Исследование современного состояния проблем выявления засоленных почв по данным космических съемок - polpoz.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Гл. . Вариации и история космических лучей важную информацию о... 1 410.8kb.
Почвенные ресурсы россии 1 39.05kb.
Германские языки 1 15.09kb.
Данная статья посвящена, на мой взгляд, не только одной из самых... 1 252.7kb.
Программа психологического направления эксперимента 1 295.42kb.
Примерная программа наименование дисциплины география почв рекомендуется... 1 249.99kb.
Теория запуска космических аппаратов 1 117.2kb.
Объектами изучения являются конкретное состояние и уровень интеграции... 1 42.75kb.
Группировка почв по степени кислотности 1 86.16kb.
В программе курса прослеживается процесс возникновения, эволюции... 3 501.65kb.
Института проблем Современного искусства Академии искусств Украины 1 31.08kb.
В основе концепции отеля Nika лежит принцип полного отрешения от... 1 35.16kb.
1. На доске выписаны n последовательных натуральных чисел 1 46.11kb.

Исследование современного состояния проблем выявления засоленных почв по данным космических - страница №1/1

УДК 528.88: 504.53.064.3

ИССЛЕДОВАНИЕ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМ ВЫЯВЛЕНИЯ ЗАСОЛЕННЫХ ПОЧВ ПО ДАННЫМ КОСМИЧЕСКИХ СЪЕМОК

Клочко Т.А.

Государственное предприятие научно-исследовательский и проектный институт «Союз», Национальный аэрокосмический университет им. Н.Е. Жуковского «ХАИ», Харьков, Украина
E-mail: klochko.ta@gmail.com

Произведен обзор и анализ современного состояния проблем выявления засоленных почв по данным космических съемок для определения подходов к исследованию техногенно-засоленных почв на объектах нефтегазодобывающих предприятий.



Ключевые слова: засоление почв, космические снимки, влияние нефтегазодобычи.

ВВЕДЕНИЕ

Одним из ведущих процессов преобразования почв нефтяных и газоконденсатных месторождений является техногенный галогенез. В качестве источника солей выступают высокоминерализованные техногенные потоки, в составе которых значительную роль играют водорастворимые хлориды, в меньшей степени карбонаты и сульфаты. Помимо минеральных солей, пластовые воды содержат значительные количества нефтепродуктов, механических примесей, иногда двухвалентное железо и другие ионы. Интенсивность и масштаб воздействия минерализованных вод на геохимию природных систем во много раз возрастает в случае использования на месторождении систем поддержания пластового давления (ППД) заводнением.

Природоохранным законодательством Украины предусмотрен мониторинг окружающей среды предприятием, которое осуществляет производственную деятельность. Мониторинг почв является важной составляющей комплексного мониторинга компонентов окружающей природной среды в системе экологического управления нефтегазодобывающего предприятия и обеспечивает контроль состояния земель от момента их изъятия во временное пользование до возвращения их собственнику после проведения технической и биологической рекультивации. Составляющими мониторинга почв является накопление данных агроэкологических исследований, привязка их к конкретным производственным объектам и технологиям, разнесение информации во времени и пространстве, сопоставление с требованиями стандартов и законодательства. Одним из современных элементов мониторинга почв являются материалы космических съемок.

Для определения основных подходов к задаче выявления техногенно-засоленных почв по данным космических съемок произведен обзор и анализ литературных данных.




ДИСТАНЦИОННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ ПОЧВЕННОГО ПОКРОВА

Применение аэрокосмических методов в почвоведении дало ощутимый толчок развитию почвенного картографирования и мониторинга почвенного покрова. Еще в 30-е годы ХХ века, на заре применения аэрометодов для изучения природных ресурсов, отмечались значительные возможности использования дистанционных снимков при составлении детальных почвенных карт и для оценки состояния посевов.

Дистанционные методы изучения почвенного покрова основаны на том, что разные по происхождению и степени вторичных изменений почвы по-разному отражают, поглощают и излучают электромагнитные волны различных зон спектра. Как следствие, каждый почвенный объект имеет свой спектрально-яркостный образ, запечатленный на аэро- и космических материалах. Применяя различные методы обработки аэрокосмических снимков, можно идентифицировать различные почвы и их отдельные характеристики.

Многолетние исследования ученых показывают [, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found], что почвы в зависимости от содержания гумуса, влажности, механического состава, карбонатности, наличия солей, эродированности и других особенностей изображаются на снимках широкой гаммой тонов. Спектральная отражательная способность достаточно полно изучена, в этой связи следует сослаться на фундаментальные исследования И. И. Карманова [Error: Reference source not found], который измерил при помощи спектрофотометра СФ-10 коэффициенты спектрального отражения в диапазоне 400–750 нм 4 тыс. почвенных образцов.

На черно-белых снимках почвы имеют серый, темно-серый тон, тогда как растительность – светлый, светло-серый [Error: Reference source not found]. Исключение составляют солончаковые, эродированные и песчаные почвы. В ближней инфракрасной зоне (0,75–1,3 мкм) для почв отмечается плавный подъем кривых. Характер и уровень спектральных кривых позволяют довольно надежно определять генетические разности почв. Для изучения почв при многозональной съемке используют различия коэффициента спектральной яркости почв в разных диапазонах спектра.

При проведении дистанционных почвенных исследований очень часто отмечается возможность идентификации засоленных и солонцеватых почв. Во многих случаях это касается участков естественного засоления (drylands), а также локального засоления, обусловленного ирригационными мероприятиями (irrigate lands). Практически отсутствуют работы по дистанционной оценке техногенного засоления в связи с разработкой месторождений нефти и газа.

