Forecasting dynamics of thermokarst lakes in permafrost based on space images and mathematical modeling.pdf Введение Известно [1], что мерзлота подвержена потеплению климата. С целью разработки мероприятий по преодолению негативных последствий потепления климата на территории мерзлоты, где сосредоточен нефтедобывающий комплекс России, требуется разработать вопросы прогнозирования динамики термокарстовых процессов. Для формирования прогнозных оценок необходима разработка математической модели динамики термокарстовых процессов с учетом воздействия потепления климата. данная разработка требует проведения исследования динамики термокарстовых процессов. Изучение термокарстовых процессов в зоне многолетней мерзлоты в связи с глобальными климатическими изменениями, несомненно, является актуальной проблемой, решение которой вследствие высокой степени заболоченности и труднодоступности территории многолетней мерзлоты проводится с применением данных дистанционного зондирования (ДДЗ) поверхности Земли. При этом в качестве наиболее пригодных геоморфологических индикаторов изменений термокарстовых процессов используются хорошо дешифрируемые на космических снимках термокарстовые озёра, образующиеся в результате просадки земной поверхности из-за протаивания ископаемого льда и мерзлых пород [2-8]. Согласно [9, 10], характерные для севера Западной Сибири бугристые болота под влиянием термокарста стремительно разрушаются и превращаются в термокарстовые озера, которые в дальнейшем, сбросив свои воды в другой водоем, превращаются в хасыреи (котловины спущенных озер). В арктических районах Западной Сибири хасыреи могут занимать до 40-50% площади водной поверхности озер [11]. Как отмечено в [12], до недавнего времени ландшафт мерзлых бугристых болот находился в достаточно стабильном состоянии. Наблюдалась своеобразная «пульсация» поверхности, обусловленная взаимными переходами элементов ландшафта. Общую стратегию этого цикла превращений можно выразить в виде следующей последовательности: мерзлый бугор мог растаять и через серию мочажин возрастающей обводненности превратиться в термокарстовое озеро; озеро, сбросив свои воды в другой водоем, могло превратиться в спущенное озеро - ха-сырей; в днище опорожненной озерной котловины обычно начиналось мерзлотное пучение, приводящее к восстановлению мерзлых бугров [12]. Целью данной статьи является изложение вопросов разработки модели полей термокарстовых озер на основе результатов дистанционных исследований изменений термокарстовых процессов в ландшафтах мерзлых болот Сибири, предназначенной для прогнозирования динамики площадей термокарстовых озер. Методические вопросы исследования динамики термокарстовых процессов Для исследования термокарстовых ландшафтов мерзлых болот и особенностей растительного покрова необходимо иметь космические снимки за многолетний период времени. В настоящее время этому условию удовлетворяют космические снимки с космических аппаратов Landsat с более чем 35-летним архивом спутниковых данных. Следовательно, данные дистанционного зондирования открывают перспективные возможности для мониторинга изменения состояния термокарстовых озер и особенно для получения количественных параметров динамики площадей их водной поверхности на территории мерзлоты Западной Сибири, это подтверждается опытом использования ДДЗ для мониторинга состояния разных компонент окружающей среды, например [13]. Рассмотрим далее общую характеристику средств ДЗЗ применительно к проведению исследований термокарстовых ландшафтов. Технические характеристики сканеров спутниковых систем Landsat приведены в [14]. Первые снимки Landsat стали доступны c 1972 г. [14]. Основной массив снимков с первых трех спутников Landsat получен многозональной сканирующей системой MSS (Multispectral Scanner), дающей изображение полосы шириной 185 км в четырех спектральных зонах видимой и ближней инфракрасной части спектра с разрешением 80 м. С 1982 г. стали доступны снимки со спутника Landsat-4 с многозональной сканирующей системой TM (Thematic Mapper), работающей в семи спектральных диапазонах: видимой, ближней, средней и тепловой инфракрасных частей спектра. Разрешение в видимом, ближнем и среднем инфракрасном диапазонах составляет 30 м, а в тепловом инфракрасном - 120 м. Съемка земной поверхности производится со спутника Landsat-5 с периодичностью в 16 сут. С 1999 г. наиболее современные приборы ETM+ (Enhanced Thematic Mapper Plus) на спутнике Landsat-7 производят съемку в 8 спектральных каналах в диапазоне 0,4-13 мкм. Пространственное разрешение снимков в видимых и инфракрасных каналах составляет 30 м, в панхроматическом канале - 15 м, разрешение термального канала - 60 м. Основным преимуществом прибора ETM+ является наличие панхроматического канала с высоким разрешением 15 м, что обеспечивает возможность повышать