КОМПЛЕКСНЫЙ ПОДХОД К МОНИТОРИНГУ СЕЗОННЫХ ИЗМЕНЕНИЙ ВЫСОКОГОРНЫХ ЭКОСИСТЕМ МУЛЬТИНСКИХ ОЗЕР ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ
КОМПЛЕКСНЫЙ ПОДХОД К МОНИТОРИНГУ СЕЗОННЫХ ИЗМЕНЕНИЙ ВЫСОКОГОРНЫХ ЭКОСИСТЕМ МУЛЬТИНСКИХ ОЗЕР ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ
Аннотация
В статье представлена апробация комплексного алгоритма обработки спутниковых данных для оценки внутригодовой динамики водной поверхности, снежного и растительного покрова высокогорного озерного комплекса на примере Мультинских озер (Республика Алтай). Цель исследования — разработка и тестирование воспроизводимого мультииндексного подхода к совместному анализу взаимосвязанных природных компонентов в пределах единой буферной зоны. В качестве исходных данных использованы 17 сцен Landsat 8–9 за 2024 год. Обработка выполнялась с применением индексов NDVI, MNDWI и NDSI с маскированием облачности и классификацией. Реализованный алгоритм позволил провести согласованный анализ сезонных изменений растительности, водной поверхности и снежного покрова. Установлено, что в теплый период площадь водного зеркала варьировала в пределах 3–4 км² с максимумом в октябре и минимумом в июле, при этом максимальные значения NDVI фиксировались в июле. Совместное использование трех индексов позволило уточнить интерпретацию водной поверхности в условиях частичного перекрытия льдом и снегом. Научная новизна работы заключается в реализации мультииндексного алгоритма в анализе единой озерной буферной системы. Практическая значимость состоит в возможности применения предложенного подхода для дистанционного мониторинга труднодоступных высокогорных озер дирекциями ООПТ, водохозяйственными и научными организациями.
1. Введение
В условиях современного изменения климата высокогорные экосистемы Алтая относятся к числу наиболее чувствительных природных систем. Региональные климатические трансформации выражаются в повышении температуры воздуха и изменении режима осадков, что оказывает влияние на ледниковые и озерные комплексы . К началу XXI века ледниковые системы региона демонстрируют устойчивую тенденцию к сокращению, отражающую долгосрочную перестройку климатических условий . Деградация оледенения сопровождается изменением структуры питания горных водоемов и перераспределением сезонной роли талых вод.
Для озер, расположенных в зоне ледниково-снежного питания, данные процессы могут проявляться в трансформации внутригодовой динамики площади водного зеркала, изменении снежного покрова и особенностях прибрежных экосистем . При этом высокогорное положение и труднодоступность территории существенно ограничивают возможности проведения регулярных полевых наблюдений, что затрудняет получение сопоставимых данных о сезонных изменениях компонентов озерной экосистемы.
В данной ситуации методы дистанционного зондирования Земли (ДЗЗ) выступают ключевым инструментом исследования и мониторинга высокогорных природных комплексов. Спутниковые данные обеспечивают регулярность наблюдений и позволяют проводить одновременную оценку водной поверхности, снежного покрова и состояния растительности. Вместе с тем в ряде исследований анализ взаимосвязей природных компонентов осуществляется преимущественно на основе сравнения отдельных спектральных индексов с климатическими параметрами , . Так, в работе Schultz P.А. и Halpert M.S. выполнен глобальный анализ пространственной изменчивости корреляций между NDVI, температурой и осадками на основе данных AVHRR с пространственным разрешением 1°×1° . Авторами выявлены широтные закономерности климатического ограничения растительности и показан потенциал совместного использования NDVI и температуры для мониторинга биоклимата. Однако глобальный масштаб исследования и крупное пространственное усреднение не позволяют учитывать морфологические особенности конкретных природных комплексов, включая высокогорные озерные системы. В исследованиях регионального уровня, включая работу Гусева А. П. , основное внимание уделяется многолетней динамике NDVI как индикатора состояния растительного покрова и его связи с климатическими трендами. При этом анализ, как правило, сосредоточен на одном спектральном индексе и ориентирован на выявление межгодовых изменений, без одновременной оценки водной поверхности и снежного покрова в пределах одной озерной экосистемы. Схожий моноиндексный подход реализован и в исследованиях горных территорий. Так, П.А. Шарый и Л.С. Шарая анализировали пространственную изменчивость NDVI горных лесов Северного Кавказа во взаимосвязи с климатическими и геоморфометрическими факторами . Несмотря на учет рельефа и температурных условий, работа ограничена оценкой только растительного компонента без рассмотрения водных и нивальных процессов. В работах, посвященных непосредственно озерным системам, акцент чаще делается на динамике акватории. Например, H. Yue, Y. Liu и соавторы исследовали многолетние изменения площади озера Hongjiannao на основе водного индекса MNDWI , что позволило выявить сезонные колебания водного зеркала. Однако использование одного водного индекса не дает возможности оценить сопряженные изменения снежного питания и растительности озера. Изменения природных комплексов Алтайского региона на бассейновом уровне рассмотрены в работе Д.В. Черных и соавторов , где проанализирована пространственно-временная динамика ландшафтов водосборов за длительный период. Вместе с тем исследование ориентировано на межгодовые ландшафтные трансформации и не затрагивает детальную внутригодовую взаимосвязанную динамику водной поверхности, снежного покрова и растительности в пределах отдельных высокогорных озер.