Техногенное засоление почв на нефтяных месторождениях явление довольно частое, оно вызвано изливающимися на поверхность техногенными потоками, отличающимися высокой минерализацией вод с преобладанием в солевом комплексе хлорида натрия. Засоление обусловливает резкое изменение свойств почв и вызывает обеднение или перерождение растительного покрова [Error: Reference source not found, Error: Reference source not found]. В первую очередь, это касается солонцеватых почв. Почвенные коллоиды, насыщенные натрием, подвергаются пептизации, почвенные агрегаты распадаются, и физические свойства почвы меняются. Наиболее очевидны изменения плотности, агрегатного и механического состава почв. Не менее существенны и трансформации органической составляющей почв. Прежде всего, это выражается в перераспределении исходных запасов почвенного органического углерода по генетическим горизонтам из-за усиления потечности гумуса при образовании гуматов и фульватов натрия [Error: Reference source not found].

Из сказанного следует, что техногенное засоление резко меняет различные характеристики почв и, как следствие, спектрально-яркостный образ засоленных и солонцеватых почв на нефтепромыслах характеризуется ощутимым своеобразием. В то же время для их идентификации и картирования может быть использован довольно богатый опыт изучения природных засоленных территорий и почвенных массивов, подвергшихся засолению в результате ирригационных мероприятий.

Идея о возможности оценки засоления орошаемых почв по дистанционным данным зародилась в 60-е годы ХХ ст. [Error: Reference source not found], но первые данные оказались весьма скудными. В дальнейшем на основании исследований аридных, в основном хлопкосеющих, областей были получены более детальные результаты, появились представления о том, какую информацию о засолении почв можно получить по снимкам и каковы дешифровочные признаки почв разного типа засоления [Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found, Error: Reference source not found].

С необходимостью выявлять засоленные и солонцеватые почвенные разности приходится сталкиваться при крупномасштабном почвенном картировании [Error: Reference source not found]. Отмечается, что такие разности хорошо фиксируются на аэро- и космических снимках благодаря изменению тона (цвета) и рисунка изображения. По данным Ю. П. Киенко и Ю. Г. Кельнера [Error: Reference source not found] космические снимки с разрешением более 10 м передают 100% информации о формах элементарных почвенных структур, для фотоснимков с более низким разрешением (20–30 м) изображаются не более 80% почвенных ареалов.

Прикладное дешифрирование космических снимков предполагает работу с сериями снимков [, Error: Reference source not found, Error: Reference source not found]. Рекомендуется использовать снимки одной и той же местности, различающиеся яркостью изображения идентичных точек в зависимости от свойств и состояния объектов или условий и параметров съемки. Наиболее часто применяемые из них: снимки в разных спектральных диапазонах, многозональные снимки с расчленением по длинам волн, разновременные снимки, снимки при разных условиях освещения, разном направлении съемки, снимки разных масштабов, разрешения. Одним из эффективных методических приемов является последовательное дешифрирование, которое применяется в тех случаях, когда на разных зональных снимках отображаются различные объекты. Например, солончаки и степень засоления хорошо фиксируются на снимках в голубой зоне, заболоченные участки и степень увлажнения – на снимках в ближней инфракрасной зоне [Error: Reference source not found]. Последовательное дешифрирование предусматривает анализ отдельных временных срезов с составлением разновременных схем дешифрирования.

С. В. Овечкин и И. Ю. Савин [Error: Reference source not found] вводят понятие временной цикличности изображения (ВЦИ), которая является характерной для каждого района. Например, ВЦИ Оскольского района (Белгородская обл., Россия) характеризуется в ранневесеннее время чередованием серых и светло-серых тонов и очень редкой прямой узкой долинно-балочной сетью, в раннелетнее, поздневесеннее время – серой тональностью и очень редкой прямой узкой долинно-балочной сетью, в летнее, раннеосеннее время – чередование серых тонов с контрастной черно-белой тональностью, крупными сельскохозяйственными полями.

На методике «поточечного» или «попиксельного» сравнения дистанционного сигнала для аэрокосмического мониторинга динамики почвенного покрова останавливается Б. В. Виноградов [Error: Reference source not found, Error: Reference source not found]. Эта методика состоит в сравнении дистанционного сигнала, измеренного в фотометрических или радиометрических единицах, одних и тех же участков в разные годы и интерпретации соответствующих им почвенных показателей. Способ поточечного сравнения фотометрических и радиометрических измерений разных лет достаточно корректен, но сложен. Он требует стандартизации природных и технических условий съемки, которые бы позволили правильную идентификацию одних и тех же точек на последовательных снимках. Кроме того, при фотометрическом и радиометрическом поточечном сравнении необходим учет пространственно-временной неоднородности исследуемого участка местности. Временные неоднородности исключаются путем сравнения снимков, полученных в одни и те же агрофенологические фазы. Для учета пространственной неоднородности вычисляются средневзвешенные характеристики из элементов, составляющую каждую последующую «мишень» [Error: Reference source not found]. Для сравнения используются опознанные на последовательных снимках точки, расположенные на распаханных полях и посевах культур с покрытием растительности до 30%. Так при сравнении раннелетних панхроматических снимков крупного масштаба была выявлена динамика содержания гумуса в почвах Казахстана. Для стандартизации были использованы два оптических «реперных» участка, коэффициент отражения почв которых заведомо стабилен: это сурчины с выбросами лессов на поверхность, где содержание гумуса ничтожно мало, а коэффициент отражения в спектральном интервале 0,3–0,32; и потяжины с лугово-каштановыми почвами, где содержание гумуса более 5%, а коэффициент отражения самый низкий – 0,08–0,12.

Методику «попиксельной» корреляции для распознавания образов «Landsat TM» использовали и другие исследователи [Error: Reference source not found].

