочной перспективе решения, направ- 27 ленные на повышение урожайности. При помощи статистиче- ской обработки карт NDVI помимо определения количества фи- томассы можно выделить площади посева различных сельско- хозяйственных культур. Часто расчет NDVI употребляется на основе серии разно- временных (разносезонных) снимков с заданным временным разрешением, позволяя получать динамическую картину про- цессов изменения границ и характеристик различных типов рас- тительности (месячные вариации, сезонные вариации, годовые вариации) (рис. 1.8). Являясь искусственным безразмерным показателем, NDVI в первую очередь предназначен для измерения эколого-климати- ческих характеристик растительности, но в то же время может иметь тесную связь с такими параметрами, как влажность и органи- ческая насыщенность почвы, эвапотранспирация, объем выпадае- мых осадков и т. д. Зависимость между этими параметрами и NDVI, как правило, не прямая и связана с особенностями исследуемой тер- ритории, ее климатическими и экологическими характеристиками, кроме этого, часто приходится учитывать временную разнесенность исследуемой характеристики и ответной реакции NDVI. Благодаря особенности отражения в красной и ближней инфракрасной областях спектра объекты, не связанные с расти- тельностью, имеют фиксированное значение NDVI, что позволя- ет использовать этот параметр для их идентификации (табл. 1.3). Таблица 1.3 Значения отражения различных объектов в красной и ближней инфракрасной областях спектра Тип объекта Отражение в красной области спектра Отражение в ближней инфракрасной области спектра Значе- ние NDVI Густая растительность 0,1 0,5 0,7 Разряженная растительность 0,1 0,3 0,5 Открытая почва 0,25 0,3 0,025 Облака 0,25 0,25 0 Снег и лед 0,375 0,35 -0,05 Вода 0,02 0,01 -0,25 Искусственные материалы (бетон, асфальт) 0,3 0,1 -0,5 28 Рис. 1.8. Изменение значений индекса NDVI в пределах Центральной экологической зоны байкальской природной территории в 2007 г.: в январе (А), июне (Б), августе (В) и ноябре (Г) (по данным прибора AVHRR) 29 Это свойство довольно активно используется для регио- нального картирования и анализа различных типов ландшафтов и оценки ресурсов в масштабе стран и континентов. Со времени разработки алгоритма для расчета NDVI у него появилось довольно много модификаций предназначенных для уменьшения влияния различных помехообразующих факторов. Таких, например, как поглощение излучения атмосферой – ат- мосфероустойчивый вегетационный индекс ARVI (Atmospheric– Resistant Vegetation Index): NIR b NIR b R ARVI R , (1.5) где b RED RED BLUE R a , BLUE – отражение в синей области спектра, как правило, a = 1, при малом покрытии растительно- сти и неизвестном типе атмосферы a = 0,5. ARVI использует значение отражения в синей области спектра, чтобы устранить влияние атмосферы на значение коэффициента отражения в красной зоне. Значения индекса ARVI изменяются от –1 до 1. Другой пример – это индексы, устойчивые к влиянию поч- вы. Одним из таких индексов является почвенный вегетацион- ный индексSAVI (Soil Adjusted Vegetation Index): 1 NIR RED NIR RED SAVI L L , (1.6) где L – корректирующий фактор, который может варьировать от 0 для очень густого растительного покрова до 1 для очень разреженного, в большинстве приложений для промежуточной густоты растительности используется значение L = 0,5. Значе- ния индекса SAVI также изменяются от –1 до 1. Существуют также индексы, основанные на NDVI, коррек- тирующие сразу несколько помехообразующих факторов, как, например, EVI (Enhanced Vegetation Index): 1 2 1 * NIR RED * NIR RED BLUE EVI L C C L (1.7) Эмпирически коэффициенты C 1 , C 2 и L * равны 6,0, 7,5 и 1,0 соот- ветственно. Индекс EVI тоже может принимать значения от –1 до 1. Главным преимуществом вегетационных индексов является легкость их получения и широкий диапазон решаемых с их по- 30 мощью задач. Благодаря всем этим особенностям карты вегетаци- онных индексов часто используются как один из промежуточных дополнительных слоев для проведения более сложных типов ана- лиза, результатами которого могут стать карты продуктивности лесов и сельскохозяйственных земель, карты типов ландшафтов, растительности и природных зон, почвенные, аридные, фито- гидрологические и другие эколого-климатические карты. 