https://wiki.gis-lab.info/api.php?action=feedcontributions&user=Ecolog&feedformat=atomGIS-Lab - Вклад [ru]2024-03-29T10:44:29ZВкладMediaWiki 1.39.6https://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=11084Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-14T05:33:04Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. В первую очередь, это касается смерчей (в связи с их малой предсказуемостью и особой разрушительной силой). Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего, для определения величины риска их возникновения. <br />
<br />
За период с 1981 по 2012 гг. в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки гектаров леса, 4 человека получили травмы. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, был повалены деревья и опоры ЛЭП, был повален лес на площади 60 га. <br />
<br />
<br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га <br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га <br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км <br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га <br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской части России.<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, а также оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг. по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг., а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а именно для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. Для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов (с выявлением мелких контуров повреждений) может возникнуть необходимость заказа снимков сверхвысокого разрешения [1]. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR — спектральная яркость в ближней ИК зоне, SWIR — спектральная яркость в коротковолновой ИК-зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га) и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК-каналов разновременных снимков с последующей неуправляемой классификацией и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров) одних спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объектов. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствие прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением — шквалом или смерчем — связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°) в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами, типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 — со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным по причине локального характера шквалов и смерчей и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ за определенные периоды времени. По результатам анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 30.08.2008 г. и 07.06.2009 г.<br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако, при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, наблюдавшихся одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. <br />
<br />
Особый интерес представляет нетипичный для Уральского региона случай прохождения нескольких смерчей 07.06.2009 г. <br />
<br />
<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 по времени UTC выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ) в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми — шквал 20 м/с, в Ножовке — шквал 24 м/с. По данным правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка.<br />
<br />
По данным космической съемки, на территории Гайнского и Юрлинского районов и сопредельных районов Республики Коми выявлены сплошные ветровалы на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимках LANDSAT за 20.06.2009 и 14.07.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от опасных явлений погоды в Гайнском районе 07.06.2009 г. с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошли не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков километров севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигала 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
В публикациях [2, 3] перечислены типичные условия, способствующие формированию смерчей в Европейской России: <br />
<br />
# Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
# Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
# Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
# В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
# Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
Анализ синоптических процессов 7 июня 2009 г., проведенный на основе архивных приземных и высотных карт, космических снимков MODIS, показывает, что большинство перечисленных условий были соблюдены. Наиболее значимыми факторами являются холодный фронт с волнами и температурными контрастами более 10° и высокая скорость ветра в средней тропосфере (до 27 м/с). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России также наблюдались на юго-востоке Архангельской области 15.06.2009 г. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''''Описание слоя ветровалов, выявленных на территории Пермского края.'''''<br />
<br />
[[Файл:Ветровалы.zip]]<br />
<br />
Формат данных: shapefile; кодировка таблицы атрибутов: Win-1251.<br />
<br />
Система координат: географическая, WGS84.<br />
<br />
'''''Описание структуры атрибутивных данных'''''<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_data || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
<br />
'''Использованная литература'''<br />
<br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58.<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=11083Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-14T03:55:21Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. В первую очередь, это касается смерчей (в связи с их малой предсказуемостью и особой разрушительной силой). Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего, для определения величины риска их возникновения. <br />
<br />
За период с 1981 по 2012 гг. в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки гектаров леса, 4 человека получили травмы. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, был повалены деревья и опоры ЛЭП, был повален лес на площади 60 га. <br />
<br />
<br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га <br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га <br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км <br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га <br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской части России.<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, а также оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг. по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг., а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а именно для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. Для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов (с выявлением мелких контуров повреждений) может возникнуть необходимость заказа снимков сверхвысокого разрешения [1]. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR — спектральная яркость в ближней ИК зоне, SWIR — спектральная яркость в коротковолновой ИК-зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га) и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК-каналов разновременных снимков с последующей неуправляемой классификацией и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров) одних спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объектов. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствие прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением — шквалом или смерчем — связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°) в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами, типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 — со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным по причине локального характера шквалов и смерчей и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ за определенные периоды времени. По результатам анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 30.08.2008 г. и 07.06.2009 г.<br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако, при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, наблюдавшихся одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. <br />
<br />
Особый интерес представляет нетипичный для Уральского региона случай прохождения нескольких смерчей 07.06.2009 г. <br />
<br />
<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 по времени UTC выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ) в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми — шквал 20 м/с, в Ножовке — шквал 24 м/с. По данным правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка.<br />
<br />
По данным космической съемки, на территории Гайнского и Юрлинского районов и сопредельных районов Республики Коми выявлены сплошные ветровалы на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимках LANDSAT за 20.06.2009 и 14.07.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от опасных явлений погоды в Гайнском районе 07.06.2009 г. с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошли не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков километров севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигала 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
В публикациях [2, 3] перечислены типичные условия, способствующие формированию смерчей в Европейской России: <br />
<br />
# Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
# Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
# Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
# В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
# Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
Анализ синоптических процессов 7 июня 2009 г., проведенный на основе архивных приземных и высотных карт, космических снимков MODIS, показывает, что большинство перечисленных условий были соблюдены. Наиболее значимыми факторами являются холодный фронт с волнами и температурными контрастами более 10° и высокая скорость ветра в средней тропосфере (до 27 м/с). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России также наблюдались на юго-востоке Архангельской области 15.06.2009 г. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''''Описание слоя ветровалов, выявленных на территории Пермского края.'''''<br />
<br />
[[Файл:Ветровалы.zip]]<br />
<br />
