Особенности лесотаксационного дешифрирования космических снимков

Лесной пожар является источником излучения, максимум которого приходится на диапазон 2,5-3,5 мкм. Этот диапазон рекомендуется использовать в вечернее (при высоте Солнца менее 5°) или в ночное время. При комбинированном использовании каналов 3,5-5,5 мкм (для регистрации высокотемпературных объектов) и 8-14 мкм (для регистрации сигнала фона), получают сигнал от лесного пожара. В СВЧ диапазоне возможно проведение наблюдений в любое время суток и практически при любых метеорологических условиях, но материалы съемок при этом обладают худшей разрешающей способностью. Интенсивность СВЧ излучения измеряется в градусах радиояркостной температуры. Величина радио яркости пожара зависит в первую очередь от вида пожара, при беглом низовом пожаре превышение радиояркостей над общим фоном невелико, эти температурные яркости наиболее контрастны при пожарах торфяников и захламленных участков леса.

Определение зон задымления от лесных пожаров. В результате лесных пожаров атмосфера может иметь различную степень задымления.

Сильная задымленность создает определенные трудности в оперативной работе авиационных подразделений, а также работе других ведомств. Поэтому при планировании работ по тушению лесных пожаров необходимо знать о степени задымления территории.

Степень задымленности территории оценивается по 5- балльной шкале с указанием плотности дыма по трем градациям: слабая, средняя и сильная.

Анализ снимков, полученных в разных зонах электромагнитного спектра, позволяет отличать дымовые шлейфы пожаров от перистых и кучевых облаков. Дымовые шлейфы, хорошо распознаваемые в видимой зоне, почти исчезают в инфракрасной зоне, в то время как атмосферные облака одинаково хорошо просматриваются на изображениях, полученных в той и другой зонах. Данная задача может решаться одновременно с задачами по обнаружению лесных пожаров и контролю за их динамикой.

Выявление грозовой и ресурсной облачности. Целью выявления синоптической обстановки является прогнозирование процессов возникновения массовых вспышек лесных пожаров от молний на основе космической съемки и данных от радиотехнических средств регистрации молниевых разрядов, а также оперативное определение ресурсной облачности в районах действия крупных лесных пожаров для вызывания искусственных осадков. Индикатором развития гроз является кучево-дождевая облачность, которая имеет большую вертикальную мощность и значительные поперечные размеры (до несколько км). Наиболее часто массовые вспышки лесных пожаров возникают после прохождения «сухих» гроз, развивающихся на верхних и вторичных атмосферных фронтах и при внутри-массовых грозах, которые наблюдаются в антициклоне, в размытом барическом поле и реже в теплом секторе циклона.

С помощью космической съемки определяют степень покрытия облаками лесной территории, проводят классификацию облачных систем, связанных с атмосферными фронтами и циклонами, анализируют форму облачных элементов, а также структурные характеристики облачных полей. Основные метеорологические явления и их влияние на степень пожарной опасности в лесах оценивается, как правило, с помощью косвенных параметров. Холодный фронт циклонов вызывает усиление пожаров перед фронтом за счет усиления ветра. Его можно опознать на космических снимках по яркому изображению циклонически изогнутой полосы облачности. Ширина этой полосы обычно составляет 200-300 км, длина - более 1000 км. Можно наблюдать также в полосе вкрапления кучевообразной и кучево-дождевой форм облачности.

Вторичные фронты циклонов создают условия для массовой вспышки лесных пожаров от «сухих» гроз Признаками вторичных фронтов циклонов служат изображения прерывистых облачных систем, шириной от 50 до 200 км, сформированных из кучевых и кучево-дождевых форм облачности. Внутримассовые облачные системы влияют на усиление пожарной опасности из-за неустойчивого состояния атмосферы. На космических изображениях эти облачные системы опознают по конвективным ячейкам со слоисто-кучевообразным или кучево-дождевыми формами облачности, а также по вытянутым облачным полосам в виде гряд, которые образуются в тылу циклонов за пределами или внутри холодных фронтов. Для космических съемок грозовой облачности перспективны видимая (0,4-0,7 мкм) и ближняя инфракрасная (0,7-1,2 мкм) зоны спектра. Повышение точности определения грозовой облачности достигается при комплексном использовании спутниковой информации, наземных метеорологических и радиолокационных измерений, а также данных системы регистрации молниевых разрядов.

Выявление по материалам космических съемок ресурсной облачности, перспективной для вызывания искусственных осадков, связано с распознаванием мощных конвективных кучевых облаков высотой не менее 2 км.

Для распознавания грозовой и ресурсной облачности используют телевизионные, радиометрические и сканерные космические изображения. Количество облачности характеризуется степенью покрытия облаками того или иного участка земной поверхности и определяется отношением (в процентах) площади, занятой облачными элементами внутри контура, ко всей площади, ограничен ной контуром.

