Спутник технологиясын колдонуу менен токой картасын түзүү ыкмалары
Токойлорду картага түшүрүү жаратылыш ресурстарын башкарууда, биологиялык ар түрдүүлүктү коргоодо жана климаттын өзгөрүшүнүн кесепеттерин азайтууда маанилүү кадам болуп саналат. Санарип доорунда спутниктик технологиялар токойлордун абалын кеңири, тез жана туруктуу көзөмөлдөөнүн эң натыйжалуу жолдорунун бирине айланды. Убакытты талап кылган жана кымбат талаа изилдөөлөрүнөн айырмаланып, спутниктик сүрөттөр алыскы, жетүүгө кыйын аймактарда да токой аймактарынын жергиликтүү деңгээлден глобалдык деңгээлге чейинки сүрөтүн бере алат. Бул макалада спутниктик технологияларды колдонуп токойлорду картага түшүрүүнүн негизги ыкмалары, маалымат түрлөрүнөн жана жумуш этаптарынан тартып кыйынчылыктарга жана мыкты тажрыйбаларга чейин талкууланат.
1. Эмне үчүн спутниктер токой картасын түзүүдө натыйжалуу?
Спутник технологиясы кайталап байкоолорду (кайра баруу убактысын) жүргүзө алгандыгы менен айырмаланат, бул жер катмарынын өзгөрүшүн үзгүлтүксүз көзөмөлдөөгө мүмкүндүк берет. Спутниктер ошондой эле ондогон жылдар бою жүргүзүлгөн тарыхый маалыматтарды берет, бул изилдөөчүлөргө токойлордун кыйылышы, деградациясы жана өсүмдүктөрдүн калыбына келиши тенденцияларын талдоого мүмкүндүк берет. Андан тышкары, алардын кеңири камтуу масштабы спутниктерди токойлорду инвентаризациялоо, токой аянттарын аныктоо, жаратылышты коргоону пландаштыруу жана мыйзамсыз кыюу жана өрттөө сыяктуу мыйзамсыз иш-аракеттерди эрте аныктоо үчүн идеалдуу кылат.
Бирок, спутниктин эффективдүүлүгү чексиз эмес. Булуттар, туман жана түтүн тропикалык аймактарда оптикалык байкоолорго көп учурда тоскоол болот. Ошондуктан, заманбап токой карталарын түзүү, адатта, бир нече спутник сенсорлорун бириктирип, так карталарды түзөт.
2. Токойду картага түшүрүү үчүн спутниктик сенсорлордун түрлөрү
Жалпысынан алганда, токойлорду картага түшүрүү үчүн колдонулган спутниктик сенсорлор үч чоң топко бөлүнөт:
а) Оптикалык спутник (көрүнүүчү–NIR–SWIR)
Оптикалык спутниктер Жердин бетин көрүнгөндөн инфракызылга чейинки спектрде "сүрөткө тартат". Мисал катары Landsat, Sentinel-2 жана жогорку чечилиштеги коммерциялык спутниктерди келтирүүгө болот. Оптикалык маалыматтар өсүмдүктөрдүн каптоосун аныктоо, жашылдык индексин эсептөө жана токойлорду айыл чарба же турак жай аймактарынан айырмалоо үчүн өтө пайдалуу.
Кемчилиги - оптикалык маалыматтарга булуттар катуу таасир этет. Тропикалык аймактарда булутсуз сүрөттөрдүн жеткиликтүүлүгү көп учурда чоң кыйынчылык жаратат.
б) Спутниктик радар (SAR: Синтетикалык апертуралык радар)
Радар микротолкундарды чыгарат жана алардын чагылышын тартып алат. Анын негизги артыкчылыгы - булуттарды тешип өтүп, күнү-түнү иштей алуусу. Sentinel-1 жана башка радар миссиялары көбүнчө чатырдын түзүлүшүн жана нымдуулугун картага түшүрүү, ошондой эле булут каптаган учурда да жердин өзгөрүүлөрүн аныктоо үчүн колдонулат.
Радар атайын иштетүү ыкмаларын талап кылат, анткени SAR маалыматтары беттик түзүлүшкө таасир этүүчү так мүнөздөмөлөрүнө жана чагылдыруу реакцияларына ээ.
в) Спутниктик LiDAR (Жарыкты аныктоо жана аралыкты өлчөө)
Спутниктик LiDAR лазердик импульстарды колдонуп аралыкты өлчөп, чатырдын бийиктиги жана токойдун вертикалдык түзүлүшү сыяктуу үч өлчөмдүү маалыматты алат. Бул маалыматтар жер үстүндөгү биомассаны жана көмүртектин запастарын баалоо үчүн абдан пайдалуу. Анын камтуусу дайыма эле оптикалык же радар сыяктуу кеңири болбосо да, LiDAR 3D токой моделдөөсүндөгү маанилүү боштукту толтурат.