1.4. Физические основы радиационного метода определения температуры поверхности Спутниковые радиометры измеряют не непосредственно температуру суши или поверхности воды, а принимают элек- тромагнитное излучение. Для оценки по спутниковым данным температуры поверхности воды необходимо понимание физиче- ских принципов дистанционных методов, основных понятий и законов электромагнитного излучения. В основе радиационного инфракрасного метода измерения температуры воды лежат законы излучения нагретых тел. Все тела, имеющие температуру выше абсолютного нуля (0 К), ис- пускают электромагнитное излучение, поскольку их молекулы находятся в возбужденном состоянии, которое отличается от со- стояния полного покоя. При этом часть внутренней энергии веще- ства превращается в энергию излучения. Поэтому нагретые тела являются источниками электромагнитного излучения в широком диапазоне частот. Это излучение называют тепловым излучением. Важной характеристикой при изучении теплового излучения является монохроматический коэффициент поглощения (погло- щательная способность) тела – безразмерная величина a λ , которая показывает, какая доля энергии электромагнитных волн с длина- ми волн от λ до λ + dλ, падающих на поверхность тела, поглоща- ется им. Значение зависит от длины электромагнитных волн, тем- пературы, химического состава тела и состояния его поверхности. Особое место в теории теплового излучения занимает абсо- лютно черное тело – тело, которое способно полностью погло- щать все падающее на него электромагнитное излучение, а затем заново его испускать. У абсолютно черного тела на всех частотах и при любых температурах поглощательная способность равна 1. Основной характеристикой изучения абсолютно черного тела является излучательная способность тела (спектральная 31 плотность излучения) r (T), Вт/м 3 , т. е. физическая величина, численно равная отношению энергии dW, излучаемой за едини- цу времени с единицы площади поверхности тела посредством электромагнитных волн в узком интервале длин волн от λ до λ + dλ, к ширине этого интервала dλ. Эксперименты показывают, что тепловое излучение имеет непрерывный спектр. Это означает, что нагретое тело испускает некоторое количество энергии излучения в любом диапазоне частот или длин волн. Распределение энергии излучения тела по спектру зависит от температуры тела. При этом для всех тел с увеличением температуры максимум энергии излучения смеща- ется в коротковолновый участок спектра, а общая энергия излу- чения возрастает. Так если излучение батареи центрального ото- пления (T ≈ 350 К) имеет пик энергии в диапазоне инфракрасного излучения, то раскаленная поверхность Солнца (T ≈ 6·10 3 К) из- лучает значительную часть энергии в диапазоне видимого света, а при ядерном взрыве (T ≈ 10 6 К) большая доля энергии взрыва уходит коротковолновыми рентгеновским и γ-излучением. С помощью закона Вина (1.7) можно оценить длину волны, на которую приходится максимум излучательной способности тела, если известна его температура. Согласно закону смещения Вина длина волны λ m , на которую приходится максимум излу- чательной способности абсолютно черного тела, обратно про- порциональна его абсолютной температуре: m m λ b T , (1.8) где b m = 2,9·10 –3 – постоянная Вина, м·К, Т – температура тела, К. Зависимость спектральной излучательной способности абсо- лютно черного тела от его температуры подчиняется закону Планка: 2 0 5 0 2 ( ) , exp 1 c h r T hc kT (1.9) где r (T) – спектральная плотность потока излучения, Вт/м 3 ; Т – температура абсолютно черного тела, К; с 0 = 2,998 10 8 м/с – скорость света в вакууме; h = 6,626 10 -34 Дж с – постоянная Планка; k = 1,38 10 -23 Дж/К – постоянная Больцмана. 32 На рис. 1.9 можно видеть графическое отображение законов смещения Вина и Планка (штрихованная линия проходит через максимумы спектральной плотности излучения для каждой тем- пературы излучателя). Рис. 1.9. Спектральное распределение r λ (T) излучения абсолютно черного тела при различных температурах T Формула Планка (1.9) хорошо описывает спектральное рас- пределение излучения черного тела при любых частотах. Она прекрасно согласуется с экспериментальными данными. По ве- личине излучательной способности телаr , регистрируемой дис- танционным датчиком, для какой-либо определенной длины волны можно определить яркостную температуру тела ( ) я T , К: 2 5 1 ( ) , ln 1 я C k T C k r (1.10) где k – центральное волновое число, обратно пропорциональное длине волны выбранного канала, м -1 ; -16 2 3,742 10 Вт м 2 0 C 2 c h ; -2 439 10 м К 0 hc C k 33 Яркостная температура ( ) я T – температура абсолютно черного тела, при которой его спектральная плотность энерге- тической яркости для какой-либо определенной длины волны равна спектральной плотности энергетической яркости данного тела для той же длины волны. Реальные тела не являются идеальными излучателями, по- этому все существующие в природе тела называют нечерными. Излучение нечерных тел зависит от их физических свойств и определяется поглощательной