Формат данных: shapefile; кодировка таблицы атрибутов: Win-1251.<br />
<br />
Система координат: географическая, WGS84.<br />
<br />
'''''Описание структуры атрибутивных данных'''''<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_data || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
<br />
'''Использованная литература'''<br />
<br />
1. Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58.<br />
2. Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
6. Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10886Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:31:28Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. В первую очередь это касается смерчей (в связи с из малой предсказуемостью и особой разрушительной силой). Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
<br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га <br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га <br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км <br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га <br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи: для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов, с выявлением мелких контуров повреждений, может возникнуть необходимость заказа снимков сверхвысокого разрешения [1]. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. <br />
<br />
Особый интерес представляет нетипичный для Уральского региона случай прохождения нескольких смерчей 07.06.2009 г. <br />
<br />
<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка.<br />
<br />
По данным космической съемки, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от опасных явлений погоды в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip|Скачать файл]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
Литература<br />
<br />
1. Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10885Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:30:48Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. В первую очередь это касается смерчей (в связи с из малой предсказуемостью и особой разрушительной силой). Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
<br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га <br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га <br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км <br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га <br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи: для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов, с выявлением мелких контуров повреждений, может возникнуть необходимость заказа снимков сверхвысокого разрешения [1]. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. <br />
<br />
Особый интерес представляет нетипичный для Уральского региона случай прохождения нескольких смерчей 07.06.2009 г. <br />
<br />
<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка.<br />
<br />
По данным космической съемки, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от опасных явлений погоды в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip|Скачать файл]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
Литература<br />
<br />
1. Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10884Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:24:03Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. В первую очередь это касается смерчей (в связи с из малой предсказуемостью и особой разрушительной силой). Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
<br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га <br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га <br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км <br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га <br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи: для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов, с выявлением мелких контуров повреждений, может возникнуть необходимость заказа снимков сверхвысокого разрешения [1]. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip|Скачать файл]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
Литература<br />
<br />
1. Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10883Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:13:54Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе в ХХ веке. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы, ущерб от которых часто превышает ущерб от лесных пожаров. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Методы дешифрирования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат шквалов и смерчей; анализ выявленных случаев. <br />
<br />
В качестве исходных данных использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, для верификации результатов дешифрирования снимков LANDSAT.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи: для оперативного выявления крупных повреждений достаточно данных LANDSAT или UK-DMC2, для мониторинга ограниченной площади особо ценных лесов может возникнуть необходимость получения снимков сверхвысокого разрешения. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределяет выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал обнаружен в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip|Скачать файл]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10882Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:04:35Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе в ХХ веке. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал обнаружен в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip]]<br />
<br />
[[Ветровалы.zip - ZIP архив, размер исходных файлов 697 209 байт|Скачать файл]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10881Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T17:02:40Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе в ХХ веке. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал обнаружен в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
[[Файл:Ветровалы.zip]]<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%92%D0%B5%D1%82%D1%80%D0%BE%D0%B2%D0%B0%D0%BB%D1%8B.zip&diff=10880Файл:Ветровалы.zip2013-03-09T16:56:50Z<p>Ecolog: </p>
<hr />
<div>Слой массовых (сплошных) ветровалов, выявленных на территории Пермского края за период с 2--1 по 2012 гг.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%92%D0%B5%D1%82%D1%80%D0%BE%D0%B2%D0%B0%D0%BB%D1%8B.zip&diff=10879Файл:Ветровалы.zip2013-03-09T16:55:17Z<p>Ecolog: Слой массовых (сплошных) ветровалов, выявленных на территории Пермского края за период с 2--1 по 2012 гг.</p>
<hr />
<div>Слой массовых (сплошных) ветровалов, выявленных на территории Пермского края за период с 2--1 по 2012 гг.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10877Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T16:50:33Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.''', географический факультет Пермского государственного университета.<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе в ХХ веке. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || Длина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 1.''' Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic2.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Perm_vetrovaly_pic3.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал обнаружен в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Perm_vetrovaly_pic4.jpeg|500px|center|]]<br />
<br />
<p style="text-align:center">'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
Описание слоя ветровалов, выявленных на территории Пермского края<br />
<br />
Формат данных: ESRI SHAPE<br />
<br />
Система координат: географическая, WGS1984<br />
Описание структуры атрибутивных данных<br />
<br />
{| class="wikitable"<br />
|-<br />
! Название поля !! Содержание<br />
|-<br />
| Scene1 || Идентификатор снимка, использованного при сопоставлении, на котором данный объект отсутствует<br />
|-<br />
| Scene2 || Идентификатор сцены Landsat, по которой выявлен данный объект<br />
|-<br />
| DATA_SPOT4 || Дата снимка SPOT4, использованного для анализа <br />
|-<br />
| DATA_SPOT5 || Дата снимка SPOT5, использованного для анализа<br />
|-<br />
| Phen_type || Дата смерча или шквала, с которым связано появление ветровала<br />
|-<br />
| Phen_Type || Тип явления (шквал или смерч)<br />
|-<br />
| || <br />
|}<br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10833Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T07:20:27Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Введение ==<br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с. Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее трех случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. <br />
# 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. <br />
# 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
# 30.08.2008 г. смерч прошел через дачный кооператив Алешиха в Краснокамском районе края, факт смерча подтвержден видеозаписью очевидцев. В результате были повреждены дачные домики, отключалась электроэнергия, повалены деревья и опоры ЛЭП, повален лес на площади 60 га. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе в ХХ веке. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || лина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет, так как обеспечивает выявление изменений вне зависимости от их давности. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, а также отсутствие на данной территории крупных массивов спелых и перестойных хвойных насаждений. В результате ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. <br />
<br />
За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал обнаружен в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10828Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:57:30Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || лина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! Дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Кочевский, Юрлинский || 18.07.2012 г. || Шквал || 3374 || 85 || 19 || 133 || 350<br />
|-<br />
| Гайнский || 18.07.2012 г. || Шквал || 907 || 20 || 11,5 || 45 || 345<br />
|-<br />
| Юрлинский || 07.06.2009 г. || Смерч || 141 || 14 || 0,3 || 30 || 25<br />
|-<br />
| Краснокамский || 30.08.2008 г. || Смерч || 60 || 5 || 0,2 || 41 || 70<br />
|-<br />