3. Спутниктик негиздеги токой картасын түзүү ыкмаларынын этаптары
Жооптуу токой картасын түзүү үчүн, процесс жалпысынан төмөнкү жумуш процессин аткарат:
а) Картага түшүрүүнүн максатын жана масштабын аныктоо
Алгачкы кадам - картанын талаптарын аныктоо: токойдун каптоосун (токой/токой эмес), каптоо түрүн (негизги токой, экинчи токой, мангр), өсүмдүктөрдүн ден соолугун же биомассаны баалоону картага түшүрүү керекпи. Бул максат сенсорду, мейкиндикти чечүүнү жана талдоо ыкмасын тандоону аныктайт.
Мисалы, айылдык масштабдагы токой чек араларын картага түшүрүү үчүн жогорку чечилиштеги сүрөттөр талап кылынышы мүмкүн, ал эми облустук деңгээлдеги токойлордун кыйылышын көзөмөлдөө үчүн Landsat же Sentinel колдонулушу мүмкүн.
б) Спутник сүрөттөрүнүн маалыматтарын алуу
Маалыматтарды Landsat жана Sentinel сыяктуу ачык порталдардан же коммерциялык провайдерлерден алууга болот. Негизги сүрөттөрдөн тышкары, топографиялык коррекциялоо үчүн санариптик бийиктик моделдери (DEM), административдик карталар жана талаа шилтемелери сыяктуу кошумча маалыматтар көп учурда талап кылынат.
Алынган убакыт да маанилүү. Кургакчылык мезгили, адатта, ачык-айкын, булутсуз сүрөттөрдү берет, бирок кээ бир аймактарда кургакчылык мезгили өрттөн чыккан түтүн менен коштолот.
в) Алдын ала иштетүү
Алдын ала иштетүү маалыматтарды талдоо үчүн даярдоону максат кылат. Оптикалык сүрөттөр үчүн жалпы кадамдар төмөнкүлөрдү камтыйт:
– Атмосфералык коррекция (туман/бөлүкчөлөрдүн таасирин жана жарыктын өзгөрүшүн азайтат).
– Булуттарды маскировкалоо жана булуттардын көлөкөлөрүнүн пайда болушу.
– Изилдөө аймагын мозаикалоо жана кесүү.
SAR маалыматтары үчүн маанилүү кадамдарга радиометриялык калибрлөө, геометриялык коррекция жана тактарды азайтуу үчүн чыпкалоо кирет. Жакшы алдын ала иштетүү чыгаруунун сапаты үчүн абдан маанилүү, анткени кичинекей каталар да жер катмарынын так эмес классификациясына алып келиши мүмкүн.
г) Маалымат алуу: Өсүмдүктөрдүн индекси жана спектрдик өзгөчөлүктөр
Эң кеңири таралган ыкмалардын бири - жашылдыктын деңгээлин аныктоо үчүн өсүмдүк индекстерин, мисалы, Нормалдаштырылган айырмачылык Өсүмдүктөрдүн индексин (NDVI) эсептөө. NDVIден тышкары, тыгыз өсүмдүктөрдү, ачык жерлерди, нымдуу аймактарды же өсүмдүктөрдүн стрессин айырмалоо үчүн EVI, NDWI жана башка индекстер бар.
Көп учурларда, токойду картага түшүрүү үчүн бир катар өзгөчөлүктөрдүн айкалышы талап кылынат: спектрдик тилкелер, өсүмдүктөрдүн индекстери, текстура жана топографиялык өзгөрмөлөр. Радар үчүн тескери чачыратуу (VV/VH) жана поляризациянын өзгөрүшү сыяктуу өзгөчөлүктөр да маанилүү.
д) Жер каптоо классификациясы
Классификациялоо токой картасын түзүүнүн өзөгү болуп саналат. Методдор төмөнкүлөрдү камтышы мүмкүн:
– Көзөмөлдөнгөн классификация: визуалдык интерпретациядан же талаа изилдөөлөрүнөн алынган окутуу үлгүлөрүн колдонот. Популярдуу алгоритмдерге Random Forest, Support Vector Machine жана Neural Network кирет.
– Көзөмөлсүз классификация: пикселдерди маани окшоштугуна жараша топтоштурат, баштапкы изилдөө үчүн ылайыктуу, бирок адатта андан ары чечмелөөнү талап кылат.
Заманбап практикада Random Forest көп колдонулат, анткени ал туруктуу, "ызы-чууга" салыштырмалуу туруктуу жана көптөгөн киргизүү өзгөрмөлөрү менен жакшы иштейт.