Задача выявления засоляющихся почв является одной из наиболее важных в процессе дистанционных почвенно-мелиоративных исследованиях. При наблюдении за солевым режимом орошаемых почв оценивают степень и тип засоления почв, направленность изменения засоленности пород, запасы солей, причины засоления [Error: Reference source not found]. Засоление почв обнаруживается дистанционными методами как при непосредственном появлении солей на поверхности почв, так и изменении отражательной способности сельскохозяйственных культур вследствие выпадения отдельных растений, их угнетения и появления галофитных сорняков. За счет указанных явлений изменяются тон и рисунок изображения засоленных почв. Подобные исследования широко проводились на орошаемых массивах в бассейнах Амударьи и Сырдарьи [Error: Reference source not found].

Большой опыт дистанционной оценки почвенных свойств получен при составлении государственной почвенной карты СССР с использованием космической информации []. При этом применялись многозональные снимки, составители пользовались преимущественно двумя каналами: 0,6–0,7 (красная зона) и 0,8–1,1 мкм (инфракрасная зона).

Выявление засоленных почв производилось при составлении мелкомасштабной почвенной карты Узбекистана [Error: Reference source not found]. Во время работы над картой использовались черно-белые космические снимки разных масштабов. Для солончаков установлены пятнистая и мелкопятнистая структура фотоизображения и от светло-серого до темно-серого тон.

Специализированная карта «Засоления почв» составлена для Памиро-Алая [Error: Reference source not found]. Как указывают авторы, на космических снимках солончаки и сильнозасоленные почвы дешифрировались довольно уверенно по фототону и структуре фотоизображения. На космических снимках также дешифрируются небольшие пятна слабо- и среднезасоленных почв, развитых среди незасоленных сероземно-луговых почв, эти почвы на снимках имеют пятнистое изображение с расплывчатыми границами светло-серого и серого фототонов.

Процессы засоления оценивались дистанционными средствами в Южном Ставрополье [Error: Reference source not found, Error: Reference source not found]. Природное засоление в этом регионе проявляется преимущественно в почвах, формирующихся на майкопских глинах в условиях повышенного гидроморфизма. Преобладающие слабо- и среднесолончаковатые почвы имеют на аэрофотоснимках серый тон, фоновый для подобных территорий. На этом фоне хорошо выделяются мелкие очень светлые пятна сильнозасоленных почв.

Высокую информативность по отношению к засолению почв В. Л. Андроников и др. [Error: Reference source not found, Error: Reference source not found] отмечают для обычных черно-белых панхроматических снимков, полученных в год и сезон наземных наблюдений. Дешифрирование засоления орошаемых почв аридных территорий проводится по состоянию хлопчатника [Error: Reference source not found]. Дешифрирование по открытой поверхности почвы в этих условиях невозможно, поскольку коэффициенты спектральной яркости незасоленных аридных почв и засоленных почв очень близки. Основными дешифровочными признаками засоления являются тон и рисунок фотоизображения. За основу взяты две контрастные градации тона: темный – для участков с хорошим состоянием хлопчатника и светлый – для поверхности, лишенной растительности. Процент светлых пятен в пределах поля или контура и их размер позволили установить и на основе наземных данных статистически обосновать связь фотоизображения со степенью засоления в метровом слое почв [Error: Reference source not found, Error: Reference source not found, Error: Reference source not found]. Этот принцип позволил выделить при визуальном дешифрировании на снимках крупного масштаба четыре градации почв по засолению, на снимках среднего масштаба – три, на космических снимках – две.

Изучение явлений вторичного засоления в зоне влияния инфильтрационных вод проводилось по материалам аэрофотосъемки на Право-Егорлыкской оросительной системе в Ставропольском крае (Россия). В результате этих работ была установлена информативность и оптической плотности изображения и характера его рисунка. Оконтурена зона влияния канала и его внутренняя структура, отражающая степень засоления почвы, глубина солевого горизонта, уровень и степень минерализации грунтовых вод [Error: Reference source not found, Error: Reference source not found].

На Апшеронском п-ове в районе г. Баку (Азербайджан) проводились оценки отражательной способности почв, загрязненных нефтепродуктами [Error: Reference source not found]. Было показано, что в зависимости от уровня загрязнения почв нефтью и нефтепродуктами меняется характер кривой спектрального отражения по сравнению с фоновыми почвами, что выражается снижением отражательной способности по мере увеличения степени загрязнения. При сильном загрязнении кривые спектрального отражения становятся почти горизонтальными во всем диапазоне длин волн. Если интегральное отражение фоновых почв составляет 27–30%, то сильнозагрязненных почв – 1–12%, причем коэффициент отражения в сине-фиолетовой области снижается до 9–10%, а в красной части спектра – до 8–13%.

В 80–90 годы ХХ ст. дешифрирование почвенных комплексов на космических снимках осуществлялось преимущественно средствами структурно-зонального анализа. Последний состоит в оптическом преобразовании фотоснимков и получении количественной оценки пространственно-частотного спектра путем оптической фильтрации наиболее информативных признаков, характеризующих пространственную структуру изображения [Error: Reference source not found]. В настоящее время спутники оснащены оптической сканирующей аппаратурой высокого разрешения, позволяющей получать изображение в цифровом виде. В связи с этим вместо оптического когерентного спектрального анализа применяются другие приемы обработки цифровых исходных данных.