Таким образом, несмотря на наличие работ, посвященных анализу связей NDVI с климатическими параметрами, комплексная оценка внутригодовой взаимосвязанной динамики водной, снежной и растительной переменных в пределах конкретного высокогорного озерного комплекса остается недостаточно разработанной.
Актуальность работы обусловлена необходимостью разработки дистанционного подхода к оценке сезонных изменений водной поверхности, снежного покрова и растительности в пределах единого высокогорного озерного комплекса. Реализация такого подхода позволяет перейти от разрозненного анализа отдельных показателей к целостной характеристике функционирования озерной экосистемы.
Научная новизна заключается в разработке и апробации алгоритма интегрированного мультииндексного анализа, основанного на одновременном применении трех спектральных индексов. В отличие от существующих исследований, использующих один индекс или их парные сочетания, предложенный подход обеспечивает системное рассмотрение сезонных взаимосвязей компонентов нивально-озерных экосистем.
Применение только одного индекса позволяет оценить состояние отдельного природного компонента без учета факторов его формирования. Использование двух индексов расширяет аналитические возможности, однако не дает целого представления о последовательности сезонных процессов, включая трансформацию снежного питания, изменение площади водного зеркала и отклик прибрежной растительности. Одновременный анализ трех индексов позволяет проследить связь «снежный покров — гидрологический режим озера - состояние растительности».
Так, разработанный алгоритм реализован в условиях высокогорных озер Алтая, что ранее не выполнялось в дистанционных исследованиях региона. В отличие от бассейновых, глобальных и моноиндексных работ, предложенный подход ориентирован на детальный внутригодовой анализ динамики взаимосвязанных природных компонентов в пределах конкретного озерного комплекса ледниково-снежного питания.
Практическая значимость работы определяется возможностью использования алгоритма для мониторинга труднодоступных озерных систем. Результаты могут быть применены структурами Росгидромета, дирекциями ООПТ, водохозяйственными и научными организациями при оценке сезонной водности, состояния экосистем и последствий климатических изменений в горных регионах.
Объектом исследования выбраны Мультинские озера, расположенные в Усть-Коксинском районе Республики Алтай на территории Катунского заповедника. Каскад трех озер протягивается вдоль северного склона Катунского хребта в верхнем течении реки Мульта. Озера имеют моренно-подпрудное происхождение и сформированы деятельностью ледника в один из периодов похолодания . Питание осуществляется водами реки Мульта и притоками, формирующимися за счет сезонного таяния ледников и снежников.
Верхнее Мультинское озеро расположено на высоте 1799 м над уровнем моря (49°55'01" с.ш., 85°50'40" в.д.) и имеет площадь 0,42 км². В 6,5 км ниже по течению находится Среднее Мультинское озеро (1648 м; 49°59'01" с.ш., 85°49'43" в.д.) площадью 0,92 км². Нижнее Мультинское озеро (1629 м; 50°0'9.14" с.ш., 85°49'52" в.д.) отделено от Среднего мореной, по которой формируется водопад Шумы высотой около 20 м . Береговые участки озер различаются по морфологическим условиям: западные и восточные представлены крутыми склонами хребтов, южные приурочены к зонам впадения реки Мульта, северные характеризуются заболоченностью либо наличием моренных отложений . Почвенный покров водосбора подчинен высотной зональности: для берегов Среднего и Нижнего озер характерны бурые горно-лесные почвы, сменяющиеся в направлении Верхнего озера субальпийскими . Растительность прибрежной зоны разнообразна: в лесах преобладают кедровая сосна (Pinus sibirica) и лиственница (Larix sibirica), подлесок представлен травами и кустарниками, например, жимолость (Lonicera), брусника (Vaccinium vitis-idaea), также можно встретить грибы и лишайники: кладония оленья (Cladonia rangiferina), аскомицеты (Ascomycota).
Мультинские озера являются памятником природы республиканского значения , что определяет необходимость разработки инструментов регулярного дистанционного мониторинга их состояния в условиях климатической трансформации и возрастающей антропогенной нагрузки.