| Чердынский, вблизи пос. Чепечанка || От 29.08.2005 до 20.06.2006 г. || Смерч || 126 || 14 || 0,25 || 108 || 60<br />
|-<br />
| Красновишерский, вблизи пос. Вая || 18.07.2012 г. || Шквал || 594 || 18 || 6,5 || 123 || 25<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 593 || 20 || 0,7 || 446 || 30<br />
|-<br />
| Республика Коми || 07.06.2009 г. || Смерч || 445 || 18 || 0,6 || 286 || 30<br />
|-<br />
| Гайнский, 10 км к ЮВ от пос. Лель || 07.06.2009 г. || Смерч || 124 || 8 || 0,3 || 78 || 15<br />
|-<br />
| Гайнский || 07.06.2009 г. || Смерч || 1263 || 42 || 0,6 || 178 || 30<br />
|-<br />
| Гайнский || От 30.04.2005 до 20.06.2006 г. || Шквал || 117 || 5 || 0,6 || 80 || 25<br />
|-<br />
| Горнозаводский, заповедник "Басеги" || 09.08.2003 г. || Шквал || 449 || 13,7 || 0,9 || 385 || 40<br />
|-<br />
| Гайнский, 2 км к СВ от пос. Лель || 07.06.2009 г. || Шквал || 51 || 3,5 || 0,3 || 18 || 20<br />
|-<br />
| Гайнский, 25 км к СВ от пос. Керосс || От 08.08.2004 до 26.07.2005 || Смерч || 227 || 16 || 0,3 || 51 || 20<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10827Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:42:06Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || лина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Район обнаружения ветровала !! дата ОЯ !! Тип ОЯ !! Площадь ветровала, га !! Длина ветровала, км !! Наибольшая ширина, км !! Площадь самого крупного участка, га !! Направление, град<br />
|-<br />
| Косинский || 18.07.2012 г. || Шквал || 770 || 18 || 5,5 || 71 || 360<br />
|-<br />
| Красновишерский, Чердынский || 18.07.2012 г. || Шквал || 2622 || 47 || 17 || 148 || 10<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|}<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10825Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:35:13Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| 27.06.2010 г. || Костромская, Ярославская области || Шквалы 25-32 м/с (МС Нюксеница) || лина ветровала 280 км, ширина до 30-40 км [13]<br />
|-<br />
| 30.07.2010 г. || Приозерский район Ленинградской области || Шквал 30 м/с (МС Сосново) || Площадь ветровала 50 тыс. га<br />
|-<br />
| 18.07.2012 г. || Пермский край || Шквалы 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10824Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:32:51Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
| Дата ОЯ || Место наблюдения ОЯ || Характеричтика ОЯ || Данные о ветровалах<br />
|-<br />
| 01.06.2007 г. || Башкортостан (Бирский, Дюртюлинский районы) || Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]<br />
|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области || Шквалы ≥28 м/с || Площадь ветровала 4,9 тыс. га [13]<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10823Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:29:31Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Дата ОЯ!! Место наблюдения ОЯ!! Характеристика ОЯ!! Даные о ветровалах<br />
|-<br />
|-<br />
01.06.2007 г|| Башкортостан (Бирский, Дюртюлинский районы)|| Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]|-<br />
|-<br />
13.06.2010 г.|| Костромская, Ивановская области|| Шквалы ≥28 м/с|| Площадь ветровала 4,9 тыс. га [13]|-<br />
|-<br />
27.06.2010 г.||Костромская, Ярославская области|| Шквалы 25-32 м/с (МС Нюксеница)|| Длина ветровала 280 км, ширина до 30-40 км [13]|-<br />
|-<br />
30.07.2010 г.|| Приозерский район Ленинградской области|| Шквал 30 м/с (МС Сосново)|| Площадь ветровала 50 тыс. га|-<br />
|-<br />
18.07.2012 г.|| Пермский край|| Шквал 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|-<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10822Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:28:36Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Дата ОЯ!! Место наблюдения ОЯ!! Характеристика ОЯ!! Даные о ветровалах<br />
|-<br />
| 01.06.2007 г|| Башкортостан (Бирский, Дюртюлинский районы)|| Шквал 30 м/с (МС Бирск), смерч|| Площадь ветровала 8 тыс. га [5]|-<br />
| 13.06.2010 г.|| Костромская, Ивановская области|| Шквалы ≥28 м/с|| Площадь ветровала 4,9 тыс. га [13]|-<br />
| 27.06.2010 г.||Костромская, Ярославская области|| Шквалы 25-32 м/с (МС Нюксеница)|| Длина ветровала 280 км, ширина до 30-40 км [13]|-<br />
| 30.07.2010 г.|| Приозерский район Ленинградской области|| Шквал 30 м/с (МС Сосново)|| Площадь ветровала 50 тыс. га|-<br />
| 18.07.2012 г.|| Пермский край|| Шквал 24-28 м/с || Площадь ветровала более 8 тыс. га [16]<br />
|-<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10821Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:24:03Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
{| class="wikitable"<br />
|-<br />
! Текст заголовка !! Текст заголовка !! Текст заголовка !! Текст заголовка<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|-<br />
| Текст ячейки || Текст ячейки || Текст ячейки || Текст ячейки<br />
|}<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10820Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:18:42Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 1. Применение индекса ΔSWVI для выявления ветровала</p>. <br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
[[Image:Image2.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 2. Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.</p>. <br />
<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
[[Image:Image3.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 3. Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. </p>. <br />
<br />
<br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
[[Image:Image4.jpg|500px|center|]]<br />
<br />
<p style="text-align:center">Рис. 4. След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района</p>. <br />
<br />
<br />
<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10819Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:13:49Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|500px|center|]]<br />
<br />
Рис. 1. Применение индекса ΔSWVI для выявления ветровала|center|<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10818Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:10:59Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image:Image1.jpg|300px|center|Рис. 1. Применение индекса ΔSWVI для выявления ветровала]]<br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10817Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:08:29Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[:Изображение:Image1.jpg|Рис. 1. Применение индекса ΔSWVI для выявления ветровала]] <br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10816Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:05:47Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
[[Image1.jpg]]<br />
<br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D1%81%D0%B8%D0%BB%D1%8C%D0%BD%D1%8B%D1%85_%D1%88%D0%BA%D0%B2%D0%B0%D0%BB%D0%BE%D0%B2_%D0%B8_%D1%81%D0%BC%D0%B5%D1%80%D1%87%D0%B5%D0%B9_%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5_%D1%81_%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%94%D0%97%D0%97&diff=10815Исследование последствий сильных шквалов и смерчей в Пермском крае с применением данных ДЗЗ2013-03-09T06:04:45Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
'''Шихов А.Н.'''<br />
<br />
== Аннотация ==<br />
<br />
В статье рассматриваются возможности применения данных дистанционного зондирования Земли (ДЗЗ) для анализа последствий шквалов и смерчей, не зафиксированных наблюдательной сетью. Описаны методы и приведены результаты выявления массовых ветровалов в лесах Пермского края за период с 2001 по 2012 гг. Проанализирован случай возникновения смерчей на северо-западе Пермского края 07.06.2009 г. <br />
<br />
Ключевые слова: Данные дистанционного зондирования Земли; опасные явления погоды; шквалы; смерчи; ветровалы. <br />
<br />
Смерчи и сильные шквалы относятся к числу опасных метеорологических явлений (ОЯ), способных повлечь значительный материальный ущерб. Как и все конвективные явления, смерчи и шквалы имеют локальный характер, и часто не фиксируются наблюдательной сетью, поэтому получение дополнительной объективной информации о них остается весьма актуальным. <br />
<br />
За период с 1981 по 2012 гг., в Пермском крае наблюдалось не менее 59 случаев шквалов со скоростью ветра ≥ 24 м/с (если шквалы, охватившие большую часть территории края 22.05.2001 г. и 18.07.2012 г., принимать за один случай). Из них 36 случаев были зафиксированы сетью метеостанций и гидропостов. Не менее 23 случаев шквалов, нанесших материальный ущерб, не были отмечены наблюдательной сетью. Кроме того, подтверждено не менее двух случаев смерчей, которые нанесли ущерб, но также не были зафиксированы метеостанциями. 29.06.1993 г. в Большесосновском районе прошел смерч со скоростью ветра 31 м/с (по косвенным оценкам). В результаты были повреждены крыши домов, линии связи и электропередач, десятки га леса. 4 человека получили травмы [1]. 24.05.2007 г. смерч (со скоростью ветра 31-33 м/с) наблюдался в с. Русский Сарс. Были частично разрушены кровли административных зданий и жилых домов, ущерб составил 494 т.р.[1, 7]. <br />
<br />
В работе [12] приведены сведения о восьми смерчах, наблюдавшихся в Уральском регионе. По данным многолетних наблюдений, повторяемость смерчей на Урале примерно в 10 раз ниже повторяемости шквалов [12]. Возможно, что данное соотношение занижено, так как смерчи, в силу своего локального характера, практически никогда не фиксируются сетью метеостанций. В то же время смерчи обладают особой опасностью и разрушительной силой, что делает актуальным получение объективных данных об их повторяемости. Каждый подтвержденный факт прохождения смерча в Уральском регионе представляет определенный научный интерес, прежде всего для определения величины риска их возникновения. Также подобные данные могут быть использованы для верификации существующих схем краткосрочного прогноза сильных шквалов и смерчей (например, [6]). <br />
<br />
Одним из основных видов ущерба от шквалов и смерчей в лесной зоне Европейской России и Урала, являются массовые ветровалы. Ниже в таблице 1 приведены данные о нескольких случаях шквалов и смерчей на Европейской территории России в период 2007-2012 г., в результате которых был нанесен ущерб лесным ресурсам. Исходя из этих данных, можно утверждать, что массовые сплошные ветровалы на больших площадях обычно связаны с особо сильными шквалами ≥ 28 м/с, или со смерчами. <br />