Особое место среди новых методик обработки данных дистанционного зондирования занимает Data Fusion Technology [Error: Reference source not found, Error: Reference source not found, Error: Reference source not found], которая в русскоязычных работах рассматривается под названием «синергетические методы» [Error: Reference source not found] или «методика слияния данных» [Error: Reference source not found]. Суть методики слияния данных состоит в использовании комплексного подхода при получении, обработке и интерпретации аэрокосмической информации. В рамках Data Fusion Technology используются разновременные снимки, полученные в разных диапазонах электромагнитного спектра [Error: Reference source not found], сводятся результаты различной обработки исходных материалов, привлекаются данные различных экспериментов, результаты наземных исследований, специальные картографические материалы и т.п. К методике слияния данных обращаются тогда, когда изучаемая методами дистанционного зондирования система является слабоструктурированной и достаточно изменчивой во времени [Error: Reference source not found]. Безусловно, информация о почвенном засолении относится к этой категории, поэтому наиболее интересные работы по засолению почв, опубликованы в последнее время.

В 2003 г. опубликован довольно объемный обзор [Error: Reference source not found], посвященный современному состоянию методов дистанционного зондирования как инструмента для оценки солености почв. В этой статье рассматриваются различные датчики (в т.ч. аэрофотографические, спутниковые и самолетные мультиспектральные, микроволновые, видео, аэрогеофизические, гиперспектральные, электромагнитные индуктометры) и подходы, использованные для дистанционной индикации и картирования засоленных площадей. Отмечается важная роль обработки исходных данных дистанционного зондирования, среди наиболее эффективных для оценки засоленных почв обсуждаются такие методики, как спектральное разделение (spectral unmixing), классификация по максимальному правдоподобию (maximum likelihood classification), классификация на основе нечетких множеств (fuzzy classification), совмещение диапазонов (band rationing), анализ главных компонент (principal components analysis), корреляционные уравнения (correlation equations). Наконец, статья показывает моделирование временной и пространственной изменчивости солености с использованием комбинированных подходов с привлечением методик слияния и разделения данных.

В других публикациях также отмечается достаточно высокая эффективность для выделения почвенных разностей и картирования засоленных почв таких методов обработки исходных данных, как пространственно-частотный анализ [Error: Reference source not found], метод фрактальной геометрии [Error: Reference source not found], авторегрессия [Error: Reference source not found], нейронные сети (neural networks) [Error: Reference source not found] и др.

Масштабные экспериментальные работы по использованию дистанционного зондирования для картирования почвенного засоления проведены в 1998-99 г.г. в провинции Альберта (Канада) [Error: Reference source not found]. В рамках этих работ были изучены два ключевых участка, один с естественным засолением, второй – засоленный вследствие искусственного орошения. Почвенная соленость контролировалась с помощью наземного электромагнитного индуктометра солености в слое почвы от 0 до 60 см. Дистанционные исследования проводились с использованием мультиспектрального датчика, установленного на самолете. В первый год исследований были получены снимки с разрешением 3-4 м, во второй – 0,5 м. Использованы четыре диапазона электромагнитных волн: голубой (0,45–0,52 μм), зеленый (0,52–0,60 μм), красный, так или иначе, используют элементы Data Fusion Technology.

Процедуры «ERDAS Image 8.4» для анализа космических снимков и классификации земной поверхности Крымского п-ова использовали В. И. Придатко и Ю. М. Штепа [Error: Reference source not found]. На основе дешифрирования четырех снимков «Landsat-7 ETM», полученных в 1999 и 2000 годах, разработаны классификации земной поверхности Крыма, в том числе выделены засоленные территории.

Применение метода нечетких множеств (fuzzy modelling) для повышения эффективности выделения типов засоленных почв по данным дистанционного зондирования рассматривает Д. А. Матернайт [Error: Reference source not found, Error: Reference source not found]. Ею изучались снимки Landsat TM, полученные над засоленной площадью Боливии. Моделирование с использованием нечетких множеств позволило повысить точность результатов, отделение почв с хлорид-сульфатным типом засоления от сульфат-хлоридного достигнуто в 44% случаев. Более высокая точность получена при разделении сульфат-хлоридных солончаков и солонцеватых почв, наиболее информативными оказались данные в ближнем и тепловом инфракрасных диапазонах спектра.

Для картирования засоленных почв предложено использовать интегрированные разновременные классификации данных дистанционного зондирования, физические и химические свойства почв и атрибуты форм земли [Error: Reference source not found]. Три экспертные системы, использующие нечеткие множества и лингвистические правила нечетких множеств для формализации экспертных знаний об актуальной возможности изменений, обработаны и внесены в ГИС. Системы используют подход семантического импорта не нечетких множеств, что позволяет интегрировать разнородные данные в базы данных по правилам нечетких множеств. Выход системы – три карты, представляющие «правдоподобные изменения», «природу изменений» и «магнитуду (размеры) изменений». Эти карты затем комбинируются с ландшафтной информацией, представленной на различных слоях ГИС.

В другой работе Д. А. Матернайт [Error: Reference source not found] показано, что растительность, толерантная к солям, как индикатор для отделения солончаков и солонцеватых почв от неизмененных почв не всегда применима в случае использования оптических датчиков Landstat TM или Spot. Более эффективны для этой цели радиолокационные материалы. Метод нечетких множеств применен для классификации радиолокационных спутниковых образов (JERS-1). Полученный опыт свидетельствует, что классификация радиолокационных данных обеспечивает надежное определение (общая точность равна 81%) площадей, деградированных из-за процессов засоления и осолонцевания. Основные проблемы появляются вследствие различной шероховатости почв, определенные классы поверхностей по шероховатости с засоленными и солонцеватыми почвами ошибочно относятся к неизмененным.

Методики дистанционного зондирования, использующие в качестве показателя степени засоления почв тип и состояние растительности [Error: Reference source not found], были применены для обеспечения широкой пространственной оценки солености и подтопления в Восточном и Западном графствах Укаро (Австралия). В бассейне рек Муррей и Дарлинг (Австралия) производились исследования спектральных особенностей засоленных почв на участках орошения [Error: Reference source not found].