достоверность распознавания термокарстовых озер. В последние годы все большее использование получают всепогодные (не зависящие от облачности) радиолокационные спутники ERS-2 и ENVISAT [15-17] с синтезированной антенной, проводящие съемку поверхности Земли в радиодиапазоне с длиной волны 5,6 см. Снимки с радиолокационных спутников ERS-2 стали доступны с 1995 г., а ENVISAT - с 2002 г. [14]. Снимки ERS-2 с 2005 г. до середины 2011 г. на территории России принимались только наземной станцией центра ДЗЗ Югорского научно-исследовательского института информационных технологий (ЮНИИ ИТ) в г. Ханты-Мансийске. К используемым ДДЗ высокого разрешения относятся космические снимки со спутников Quick Bird. Снимки со спутника Quick Bird стали доступны с 2001 г. [14]. Основным преимуществом снимков со спутника Quick Bird является очень высокое пространственное разрешение, которое в панхроматическом канале составляет 61 см, в мультиспектральном - 2,44 м при полосе обзора около 16,5 км. Обычно данные сверхвысокого разрешения применяются для эпизодического мониторинга небольших территорий с высокой пространственной детальностью, а также для проведения локальных исследований. Основным фактором, сдерживающим широкое и регулярное использование спутниковых данных сверхвысокого разрешения, является их высокая стоимость, поэтому в настоящее время эти снимки не имеют столь широкого применения, как другие виды данных дистанционного зондирования. Для исследования динамики термокарстовых процессов и растительного покрова на территории мерзлоты используются разновременные снимки, при обработке которых используются либо раздельная обработка снимков (снимки анализируются отдельно и затем сравниваются между собой), либо совместная обработка совокупности разновременных снимков, которые геометрически совмещаются и обрабатываются вместе, подобно многозональному снимку [13, 17]. При использовании ДЗЗ большую роль играет компьютерная обработка космических снимков. в настоящее время обработка и дешифрирование снимков осуществляются с помощью пакетов прикладных программ, наиболее распространенными из которых являются ENVI, ERDAS Imagine, ArcGis, позволяющие проводить комплекс основных операций по обработке снимков. Классификация термокарстовых озер на космических снимках Landsat проводится с помощью алгоритма Binary encoding classification в программном обеспечении ENVI 4.4, по результатам которой осуществляется векторизация границ термокарстовых озер с автоматическим определением площадей озер. Для классификации растительного покрова используются стандартные программные средства геоинформационных систем ENVI, ERDAS Imagine, осуществляющие автоматическую классификацию или классификацию с обучением. Предварительно снимки должны быть радиометрически и геометрически скорректированы для исключения ложных изменений, вызванных различиями в условиях съемки, разносезонностью снимков и т.п. Для классификации объектов по разновременным снимкам используют алгоритмы классификации как с обучением, так и без обучения. Один из примеров такой обработки снимков с целью выявления изменений береговых границ озер приведен в работе [18]. Результаты исследований точности дистанционного измерения площадей озер рассмотрены в [19], где показано, что для озер c площадью 10 га и более средняя относительная погрешность измерения площадей озер на космических снимках Landsat не превышает 3,5%. Измерения площадей озер на космических снимках LandSat на территории Западной Сибири [8, 9, 11] проводились с использованием стандартных средств геоинформационной системы ENVI 4.4. На каждом из тестовых участков определялось от нескольких сотен до нескольких тысяч термокарстовых озер различных размеров. Результаты измерения накапливались в базе данных по площадям термокарстовых озер Западной Сибири на основе космических снимков, созданной в Центре дистанционного зондирования Земли ЮНИИ ИТ. Разработка математической модели динамики термокарстовых процессов на основе экспериментальных данных Приведем результаты исследования статистического распределения термокарстовых озёр по их площадям на основе данных, полученных для отдельных тестовых участков - участков, на которых выделялось от нескольких сотен до нескольких тысяч термокарстовых озер. В ходе исследования выделены 30 тестовых участков. Как показало проведенное в работе [20] исследование, общим для всех тестовых участков является экспоненциальный характер закона распределения озер по площадям. Учитывая, что закон распределения термокарстовых озер по площадям имеет вид показательного закона распределения, для удобства моделирования выберем однопараметрическое показательное распределение y = Х • e-u, где Х - параметр распределения. Известно, что математическое ожидание случайной величины, подчиняющейся этому закону распределения, равно [21]: