Использование геоинформационной системы QGIS и данных дистанционного зондирования Земли для оценки состояния почв Донбасса

Введение

В статье рассматриваются вопросы оценки состояния почв Донбасса за счет вычисления индексов солености почв. Предложенный алгоритм реализован в свободной кроссплатформенной геоинформационной системе Quantum GIS. Проведены эксперименты с использованием изображений со спутника Landsat 8 в различных спектральных каналах. Обоснована необходимость использования индексов солености почв и данных дистанционного зондирования Земли в качестве альтернативы при проведении оперативного мониторинга состояния почв Донбасса.

Ключевые слова: почва, засоление почв, индексы солености почв, дистанционное зондирование Земли, геоинформационная система, методы вегетационного индексирования.

На Донбассе находятся и работает по настоящее время большое количество шахт и предприятий промышленного комплекса. Эти предприятия строятся вблизи мегаполисов, сельскохозяйственных угодий и водоемов. Отходы с этих предприятий попадают в почву, что делает ее бесплодной. Для Донбасса – это довольно серьезная экологическая проблема, и одним из возможных методов для борьбы с этой проблемой является проведение оперативного мониторинга состояния почв Донбасса, а именно использование новых способов для мониторинга состояния почв, используя в работе геоинформационные системы, данные дистанционного зондирования Земли, методы вегетационного индексирования: различные индексы солености почв: SI, NDSI, VSSI, SAVI, а также нормализованного разностного вегетационного индекса – NDVI [1].

Цель и задачи исследования

В работе была поставлена цель оценить состояние почв в Донбассе на определенной интересующей территории. В качестве области для исследований использовались предварительные данные, полученные из проверенных источников: водоем и сельскохозяйственные угодья рядом с поселком Горбатенко Старобешевского района Донецкой области.

Также были поставлены задачи:

• провести мониторинг почв;
• обнаружить площади почв, которые подверглись изменениям – засолению;
• выявить степень засоления.

Факторы, влияющие на состояние почв Донбасса

• Отходы с предприятий промышленного комплекса: коксохимические, металлургические, химические, машиностроительные заводы, отопительные котельные и теплоэнергетические станции. Отходы с этих предприятий несут в себе повышенные показатели минерализации и опасных химических соединений. Например, известно, что доля антропогенного вклада в общее содержание хрома в почве превышает 60.0 %. Самые высокие концентрации этого элемента зарегистрированы в городах Мариуполь и Славянск.
• Активная деформация земной поверхности, ее заболачивание в результате подтопления шахт, влияние породных отвалов – давление на грунты основания и сокращение площадей продуктивных угодий [2].

Методология мониторинга

Мониторинг состояния почв Донбасса планируется провести с применением подхода, в основе которого лежит использование методов вегетационного индексирования, а именно:

• для оценки состояния почв с применением индекса солености почв (SI);
• для прослеживания за динамикой сельскохозяйственных культур на засоленных почвах с применением нормализованного вегетационного индекса (NDVI).

Математические формулы индексов

Индекс солености почв SI:

\[SI(x, y) = \sqrt{R(x, y) \cdot NIR(x, y)},\] (1)

где \( R(x, y) \) – значение яркости пикселя изображения в красном диапазоне; \( NIR(x, y) \) – значение яркости пикселя изображения в ближнем инфракрасном диапазоне, \((x, y)\) – локальные координаты пикселя.

Нормализованный вегетационный индекс NDVI:

\[NDVI(x, y) = \frac{(IR(x, y) - R(x, y))}{(IR(x, y) + R(x, y))},\] (2)

где \( IR(x, y) \) – значение яркости пикселя изображения инфракрасного диапазона, \( R(x, y) \) – значение яркости пикселя изображения красного диапазона; \((x, y)\) – локальные координаты пикселя.

Эти индексы представляют собой показатели, которые вычисляются в результате обработки мультиспектральных данных дистанционного зондирования Земли и показывают засоленные почвы, а также позволяют оценить степень их засоления.

Используемые данные и инструменты

При помощи Интернет-сервиса LandsatLook Viewer была сделана загрузка и поиск изображений интересующей области с космического спутника Landsat 8, а также последующая обработка посредством специализированного программного обеспечения [3].

LandsatLook Viewer представляет собой инструмент для быстрого онлайн просмотра космических изображений, а также свободного доступа к архивам изображений USGS Landsat. Этот инструмент позволяет:

• интерактивно изучить архив Landsat, используя обычный веб-браузер;
• осуществить поиск конкретных изображений Landsat по интересующей области, дате съемки или облачности;
• сравнивать характеристики изображений и просмотр изменения во времени;
• обеспечить отображение настраиваемых информационных слоев карты в сочетании с изображениями Landsat;
• создать настроенное изображение и экспортировать его в виде простого графического файла;
• просматривать метаданные и загружать полнополосные исходные изображения;
• выполнять поиск изображений по адресу или месту, или увеличить масштаб до определенного размера;
• просматривать и загружать видео анимации, состоящие из самых старых и новейших изображений, отображаемых в программе просмотра [4].