Исследования с целью оценки влияния солености почв на урожай путем применения ГИС и технологий дистанционного зондирования предприняты в юго-восточной части долины Харран (Турция), где довольно широко распространены засоленные почвы [Error: Reference source not found].

Комплексная интерпретация аэрофотоматериалов использовалась для выделения в различной степени засоленных пахотных земель и пустошей в провинции Шаньси (Китай) [Error: Reference source not found], по данным авторов была достигнута воспроизводимость 90% Для оценки степени засоления почв и урбанизации сельскохозяйственных территорий в дельте Нила и в прилежащей к ней районах обрабатывались снимки Landsat TM, датированные 1984-93 годами [Error: Reference source not found]. Результаты обработки разновременных снимков показали, что для 3,74% сельскохозяйственных земель в дельте продуктивность почв уменьшается.

Исследование возможности установления солености гипсоносных почв, используя данные Landsat TM, предпринято в провинции Исмаилия в Египте [Error: Reference source not found]. Используя классификацию контролируемых образов, отделены гипсоносные почвы от засоленных почв и от других почв. Наиболее эффективно для разделения гипсоносных и засоленных почв использование теплового диапазона Landsat TM.
ВЫВОДЫ

Применение материалов космических съемок позволили развить новое направление в исследовании засоления почв. Как показывает обзор, исследования проводятся во многих странах, независимо от того, являются они владельцами космических аппаратов или нет. Наиболее широко для исследований применяются космические снимки спутников Landsat, достоинством которых является наличие многих каналов съемки, доступность, разрешающая способность, хорошая привязка и коррекция.



Проблема дистанционной индикации почвенного засоления стоит остро, особенно в странах с засушливым климатом (Австралия, Индия, Турция, юг России и др.). Почти всегда использование для оценки природного и ирригационного засоления почв дистанционных методов приносит хорошие плоды. Во многих случаях исследователи опираются не столько на изучение почвенных характеристик, сколько на степень деградации растительности на солончаках и солонцах. Для выявления и оценки техногенно засоленных почв также можно использовать изменение растительного покрова. Но для них характерны и такие отличительные черты, как своеобразная конфигурация ореолов и резкое отличие от неизмененных почв по многим характеристикам, в том числе и в верхнем приповерхностном слое. Современные приемы обработки исходных космических снимков с соответствующим разрешением позволяют достаточно уверенно идентифицировать такие эффекты. Поскольку техногенное засоление почв всегда связано с наличием технологического объекта, то зону поиска участков загрязнения можно существенно сократить, имея точную карту объектов – потенциальных загрязнителей почв. Такая карта создается с использованием ГИС-технологий, а наличие космических снимков среднего и высокого разрешения с космических аппаратов (КА) Landsat, SPOT, Ikonas, QuickBird в комплексе со средствами обработки, заложенными в современных программах, например ERDAS Imagine, позволяет решить задачу оценки техногенного засоления почв на нефтегазовых месторождениях.
Список литературы


  1. Андроников В.Л. Аэрокосмические методы изучения почв / Валерий Львович Андроников. – М.: Колос, 1979. – 280 с.

  2. Андроников В. Л. Дистанционный мониторинг почв и посевов / Валерий Львович Андроников // Применение аэрокосмических методов для изучения и контроля состояния земной поверхности. – М.: МФГО АН СССР, 1986. С. 24-35.

  3. Андроников В.Л. О методике дешифрирования почвенного покрова лесостепи по аэрофотоматериалам / Валерий Львович Андроников / Почвоведение. 1957. N 5. С. 70-76.

  4. Андроников В. Л. Космические проблемы географии, картографии и плодородия почв / В. Л Андроников, Г. В. Добровольский // 100 лет генетического почвоведения. М.: Наука, 1986. С. 184-194.

  5. Андроников В. Л. Использование дистанционных методов в почвоведении и в сельском хозяйстве / В. Л. Андроников, Т В. Королюк // Итоги науки и техники; Вып. 5. Почвоведение. – М.: ВИНИТИ, 1985. 179 с.

  6. Андроников В. Л. О проблеме организации аэрокосмического почвенного мониторинга / В. Л. Андроников, Т. В. Королюк, Е. И. Панкова // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 154-160.

  7. Афанасьева Т.В. Использование аэрометодов при картировании и исследования почв / Татьяна Васильевна Афанасьева. – М.: Изд-во МГУ, 1965. 158 с.

  8. Бернштейн М.Н. Методы автоматизированной обработки аэрокосмических изображений / М. Н. Бернштейн, Д. Е. Минский, Ю. А. Старостин, М. М. Фейгин, A. M. Чижевский // Рациональное использование водных ресурсов. М.: Наука, 1984. Вып. 1. С. 62-70.

  9. Бернштейн М.Н. Программно-аппаратный комплекс обработки аэрокосмической информации / М. Н. Бернштейн, Д. Е. Минский, М. М. Фейгин, A. M. Чижевский // Совершенствование инженерных изысканий в мелиоративном проектировании. М.: Союзводпроект, 1983. С. 145-155.

  10. Бутевищенко Т. П. Изучение состояния посевов хлопчатника по многозональным аэроснимкам с целью отработки методики дешифрования космических снимков / Т. П. Бутевищенко // Космическая съемка и тематическое картографирование. М.: Изд-во МГУ, 1980. С. 57-62.

  11. Васильев А. Н. Геохимическая зональность ореолов техногенного засоления на нефтепромыслах / А. Н. Васильев, Н. Е. Журавель // Доп. НАН України. – 1999. – № 2. – С. 193-197.

  12. Васильев А. Н. Прогноз техногенного засоления почв на нефтепромыслах северо-востока Украины в рамках ОВОС / А. Н. Васильев, Н. Е. Журавель – Харьков: Экограф, 1999. – 86 с.

