Мониторинг изменений береговой линии по спутниковым радиолокационным изображениям: новый простой подход

ВВЕДЕНИЕ

Наблюдения за изменениями береговой линии широко используются в целях получения важной информации для правительства или лиц, принимающих решения. Наборы таких данных за длительные периоды времени необходимы для оценки состояния прибрежных территорий и управления ими [1]. Мониторинг береговой линии может проводиться с использованием прямых полевых исследований или методов дистанционного зондирования, таких как аэрофотосъемка или получение различных спутниковых изображений [2].

Прямые обследования требуют больших затрат времени и средств. Однако хорошо известно, что дистанционное зондирование при периодических измерениях является эффективным способом обнаружения изменений береговой линии с высокой точностью [3].

В целом для получения изображений со спутников существует два типа датчиков – оптические и радиолокационные.

Применение оптических датчиков – это пассивный метод дистанционного зондирования. В этом случае используется отраженная солнечная энергия для получения оптических изображений (фотографий) поверхности Земли, которые легко анализировать. Но оптические датчики не могут давать данные в ночное время и в пасмурную погоду.

Использование радиолокационных датчиков (радаров) представляет собой активный метод дистанционного зондирования. Радар передает электромагнитную волну микроволновой частоты на поверхность Земли и принимает отраженную волну [4]. Его работа не зависит от солнечного освещения и может выполняться ночью и при любых погодных условиях [4]. Однако в отличие от оптических фотографий радиолокационные изображения требуют глубоких знаний для их обработки и интерпретации, поскольку они содержат ряд искажений – радиометрических и геометрических.

Определить береговую линию на радиолокационном изображении визуально или с помощью ручной оцифровки непросто. Это требует ряда этапов квалифицированной предварительной обработки, основной обработки и постобработки.

При исследовании, представленном в настоящей статье, был разработан новый простой подход к выделению береговой линии по спутниковому радиолокационному изображению. Предварительная обработка выполнялась с использованием программной платформы SNAP (Sentinel Application Platform – «Платформа приложений для обработки данных со спутников Sentinel»). Основная обработка проводилась с помощью собственной программы, написанной на языке Python, и бесплатной кроссплатформенной геоинформационной системы QGIS (Quantum Geographic Information System). Постобработка осуществлялась с использованием программного комплекса ArcGIS для построения геоинформационных систем, оснащенного прикладной программой DSAS (Digital Shoreline Analysis System – «Цифровая система анализа береговой линии»).

Результаты применения разработанного подхода оценивались визуально с использованием изображений с сервиса Google Earth Pro, сделанных в соответствующее время. Кроме того, было выполнено сопоставление с результатами автоматического оконтуривания береговой линии, разработанного в исследовании Спинозы и др. [5].

РАЙОН ИССЛЕДОВАНИЯ И НАБОРЫ СПУТНИКОВЫХ ДАННЫХ

Район исследования

Район исследования – это район рыболовецкого порта Пенгамбенган (округ Джембрана, провинция Бали, Индонезия) (рис. 1, а). Этот порт был построен в 1976 году. В 2000 и 2003 годах там были построены волнолом, мол и дорога (рис. 1, б, в). В 2014 году были созданы корабельный док и буны (рис. 1, г–е).

На рисунке 1, в видно, что в порту произошло накопление осадков. Это могло быть одной из причин построения бун. Однако эти буны привели к образованию зоны осадконакопления в юго-западной части рассматриваемого района (рис. 1, д, е).

Рис. 1. Район рыболовецкого порта Пенгамбенган (сам порт выделен красным прямоугольником) на космическом снимке, взятом с сервиса Google Earth (а), и фотографии этого района, сделанные в процессе развития порта в июле 2009 г. (б), мае 2011 г. (в), апреле 2014 г. (г), мае 2016 г. (д), апреле 2022 г. (е)

Набор спутниковых данных

В представленном исследовании использовались радиолокационные изображения, полученные со спутников ALOS-1 (Advanced Land Observation Satellite) и Sentinel-1. Эти изображения были бесплатно взяты из архива центра обработки данных наземной станции спутникового слежения Alaska Satellite Facility Геофизического института Университета Аляски в Фэрбенксе (search.asf.alaska.edu/#/).