<br />
<br />
'''Таблица 1.''' Некоторые случаи сильных шквалов, приведших к массовым ветровалам в лесах Европейской России<br />
<br />
<br />
Ветровалы (прежде всего сплошные) эффективно дешифрируются по разновременным космическим снимкам среднего и высокого разрешения [9, 13, 14]. Таким образом, существует возможность применения данных ДЗЗ в качестве источника актуальной и достоверной информации для выявления случаев прохождения смерчей и сильных шквалов, и оценки их повторяемости в регионах с высокой залесенностью. <br />
<br />
В данной работе рассмотрены методы и представлены предварительные результаты выявления и анализа случаев сильных шквалов и смерчей на территории Пермского края, в период с 2001 по 2012 гг., выполненного на основе дешифрирования участков массовых ветровалов по данным ДЗЗ.<br />
<br />
== Материалы и методика исследования ==<br />
<br />
Целью данного исследования было выявление массовых ветровалов, связанных с прохождением сильных шквалов и смерчей на территории Пермского края в период с 2001 по 2012 гг., по данным ДЗЗ среднего и высокого разрешения; определение дат опасных явлений; анализ выявленных случаев. Предложенная методика в перспективе может быть использована при проведении оценки риска возникновения смерчей, в частности, в качестве дополнения к методике [15], для определения повторяемости смерчей и расчета средней площади зоны разрушений от смерча.<br />
<br />
В качестве исходных данных для проведения исследования использованы космические снимки LANDSAT-5 TM и LANDSAT-7 ETM+ за период с 1999 по 2012 гг.; а также снимки высокого разрешения SPOT-4 и SPOT-5 за 2011-2012 гг. На основе снимков LANDSAT было выполнено выявление участков массовых сплошных ветровалов. Данные высокого разрешения использованы для уточнения контуров и пространственной структуры ветровалов, а также для верификации результатов автоматизированного дешифрирования.<br />
<br />
Методы дешифрирования ветровалов по космическим снимкам рассматриваются в работах [8, 9, 13, 14]. Наиболее полный анализ этой проблемы приведен в статье [9]. Выбор исходных данных и методов дешифрирования должен выполняться с учетом специфики решаемой задачи. В данном случае необходимость выполнения анализа за 10-ти летний период времени предопределила выбор данных среднего разрешения LANDSAT TM/ETM+, и применение производительных автоматизированных методов дешифрирования. <br />
<br />
Для дешифрирования были использованы малооблачные снимки LANDSAT TM/ETM+ за периоды 1999-2002 гг., 2006-2007 гг. и 2010-2012 гг. При выявлении ветровалов 2012 года возникли проблемы с получением качественных (безоблачных) данных на ряд участков территории. Дешифрирование ветровалов по снимкам LANDSAT TM/ETM+ проведено с использованием двух методик:<br />
# Пороговая методика на основе разности коротковолнового вегетационного индекса, с предварительным созданием маски леса. Данная методика имеет высокую эффективность при сопоставлении разновременных снимков, с временным интервалом съемки не более 5 лет. Эффективность методики обусловлена тем, что при повреждении растительности, наряду со снижением фотосинтеза и уменьшением отражения в ближней инфракрасной (ИК) области спектра, происходит значительный рост отражательной способности в среднем ИК канале, связанный с уменьшением содержания влаги в листьях (хвое). Индекс SWVI рассчитывается по формуле: SWVI = (NIR-SWIR) / (NIR+SWIR). Где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Для выявления ветровалов использовался пороговый критерий разности индекса SWVI (ΔSWVI), равный 1,5 стандартных отклонений. Предварительно с помощью неуправляемой классификации IZODATA создавалась маска лесов, а также выполнялось отсечение облачности и теней. Полученные результаты подвергались фильтрации по минимальному значению площади (0,5 га), и автоматически векторизовались.<br />
# Создание мультивременных композитов из ближнего и среднего ИК каналов разновременных снимков, с последующей неуправляемой классификацией, и выделением классов изменений. Данная методика в ряде случаев дает менее надежные результаты (возможен пропуск объектов), однако она более эффективна для снимков с разностью в дате съемки более 5 лет. <br />
<br />
Предварительно, вышеописанные методики были протестированы для участка, на котором факт наличия массовых ветровалов был известен априорно. В качестве такого участка рассмотрена территория Бирского и Дюртюлинского районов Башкортостана, где 1 июня 2007 г. прошел сильный шквал (30 м/с по данным метеостанции Бирск), в результате которого были повреждены тысячи гектаров леса [5]. Использованы снимки LANDSAT за июль 2006 и август 2007 г. На данном примере установлено, что методика, основанная на классификации мультивременных композитов, позволяет качественно выявлять только сплошные ветровалы, а по разности индекса SWVI удается определить также участки несплошного повреждения (имеющие значительную площадь). Пример применения методики выделения ветровалов по разности индекса SWVI приведен на рис. 1. <br />
<br />
Полученные в результате автоматизированного дешифрирования векторные контуры классов изменений включают вырубки, гари, ветровалы, и некоторое количество ложных объектов (соответствующих, как правило, нелесным участкам). Для определения причины повреждения, отделения ветровалов от других нарушений (вырубок, пожаров), спектральных признаков недостаточно. Необходимо учитывать геометрическую форму и текстуру объекта. Отделение ветровалов от вырубок и гарей выполнялось вручную, по характерным признакам. Таким характерным признаком ветровалов является значительная протяженность и отсутствия прямых углов (типичных для вырубок). Длина полосы ветровала, как правило, превышает ширину в 3-10 раз (у ветровалов связанных со шквалами), или в 20-50 раз (у ветровалов, связанных со смерчами).<br />
<br />
<br />
<br />
<gallery><br />
Файл:Image1.jpg|Описание1<br />
</gallery><br />
<br />
Для верификации результатов и уточнения контуров ветровалов использованы панхроматические снимки SPOT-5 (пространственное разрешение 2,5 м), а также данные SPOT-4 (пространственное разрешение 10 и 20 м) за 2011 и 2012 гг. По снимкам высокого разрешения также была определена степень повреждения растительности на ветровалах. <br />
<br />
Визуальный анализ снимков высокого разрешения позволяет (с определенной долей вероятности) установить, с каким опасным явлением (шквалом или смерчем), связано появление ветровала. Смерчевые ветровалы характеризуются рядом отличительных черт, которые перечислены ниже, и проиллюстрированы на рис. 2. <br />
# Длина ветровала L обычно превышает максимальную ширину M более чем в 15-20 раз.<br />
# Преобладает сплошной характер повреждения растительности.<br />
# Полоса повреждений растительности в начальной части вектора ветровала, как правило, расширяется, фрагментарное повреждение переходит в сплошное. В конечной части вектора ветровала снова появляются участки фрагментарных повреждений. <br />
# Направление вектора смерчевого ветровала может изменяться (в пределах 15-20°), в связи с изменением траектории движения смерча. <br />
<br />
Для ветровалов, связанных со шквалами типично сочетание нескольких крупных и большого числа мелких контуров повреждения растительности, мозаичность (особенно в зоне ослабления шквала). Крупные участки сплошного ветровала чаще расположены в его начальной части. <br />
<br />
<br />
'''Рис. 2.''' Ветровал на территории Гайнского района, связанный с прохождением смерча 07.06.2009 г.<br />
<br />
<br />
== Результаты и их обсуждение ==<br />
<br />
<br />
Всего на территории Пермского края и в сопредельных районах Республики Коми выявлено 16 участков массовых ветровалов (произошедших в период с 2001 по 2012 гг.) на общей площади более 11,5 тыс. га. Из них 5 участков связаны с сильным шквалом 18 июля 2012 г., и 6 – со смерчами и шквалами 7 июня 2009 г. Пространственное распределение участков массовых ветровалов показано на рисунке 3. В таблице 2 приведены основные геометрические характеристики участков ветровалов. Большинство участков массовых сплошных ветровалов расположены в северных районах Пермского края, где сохранились значительные площади спелых и перестойных хвойных лесов, подверженных вывалу при сильных ветрах. <br />
<br />
Значительный интерес (для исследования условий развития конвективных опасных явлений в Пермском крае) представляет определение даты, когда наблюдались сильные шквалы и смерчи, приведшие к образованию ветровалов. Однако в ряде случаев определить дату опасного явления не представляется возможным, по причине локального характера шквалов и смерчей, и низкой плотности населения. С использованием космических снимков LANDSAT TM/ETM+ для каждого случая ветровала был установлен временной диапазон его появления (с точностью от нескольких дней до нескольких месяцев). Был выполнен анализ данных наземных метеорологических наблюдений, сведений об ОЯ и нанесенном ими ущербе, данных МРЛ, за определенные периоды времени. По результатам такого анализа были установлены даты большинства ветровалов, а также подтверждены факты прохождения смерчей в Пермском крае 07.06.2009 г. и 30.08.2008 г. <br />
<br />
<br />
'''Табл. 2.''' Геометрические характеристики участков массовых ветровалов, выявленных по разновременным космическим снимкам<br />
<br />
<br />
'''Рис. 3.''' Пространственное распределение участков массовых сплошных ветровалов на территории Предуралья, выявленных за период 2001-2012 гг. <br />
<br />
<br />
При сопоставлении данных о сильных шквалах и смерчах, наблюдавшихся в Пермском крае в период с 2001 по 2012 гг., с полученными данными о расположении ветровалов, установлено, что в большинстве случаев шквалы на территории края не приводят к массовому повреждению лесных массивов. Однако при выполнении подобного сопоставления необходимо учитывать низкую залесенность южных и западных районов края, в результате чего ветровалы в этих районах могут не наблюдаться даже при прохождении особо сильных шквалов. За 11 лет в Пермском крае зафиксировано только два случая опасных явлений погоды, зафиксированных одновременно на нескольких метеостанциях, повлекших значительный материальный ущерб, и вызвавших массовые ветровалы в лесных массивах: шквалы 18.07.2012 г., и смерчи 07.06.2009 г. Анализ условий развития и последствий шквалов 18 июля 2012 г. приведен в работе [16]. В рамках данного исследования наибольший интерес для нас представляют случаи смерчей, прежде всего необычный для Уральского региона случай прохождения нескольких смерчей 7 июня 2009 г.<br />