  13. Виноградов Б. В. Аэрокосмический мониторинг динамики почвенного покрова / Борис Вениаминович Виноградов // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 55-60.

  14. Виноградов Б.В. Аэрокосмический мониторинг экосистем / Борис Вениаминович Виноградов – М.: Наука, 1984. 320 с.

  15. Виноградов Б.В. Дешифрирование растительности аридных и субаридных зон / Борис Вениаминович Виноградов // Тр. Лабор. аэрометодов. М.; Л.: Изд-во АН СССР, 1959. Т. 7. С. 276-283.

  16. Виноградов Б.В. Преобразованная Земля: аэрокосмические исследования/ Борис Вениаминович Виноградов. – М.: Мысль, 1981. 296 с.

  17. Головина Я. Я. Применение машинного дешифрирования аэрофотоснимков для картографирования засоления почв хлопкосеющей зоны / Я. Я. Головина, Д. Е. Минский, Е. И. Панкова, Д. А. Соловьев // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 226-232.

  18. Емельянов В.А. Аэрокосмические методы оценки засоления мелиорируемых земель / В. А. Емельянов, В. В. Горбачев, В. А. Харитонов // Вестн. с.-х. науки. 1980. N 7. С. 120-127.

  19. Журавель Н. Е. Критическая экосистема кратера аварийной скважины Качановского нефтяного месторождения / Н. Е. Журавель, А. Н. Васильев, П. В. Клочко, Н. Н. Лилак – Харьков: Прапор, 1997. – 68 с.

  20. Зыков К. А. Особенности формирования региональных банков данных о спектральной отражательной способности почв и растительности для целей учета, картографирования и охраны сельскохозяйственных земель / К. А. Зыков // Науч. труды МИИЗ: Аэро- и геодезические работы для целей учета, картографирования и охраны с.-х. земель. М.: МИИЗ, 1986. С. 62-69.

  21. Каленов С.Г. К методике физико-географического районирования пустынь с применением космических съемок / С. Г. Каленов, Л. Г. Шехтер // Проблемы освоения пустынь. 1986. N 4. С. 48-56.

  22. Карманов И.И. Спектральная отражательная способность и цвет почв как показатели их свойств. /И.И. Карманов. М.: Колос, 1974. 351 с.

  23. Картирование зон техногенного засоления почвенного покрова и оценка экологического состояния агроэкосистем Бугреватовского нефтегазового месторождения. – Заключительный отчет по договору № 800-9797/13. СВНЦ НАН Украины. Рук.работ Журавель Н.Е., Харьков, 1997. – 84 с.

  24. Киенко Ю.П. Современные состояния, перспективы развития космического природоведения / Ю. П. Киенко // Геодезия и картография. 1982. N 12. С. 19—25.

  25. Киенко Ю.П., Кельнер Ю.Г. Использование аэро- и космических снимков для целей комплексного картографирования // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 16-21.

  26. Книжников Ю.Ф., Кравцова В.И. Принцип множественности в современных аэрокосмических методах и способы дешифрирования серии снимков при сельскохозяйственных исследованиях // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 47-54.

  27. Королюк Т.В. Использование материалов аэрокосмических съемок для контроля за мелиоративным состоянием орошаемых земель // Тез. докл. Всесоюз. совещания по мелиоративной гидрогеологии, инженерной геологии и мелиоративному почвоведению. М.. ВАСХНИЛ, 1984. Ч. II. С. 166-168.

  28. Королюк Т.В., Беленёва И.Ю. Использование материалов аэрофотосъемки при изучении почвенного покрова в сложных условиях почвообразования // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 134-140.

  29. Лапчинская Л.В., Васильев А.Н., Журавель Н.Е., Жук Н.М. О возможности применения радиолокации для контроля засоленности черноземных почв // Тез. докл. Всесоюз. науч.-тех. симпозиума «Дистанционное зондирование земных покровов радиметодами». – М.: Радио и связь, 1985. – С. 30-31.

  30. Лялько В.І. Стан і перспективи розвитку аерокосмічних досліджень Землі // Космічна наука і технологія. – 2002.- Т. 8. - № 2.3. – С. 6-28.

  31. Методические рекомендации по использованию материалов аэрофотосъемки для оценки засоления почв и проведения солевых съемок орошаемых территорий хлопкосеющей зоны в крупных и средних масштабах / Составители: Е.И. Панкова, В.М. Мазиков. М.: Почв, ин-т им. В.В. Докучаева, 1985. 73 с.

  32. Минский Д.Е., Фейгин М.М. Алгоритм генерализации аэрокосмических изображений // Совершенствование инженерных изысканий в мелиоративном проектировании. М.: Союзводпроект, 1983. С. 140-144.

  33. Обиралов А.И. Дешифрирование снимков для целей сельского хозяйства. М.: Недра, 1982. 145 с.

  34. Овечкин С.В., Савин И.Ю. Дешифрирование по космическим снимкам эколого-почвенных особенностей лесостепной зоны Среднерусской возвышенности // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 103-108.

  35. Орлов Д.С., Аммосова Я.М., Бочарникова Е.А., Лопухина О.В. Использование отражательной способности нефтезагрязненных почв при аэрокосмическом мониторинге // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 161-166.

  36. Панкова Е.И. Дистанционная диагностика засоления почв под культурой хлопчатника // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 175-182.

  37. Панкова Е.И., Головина Н.Н.. Венцкевич С.Д., Панадиади Е.И. Опыт оценки засоления орошаемых территорий Средней Азии по материалам космической съемки // Почвоведение. 1986. N 3. С. 138-146.

  38. Панкова Е.И., Мазиков В.И. Оценка засоления орошаемых почв хлопкосеющей зоны по аэрофотоснимкам (на примере Голодной степи) // Почвоведение. 1976. N 5. С. 55-66.

