A Miskolci Egyetem Közleményei, A sorozat, Bányászat, 82 . kötet (2011)
Felszínborítottság térkép készítése távérzékelt adatok alapján egy lavinaveszélyeztetettségi modellhez Alacsony-Tátra, Szlovákia Seres Anna tudományos segédmunkatárs Miskolci Egyetem, Földrajz Intézet
[email protected] A lavinafigyelő szolgálatok által megadott lavinaveszélyességi fok általánosságában jellemző a hegységre, az egyes völgyek közt nagy eltérés mutatkozhat. A lavinaveszély pontosítására egy olyan hótakaró-modellt szeretnék kifejleszteni, mely térképen mutatja, hogy a kiadott lavinajelzés a terület mely részein hogy módosul. A modell egyik bemeneti adata egy felszínborítottság térkép lenne, mely megmutatja, hogy a növényzet magasságának függvényében milyen hótakaróvastagságnál jelentkezik lavinaveszély. Ezt a felszínborítottsági térképet 2 időpontból származó Landsat műholdfelvétel valamint ASTER DEM-ből származtatott domborzati tényezők alapján, irányított osztályozással készítettem el. A hasonló átlagmagasságú osztályok összevonásával a hasonló hótakaró vastagságnál jelentkező lavinaveszélyességű területek meghatározhatók.
1. Bevezetés Az Alacsony-Tátrát földrajzi adottságai – lejtőszög, növényzet – rendkívül alkalmassá teszik arra, hogy megfelelő hótakaró esetén a magasabban fekvő területein lavinák alakuljanak ki. Mivel a hegység kedvelt turisztikai célpont, a sokszor nem megfelelő felkészültségű túrázókra, sítúrázókra, síelőkre nagy veszélyt jelenthet a lavinaveszélyes hótakaró. A hegység hegyi mentő szolgálata közvetlen megfigyeléseit (hóprofil, időjárás) tapasztalati úton elbírálva minden napra megadja a lavinaveszélyességi fokot. Ez azonban egy, a teljes hegységre vonatkozó szám, amely csak nagy általánosságában veszi figyelembe a domborzati tényezőket, pl. az északias lejtők 2-es lavinaveszélyűek. A lavinabaleseteket elkerülhetőbbé tenné egy olyan részletes lavinaveszélyeztetettségi térkép, amely nemcsak általánosan egy számként, hanem térképként az egész hegységre pontosan ábrázolná - a hótakaró, a domborzat és az időjárás függvényében naponta frissítve – a különböző lavinaveszélyességi fokú terülteket. Az ezt a térképet létrehozó modell egyik bemeneti állománya egy növényborítottság térkép, mivel a különböző növénytársulás típusok esetében más-más lesz a lavinaveszélyességi fok. Havasi réten például már egész vékony hótakaró esetén is megindulhat egy lavina, míg egy törpefenyvesnél a hótakarónak el kell borítania az egész növényzetet mielőtt lavinaveszélyessé válna. Kifejlett fákból álló erdő esetén már nagyon alacsony a lavinaveszély. A növényzeti borítottságot legkönnyebben távérzékelt felvételek segítségével határozhatjuk meg.
97
Felszínborítottság térkép készítése távérzékelt adatok alapján egy lavinaveszélyeztetettségi…
2. Célkitűzés A tanulmány célja egy földhasználati/felszínborítottsági térkép elkészítése az Alacsony-Tátra területére, amelyen a hasonló magasságú növény társulásokat összevonva megállapítható, hogy a hegységben – a növényzet függvényében hogy módosul a lavinaveszélyességi fok. 3. Módszerek A kutatás módszertana alapvetően három részre osztható. Az első részben a műholdfelvételek, a másodikban a domborzatmodellből származtatott tényezők feldolgozását mutatjuk be, majd a kettő egyesítésével kapott eredményéről és az osztályozásukról írunk. 3.1. Landsat A Landsat műholdfelvételek a legjobb felbontású, ingyenesen letölthető multispektrális képek, így a földhasználati térkép elkészítéséhez ezeket használtam. A Landsat műholdfelvételek ingyenesen letölthetők pl. a U.S. Geologycal Survey honlapjáról. Az Alacsony-Tátra a 188-026-es képen található. Mivel 2003-ban a műhold előrehaladását kompenzáló eszköz (SLC) meghibásodott, az ez után készült felvételeken adathiányos sávozottság látható. Ezért 1999 és 2003 közti Landsat 7 felvételeket kerestem. Ebben az időszakban 2 időpontban készült felhőmentes felvétel, 2000. október 14-én és 2003. április 30-án. Osztályozás során az egyes növény törzsek/fajok jobban elkülöníthetőek, ha két különböző időpontban készült felvételt is használunk, mert a különböző vegetációs időszakokban különböző a növények reflektanciagörbéje. Legjobb lenne két felvétel ugyanabból az évből, egy a vegetációs időszak elejéről és egy másik a végről, azonban ezekből az időpontból származó felhőmentes képek nem álltak rendelkezésre. Tehát