<br />
== Шквалы и смерчи 07.06.2009 г. ==<br />
Во второй половине дня 7 июня 2009 г. сразу на нескольких метеостанциях Пермского края были зафиксированы опасные конвективные явления. На метеостанции Большая Соснова в 11.03 Всемирного Скоординированного времени (ВСВ) выпал град диаметром 33 мм. По данным метеорологического радиолокатора (МРЛ), в этом районе наблюдалась конвективная ячейка с градом и высотой верхней границы радиоэха 13 км, которая смещалась в направлении Верещагино. На метеостанции Верещагино в период между 11.00 и 12.00 ВСВ наблюдателем зафиксирован смерч, который мог быть связан с той же конвективной системой. На гидропосту Усть-Игум отмечен шквал 25 м/с. В Усольском районе (по результатам обследования, проведенного начальником МС Березники) прошел шквал со скоростью ветра не менее 27 м/с. В Лысьве и Березниках наблюдались шквалы 19-20 м/с, и град, в Перми – шквал 20 м/с, в Ножовке – шквал 24 м/с [3]. По данным Правительства Пермского края, значительный ущерб был нанесен в Гайнском районе, в населенных пунктах Кебраты, Шордын, Сергеевский и Касимовка [11].<br />
<br />
По данным ДЗЗ, на территории Гайнского и Юрлинского районов, и сопредельных районов Республики Коми, выявлены сплошные ветровалы, на общей площади более 2,5 тыс. га. Все контуры ветровалов верифицированы по снимкам высокого разрешения SPOT-5 за май-июль 2011 г. Большая часть ветровалов имеет, вероятно, смерчевое происхождение, т.е. соответствует всем обозначенным выше критериям (L>>M, сплошной характер повреждений, отсутствие мозаичности и др.). Ветровалы впервые обнаружены на снимке LANDSAT за 20.06.2009 г., по снимку за май 2009 г. ветровалы не выявлены. Сопоставив данные об ущербе от ОЯ в Гайнском районе 07.06.2009 г., с полученными контурами ветровалов, можно утверждать, что на исследуемой территории прошло не менее трех смерчей, общая протяженность полос ветровала от них превышает 90 км. Контуры смерчевых ветровалов июня 2009 года попадают практически на одну прямую линию. Таким образом, все они могли быть связаны с прохождением одной конвективной системы суперячейкового типа. <br />
<br />
Первый смерчевый ветровал зафиксирован в западной части Юрлинского района, длина его составляет 14 км, а ширина до 200 м. Наиболее мощный смерч прошел по территории Гайнского района. Ширина полосы ветровалов, связанной с ним, составляет от 100 до 600 м., длина – 42 км, площадь ветровала 1263 га (с резким преобладанием сплошного повреждения растительности). Смерч прошел в непосредственной близости от пос. Кебраты и Шордын, в которых было повреждено около 20 домов. Ветровал от данного смерча вблизи пос.. Кебраты показан на рис. 4. <br />
<br />
Северо-восточнее пос. Шордын полоса ветровала разбивается на несколько фрагментов, которые также характеризуются сплошным характером повреждений. На несколько десятков км севернее, в Республике Коми, сформировался еще один смерч, длина пути которого достигает 40 км. Полоса ветровала в хвойных лесах местами достигает ширины 0,5-0,6 км. <br />
<br />
Случай образования нескольких смерчей в северных районах Пермского края 7 июня 2009 г. является уникальным, и заслуживает более подробного исследования. Ущерб от смерчей был незначителен лишь по причине того, что они наблюдались на малонаселенной территории. <br />
<br />
<br />
'''Рис. 4.''' След прохождения смерча 07.06.2009 г. в районе пос. Кебраты и Шордын Гайнского района<br />
Большое количество публикаций (среди которых можно выделить [2, 15]) посвящены синоптическим предпосылкам возникновения смерчей в Европейской России. В данных работах перечислены условия, при сочетании которых существует возможность развития смерчей. <br />
* Прохождение контрастного холодного фронта второго рода с волновыми возмущениями<br />
* Значительная конвективная неустойчивость атмосферы, адвекция холода в средней тропосфере. <br />
* Высокая скорость ветра в средней тропосфере (до 30 м/с и более) <br />
* В пограничном слое подток с юго-востока влажного и теплого воздуха, в средней тропосфере адвекция более сухого воздуха с юго-запада<br />
* Наличие задерживающих слоев, при разрушении которых энергия неустойчивости реализуется «взрывным» образом<br />
<br />
7 июня 2009 г. погоду на востоке ЕТР определял углубляющийся южный циклон, который сформировался 6 июня на полярном фронте в районе Каспийского моря. Центр циклона смещался с западных районов Татарстана через Кировскую область на Республику Коми. Давление в центре циклона к 12.00 ч ВСВ 7 июня понизилось до 1004 гПа, барическая тенденция была отрицательной (-2,3 гПа/3ч). Большая часть территории Пермского края в первой половине дня оказалась в теплом секторе циклона, куда с южными потоками выносился тропический воздух с температурой на изобарической поверхности 850 гПа до +18°. Максимальная температура воздуха в южных и восточных районах края повышалась до +32°, а в Зауралье до +35°.<br />
<br />
Над Удмуртией и Кировской областью располагался меридионально ориентированный холодный фронт с волновыми возмущениями. Фронт характеризовался большими температурными контрастами — на уровне 850 гПа 8-10°, в поле приземной температуры 14°. Во второй половине дня через центральные и северные районы Пермского края переместился с высокой скоростью частный волновой циклон, сформировавшийся на данном фронте. С его прохождением было связано развитие интенсивной конвекции. К 15.00 ч ВСВ вся территория края оказалась за холодным фронтом. <br />
<br />
В средней тропосфере над востоком ЕТР господствовал юго-западный воздушный поток в передней части глубокой высотной ложбины, ось которой была ориентирована с Кольского полуострова на Среднюю Волгу. Высотная фронтальная зона проходила со Среднего Поволжья на Северный Урал, территория Пермского края находилась на ее антициклонический стороне, в зоне расходимости изогипс. Расходимость воздушных течений в средней тропосфере, на фоне сходимости в пограничном слое, способствовала развитию конвекции. <br />
<br />
По данным радиозондирования атмосферы в Перми в 12.00 ч ВСВ 7 июня, в средней тропосфере максимальная скорость ветра достигала 27 м/с (на уровне 554 гПа), а сумма скоростей ветра на поверхностях 850, 700 и 500 гПа составляла 58 м/с. Сдвиг ветра в момент радиозондирования в 12 ч ВСВ отсутствовал, так как в этот момент первый холодный фронт уже прошел через Пермь, и в приземном барическом поле сказывалось влияние слабого промежуточного гребня. Однако в теплом секторе циклона в северных районах края, в приземном слое сохранялся подток с юго-востока теплого воздуха, в то время как ведущий поток на высотах имел юго-западное направление. <br />
<br />
По данным МРЛ, установленного в аэропорту Большое Савино, в период с 15.00 по 19.00 местного времени над территорией Уральского Прикамья развивалась интенсивная конвекция. Конвективные ячейки с градом и высотой верхней границы радиоэха 13 км зафиксированы в районе Большой Сосновы, Лысьвы, и западнее Кудымкара. Территория Гайнского района находится за пределами зоны радиовидимости МРЛ, в связи с этим зафиксировать конвективную систему, с которой были связаны смерчи в данном района, не представлялось возможным. <br />
<br />
Таким образом, 7 июня 2009 г. наблюдалось сочетание нескольких условий, благоприятствующих развитию опасных конвективных явлений. Наиболее значимыми из них являются динамический фактор (холодный фронт с волнами и температурным контрастами более 10°; высокая скорость ветра в средней тропосфере). Стоит также отметить, что в схожей синоптической ситуации сильные шквалы > 30 м/с и смерчи в северных районах Европейской России уже наблюдались (на юго-востоке Архангельской области 15.06.2009 г.) [4]. <br />
<br />
== Выводы ==<br />
<br />
В результате проведенного исследования выявлены участки массовых сплошных ветровалов на территории Пермского края и сопредельных районов Республики Коми, среди которых 8 участков, вероятно, связаны с прохождением смерчей. Выполнено сопоставление полученных данных о ветровалах с данными об опасных явлениях погоды. Установлено, что в большинстве случаев локальные сильные шквалы, наблюдающиеся на территории Пермского края, не приводят к массовым ветровалам в лесах. Подтверждены случаи смерчей в Пермском крае 07.06.2009 г, и 30.08.2008 г. Проанализирован необычный для Уральского региона случай развития нескольких смерчей на северо-западе Пермского края 07.06.2009 г. Установлено, что синоптические условия в этот день были благоприятны для развития смерчей, а также этот случай не является уникальным для северных районов Европейской России. <br />
<br />
'''Использованная литература.'''<br />
<br />
# База данных об опасных гидрометеорологических явлениях Единой системы информации об обстановке в Мировом Океане (ЕСИМО). Электронный ресурс http://data.oceaninfo.ru/applications/disaster/index.jsp?&sortBy=region<br />
# Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи 9 июня 1984 года. Электронный ресурс http://meteocenter.net/meteolib/tornado1984.htm <br />
# Васильев Е.В., Лукьянов В.И., Найшуллер М.Г. Аномальные гидрометеорологические явления на территории Российской Федерации в июне 2009 г. // Метеорология и гидрология, 2009, №9, с. 109-126. <br />
# Грищенко И.В. Шквалы и смерчи на территории Архангельской области и Ненецкого автономного округа // Вестник Северного (Арктического) федерального университета. Серия: Естественные науки. 2009. № 4. С. 5-10.<br />
# Дмитриева Т.Г. Эволюция и движение очагов кучево-дождевой облачности по спутниковым данным в случаях сильных шквалов // Современные проблемы дистанционного зондирования Земли из Космоса, 2010, № 7, Т. 1, С. 83-91.<br />
# Дмитриева Т.Г., Бухаров М.В., Песков Б.Е. Анализ условий возникновения сильных шквалов по спутниковой и прогностической информации // Современные проблемы дистанционного зондирования Земли из Космоса, 2011, Т. 8, № 3, С. 244-250.<br />
# Климатические особенности 2007 года (по материалам Пермского центра по гидрометеорологии и мониторингу окружающей среды). Электронный ресурс. Режим доступа: http://new.permecology.ru/report/report2007/2.html<br />
# Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM. // Современные проблемы дистанционного зондирования Земли из космоса, 2012, Т.9 №. 1 С. 80-86. <br />