  39. Панкова Е.И., Мазиков В.М. Методические вопросы использования аэрофотоснимков для оценки засоления почв // Почвенно-мелиоративные процессы в районах Нового орошения. Тр. Почвенного ин-та им. В.В. Докучаева. – М., 1975. С. 97-112.

  40. Панкова Е.И., Мазиков В.М. Методические рекомендации по использованию аэрофотосъемки для оценки засоления почв и проведения солевых съемок орошаемых территорий хлопкосеющей зоны в крупных и средних масштабах. М.: Почв, ин-т им. В.В. Докучаева, 1985. 73 с.

  41. Панкова Е.И., Мазиков В.М. Оценка засоления орошаемых почв хлопкосеющей зоны по аэрофотоснимкам // Почвоведение. 1976. N 5. С. 55-66.

  42. Попов В.Г., Разаков А.М., Сектименко В.Е., Турсунов А.А. Использование материалов космической съемки при составлении мелкомасштабной почвенной карты Узбекистана // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 116-122.

  43. Попов М.О. Сучасні погляди на інтерпретацію даних аерокосмічного дистанційного зондування // Космічна наука і технологія. – 2002.- Т. 8. - № 2.3. – С. 110-115.

  44. Придатко В.І., Штепа Ю.М. Принципово нові можливості для формування екомережі в Україні у зв’язку з появою досвіду цільової обробки та інкорпорації космознімків в ГІС // Космічна наука і технологія. – 2002.- Т. 8. - № 2.3. – С. 59-64.

  45. Разработать проект рекультивации техногенно засоленных почв в пределах горного отвода Бугреватовского нефтегазового месторождения. – Заключительный отчет по договору № 08-06-98. СВНЦ НАН Украины. Рук.работ Журавель Н.Е., Харьков, 1998. – 65 с.

  46. Таджиев У. Г., Ишмуратова А.Д., Мазко В.М. Результаты применения космических снимков при картографировании почв Памиро-Алая // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 123-127.

  47. Толчельников Ю.С. Оптические свойства ландшафта (применительно к аэросъемке). М.: Наука, 1974. 252 с.

  48. Толчельников Ю.С., Харитонов В.А., Горбачев В.В. Аэрокосмические методы в почвенно-мелиоративных исследованиях // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 77-82.

  49. Федоровский А.Д., Якимчук В.Г., Рябоконенко С.А., Пахомов И.П., Суханов К.Ю. Дешифрирование космических снимков ландшафтных комплексов на основе структурно-текстурного анализа // Космічна наука і технологія. – 2002.- Т. 8. - № 2.3. – С. 76-82.

  50. Щербенко Е.В., Асмус В.В., Андроников В.Л. Цифровая обработка аэрокосмической информации для картографирования почвенного покрова // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990. – С. 214-225.

  51. Экологическое обеспечение технологических процессов добычи нефти и газа на Рыбальском месторождении НГДУ «Ахтырканефтегаз». – заключительный отчет по договору № 03-02-2000, СВНЦ Интеллект-сервис, Харьков, 2001. – 120 с.

  52. Adams J. B.; Sabol D. E., Kapos V., Almeida Filho R.; Roberts D. A., Smith M.O., Gillespie A.R. Classification of multispectral images based on fractions of endmembers - Application to land-cover change in the Brazilian Amazon. Remote Sensing of Environment 53, 1995, N 2. P. 137-154.

  53. Arai K. A classification method with a spatial-spectral variability. International Journal of Remote Sensing 14, 1993, N 4. P. 699-709.

  54. Arai K. Classification by re-estimating statistical parameters based on the autoregressive model. Canadian Journal of Remote Sensing 16, 1990. P. 42-47.

  55. Arai K. Maximum likelihood TM classification - Taking the effect of pixel to pixel correlation into account. Geocarto International 7, 1992, N 2. P. 33-39.

  56. Chengquan Huang, Bruce Wylie, Limin Yang, Collin Homer and Gregory Zylstra. Derivation Of A Tasseled Cap Transformation Based On Landsat 7 At-Satellite Reflectance. – Raytheon ITSS, USGS EROS Data Center Sioux Falls. 2002 - 10p.

  57. Choen Kim. Analysis of Tasseled Cap Transformation Features in Winter Land Cover Using Fuyo-1 OPS Data – www.gisdevelopment.net

  58. Crist, E. P., R. Laurin, and R. C. Cicone. 1986. Vegetation and Soils Information Contained in Transformed Thematic Mapper Data. Paper presented at International Geosciences and Remote Sensing Symposium (IGARSS)’ 86 Symposium, ESA Publications Division, ESA SP-254.

  59. Cullu M. A. Estimation of the Effect of Soil Salinity on Crop Yield Using Remote Sensing and Geographic Information System // Turk. J. Agric. For. 27, 2003. P. 23-28.

  60. Dasarathy B. V. Sensor Fusion Potential Exploration – Innovative Architectures and Illustrative Applications // Proc. IEEE Special issue on Sensor Fusion 85. – 1997, N 1. – P. 24-38.

  61. Dehaan R. L., Taylor G. R. Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization // Remote Sensing of Environment 80, 2002, N 3. P. 406-417.

  62. Dwivedi R.S.; Sankar T.R. Principal component analysis of Landsat MSS data for delineation of terrain features. International Journal of Remote Sensing 13, 1992, N 12. P. 2309-2318.

  63. Dwivedi, R. S. Monitoring and the study of the effects of image scale on delineation of salt-affected soils in the Indo-Gangetic Plains, International Journal of Remote Sensing 13, 1992, N 8. P. 1527-1536.