В качестве средства для обработки изображений была выбрана свободная кроссплатформенная геоинформационная система Quantum GIS, которая поддерживает различные операционные системы, что делает ее удобной для любого человека, а также сочетает в себе использование множества форматов изображений и широкие возможности.

Результаты обработки

Она позволила легко проанализировать наши изображения для классифицирования земель по степени засоления, потратив на этот процесс минимальное затратное время. Результат обработки с применением индекса солености представлен на рисунке 1, где малиновый цвет соответствует высокой степени засоления, желтый и салатный — средней степени засоления, а оранжевый и серый — низкой степени засоления.

Рисунок 1 — Классифицирование земель по степени засоления с использованием индекса SI

Также была проанализирована динамика сельскохозяйственных культур на угодьях, подверженных засолению, с использованием стандартного нормализованного индекса NDVI. Результаты представлены на рисунке 2.

Рисунок 2 — Результат обработки изображений с использованием индекса NDVI на почвах, подверженных засолению

На рисунке 2 показаны космические снимки в различные периоды времени июнь – август 2018 года.

Также показаны участки исследований, где 1 – соответствует сельскохозяйственным угодьям рядом с поселком Горбатенко, а 2 – соответствует водоему в этом же поселке.

Обсуждение результатов

В результате проведенных исследований получено, что значения засоленности почв на этой территории довольно высокие. Например: нормализованный вегетационный индекс на интересующей территории равен [0.05; 0.15], что есть довольно низкими показателями здоровой растительности, когда значения хорошей вегетации на других участках равно довольно высокими [0.7; 1]. Стандартный индекс солености почв SI на этой территории был довольно высоким [143.15; 147], значения индекса солености, где преобладала здоровая плодородная почва, были равны приблизительно 0.

Заключение

Подводя итоги, можно сказать следующее, что предложенный метод мог бы широко применяться в мониторинге почвенного и растительного покрова, для анализа и классифицирования изменений в плодородных почвах; для прослеживания динамики сельскохозяйственных культур на угодьях, подверженных засолению; в качестве альтернативы химическим анализам почвы и растительного покрова.

Использование данных дистанционного зондирования является мощным инструментом при обнаружении засоленных районов, поскольку позволит разграничивать площади почвы по разным показателям солености. Этот метод мог бы являться в будущем одним из главных предполагаемых решений данной проблемы. Проведенные исследования показали, что использование индекса засоленности почв на Донбассе является перспективным и целесообразным для этой области, главное достоинство которого – оперативность полученных данных и их дешевизна.

Список литературы

1. Engdawork Asfawa et al. Soil salinity modeling and mapping using remote sensing and GIS: The case of Wonji sugar cane irrigation farm, Ethiopia // Journal of the Saudi Society of Agricultural Sciences, 17(3), 2018, p. 250-258.
2. Состояние почв Донбасса [Электронный ресурс]. — Режим доступа: http://www.ecolognatural.ru/enats-266-1.html (14.05.2019).
3. Несова А.В. Оценка состояния почв Донбасса с использованием данных дистанционного зондирования Земли // Материалы Международного молодежного научного форума «ЛОМОНОСОВ-2019» / Отв. ред. И.А. Алешковский, А.В. Андриянов, Е.А. Антипов. [Электронный ресурс]. – М: МАКС Пресс, 2019. – 1 электрон. опт. диск (DVD-ROM); 12 см. – Систем. требования: ПК с процессором 486+; Windows 95; дисковод DVD-ROM; Adobe Acrobat Reader. – 1600 Мб. – 11000 экз.
4. USGS Landsat Look Viewer [Электронный ресурс]. – Режим доступа: https://landsatlook.usgs.gov/ (14.05.2019).

Англоязычная версия заголовка и аннотации

USING GEOGRAPHIC INFORMATION SYSTEM QGIS AND REMOTE SENSING DATA OF THE EARTH TO EVALUATE THE CONDITION OF THE DONBASS SOILS

F.V. Nedopekin, A.V. Nesova, N.St. Shestavin

Donetsk National University, 83001 Ukraine, Donetsk, Universitetskaya, 24

e-mail: f.nedopekin@gmail.com, arina.nesova@gmail.com, n.shestavin@mail.ru

Abstract: The article deals with the assessment of soil conditions in Donbass by calculating soil salinity indices. The proposed algorithm is implemented in the free cross-platform geo-information system Quantum GIS. Experiments were carried out using images from the Landsat 8 satellite in various spectral channels. The necessity of using soil salinity indices and data of remote sensing of the Earth as an alternative when conducting operational monitoring of the soil status of Donbass is substantiated.

Keywords: soil, soil salinization, soil salinity indices, remote sensing of the Earth, geoinformation system, vegetation indexing methods.