Спутник ALSO-1 эксплуатируется Японским агентством аэрокосмических исследований (JAXA – Japan Aerospace Exploration Agency), а спутники серии Sentinel-1 эксплуатируются Европейским космическим агентством (ESA – European Space Agency). Эти спутники предназначены для наблюдений за поверхностью Земли с помощью радаров с синтезированной апертурой (Synthetic Aperture Radars – SAR). Более детальная информация об использованных наборах радиолокационных данных представлена в таблице 1.

Таблица 1. Набор радиолокационных данных

На рисунке 2 сопоставлены оптические фотографии и радиолокационные изображения, каждая пара из которых была получена в один день. Видно, что буны были построены после 2 июля 2009 года, но до 13 апреля 2022 года.

Рис. 2. Сопоставление оптических (а, б) и радиолокационных (в, г) изображений, полученных 2 июля 2009 г. (а, в) и 13 апреля 2022 г. (б, г)

МЕТОД РАБОТЫ

Этапы обработки с использованием предложенного метода представлены на рисунке 3. Предварительная обработка радиолокационных изображений в основном состоит из радиометрической калибровки и геометрической коррекции, или геокодирования (преобразования местоположений точек в картографические координаты). Фильтрация нижних частот выполнялась с ядром размером 3x3 в прикладной программе SNAP.

Рис. 3. Этапы обработки радиолокационных снимков для выделения береговой линии и расчетов ее изменений

Операция порогового разделения, которая в результате дает бинарное изображение (пороговая бинаризация методом Оцу) и морфологическая фильтрация бинарного изображения для улучшения его качества проводились с помощью собственной программы, написанной на языке Python. Для выявления границ и выделения береговой линии применялась кроссплатформенная геоинформационная система QGIS. Коррекция на приливные вариации и расчет изменений береговой линии выполнялись с использованием комплекса геоинформационных программных продуктов ArcGIS с прикладной программой DSAS.

Данные о приливах в реальном времени были получены из архива на сайте wxtide32.com/. Дата и время этих данных должны были совпадать с датой и временем получения спутниковых радиолокационных изображений. Спутники указывали время наблюдений в формате всемирного координированного времени (UTC – Universal Time Coordinated). Поэтому выполнялось преобразование из формата UTC в местное время. Данные по приливам во время спутниковых радиолокационных наблюдений представлены в таблице 2.

Таблица 2. Приливные условия в исследуемом районе во время спутниковых радиолокационных наблюдений

Для проведения коррекции на приливные вариации для береговой линии, выявленной на основе радиолокационного изображения, были необходимы данные об уклоне поверхности пляжа β. Они были получены по индонезийской Национальной цифровой модели рельефа (и данных батиметрии), используемой для прибрежных районов (National Digital Elevation Model for Coastal Application – DEMNAS).

Расчет поправок на приливные вариации r выполнялся по формуле:

где X – высота прилива (м) в момент спутниковых радиолокационных наблюдений; MSL – средний уровень моря (Mean Sea Level).

Если в момент спутниковых радиолокационных наблюдений наблюдался прилив, то исходно выделенная береговая линия смещается в сторону моря. И наоборот, если в момент наблюдений наблюдался отлив, то она смещается в сторону суши.

ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

Эффективность применения фильтра нижних частот для повышения качества распределения значений яркости пикселей (выравнивания гистограммы, то есть увеличения контраста) была проверена автором в работе [6], опубликованной ранее. Хорошая гистограмма для выявления береговой линии показывает, что между пикселями для воды и для суши имеется разделение. Это первый процесс, улучшающий окончательный результат по оконтуриванию береговой линии. На рисунке 4 показана эффективность фильтрации нижних частот для повышения качества гистограммы. На рисунке 4, а представлено изображение до применения фильтра нижних частот, а на рисунке 4, б – после.

Рис. 4. Изображения и гистограммы: а – до фильтрации нижних частот; б – после применения фильтра нижних частот

На рисунке 5 и в таблице 3 сопоставлены результаты использования предложенного в настоящей статье нового метода бинаризации и метода, разработанного ранее в работе [5] (здесь будем называть его старым методом). Рисунок 5 говорит о том, что новый метод дает более хорошие результаты, чем старый. При использовании старого метода исчезла часть реальной береговой линии, образовавшейся в результате строительства волнолома и бун (см. рис. 5, в). Возможно, это связано с сильным эффектом медианной фильтрации с ядром 5x5. Другая возможная причина – эффект предварительной морфологической фильтрации, использованной при старом методе.