# Крылов А.М., Владимирова Н.А. Дистанционный мониторинг состояния лесов по данным космический съемки // Геоматика, 2011, № 3. С. 53-58. <br />
# Министерство лесного хозяйства Пермского края. Электронный ресурс www.les.permkrai.ru<br />
# Министерство по делам Коми-Пермяцкого округа Пермского края: URL http://www.minkpo.permkrai.ru/node/99<br />
# Опасные явления погоды на территории Сибири и Урала. Л. Гидрометеоиздат, 1987. Ч.3. 200 с. <br />
# Петухов И.Н., Немчинова А.В. Пространственная структура массовых ветровалов на территории Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 1, С. 19-24.<br />
# Петухов И.В., Немчинова А.В., Грозовский С.А., Иванова Н.В. Характер и степень повреждения лесных фитохор на участке массового ветровала в Костромской области // Вестник КГУ им Н.А. Некрасова, 2011, № 5-6, С. 23-31.<br />
# Природные опасности России. Т. 5. Гидрометеорологические опасности. // Под ред. В.И. Осипова, С.К. Шойгу. М., Издательство Крук, 2001. 295 с. <br />
# Шихов А.Н. Анализ условий развития и оценка последствий сильных шквалов в Пермском крае 18 июля 2012 года. // Геоинформационное обеспечение пространственного развития Пермского края: сб. науч. тр. - Пермь, 2012. - Вып.5. - 102 с., с. 33-43.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1831Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:42:39Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|700px|center|]]<br />
Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br /><br />
<br /><br />
<br />
<br />
[[Файл:2.jpg|700px|center|]]Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br /><br />
<br /><br />
<br />
<br />
<br />
[[Файл:3.jpg|700px|center|]] Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.<br /><br />
<br /><br />
<br />
<br />
[[Файл:4.jpg|700px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br /><br />
<br /><br />
<br />
<br />
[[Файл:5.jpg|700px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br/><br />
<br /><br />
<br />
<br />
[[Файл:6.jpg|700px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br/><br />
<br /><br />
<br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1830Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:41:18Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|700px|center|]]<br />
Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br /><br />
<br />
[[Файл:2.jpg|700px|center|]]Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br /><br />
<br />
<br />
[[Файл:3.jpg|700px|center|]] Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.<br /><br />
<br />
[[Файл:4.jpg|700px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br /><br />
<br />
[[Файл:5.jpg|700px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br/><br />
<br />
[[Файл:6.jpg|700px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br/><br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1829Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:37:26Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|]]<br />
Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br /><br />
<br />
[[Файл:2.jpg|600px|center|]]Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br /><br />
<br />
<br />
[[Файл:3.jpg|600px|center|]] Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.<br /><br />
<br />
[[Файл:4.jpg|600px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br /><br />
<br />
[[Файл:5.jpg|600px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br/><br />
<br />
[[Файл:6.jpg|600px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br/><br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1828Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:35:07Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br /><br />
<br />
[[Файл:2.jpg|600px|center|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br /><br />
<br />
<br />
[[Файл:3.jpg|600px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]] Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.<br /><br />
<br />
[[Файл:4.jpg|600px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br /><br />
<br />
[[Файл:5.jpg|600px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br/><br />
<br />
[[Файл:6.jpg|600px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br/><br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1827Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:32:52Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br /><br />
Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br /><br />
<br />
[[Файл:2.jpg|600px|center|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br /><br />
<br />
<br />
[[Файл:3.jpg|600px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]] <br /><br />
<br />
[[Файл:4.jpg|600px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br /><br />
<br />
[[Файл:5.jpg|600px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br/><br />
<br />
[[Файл:6.jpg|600px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br/><br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1826Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:31:32Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br /><br />
<br />
<br />
[[Файл:2.jpg|600px|center|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br /><br />
<br />
<br />
[[Файл:3.jpg|600px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br /><br />
<br />
[[Файл:4.jpg|600px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br /><br />
<br />
[[Файл:5.jpg|600px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br /><br />
<br />
[[Файл:6.jpg|600px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br /><br />
<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1825Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:29:52Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|600px|center|frame|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|600px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|600px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg|600px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg|600px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1824Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:28:26Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|250px|thumb|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|250px|thumb|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|250px|thumb|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg|250px|thumb|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg|250px|thumb|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1823Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:27:54Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|600px|thumb|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|250px|thumb|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|250px|thumb|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|250px|thumb|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg|250px|thumb|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg|250px|thumb|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1822Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T13:03:45Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|250px|thumb|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|250px|thumb|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|250px|thumb|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|250px|thumb|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg|250px|thumb|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg|250px|thumb|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1821Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:57:07Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|300px|thumb|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|300px|thumb|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|300px|thumb|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|300px|thumb|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg|300px|thumb|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg|300px|thumb|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1820Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:55:43Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|300px|thumb|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|300px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|300px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1819Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:55:14Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|300px|thumb|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|300px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|300px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1818Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:52:40Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|200px|left|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1817Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:51:11Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|frame|200px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1816Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:50:04Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpgframe||200px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1815Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:49:36Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|200px|center|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1814Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:48:27Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|thumb|200|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1813Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:46:47Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|thumb|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1812Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:44:42Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg|200px|center|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1811Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:43:52Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg||200px|center|frame|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|center|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1810Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:41:22Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1 - 6<br />