е) Өзгөрүүлөрдү аныктоо
Токойлордун кыйылышын же деградациясын көзөмөлдөө үчүн колдонулган ыкма көп убакыттуу анализ болуп саналат: ар кандай убакыт мезгилдериндеги сүрөттөрдү салыштыруу. Методдор жөнөкөй (өсүмдүк индекстериндеги айырмачылыктар) же татаалыраак болушу мүмкүн, мисалы, бара-бара өзгөрүүлөрдү көзөмөлдөгөн убакыт катарларын анализдөө.
Өзгөрүүлөрдү аныктоо токой каптамасынын жоголушунун жайгашкан жерлерин, өзгөрүү темптерин жана жолдорго, концессияларга же калктуу конуштарга байланыштуу мейкиндик үлгүлөрүн аныктоого жардам берет.
g) Тактыгын текшерүү
Жакшы карта текшерилиши керек. Текшерүү классификациянын жыйынтыктарын талаа изилдөө пункттары, абадан/дрондон тартылган сүрөткө тартуу же өтө жогорку чечилиштеги сүрөттөрдү чечмелөө сыяктуу маалымдама маалыматтар менен салыштыруу аркылуу жүргүзүлөт. Көп колдонулган индикаторлор - бул чаташтыруу матрицасы, жалпы тактык жана Каппа мааниси же ушул сыяктуу метрикалар.
Карталар чечим кабыл алууда, айрыкча мамлекеттик саясат же көмүртек жөнүндө отчет берүү үчүн жаңылыштырбашы үчүн текшерүү маанилүү.
з) Картаны көрсөтүү жана таратуу
Акыркы этап - карталарды колдонууга оңой форматта түзүү: тематикалык карта, интерактивдүү башкаруу панели же веб-ГИС кызматы. Географиялык маалымат системасын колдонуу менен, токой карталары пландаштырууну колдоо үчүн уруксат маалыматтары, аймактын чек аралары жана социалдык-экономикалык маалымат менен интеграцияланышы мүмкүн.
4. Негизги кыйынчылыктар жана аларды кантип жеңүү керек
Спутниктик токой картасын түзүү бир катар практикалык кыйынчылыктарга туш болот, анын ичинде:
– Жогорку булут каптоосу: көп убакыттуу сүрөт композиттери же радар маалыматтарын айкалыштыруу менен чечилет.
– Спектрдик окшоштук: жаш токойлор, аралаш бакчалар же жыш бадалдар окшош көрүнүшү мүмкүн. Чечим текстуралык өзгөрмөлөрдү, топографиялык маалыматтарды кошуу же жогорку чечилиштеги маалыматтарды колдонуу болуп саналат.
– Сезондук өзгөрүүлөр жана фенология: Сезондук өзгөрүүлөр өсүмдүктөрдүн индекстерине таасир этиши мүмкүн. Убакыт катарларын талдоо сезондук өзгөрүүлөрдү токойлордун туруктуу кыйылышынан айырмалоого жардам берет.
– Талаа маалыматтары чектелүү: шилтеме маалыматтары жок болсо, тактыкты камсыз кылуу кыйын. Катышуучу мамиле жергиликтүү жамааттар жана дрондорду колдонуу маалыматтардын сапатын жакшырта алат.
5. Токой картасын түзүүдөгү эң мыкты тажрыйбалар
Картага түшүрүүнүн жыйынтыктарын так жана пайдалуу кылуу үчүн, көп колдонулган эң мыкты тажрыйбалардын айрымдары төмөнкүлөр:
1. Сенсорлордун айкалышын колдонуу (оптикалык + SAR жана мүмкүн болсо LiDAR).
2. Бир нече датадан булутсуз сүрөт композитин түзүңүз.
3. Маалыматтарды чогултуу ар кандай жер катмарынын түрлөрү боюнча өкүлчүлүктүү окутуу.
4. Кокустук үлгүлөрдү колдонуп, көз карандысыз текшерүүнү жүргүзүңүз.
5. Процессти кайталоого мүмкүн болушу үчүн методдорду жана маалымат булактарын документтештириңиз.
Корутунду
Спутник технологиясын колдонуу менен токой картасын түзүү ыкмалары заманбап айлана-чөйрөнү мониторингдөөнүн маанилүү тирегине айланды. Оптикалык, радарлык жана LiDAR сүрөттөрүн колдонуу менен картага түшүрүү бир нече жолу жүргүзүлүп, чоң аймактарды камтып, убакыттын өтүшү менен өзгөрүүлөрдү талдоону колдойт. Булут каптоо, сезондук өзгөрүүлөр жана талаа маалыматтарынын чектелүү болушу сыяктуу кыйынчылыктарга карабастан, көп сенсордук ыкма, машиналык окутууга негизделген классификация жана катуу валидация так токой карталарын түзө алат. Акыр-аягы, жакшы карталар жөн гана визуализация эмес, келечек муундар үчүн жаратылышты коргоо саясаты, туруктуу башкаруу жана токойду коргоо үчүн бекем пайдубал болуп саналат.