Целью исследования является разработка и апробация комплексного мультииндексного подхода к оценке внутригодовой динамики высокогорной озерной экосистемы на основе данных дистанционного зондирования Земли.
2. Материалы и методы
Для исследования использовались данные спутниковой съемки Landsat 8-9 OLI/TIRS Collection 2 Level-1, предоставляемые Геологической службой США (USGS) . Выбор данных Landsat обусловлен оптимальным сочетанием пространственного разрешения (30 м) и временной повторяемости съемки (16 дней), что позволяет фиксировать сезонную динамику природных компонентов в пределах относительно небольших высокогорных озерных комплексов.
В анализ включены 17 сцен 2024 года (таблица 1), отобранных с учетом минимальной облачности над сценой и территорией исследования. Использование данных одного календарного года позволило проследить внутригодовую динамику водной поверхности, снежного покрова и растительности в пределах озерной системы.
Таблица 1 - Использованные спутниковые снимки
№ | Идентификатор снимка | Дата съемки | Облачность (%) | |
над сценой | Над сушей | |||
1 | LC81450252024013LGN00 | 13.01.2024 | 10,79 | 10,79 |
2 | LC91450252024021LGN00 | 21.01.2024 | 2,20 | 2,20 |
3 | LC81450252024029LGN00 | 29.01.2024 | 7,87 | 7,87 |
4 | LC91450252024037LGN00 | 06.02.2024 | 0,55 | 0,55 |
5 | LC91450252024053LGN00 | 22.02.2024 | 0,42 | 0,42 |
6 | LC81450252024061LGN00 | 01.03.2024 | 0,87 | 0,87 |
7 | LC91450252024069LGN00 | 09.03.2024 | 16,81 | 16,81 |
8 | LC81450252024093LGN00 | 02.04.2024 | 10,09 | 10,09 |
9 | LC81450252024141LGN00 | 20.05.2024 | 16,07 | 16,07 |
10 | LC81450252024173LGN00 | 21.06.2024 | 6,76 | 6,76 |
11 | LC91450252024181LGN01 | 29.06.2024 | 8,59 | 8,59 |
12 | LC91450252024197LGN00 | 15.07.2024 | 5,68 | 5,68 |
13 | LC91450252024229LGN00 | 16.08.2024 | 14,38 | 14,38 |
14 | LC81450252024285LGN00 | 11.10.2024 | 19,83 | 19,83 |
15 | LC91450252024325LGN00 | 20.11.2024 | 0,93 | 0,93 |
16 | LC81450252024333LGN00 | 28.11.2024 | 0,71 | 0,71 |
17 | LC91450252024341LGN00 | 06.12.2024 | 2,86 | 2,86 |
Обработка спутниковых данных выполнялась в программной среде ArcGIS 10.5. Границы Мультинских озер получены на основе данных OpenStreetMap (OSM), выгруженных посредством плагина QGIS . На основе полигона озер сформирована буферная зона шириной 500 м. Выбор буферной зоны обусловлен необходимостью учета прибрежных экосистем, непосредственно реагирующих на сезонные изменения уровня воды.
В процессе обработки материалов спутниковой съемки последовательно были восстановлены коэффициенты спектральной яркости (КСЯ), созданы и вырезаны маски облачности, рассчитаны и классифицированы по значениям спектральные индексы (согласно рис. 1). Маскирование облачности выполнялось на основе официального слоя Pixel Quality Assessment (QA_PIXEL) с использованием кодов классификации таблицы 6–3 . Применение масок облаков и теней минимизирует влияние атмосферных искажений и особенностей горного рельефа на точность классификации. Для оценки динамики растительного покрова был рассчитан нормализованный дифференциальный индекс растительности NDVI по . Для оценки динамики водного зеркала и снежного покрова рассчитывались MNDWI и NDSI и разделялись значением 0.4 , . Band 5, Band 4, Band 3 и Band 6 использовались соответственно, как NIR, Red, Green и SWIR каналы. Рассматривались положительные полученные значения NDVI, классифицированные с шагом 0,1 в соответствии с методическими подходами . Положительные значения MNDWI/NDSI интерпретировались как водная поверхность и снежный покров. Алгоритм выполнения исследования представлен на рис. 1.
Рисунок 1 - Алгоритм обработки спутниковых снимков для получения данных о водной поверхности, снежном покрове и растительности
Дополнительно для построения климатограмм использовались ежедневные данные температуры воздуха и осадков , что позволило сопоставить сезонные изменения спектральных характеристик с метеорологическими условиями рассматриваемого года.
Морфометрические характеристики озер (длина, ширина, периметр, средняя ширина) определялись с использованием инструментов Google Earth по снимкам от 24.07.2024 года.