M(s) = _ Используем в качестве оценки математического ожидания M(s) величину средней площади озёр, определяемую по экспериментальным данным в виде 5 =- ; i = 1и. ср n ' Параметр X может быть определен на основе экспериментальных данных: X=_rср На основе вышеизложенного сформулируем основные положения, определяющие существенные свойства модели пространственно-временной структуры полей термокарстовых озёр: 1) формы береговых границ озер могут быть представлены уравнением окружности с координатами центров х,, у. и площадью s. (i - номер озера); 2) пространственные изменения координат центров окружностей и их площадей статистически независимы; 3) случайное распределение каждой из координат центров окружностей х, у, i = 1,n определяется законом равномерной плотности; 4) случайное распределение числа окружностей по их площадям определяется показательным законом распределения в виде (1) с показателем X; 5) временные изменения статистических свойств поля термокарстовых озер определяются зависимостью показателя коэффициента X от времени t в виде уравнения линейного тренда y(t) = X • t + b; 6) зависимость статистических свойств поля термокарстовых озер от температуры и осадков описывается уравнением регрессии вида X = c0 + c1 • х1 + c2 • х2 + c3 • ^ где х1 - среднегодовая температура воздуха; х2 - уровень осадков; х3 - время и определяется функцией X = f (T, P, t), где T(температура) и P (уровень осадков) являются функциями времени T(t) и P(t). С учетом перечисленных выше требований модель поля термокарстовых озер будет представлять собой совокупность случайных окружностей [20], статистические свойства которой будут соответствовать экспериментально определенным свойствам реальных полей термокарстовых озер. По закону равномерной плотности должны быть распределены центры окружностей [20]. Так как термокарстовые озёра распределены по их площадям в соответствии с экспоненциальным законом распределения, то и распределение площадей окружностей в модели также будет подчиняться экспоненциальному закону. С учетом вышесказанного моделирование будет происходить с использованием тройки чисел, а именно значения координат центров и площади х, у, s. В качестве основных элементов описания модели должны быть определены характеристики, учитывающие форму озер, параметры их случайного расположения на плоскости и распределения размеров озер. В соответствии с вышеизложенным модель пространственной структуры, предложенная в нашей работе [20], представляет собой совокупность окружностей, каждая из которых имитирует отдельное термокарстовое озеро. Результаты использования модели для прогнозирования динамики термокарстовых процессов Проведено прогнозирование динамики полей термокарстовых озер с использованием разработанной модели на основе компьютерного эксперимента в соответствии со следующим сценарием: прогнозирование динамики полей термокарстовых озер на период 2010-2030 гг. по значениям линейных трендов изменения приземной температуры воздуха и количества осадков (рис. 1). Предложенный сценарий предполагает использование данных по температуре воздуха из архива реанализа ECMWF ERA Interim [22] и данных об изменениях количества осадков из архива APHRODITE JMA [23]. Методика прогнозирования с применением системы имитационного моделирования полей термокарстовых озер подробно описана в [20]. Прогноз составлен для периода с 2010 по 2030 г. Значения годовой суммы осадков, использованные в прогнозировании, получены путем экстраполяции на основе уравнения линейного тренда [20]. Значения среднегодовой температуры воздуха, примененные в прогнозировании, получены путем экстраполяции с использованием уравнения линейного тренда [20], по аналогии с прогнозом температуры ГГО им. Воейкова, для всей территории России [24]. 1990 2010 Время, годы Рис. 1. Прогнозные оценки средних площадей термокарстовых озер Из рис. 1 видно, что если в течение последующих четырех десятилетий тенденции роста среднегодовой температуры воздуха будут сохраняться, то следует ожидать сокращения площадей термокарстовых озер. Расчет показывает, что сокращение площадей озер к 2030 г. в среднем может составить 9,6% по сравнению с 2010 г. Заключение В отчете рассмотрены вопросы разработки модели динамики термокарстовых озер на основе результатов дистанционного исследования пространственно-временных свойств полей термокарстовых озер, пригодной для прогнозирования динамики термокарстовых процессов на территории многолетней мерзлоты. В результате была получена модель в виде совокупности окружностей со случайными радиусами и расположением, статистические свойства которой определены по космоснимкам. Приведен пример прогнозирования динамики полей термокарстовых озер до 2030 г. с использованием разработанной модели на основе компьютерного эксперимента.

Скачать электронную версию публикации