Новый предложенный метод очень четко выявил форму береговой линии за счет строительства волноломов и бун (см. рис. 5, г). Это хорошо согласуется с оптическим изображением (см. рис. 5, а), что является одним из ключевых показателей точности результатов разработанного нового метода.

Рис. 5. Сопоставление результатов бинаризации, полученных с помощью предложенного в настоящей статье нового метода и метода, разработанного ранее в работе [5] (здесь называемого старым): а – оптическое изображение, взятое на сайте сервиса Google Earth в качестве эталонного; б – входное изображение для обработки старым или новым методом; в – результат бинаризации старым методом; г – результат бинаризация новым методом

Таблица 3. Сопоставление нового метода бинаризации, предложенного в настоящей статье, и метода, разработанного ранее в работе [5] (здесь называемого старым)

На рисунках 6, а, б показаны результаты коррекции на приливные вариации для изображений на основе радиолокационных снимков со спутников ALOS-1 (02.07.2009) и Sentinel-1 (13.04.2022) соответственно. Зеленая линия изображает береговую линию до коррекции, а красная линия – после.

Рис. 6. Результаты коррекции на приливные вариации для очертаний береговой линии, выявленных на основе радиолокационных снимков со спутников ALOS-1 (02.07.2009) (а) и Sentinel-1 (13.04.2022) (б)

На рисунке 7, а представлены результаты окончательных расчетов в виде чистых смещений береговой линии изучаемого района за рассматриваемый промежуток времени для каждого трансекта (Net Shoreline Movement – NSM, м). Максимальные значения NSM, составляющие от плюс 90 до плюс 300 м, присутствуют в основном в юго-восточной части исследуемого района и особенно самого порта. Минимальные величины (от минус 95,73 до минус 50,00 м) характерны для северо-западной части этого района.

На рисунке 7, б показаны скорости достижения конечных точек смещения береговой линии за тот же интервал времени для каждого трансекта (End Point Rate – EPR, м/год). Положительные значения EPR в основном составляют от плюс 7,01 до плюс 23,00 м/год и характерны для юго-восточной части района и особенно самого порта. Они указывают на смещения берега в сторону моря, то есть на аккрецию. Отрицательные величины EPR главным образом составляют от минус 7,49 до минус 4,00 м/год и преобладают в северо-западной части района. Они указывают на смещения берега в сторону суши, то есть на эрозию.

Рис. 7. Результаты окончательных расчетов изменений береговой линии: а – чистые смещения береговой линии за рассматриваемый промежуток времени (NSM, м); б – скорости достижения конечной точки (EPR, м/год)

Чтобы проверить достоверность результатов использования предложенного метода, было проведено несколько полевых исследований в выбранных местах, которые указаны на рисунке 7, а. Изыскания 1 были проведены в порту Пенгамбенган и подтвердили, что для этой зоны характерна аккреция. Изыскания 2 были выполнены на пляже Купель и подтвердили, что для этой зоны присуща эрозия берега. Изыскания 3 были осуществлены недалеко от пляжа Балук и подтвердили наличие эрозии. По результатам, полученным на основе спутниковых радиолокационных снимков, обработанных новым методом, самая сильная эрозия происходила в рассмотренный промежуток времени на пляже Пебуахан, что и подтвердили изыскания 4 в этой зоне. На рисунках 8, а, б, в, г показаны фотографии участков изысканий 1, 2, 3, 4 соответственно. Эти фотографии были сделаны после 13 апреля 2022 года.

Рис. 8. Фотографии, сделанные в местах полевых исследований после 13 апреля 2022 года (расположение зон этих изысканий показано на рисунке 7, а): а – порт Пенгамбенган (зона изысканий 1); б – пляж Купель (зона изысканий 2); в – пляж Балук (зона изысканий 3); г – пляж Пебуахан (зона изысканий 4)

ЗАКЛЮЧЕНИЕ

Был представлен новый простой подход к выявлению изменений береговой линии в результате строительства береговых сооружений.

