Дистанционный мониторинг

Введение

В рамках выполнения настоящей работы проводился дистанционный мониторинг «цветения» реки Енисей в черте г. Красноярска с помощью дистанционного зондирования – спутниковый мониторинг и фиксация при помощи беспилотного летательного аппарата с установленной мультиспектральной камерой. В качестве показателя растительной вегетации рассчитан индекс NDCI, который указывает на интенсивность фотосинтеза.

Для многих рек и озер частой экологической проблемой является зарастаемость акватории высшей водной растительностью и «цветение» воды микроводорослями. Водная растительность в последствии обильного разрастания всплывает к поверхности и начинает отмирать, что влияет на качество воды. Активное развитие фитопланктона приводит к «цветению» воды [1], при этом повышается мутность и снижается содержание кислорода [2], происходит массовое вымирание рыб и создаются благоприятные условия для развития патогенной микрофлоры. В итоге массовое развитие водорослей формирует не пригодные условия для существования гидробионтов, снижает рекреационные свойства водных объектов и создает проблемы для судоходства. Данная ситуация особенно актуальна для г. Красноярска, где русло Енисея имеет сложную гидроморфологию, изобилует островами, протоками и заводями. Зарегулирование р. Енисей плотиной Красноярской ГЭС, расположенной в 23 км выше г. Красноярска, нарушило естественный ход гидробиологических процессов и определило формирование биоты вновь созданного водного объекта [3]. В слабопроточных зонах Енисея наблюдается интенсивное «цветение» воды и массовое развитие макрофитов. Своевременно полученная информация о наличие растительности в водоеме может помочь оценить риски аномального зарастания акватории [4].

Для выявления зон произрастания растительности существует нормализованный разностный индекс хлорофилла NDCI, который позволяет определить наличие хлорофилла в мутной, проточной воде при помощи мультиспектральной съемки с использованием ДЗЗ [5]. Способ определения «цветения» водоёмов при помощи данных, полученных со спутников, широко описаны в многочисленных работах. В работе [5] авторами была произведена апробация алгоритма оперативного мониторинга масштабных скоплений фитопланктона и методов количественной оценки его плотности на основе данных спутниковой съёмки. Подобные исследования проведены для акватории Рыбинского [6] и Краснодарского [7] водохранилищ. Авторы делают вывод, что данные спутников Landsat лучше всего подходят для выявления областей «цветения» цианобактерий [6]. Поскольку данные Landsat и Sentinel 2 имеют часть схожих каналов по спектральных характеристикам, то данные по Sentinel 2 так же должны хорошо подходить для выявления областей «цветения».

1. Материалы и методы

Исследование проводили в летне-осенний период 2022 г. в акватории р. Енисей в черте Красноярска в трех зонах (от верховья к низовью): 1 – протока Удачная, 2 – основное русло р. Енисей в районе Успенского монастыря, 3 – протока Татышева (рис. 1). Зона 1 характеризуется слабой проточностью, наибольшим прогревом и заиленным грунтом. Здесь наблюдается наибольшая степень зарастания водной растительностью. Зона 2 имеет пологое песчано-галечное дно и характеризуется средним уровнем скоростного режима. В зоне 3 Енисей имеет сложный разветвленный рельеф, по берегам произрастает высокая кустарниковая растительность, что снижает освещенность протоки. При этом ширина протоки меньше, а скорость течения выше, чем в зоне 1.


Рисунок 1. Зоны исследования р. Енисей (стрелкой указано направление течения реки).

Для дифференцирования водной и земной поверхности использовался нормализованный разностный водный индекс NDWI [8]. Диапазон значений индекса находится в промежутке от -1 до 1, значения больше 0 соответствуют водной поверхности, ниже 0 – поверхность без растительности или воды.  По полученным значениям высчитывалась площадь водной поверхности путем векторизации бинаризованного файла средствами ГИС. Для расчёта вегетации использовался нормализованный разностный индекс хлорофилла [5]. Индекс NDCI в отличие от индекса NDVI наиболее подходит для обнаружения цветения водорослей в воде и качественного вывода о диапазонах концентрации хлорофилла «а» [9].

Расчёт вегетационных индексов в локальных зонах Енисея осуществлялся при помощи беспилотного летательного аппарата (БПЛА) типа квадрокоптер. Полёт осуществлялся на высоте 200 метров. Было выполнено семь полётов в зонах 1 и 2 (с 19 июля по 15 октября 2022 г.) и три полёта в зоне 3 (11 августа, 19 и 22 сентября).

Съёмка осуществлялась при помощи мультиспектральной камеры MicaSense RedEdge-MX в пяти спектральных диапазонах, трёх видимых, дальнем красном, с длинной волны 717 нм и ближнем инфракрасном, с длинной волны 842 нм. Данные каналы позволяют строить цветное изображение, а также рассчитывать большинство вегетационных индексов. В работе для расчёта индекса NDCI были использованы дальний красный и красный каналы.