<br />
[[Файл:1.jpg||200px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
[[Файл:2.jpg|200px|center|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.]]<br />
<br />
[[Файл:3.jpg|200px|center|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг.]]<br />
<br />
[[Файл:4.jpg|200px|center|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах]]<br />
[[Файл:5.jpg||200px|center|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены]]<br />
[[Файл:6.jpg||200px|center|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247]]<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1809Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:37:51Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1, 2, 3, 4<br />
<br />
[[Файл:1.jpg||100px|center|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
Файл:2.jpg|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br />
<br />
Файл:3.jpg|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг. <br />
<br />
Файл:4.jpg|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br />
Файл:5.jpg|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br />
Файл:6.jpg|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1808Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:35:52Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1, 2, 3, 4<br />
<br />
[[Файл:1.jpg|Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.]]<br />
<br />
Файл:2.jpg|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br />
<br />
Файл:3.jpg|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг. <br />
<br />
Файл:4.jpg|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br />
Файл:5.jpg|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br />
Файл:6.jpg|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecologhttps://wiki.gis-lab.info/index.php?title=%D0%9E%D1%86%D0%B5%D0%BD%D0%BA%D0%B0_%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D1%81%D1%82%D0%B2%D0%B8%D0%B9_%D0%BB%D0%B5%D1%81%D0%BD%D1%8B%D1%85_%D0%BF%D0%BE%D0%B6%D0%B0%D1%80%D0%BE%D0%B2_2010_%D0%B3._%D0%B2_%D0%9F%D0%B5%D1%80%D0%BC%D1%81%D0%BA%D0%BE%D0%BC_%D0%BA%D1%80%D0%B0%D0%B5&diff=1807Оценка последствий лесных пожаров 2010 г. в Пермском крае2012-01-31T12:33:38Z<p>Ecolog: </p>
<hr />
<div>{{Статья|Черновик}}<br />
<br />
Авторы:<br />
Андрей Шихов, Ян Маракулин<br />
<br />
== Введение и исходные данные ==<br />
<br />
Летом 2010 года на Европейской территории России и в Пермском крае наблюдались катастрофические лесные пожары. По территории Пермского края были получены оценки пройденных пожарами площадей от Агентства по Природопользованию Пермского края, МЧС, ИКИ РАН и Гринпис России, значительно различающиеся между собой. Этим была обусловлена постановка первой задачи работы – создание векторного слоя гарей 2010 года на территорию Пермского края, на основе космических снимков среднего (LANDSAT 5/TM) и высокого (SPOT-4) разрешения.<br />
<br />
Вторая задача – оценка степени повреждения лесной растительности на участках, пройденных пожарами летом 2010 года. Оценка проведена по вегетационным индексам, данные полевых наблюдений не использовались. Поэтому методика оценки степени повреждения растительности будет дорабатываться.<br />
<br />
В качестве исходных данных использовались:<br />
<br />
* Снимки LANDSAT 5/TM за период до и после июля-августа 2010 года (два покрытия всей территории Пермского края). Снимки LANDSAT 5/TM распространяются бесплатно через сервис http://glovis.usgs.gov.<br />
<br />
* Снимки SPOT-4 DIMAP (LEVEL 1A), принятые на станцию Унискан-24 в Пермском Государственном университете, за период с 9 мая по 5 сентября 2011 года. Исходные снимки уровня обработки LEVEL 1A имеют низкую точность привязки (300-350 м). Геометрическая коррекция снимков проведена на основе мозаики LANDSAT. <br />
<br />
* Архив тепловых аномалий (hotspots), детектированных со спутников TERRA и AQUA в течение 2010 года. Архив в формате шейп-файла был получен с сервиса FIRMS (Fire Information for Resource Management System), предоставляемого NASA. <br />
<br />
* Архивные открытые данные о лесных пожарах в Пермском крае, доступные через сайт Агентства по природопользованию Пермского края (далее – АПП ПК)<ref name="five">Сводка Агентства по Природопользованию Пермского края о лесных пожарах, зарегистрированных в 2010 году. Электронный ресурс http://www.les.permkrai.ru</ref>. Данные АПП ПК о зарегистрированных лесных пожарах на территории Пермского края формируются на основе информации, поступающей из лесничеств, от местного населения, а также от Авиалесоохраны. Их использование осложняется отсутствием координатной привязки. Данные за последний год доступны на сайте www.les.permkrai.ru. Всего, по данным АПП ПК, в 2010 году в Пермском крае был зафиксирован 421 лесной пожар на общей площади 25407 га<ref name="five"></ref>. <br />
<br />
* Данные по пройденным огнем площадям на территорию Пермского края. полученные Институтом Космических исследований РАН на основе спутниковых данных Terra/Aqua-MODIS за 2010 год <ref name="four">Детектирование сгоревших территорий РФ в 2010 году: результаты ИКИ РАН. Электронный ресурс http://gis-lab.info/qa/fires-iki.html</ref> Они имеют актуальность лето 2011 года. <br /><br />
<br />
== Методы ==<br />
<br />
Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней инфракрасной зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в средней инфракрасной зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев<ref name="two">Барталев С. А., Егоров В. А. и др. Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений//Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С.</ref>.<br />
<br />
На перечисленных выше закономерностях основаны различные вегетационные индексы, а также комбинации каналов, позволяющие дешифрировать гари. Разработаны также автоматизированные алгоритмы оконтуривания гарей. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней<ref name="one">Барталев С. А. и др. Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 335-342.</ref>.<br />
<br />
Методика дешифрирования гарей включала следующие этапы:<br />
<br />
- Отбор снимков LANDSAT 5-TM за период до и после зафиксированных пожаров.<br />
<br />
- Расчет вегетационных индексов:<br />
<br />
Индекс NDVI = (NIR–RED)/(NIR+RED)<br />
<br />
Индекс SWVI = (NIR–SWIR)/(NIR+SWIR), где SWIR - 5-й канал снимка LANDSAT 5-TM. <br />
Индекс DNDVI = NDVIpre – NDVIpost, где NDVIpre –индекс за период до пожара, NDVIpost –индекс за период после пожара.<br />
<br />
Индекс DSWVI = SWVIpre – SWVIpost<br />
<br />
Также для всех пар снимков рассчитана степень изменения яркости в ближнем инфракрасном канале с помощью инструмента Change Detection (метод PCA). <br />
<br />
Дешифрирование гарей проводилось по следующим признакам:<br />
<br />
# Гарь следует искать там, где зафиксированы скопления тепловых аномалий (горячих точек) по данным FIRMS.<br />
# При визуализации снимка LANDSAT 5-TM в RGB-синтезе каналов 7-4-2 гарь выделяется как красно-коричневая область на фоне сохранившейся растительности. Причем на снимке за период до пожаров она отсутствует.<br />
# Гарь выделяется как участок с положительными значениями индексов DNDVI и DSWVI, лежащими в диапазоне от 0,1 до 0,5, редко больше. Наиболее эффективно выделение гари по индексу DSWVI. Использование разностных индексов позволяет избежать включения в площади гарей участков местности, имеющих похожие спектральные характеристики (свежие рубки, горная тундра, каменистые россыпи).<br />
# На изображении, комбинированном из NIR каналов двух разновременных снимков, в RGB-синтезе 1-2-2, гарь выделяется ярко-красным цветом, поскольку спектральная яркость участка в NIR канале после пожара значительно ниже, чем до пожара. <br />
<br />
Примеры использования дешифровочных признаков приведены ниже на рис. 1, 2, 3, 4<br />
<br />
[Файл:1.jpg]Рис. 1. Визуализация разновременных снимков LANDSAT 5-TM в синтезе каналов SWIR, NIR, GREEN (7-4-2). Пермский край, Гайнский район, Веслянское лесничество. Выделены две гари площадью более 8000 га.<br />
<br />
Файл:2.jpg|Рис. 2. Использование разностного индекса DSWVI для дешифрирования гарей. Гайнский район Пермского края, площадь гари около 4000 га.<br />
<br />
Файл:3.jpg|Рис. 3. Использование разностного вегетационного индекса DSWVI для разделения контуров гарей и свежих рубок. Индекс рассчитан по снимкам LANDSAT 5-TM за 2009 и 2011 гг. <br />
<br />
Файл:4.jpg|Рис. 4. Использование разностного вегетационного индекса DSWVI для оконтуривания гарей в горных районах<br />
Файл:5.jpg|Рис. 5. Валидация контуров гари по снимку SPOT4. Оценка площади гари изменена незначительно, контуры существенно уточнены<br />
Файл:6.jpg|Рис. 6. Оценка степени повреждения растительности на гари от пожара № 247<br />
<br />
== Результаты: дешифрирования гарей ==<br />
С использованием всех вышеперечисленных признаков проведено ручное оконтуривание гарей. Всего нам удалось выделить 46 гарей 2010 года на общей площади 31959 га, что существенно больше, чем по данным АПП ПК. При этом площадь отдельных выделенных нами гарей составляет от 6 га до 4245 га. Выделено 20 крупных гарей площадью свыше 200 га, причем на них приходится более 90% всех выгоревших площадей, из них 7 гарей площадью более 1000 га. <br />
<br />
Суммарная площадь выделенных нами гарей более чем на 7 тыс. га превышает площадь гарей, выделенных Гринпис России в 2010 году<ref name="three">Детектирование сгоревших территорий РФ в 2010 году: результаты Гринпис России. Электронный ресурс http://gis-lab.info/qa/fires-greenpeace.html</ref>. Такое расхождение объясняется тем, что в Гринпис России использовали снимки за период до завершения пожароопасного сезона. <br />
<br />