  64. ERDAS Field Guide. Seventh Edition / Leica Geosystems GIS & Mapping, LLC Atlanta, Georgia, 2003. – 698p.

  65. ERDAS IMAGINE Tour Guides / Leica Geosystems GIS & Mapping, LLC Atlanta, Georgia, 2003. – 670 p.

  66. Evaluating different Landsat TM data for landuse/cover classification: an operational comparison of parametric/non-parametric image classification – www.geo.wvu.edu

  67. Goossens R., Van Ranst E. The use of remote sensing to map gypsiferous soils in the Ismailia Province (Egypt). Geoderma 87, 1998, N 1-2. P. 47-56.

  68. IMAGINE Spectral Analysis User's Guide, Leica Geosystems, GIS & Mapping, LLC Atlanta, Georgia, 2003. – 236 p.

  69. Lenney M. P., Woodcock C. E., Collins J. B., Hamdi H. The status of agricultural lands in Egypt: The use of multitemporal NDVI features derived from Landsat TM. Remote Sensing of Environment 56, 1996, N 1. P. 8-20.

  70. Maryam Dehghani. Wavelet-based image fusion using "A trous" algorithm –www.gisdevelopment.net

  71. McFarlane D. J., Williamson D. R. An overview of water logging and salinity in southwestern Australia as related to the ‘Ucarro’ experimental catchment. Agricultural Water Management 53, 2002, N 1-3, P. 5-29.

  72. Metternicht G. Assessing temporal and spatial changes of salinity using fuzzy logic, remote sensing and GIS. Foundations of an expert system. Ecological Modelling 144, 2001, N 2-3. P. 163-179.

  73. Metternicht G. I. Categorical fuzziness: a comparison between crisp and fuzzy class boundary modelling for mapping salt-affected soils using Landsat TM data and a classification based on anion ratios. Ecological Modelling 168, 2003, N 3, P. 371-389.

  74. Metternicht G. I. Fuzzy classification of JERS-1 SAR data: an evaluation of its performance for soil salinity mapping. Ecological Modelling 111, 1998, N 1. P. 61-74.

  75. Metternicht G. I., Gonzalez S. Integrated Remote Sensing and Fuzzy Modelling for Mapping and Monitoring Salinity Processes. Proceedings of 10th Australasian Remote Sensing and Photogrammetry Conference, Adelaide, SA, August, CD Publication. 2000. P. 147-161.

  76. Metternicht G. I., Zinck J. A. Remote sensing of soil salinity: potentials and constraints: Review article. Remote Sensing of Environment, 2003, Volume 85, Issue 1. P. 1-20.

  77. Nitin Kuamr Tripathi, Brijesh Kumar Rai and Praveen Dwivedi. Spatial Modelling of Soil Alkalinity in GIS Environment Using IRS Data – www.gisdevelopment.net

  78. Pohl-Garsia D.F., Hoffer R.M. Multisensor image fusion in remote sensing: concept, methods and applications. Remote Sensing 19, 1998, N 5. P. 823-854.

  79. Shutao Li, James T. Kwok, Yaonan Wang. Using the discrete wavelet frame transform to merge Landsat TM and SPOT panchromatic images//Information Fusion 3 (2002) 17–23

  80. Simone G., Farina A., Morabito F. C., Serpico S. B., Bruzzone L. Image fusion techniques for remote sensing applications // Information Fusion 3, 2002, N 1. – P. 3-15.

  81. Thayer Watkins. The Tasseled Cap Transformation in Remote Sensing – www.sjsu.edu

  82. Using Remote Sensing to Map Soil Salinity. Alberta Agriculture, Food and Rural Development / http: www.agric.gov.ab.ca.

  83. Vernazza G.; Dambra C.; Parizzi F.; Roli F.; Serpico, S.B. Territorial analysis by fusion of LANDSAT and SAR data. Earth and atmospheric remote sensing; Proceedings of the Meeting, Orlando, FL, Apr. 2-4, 1991, p. 206-212.

  84. Waring R.H., Aber J.D., Melillo J.M. Precursors of change in terrestrial ecosystems. Ibid. 1986. Vol. 36, N 7. P. 433-438.

  85. Yu-liang Q. An application of aerial remote sensing to monitor salinization at Xinding Basin. Advances in Space Research 18, 1996, N 7. P. 133-139.


Клочко Т.О. Дослідження сучасного стану проблем виявлення засолених ґрунтів за даними космічних зйомок / Т.О.Клочко // Вчені записки Таврійського національного університету ім. В. І. Вернадського. Серія: Географія – 2010. – Т., №. – С.

Проведено огляд та аналіз сучасного стану проблем виявлення засолених ґрунтів за даними космічних зйомок для визначення підходів до досліджень техногенно-засолених ґрунтів на об’єктах нафтогазодобувних підприємств



Ключові слова: засолення ґрунтів, космічні знімки, вплив нафтогазовидобування.

Klochko T.O. Research of a current state of problems of revealing of the salted soils according to space shootings / T. O. Klochko // Scientific Notes of Taurida National V.I. Vernadsky University. – Series: Geography. – 2010. – Vol. , No.. – P.

According to space imaging the review and the analysis of a current state of problems of revealing of the salted soils is made for definition of approaches to research of the anthropogenic -salted soils on objects of the oil and gas extraction enterprises.



Keywords: salted soils, space imaging, influence of the oil and gas extraction
Сведения об авторе:
Клочко Татьяна Александровна

начальник отдела Научно-исследовательского и проектного института «Союз» НКАУ (ГП НИПИ «Союз»),

ст. преподаватель Национального аэрокосмического университета им. Н.Е. Жуковского «ХАИ»,

ГП НИПИ «Союз», пр. Гагарина 169, Харьков,



E-mail: klochko.ta@gmail.com

Тел дом.(057)7024539, моб.(050)3022802


izumzum.ru