Для расчёта индекса NDCI использовали данные со спутников Sentinel 2a и Sentinel 2b. Каждый из этих спутников имеет временное разрешение раз в 5 суток.

Sentinel-2 – спутники для дистанционного зондирования Земли, разработанные и управляемые Европейским космическим агентством.  Получаемые с них изображения имеют 13 спектральных каналов в различных частях спектра. Пространственное разрешение каналов, необходимых для расчёта NDCI (4 и 5 bands) составляет 10 и 20 м/пиксель соответственно. Для расчёта NDCI на поверхности реки использовали 10 снимков в июле и августе за период 2020 – 2022 гг.

2. Результаты и обсуждение

В результате обработки данных, отснятые материалы на мультиспектральную камеру преобразованы в ортофотопланы при помощи ПО Agisoft Metashape, были вычислены индексы NDCI и NDWI. Полученные данные по индексу NDWI были бинаризованы, где значения больше 0 принимали значения 1, а значения меньше 0 приравнивались к 0. Далее производилась обрезка данных NDCI по полученной маске. Полученные файлы после произведённого преобразования содержат в себе данные вегетационного параметра NDCI на всю водную площадь отснятой сцены.

Результат съемки мультиспектральной камерой с БПЛА для одной из сцен о. Пионерский в зоне 1 представлен на рис. 2. В западной части о. Пионерский наблюдается высокая вегетационная активность, которая указывает на значительное зарастание данной территории водной растительностью, связанное со снижением скоростного режима, заиливанием и увеличением прогрева водных масс.


Рисунок 2. Значения NDCI вокруг о. Пионерский (зона 1) по данным мультиспектральной камеры (09.08.22 г.).

По данным с БПЛА оценена динамика распределения средних значений NDCI для исследованных зон (рис. 3). Наиболее высокие значения наблюдаются при сниженном скоростном режиме в протоке Удачная, что отражает активные вегетативные процессы водной растительности. Наименьшие значения параметра NDCI зарегистрированы в протоке Татышева. В течение исследованного периода наблюдалась равномерная динамика индекса NDCI и его низкая дисперсия, что объясняется отсутствием сброса воды через плотину Красноярской ГЭС из водохранилища, и соответственно блокировкой проникновения водохранилищного фитопланктона в нижний бьеф. К осени наблюдалось снижение значений индекса NDCI, что является отражением естественных причин – спад уровня вегетации и отмирание растений.


Рисунок 3. Средние значения NDCI в исследованных зонах р. Енисей.

На рис. 4 предоставлен фрагмент спутникового снимка с посчитанным индексом NDCI для акватории р. Енисей в черте г. Красноярск. Зелёным и жёлтым цветом отображены области фотосинтезирующей активности, большинство повышенных значений располагается вдоль островов и в протоках.


Рисунок 4. Значения NDCI в р. Енисей по спутниковым данным (18.08.21).

Согласно спутниковым данным была составлена диаграмма распределения значений для каждого снимка (рис. 5) в различные годы исследований. Межгодовые вариации индекса NDCI вполне согласуются с особенностями гидрологического режима Енисея в исследованные годы и влиянием гидроузла Красноярской ГЭС.


Рисунок 5. Диаграммы распределения значений NDCI (по оси Х) в акватории р. Енисей в черте г. Красноярска в различные годы исследований по спутниковым данным (А – 2019-2020 гг., Б – 2021 г., В – 2022 г.). Ось Y – количество пикселей (относительная площадь) соответствующих значений NDCI.

Отрицательные значения NDCI на графиках Рис. 5 (по оси X) соответствуют очень низким (практически фоновым) значениям индекса; можно говорить, что в зонах с такими значениями NDCI "цветение" отсутствует. Чем сильнее смещены графики распределения значений NDCI вправо по оси X, тем, соответственно, степень "цветения" реки выше. Сравнительный анализ графиков А, Б, В на рисунке 5 показывает, что относительно высокий уровень "цветения" наблюдается на рисунке 5А, а низкие – на рисунках 5Б, 5В. Минимальный уровень на – рисунке 5В.

В 2019 и 2020 гг. уровень воды в реке соответствовал среднемноголетним значениям, и график смещения значений NDCI отражает небольшие колебания в сторону повышенного или пониженного среднего значения вегетации по всей исследуемой площади реки (рис. 5А). В 2021 г. из-за климатических условий и переполненности Красноярского водохранилища пропускная способность Красноярской ГЭС была увеличена посредством поверхностного сброса, что привело к аномальному повышению уровня воды в нижнем бьефе, подтоплению прибрежных территорий и уменьшению количества водной растительности [10]. Данная особенность проявляется смещением диаграммы распределения значений NDCI в левую отрицательную зону (рис. 5Б). В 2022 г. вследствие пониженного уровня воды произошло осушение значительной части прибрежной зоны Енисея в городской черте, обычно зарастающей водорослями; в этой связи их количество было минимальным за весь период исследований (рис. 5В).