Было также выполнено сопоставление полученного нами слоя гарей с результатами детектирования выгоревших площадей по снимкам низкого разрешения MODIS, проведенного ИКИ РАН <ref name="four"></ref>. Площадь гарей, выделенных ИКИ РАН на территории Пермского края, составляет 27969 га. Однако значительная часть объектов в данном слое не совпадает по расположению с тепловыми аномалиями MODIS, то есть ошибочно классифицирована как гари. На юге Пермского края обнаружена «ложная» гарь площадью более 7300 га. Площадь гарей, выделенных ИКИ РАН и совпадающих с нашими данными, составляет менее 16 тыс. га. <br />
<br />
По полученным данным рассчитана площадь выгоревших территорий по участковым лесничествам. Установлены даты действия пожаров, с которыми связаны выделенные гари. Также были сопоставлены площади гарей от крупных пожаров по нашим данным и по данным АПП ПК, примеры приведены в Табл. 1.<br />
<br />
Таблица 1. Сопоставление данных о крупных пожарах, полученных по ДДЗЗ и предоставленных АПП ПК<br />
<br />
{|class="wikitable"<br />
|Номер пожара (АПП ПК)<br />
<br />
|Участковое лесничество<br />
<br />
|Площадь ликвидации пожара (АПП ПК), га<br />
|Площадь оцифрованной по снимку гари, га<br />
|Период действия (FIRMS)<br />
|Период между обнаружением и ликвидацией пожара (АПП ПК)<br />
|<br />
|Максимальная зарегистрированная температура в 21 канале, К (FIRMS)<br />
<br />
|-<br />
|256<br />
|Вайское<br />
|976<br />
|977+140<br />
|04.08.2011 – 15.08.2011<br />
|05.08.2011 – 22.08.2011<br />
|320,9<br />
<br />
<br />
|-<br />
|342<br />
<br />
|Велсовское<br />
<br />
|100<br />
|336<br />
|10.08.2011 – 11.08.2011<br />
|13.08.2011 – 14.08.2011<br />
|342<br />
|-<br />
<br />
<br />
|347<br />
|Вишерское<br />
|1120<br />
|3212<br />
|07.08.2011 – 15.08.2011<br />
|14.08.2011 – 19.08.2011<br />
|356<br />
|-<br />
<br />
|339<br />
<br />
|Кутимское<br />
<br />
|380<br />
<br />
|805+360<br />
<br />
|10.08.2011 – 16.08.2011<br />
<br />
|12.08.2011 – 25.08.2011<br />
<br />
|371,4<br />
<br />
<br />
<br />
|-<br />
|314, 320<br />
|Ульвинское, Камское<br />
|1207+428<br />
|3168<br />
|25.07.2011 – 08.08.2011<br />
|10.08.2011 – 23.08.2011<br />
|346,7<br />
<br />
|-<br />
|247<br />
|Верхнекамское, Дозовское<br />
<br />
|2100<br />
<br />
|3998<br />
<br />
|02.08.2011 – 15.08.2011<br />
<br />
|04.08.2011 – 24.08.2011<br />
<br />
|391,4<br />
|}<br />
<br />
Таким образом, наши оценки площадей некоторых крупных пожаров значительно (в три раза и более) превышают оценки АПП ПК. В то же время по данным АПП ПК зафиксировано 23 крупных пожара (более 200 га), нами же выделено только 20 крупных гарей.<br />
<br />
Для выборочной валидации контуров гарей использованы панхроматические и мультиспектральные снимки SPOT4, за вегетационный период 2011 года. Более высокое разрешение этих снимков позволяет определить контур гари с большей точностью. В то же время снимки SPOT4 за период до пожароопасного сезона у нас отсутствуют, что не позволяет использовать разностные вегетационные индексы. Валидация контуров гарей проведена методом визуального дешифрирования с использованием синтезов каналов nir-red-green и swir-nir-green, а также панхроматического канала высокого разрешения (10 м). <br />
<br />
За вегетационный период 2011 года территории, в наибольшей степени пострадавшие от пожаров (западная часть Гайнского района) ни разу не были покрыты качественными малооблачными снимками SPOT4. Поэтому валидацию контуров удалось провести только для 9 гарей, которые закрыты безоблачными фрагментами снимков. <br /><br />
<br />
Выборочная валидация позволяет оценить точность оконтуривания гарей. Полученные расхождения в оценке площади гарей по данным LANDSAT5-TM и SPOT4 составляют от 11 до 66 га. Относительная ошибка оценки площади минимальна для наиболее крупных гарей (ошибка не более 5%). Для гарей площадью менее 100 га ошибка оценки площади может достигать 25% и более.<br />
<br />
Пример валидации контуров гари по данным SPOT4 приведен на рис. 5<br />
<br />
== Результаты: оценка степени повреждения лесной растительности по вегетационным индексам ==<br />
Выделенные крупные гари являются сложными объектами, включающими в себя различные типы местности – лесные и нелесные (криволесье, горная тундра) земли, относительно свежие рубки, фрагменты болот, долины рек. В пределах контуров гарей значительную площадь занимают участки растительности, относительно слабо пострадавшие от огня (сохранившие достаточно высокую спектральную яркость в NIR канале). К ним относятся, прежде всего, фрагменты болот, долины малых рек и участки, поврежденные низовым пожаром малой интенсивности. Для их выделения необходима оценка степени повреждения растительности в пределах выделенных гарей. Она может быть реализована с применением вегетационных индексов и методов классификации изображений.<br />
<br />
Оценка степени повреждения растительности на всех крупных гарях (площадью более 200 га) была проведена по методике, предложенной в работе )<ref name="six">Юрикова Е. А. Кокутенко А. А. Сухинин А. И. Исследование возможности применения данных SPOT-4 для дешифрирования поврежденных пожарами участков растительности//Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2008. № 4. С. 75-78.</ref>. Авторы данной работы предложили ориентировочную переклассификацию значений NDVI (после пожара) в степень повреждения растительности (Табл. 2). Для более корректной переклассификации необходимо проведение полевых обследований выгоревших участков с целью получения калибровочной зависимости NDVI и других вегетационных индексов (SWVI, dSWVI) от степени повреждения древостоя пожаром. <br /><br />
<br />
После переклассификации были рассчитаны площади выделенных классов для каждой крупной гари. Результаты, суммированные по всем крупным гарям площадью более 200 га, приведены в таблице 2. Пример результата переклассификации для гари от пожара № 247 (нумерация АПП ПК) приведен на рис. 6. <br /><br />
<br />
Таблица 2. Перевод NDVI в степень повреждения растительности<br />
{|class="wikitable"<br />
|Значение NDVI<br />
|Класс поражения<br />
|Площадь, га<br />
|-<br />
|Менее 0,0<br />
|4 (отсутствие растительности, открытая почва после пожара)<br />
|123<br />
|-<br />
|0,0 - 0,1<br />
|3<br />
|3201<br />
|-<br />
|0,1 - 0,2<br />
|2<br />
|4467<br />
|-<br />
<br />
|0,2 - 0,3<br />
<br />
|3<br />
<br />
|7324<br />
|-<br />
|Более 0,3<br />
|0 (неповрежденная растительность, или участки восстанавливающейся растительности)<br />
|13797<br />
<br />
|}<br />
<br />
К классу неповрежденной или восстанавливающейся растительности были отнесены 13797 га площади крупных гарей, то есть почти половина всей площади. Часть этой территории (прежде всего болота) по-видимому, вообще не была пройдена пожарами, но оказалась полностью окружена выгоревшими участками. Другие фрагменты, несомненно, пострадали от огня, на что указывают высокие значения разностного индекса DSWVI (0,15 – 0,2). Но скорее всего это были низовые пожары небольшой интенсивности. <br />
<br />
Участки, относящиеся к 2, 3 и 4 классу повреждения, вероятно, были пройдены верховыми пожарами и требуют лесовосстановительных мероприятий. На ряде участков облачность, попадающая в границы гарей, сделала невозможной корректную классификацию. Так как NDVI облаков и из теней незначительно ниже NDVI гари, в отдельных случаях применялось маскирование облаков и теней. Для маскирования облаков мы использовали 1-й канал LANDSAT, для маскирования теней – 5-й канал.<br />
<br />
Анализ значений разностных индексов показал, что в пределах площади гарей они имеют, как правило, положительные значения, в диапазоне от 0,1 до 0,5. Максимальные значения DNDVI (0,45…0,55) характерны для участков выгоревших мелколиственных лесов на старых вырубках. В отдельных случаях индекс DNDVI в пределах гари имеет отрицательные значения, что связано с наличием облаков или теней в пределах контура гари на снимке, сделанном до пожара. <br /><br />
Индекс DSWVI лучше выделяет гари, чем DNDVI, поскольку характеризуется большей устойчивостью. На территориях с неповрежденной растительностью его значения обычно близки к нулю, при условии отсутствия сезонных различий в состоянии растительности. Поэтому легко выделить все участки, где произошли значительные изменения растительного покрова (гари, свежие рубки, ветровалы). Участки с максимальными значениями DSWVI (0,4…0,6) в пределах гари визуально дешифрируются как наиболее поврежденные пожаром.<br />
<br />
Таким образом, в результате данной работы нами создан векторный слой гарей 2011 года в Пермском крае, выполнено сопоставление площадей крупных пожаров, полученных по ДДЗЗ и по данным АПП ПК. Проведена оценка степени повреждения растительности на крупных гарях.<br />
<br />
В перспективе мы планируем использовать более корректные методы оценки состояния растительности на выгоревших площадях, применяя в комплексе различные вегетационные индексы и методы классификации космических снимков. <br /><br />
<br />
== Библиографический список ==<br />
<br />
<references /><br />
<br />
== Описание слоя гарей 2010 года ==<br />
Скачать слой можно [http://gis-lab.info/data/fires-perm/burned-area-2010.7z здесь].<br />
<br />
Формат файла – ESRI SHAPE<br /><br />
<br />
Система координат – WGS 1984<br />
<br />
Структура атрибутивной таблицы<br />
<br />
FID – идентификатор<br />
<br />
SHAPE – геометрия<br /><br />
<br />
Scene1 – полное название сцены LANDSAT5-TM, использованной для расчета вегетационных индексов до пожара. Название включает дату снимка, например 2011193 – 2011 год, 193-й день года, т.е снимок сделан 12.07.2011г.<br />
<br />
Scene2- полное название сцены LANDSAT5-TM, по которой оконтуривалась гарь<br />
<br />
Area – площадь гари, оконтуренной по снимку LANDSAT5-TM<br />
<br />
* 0 class – площадь в пределах гари со значением NDVI более 0,3, т.е нулевой класс повреждения<br />
* 1 class – площадь в пределах гари со значением NDVI от 0,2 до 0,3, т.е первый класс повреждения<br />
* 2 class – площадь в пределах гари со значением NDVI от 0,1 до 0,2, т.е второй класс повреждения<br />
* 3 class – площадь в пределах гари со значением NDVI от 0,0 до 0,1, т.е третий класс повреждения<br />
* 4 class – площадь в пределах гари со значением NDVI ниже 0, т.е четвертый класс повреждения<br />
* Area_SPOT4 – площадь гари, скорректированная по снимку SPOT4<br />
* DATA_SPOT4 – дата снимка SPOT4, по которому корректировался контур гари.</div>Ecolog