Все этапы обработки данных выполнялись по унифицированному алгоритму (рис. 1), что обеспечивает воспроизводимость методики и возможность ее применения для дистанционного мониторинга других высокогорных озерных систем при наличии аналогичных спутниковых данных.
3. Результаты и обсуждения
Для расчета морфометрических показателей для озер помимо площади были посчитаны длина, ширина, периметр и средняя ширина озера. Длина составила 1,38, 1,67, 2,66 км, ширина: 0,33, 0,68, 0,80 км, периметр: 3,64, 4,44, 6,50 км, средняя ширина: 0,30, 0,55, 0,69 км от Верхнего к Нижнему озеру соответственно. По внешнему облику озера очень похожи (рис.2), это подтвердилось подсчетами показателя компактности, который очень схож между ними и составил 0,91, 0,81, 0,86 от Верхнего к Нижнему, соответственно. Показатель удлиненности озера отличается сильнее, самый большой на Верхнем (4,6), в Среднем и Нижнем 3,03 и 3,85 соответственно. Показатели развития береговой линии озер характеризуются небольшими различиями и изменяются от 2,51 до 2,71.
Рисунок 2 - Объекты исследования
Примечание: по ист. [3]
Среднегодовая сумма осадков в районе озер варьируется в пределах от 550 до 650 мм. Сезон дождей отмечается в период с мая по июль. Уровень воды имеет максимальные значения в мае и июле, в первом случае из-за активного поступления воды из ледников, во втором — пиковых значений осадков . На графике (рис.3) зафиксировано, что площадь озера увеличивается соответственно пикам осадков.
Рисунок 3 - Динамика температуры воздуха, осадков и площади водного зеркала (MNDWI) в 2024 году
Рисунок 4 - Динамика площади снежного покрова (NDSI) с температурой воздуха в 2024 году
Согласно рис. 5, колебания водного и снежного индексов озер соответствуют динамике средних значений густоты растительности. С января по апрель, несмотря на снежный покров, наблюдается небольшое повышение густоты, далее весной — летом площадь уже водного зеркала становится стабильной, а значение густоты увеличивается до максимума 15 июля, далее отрезок осень — зима отличается увеличением снежного покрова и резким уменьшением густоты растительности. Это явление напрямую показывает зависимость растительного покрова от водной и снежной изменчивости. Также можно отметить изменение площади водного зеркала в теплый период с положительными температурами, так, 20 мая — 4,02 км2, 15 июля — 3,19 км2 и 11 октября — 4,16 км2, данная динамика соответствует водному режиму и отличается стабильностью.
Рисунок 5 - Динамика растительного покрова (NDVI) и водного + снежного покровов (MNDWI+NDSI) в 2024 году
4. Заключение
В работе разработан и апробирован воспроизводимый алгоритм комплексной обработки спутниковых данных Landsat 8–9 для совместного анализа водной поверхности, снежного покрова и растительности в пределах единого высокогорного озерного комплекса. В отличие от исследований, основанных на использовании одного спектрального индекса, предложенный мультииндексный подход (NDVI, MNDWI, NDSI) реализован в границах единой 500-метровой буферной зоны, что позволяет учитывать взаимосвязанную динамику природных компонентов и снижает вероятность интерпретационных ошибок в условиях сезонного перекрытия воды льдом и снегом.
Апробация алгоритма на примере Мультинских озер показала, что в течение 2024 года площадь водного зеркала в теплый период варьировалась в пределах 3–4 км² с максимумом в октябре и минимумом в июле, тогда как максимальные значения NDVI фиксировались в июле и соответствовали периоду устойчивых положительных температур. В холодный сезон отмечено закономерное увеличение площади снежного покрова и снижение показателей растительности. Совместный анализ индексов позволил выявить согласованность сезонных изменений и уточнить особенности интерпретации водной поверхности в переходные периоды.
Исследование носит характер методической апробации на материалах одного календарного года, однако предложенный алгоритм может быть масштабирован для многолетнего мониторинга и применен к другим высокогорным озерным системам различного типа.
Практическая значимость работы заключается в возможности применения разработанного подхода для регулярного дистанционного мониторинга высокогорных озер, расположенных в пределах особо охраняемых природных территорий, где проведение систематических полевых наблюдений ограничено. Методика обеспечивает получение сопоставимых данных о сезонной динамике водной поверхности, снежного покрова и растительности без нарушения режима охраны.
Дополнительная прикладная ценность связана с возможностью использования результатов для оценки вклада снежно-ледникового питания в формирование водности озер, ранней диагностики их обмеления или переразвития акватории, а также отслеживания отклика прибрежных экосистем. Информация может применяться природоохранными дирекциями ООПТ, гидрометеорологическими службами и научными организациями при мониторинге состояния высокогорных систем, прогнозе водных ресурсов и обосновании управленческих решений в условиях климатических изменений.