Для обработки спутниковых радиолокационных снимков использовался фильтр нижних частот для уменьшения спекл-шума, а затем применялся метод Оцу (метод пороговой бинаризации полутоновых изображений) для создания бинарных изображений. После этого для улучшения качества бинарных изображений проводилась завершающая морфологическая фильтрация. Для оконтуривания береговой линии использовалось тщательное выявление границ.

Анализ изменений береговой линии выполнялся с помощью прикладной программы DSAS на платформе ArcGIS – программного комплекса для построения геоинформационных систем.

Этапы обработки при разработанном новом подходе представляют собой полуавтоматический процесс, который для выявления береговой линии не требует ручной оцифровки.

Новый подход был протестирован с использованием двух независимых изображений, сделанных в разное время со спутников ALOS-1 и Sentinel-1, оснащенных радарами с синтезированной апертурой (SARs). Исследовался район порта Пенгамбенган (округ Джембрана, провинция Бали, Индонезия).

Как показало сопоставление, предложенный подход дал более хорошие результаты, чем другие известные методы. Он помог четко выявить рукотворные береговые сооружения и их воздействие на прибрежную зону, выраженное в абразии или аккреции.

Анализ обработанных новым методом снимков показал, что аккреция происходит в основном в юго-восточной части порта Пенгамбенган. Зона самой сильной эрозии расположена в основном в северо-западной части этого района, то есть на пляже Пебуахан. Это было подтверждено полевыми исследованиями на отдельных участках берега в исследованном районе.

Полученные при данном исследовании результаты могут быть использованы для оценки будущего развития порта Пенгамбенган или для перепроектирования существующих там сооружений.

ИСТОЧНИК ДЛЯ ПЕРЕВОДА

Pujianiki N. Coastline changes monitoring induced by man-made structures using synthetic aperture radar: a new simple approach // IOP Conference Series. Earth and Environmental Science. 2022. Vol. 1117. Proceedings of the 4th International Conference on Civil and Environmental Engineering, 2022, Bali, Indonesia (ICCEE 2022). Article 012041. DOI:10.1088/1755-1315/1109/1/012003. URL: iopscience.iop.org/article/10.1088/1755-1315/1117/1/012041/meta; researchgate.net/publication/366597792_Coastline_changes_monitoring_induced_by_man-made_structures_using_synthetic_aperture_radar_A_new_simple_approach.

СПИСОК ЛИТЕРАТУРЫ, ИСПОЛЬЗОВАННОЙ АВТОРОМ ПЕРЕВЕДЕННОЙ СТАТЬИ

1. Anfuso G., Pranzini E., Vitale G. An integrated approach to coastal erosion problems in northern Tuscany (Italy): littoral morphological evolution and cell distribution // Geomorphology. 2011. Vol. 129. P. 204–221. doi:10.1016/j.geomorph.2011.01.023.
2. Gens R. Remote sensing of coastlines: detection, extraction and monitoring // International Journal of Remote Sensing. 2010. Vol. 31. P. 1819–1836. doi:10.1080/01431160902926673.
3. Alesheikh A.A., Ghorbanali A., Nouri N. Coastline change detection using remote sensing // International Journal of Environmental Science and Technology. 2007. Vol. 4. P. 61–66. doi:10.1007/BF03325962.
4. Parwata I.N.S., Shimizu N., Grujic B., Zekan S., Celikovic R., Imamovic E., Vrkljan I. Monitoring the subsidence induced by salt mining in Tuzla, Bosnia and Herzegovina, by SBAS-DInSAR method // Rock Mechanics and Rock Engineering. 2020. Vol. 53. P. 5155–5175. doi:10.1007/s00603-020-02212-1.
5. Spinosa A., Ziemba A., Saponieri A., Navarro-Sanchez d., Damiani L., Serafy G.E. Automatic extraction of Shoreline from Satellite Images: a new approach // IEEE International Workshop on Metrology for the Sea “Learning to Measure Sea Health Parameters” (MetroSea). IEEE, 2018. P. 33–38.
6. Pujianiki N.N., Parwata I.N.S., Osawa T. A new simple procedure for extracting coastline from SAR image based on low pass filter and edge detection algorithm // Lontar Komputer : Jurnal Ilmiah Teknologi Informasi. 2021. Vol. 12. № 3. P. 175–185. doi:10.24843/lkjiti.2021.v12.i03.p05.