Обращает на себя внимание сравнительно низкое значение дисперсии на рис. 5В (полуширина диаграммы распределения значений NDCI). Вероятно, это связано с совокупной фотосинтетической активностью высшей водной растительности и микрофитобентоса в прибрежье реки в городской черте в условиях блокировки притока фитопланктона из верхнего бьефа ГЭС (Красноярского водохранилища) вследствие аномального снижения уровня воды и обмеления береговой линии. Однородная динамика значений NDCI в течении вегетационного периода в 2022 г. также подтверждается данными с БПЛА (рис. 3).

Помимо анализа фотосинтетической активности по спутниковым данным была рассчитана площадь русла Енисея на территории г. Красноярска в условиях колебания уровня воды (рис. 6). В 2020 г., когда уровень воды соответствовал средне многолетним значениям, площадь русла составляла 30 км2. В летний период 2021 г. площадь реки увеличилась на 2,5 км2 (на 8%), а в 2022 года – уменьшилась на 3,5 км2 (на 12%) по сравнению с 2020 г.

 


Рисунок 6. Изменение площади русла Енисея на территории Красноярска в различные годы по спутниковым данным.

Заключение

С помощью методов дистанционного зондирования (спутниковый мониторинг и фиксации с БПЛА) выявлены зоны массового распространения водной растительности в реке Енисей на территории г. Красноярска. В качестве показателя растительной вегетации рассчитан вегетационный индекс NDCI, который отражает интенсивность фотосинтеза, зоны "цветения". Наибольшие значения NDCI отмечены в местах со сниженным скоростным режимом, вдоль островов и в протоках. Межгодовые вариации индекса NDCI согласуются с особенностями гидрологического режима Енисея и влиянием гидроузла Красноярской ГЭС. При аномально высоком уровне воды наблюдались минимальные значения NDCI в связи с уменьшением количества водной растительности. В условиях обмеления реки значения NDCI также имели низкие значения, но уже по другой причине: связано это было с осушением прибрежных территорий.

Работа выполнена при финансовой поддержке грантового конкурса экологических проектов Эн+.

Список источников информации

  1. Пономарева Ю. А. Структура и динамика потамофитопланктона реки Енисей в нижнем бьефе Красноярской ГЭС: дис. – Сибирский федеральный университет, 2014.
  2. Капитонова, О. А., Каргапольцева, И. А., Мельников, Д. Г. (2011). Особенности формирования растительного покрова и пространственная структура макрозообентоса в условиях нарушения гидрологического режима водоема (на примере Березовского залива Воткинского пруда) // Известия Самарского научного центра РАН. Т. 13, № 1. С. 167-173.
  3. Сороковикова, Л. М, Башенхаева, Н. В. (2000). Евтрофирование и качество воды Енисея // Водные ресурсы. Т. 27, № 4. С. 498-503.
  4. Е.С. Кравчук, Е. С., Дубовская, О. П., Шулепина и др. (2021). Влияние антропогенных факторов на экосистему протоки р. Енисей в черте города Красноярска // Журнал Сибирского Федерального университета. Биология. Т. 14, № 2. С. 208-237. DOI: http:/dx.doi.org/10.17516/1997-1389-0331.
  5. Mishra S., Mishra D. R. Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll-a concentration in turbid productive waters //Remote Sensing of Environment. – 2012. – Т. 117. – С. 394-406.
  6. Лаврова О. Ю. и др. Спутниковый мониторинг интенсивного цветения водорослей в Рыбинском водохранилище //Современные проблемы дистанционного зондирования Земли из космоса. – 2014. – Т. 11. – №. 3. – С. 54.
  7. Лагута А. А., Погорелов А. В. Пространственно-временная изменчивость концентрации хлорофилла «а» в Краснодарском водохранилище по данным спутниковых снимков // Водное хозяйство России: проблемы, технологии, управление. – 2021. – №. 4. – С. 67-84.
  8. Катаев М. Ю., Бекеров А. А. Методика обнаружения водных объектов по многоспектральным спутниковым измерениям //Доклады Томского государственного университета систем управления и радиоэлектроники. – 2017. – Т. 20. – №. 4. – С. 105-108.
  9. Cillero Castro C. et al. An UAV and satellite multispectral data approach to monitor water quality in small reservoirs //Remote Sensing. – 2020. – Т. 12. – №. 9. – С. 1514.
  10. Chuo M. et al. Effects of the impounding process during the flood season on algal blooms in Xiangxi Bay in the Three Gorges Reservoir, China //Ecological Modelling. – 2019. – Т. 392. – С. 236-249.