На космических снимках, полученных в разное время дня, можно видеть районы с развитой грозовой и ресурсной облачностью на больших территориях и, сопоставляя их, определять направление ее смещения. Это позволит достаточно оперативно и более экономично планировать работу по выявлению лесных пожаров и искусственному вызыванию осадков в зоне их возникновения, что в свою очередь дает возможность тушить их с меньшими затратами сил и средств.

Дешифрирование снежного покрова

Целью определения границ снежного покрова является установление сроков наступления (окончания) пожароопасного сезона.

Таяние снежного покрова в лесу имеет свои характерные особенности, зависящие не только от условий погоды, но и от экспозиции склонов, состава лесонасаждений, полноты, строения полога, возраста, сомкнутости крон и некоторых других факторов.

Дистанционные методы наблюдения за снежным покровом основаны на взаимосвязях электромагнитного излучения в широком диапазоне волн с изменчивыми физическими характеристиками снега (плотность, теплопроводность, влажность и др.). Свежевыпавший снег отражает около 95 % солнечной радиации в области длин волн 0,3-0,9 мкм.

Различная степень метаморфизма снежного покрова способствует изменению уровня отражательной способности: минимум отражения соответствует длине волны 1,45 мкм; у свежего и мелкозернистого снега наблюдаются локальные пики отражения, соответствующие длинам волн 1,8 и 2,25 мкм. Интенсивность собственного излучения снежного покрова, регистрируемая СВЧ - радиометрами, зависит от его яркостной температуры. Элементы изображения земной поверхности обычно относят к классу заснеженных или незаснеженных (обычно к заснеженным относят участки с преобладанием снежного покрова на площади более 50 %). К одному из показателей точности относят регистрацию факта «присутствие/отсутствие» снежного покрова. Точность выделения границ снежного покрова определяется размерами элемента изображения, т.е. пространственным разрешением космической системы и точностью географической привязки изображения.

Картина залегания снежного покрова хорошо прослеживается на космических снимках. При этом тон изображения заснеженных объектов может меняться в довольно широких пределах - от белого до темно-серого, в зависимости от мощности и состояния снежного покрова (сухой, талый), рельефа местности, наличия и видового состава растительности, условий съемки. Тон изображения снежного покрова, залегающего под пологом леса, будет претерпевать изменения в зависимости от степени сомкнутости и видового состава лесных насаждений.

Наибольшую трудность при дешифрировании снежного покрова представляет облачность, поскольку отражательные свойства этих объектов примерно одинаковы. Однако вид изображения облачной картины, в отличие от снежного покрова, на снимках быстро меняется.

Кроме того, границы залегания снежного покрова на снимках просматриваются в виде непрерывной линии, тогда как границы облачности, как правило, разорваны. При картографировании границ снеготаяния по космическим снимкам для начальной привязки можно использовать карты высот снежного покрова и его границ, которые приводятся в приложениях к ежедневному гидрометеорологическому бюллетеню метеослужбы.

Применение методов картографирования снежного покрова с использованием данных спутникового зондирования иногда осложняется из-за нечетких различий изображения снега и облачности, а также при оценке заснеженности под пологом леса. В перепеките целесообразно в дополнение к ранее названным диапазонам использование при съемке спектрального канала 1,55 -1,75 мкм для более надежного различия снега и облаков при построении средних декадных карт снежного покрова, а также применение СВЧ и ИК датчиков для оценки толщины снежного покрова с учетом влияния топографии местности. Пространственное разрешение космических систем должно быть 0,2-1,0 км при решении задачи на федеральном уровне, 30-50 м - при ее решении на региональном уровне.

Определение степени увлажнения лесных горючих материалов. Целью определения текущего влагосодержания лесных горючих материалов является корректирование краткосрочных прогнозов пожарной опасности и диагностика фактической пожарной обстановки на территории лесного фонда, а также уточнение в связи с этим управленческих решений в системе охраны леса. Для определения текущего влагосодержания лесных горючих материалов применимы данные съемок, полученные в инфракрасной (1,0-2,5; 3-5; 8-14 мкм), микроволновой (0,3-3 см) и ультракоротковолновой (1-5 дм) областях электромагнитного спектра. Методика обработки данных заключается в пространственном совмещении космических изображений, вычислении радиационной и радиояркостной температур для пикселей изображений, разностей каждой из этих температур между смежными циклами съемки и последующих вычислений па основе экспериментальных моделей влагосодержания лесных горючих материалов. Расчетные модели учитывают связи между спектральными коэффициентами яркости растительности, входящей в состав основных проводников горения, тепловой инерцией и влагосодержанием лесных горючих материалов.

Для решения задачи необходимо измерение радиационной и радиояркостной температур подстилающей поверхности в различных спектральных интервалах с точностью 2-3 %. Периодичность наблюдения должна быть 3-5 суток.