способностью тел, всегда мень- шей, чем у черного тела. При этом тело, у которого поглощательная способность меньше единицы и одинакова по всему диапазону длин волн, называют серым телом. Реальное тело всегда отражает часть энергии падающего на него излучения и, как показывает опыт, поглощает излучение различных частот по-разному (рис. 1.10). Например, сажа приближается по свойствам к абсолютно черному телу только в оптическом диапазоне. Серых тел, так же как и черных, в природе не существует, так как в широкой об- ласти спектра ни одно из известных тел не обладает постоянной поглощательной способностью по всему спектру. Однако в сравнительно узких интервалах длин волн многие тела с доста- точной степенью точности можно рассматривать как серые. Рис. 1.10. График зависимости поглощательной способности тела a λ от длины электромагнитных волн: 1 – абсолютно черное тело; 2 – серое тело; 3 – реальное тело Яркостная температура тела, определенная по формуле (1.10) всегда ниже его истинной термодинамической температу- 34 ры. Это связано с тем, что любое нечерное тело излучает мень- ше, чем абсолютно черное тело при той же температуре. Для реального излучателя основной характеристикой явля- ется спектральный коэффициент теплового излучения , кото- рый может быть выражен как отношение излучательной спо- собности реального тела к излучательной способности абсолют- но черного тела – идеального излучателя – при той же термоди- намической температуре и той же длине волны. Спектральный коэффициент теплового излучения реального непрозрачного те- ла зависит от длины волны, природы тела, состояния его по- верхности и температуры и изменяется от 0 до 1. Согласно за- кону излучения Кирхгофа, для любого тела спектральный коэф- фициент теплового излучения равен его монохроматическому коэффициенту поглощения a λ при заданной температуре Т и длине волны λ. Ближе всего к 1 коэффициент теплового излуче- ния в тепловом ИК-диапазоне у воды и облаков (0,980–0,990). Сложнее дело обстоит с поверхностью суши. Здесь влияет ха- рактер поверхности (гладкая или нет), увлажненность и т. д. Для свежего снега ε = 0,986, для густой травы и хвойного леса − 0,970, глинистой почвы − 0,980. Для достаточно точного, с погрешностью не более 0,2−0,5 К, определения температуры поверхности из космоса необходимо учитывать как коэффициент теплового излучения, так и поглощение в атмосфере. При обработке данных инфра- красной радиометрии нашли применение методики, основанные на получении эмпирических соотношений, связывающих изме- ряемое со спутника излучение с фактической температурой по- верхности, определяемой контактными методами и используе- мой в качестве калибровочных значений. Наибольшее применение получили двухканальные измере- ния, которые проводят двумя методами – спектральный метод и угловым методом. На основании двухканальных измерений ве- личина атмосферной коррекции может быть оценена по данным, полученным в двух инфракрасных диапазонах, характеризую- щихся различными величинами поглощения водяным паром. Ниже в качестве примера приведены серии карт температу- ры поверхности воды (рис. 1.11) и суши (рис. 1.12), полученные путем обработки спутниковых данных радиометра AVHRR. 35 Рис. 1.11. Карты распределения температуры воды в пределах акватории оз. Байкал в 2010 г.: а – 12 июня, б – 18 июля, в – 23 августа, г – 26 сентября, д – 18 октября, е – 7 ноября 36 Рис. 1.12. Распределение температуры поверхности суши в пределах центральной экологической зоны Байкальской природной территории в 2007 г.: А – 14 января, Б – 7 апреля, В – 10 августа, Г – 22 ноября 37 Двухканальные методы атмосферной коррекции, исполь- зующие информацию о величине яркостной температуры, полу- ченной в каналах, лежащих в пределах одного «окна прозрачно- сти атмосферы», получили название методов «расщепленного окна прозрачности». Их название определяется тем, что эти ка- налы приходятся на одно «окно прозрачности» атмосферы 10,5–12,5 мкм, но характеризуются различным поглощением. В более ранних методах двухканальной коррекции приме- няется линейная многоспектральная коррекция. В общем виде алгоритм определения температуры поверхности S Т записыва- ется следующим образом: 1 1 2 S Т Т Т Т s , (1.11) где Т 1 и Т 2 – яркостные температуры, полученные в каналах 1 и 2 , которые лежат в пределах одного «окна прозрачности ат- мосферы», К; – коэффициент «избирательного поглощения», s – постоянная, К. Коэффициент «избирательного поглощения» в «окне прозрачности» слабо зависит от состояния атмосферы, и для конкретных наборов длин волн может быть принят с не- которым приближением постоянной величиной. |