ahhoz, hogy két időpontban is meg tudjam vizsgálni a növénytakarót, és pontos földhasználati térképet tudjam készíteni a területre, a két felhőmentes képet (okt. 14. és ápr. 30.) egymás mögé helyeztem. A fájlok letöltése és kicsomagolása után image formátummá importáltam az egyes csatornákat. A 8as, pánkromatikus csatorna 15méteres felbontását MultiSpec programmal az 1-es csatorna 30 méteres felbontásához igazítottam. Ezután NDVI-t (Normalized Difference Vegetation Index) számítottam az Erdas model maker kiegészítőjével mindkét műholdképre. A 7 csatornát, a megváltoztatott felbontású pánkromatikus csatornát és az NDVI réteget egymás után téve mindkét képen egy 20 csatornás állományt alakítottam ki az Erdas Interpreter-Utilities-Layer Stack parancsával. 3.2 ASTER Az internetről ingyenesen letölthető a 30 méteres felbontású ASTER terepmodell. A vizsgált területet a 48-19 és a 49-19-es kép fedi le. A két képet
98
Seres Anna
összemozaikoltam, majd a vetítési rendszer egyeztetésekor a 30 méteres képkockákat a Lansat felvétel 30 méteres képkockáihoz igazítottam ArcGIS szoftver segítségével a Reproject – Environment Settings menüpontban. A terepmodellből programmal lejtőszöget és kitettséget számítottam. Az így kapott három térképet (magasság, lejtőszög, kitettség) az Erdas Interpreter-Utilities-Layer Stack parancsával a mozaikolt műholdkép csatornáival egybeillesztettem. A domborzatmodell használata a következő módon javítja az osztályozás pontosságát. A tanító területek kijelölésekor az egyes rétegek nemcsak azt határozzák meg, hogy az adott osztály, pl. törpefenyő, milyen reflektanciaértékekkel rendelkezik a különböző hullámhossztartományokban, hanem azt is, hogy mi az a tipikus tengerszint feletti magasság, kitettség és lejtőszög kombináció amiben előfordul. 3.3 Osztályozás Az osztályozás lényege, hogy a folytonos állományból tematikus állományt hozunk létre. Ezt azon feltételezés alapján tehetjük meg, hogy egy adott tematikus osztályhoz tartozó pixelértékek egy meghatározott, az osztályra jellemző eloszlást mutatnak. Ez alapján minden pixel egy adott eloszlásba besorolható és az adott osztályhoz rendelhető. Irányított osztályozás esetén az adott osztályok pixelérték eloszlásait, az ún.tanító pixelekkel tudom becsülni. Ez a gyakorlatban úgy történik, hogy ismert osztályhoz tartozó, jellemző területeket (pixel csoportokat) választok ki, amelyek értékeinek eloszlása, ha a minta reprezentatív, egybe esik az osztály valós, de számunkra ismeretlen értékeloszlásával, amit a tanító segítségével tudok becsülni [1, 2]. A képek osztályozását Erdas programmal végeztem. Először, mivel a lombhullató / örökzöld növényzet szemmel így volt a legjobban elkülöníthető, RGB 9-8-10-es csatornakombinációt használva, minden egyes osztályra kijelöltem a tanító területeket, melyeket AOI (Area of Ineterest) formátumban egyesével elmentettem. Ezt követően az AOI-k alapján a 23 réteget tartalmazó, egyesített okt.14. Landsat, ápr.30. Landsat, ASTER képről signature fájlt készítettem. Összesen 13 osztályt hoztam létre: déli kiettségű lucfenyves, északi kitettségű lucfenyves, fenyves-lombhullató elegyes erő (nagyobbrészt lombhullató), bükkös, árnyékos havasi rét, északi kitettségű havasi rét, déli kitettségű havasi rét, fenyves-lombhullató elegyes erdő (nagyobbrészt fenyő), növénytakaró nélküli szántóterültet, szántó 2, szántó 3, település, déli kitettségű törpefenyves, északi kitettségű törpefenyves. Az északi és déli kitettségű társulások meghatározására azért volt szükség, mert az árnyékosságtól illetve napsütéstől függően már visszaverődési értékeket mutat ugyanaz a felszínborítás. A signature fájlra lekért kontingencia mátrix az osztályok szétválaszthatóságát mindenütt 90% felett állapítja meg, a legtöbb esetben ez a szám 97% feletti. A signature fájlból az eredeti 23 réteges képen a következő beállításokkal végeztem el az osztályozást:
99
Felszínborítottság térkép készítése távérzékelt adatok alapján egy lavinaveszélyeztetettségi…
non parametric rule: feature space; overlap rule: classify by order; unclassified rule: parametric rule; parametric rule: maximum likelihood. 4. Eredmények Az osztályozott képen a 13 osztályból először összevontam a különböző kitettségű, azonos növénytársulásokat, ami 8 osztályt eredményezett (1. ábra). A lavinaveszély egyik meghatározó tényezője a felszíni érdesség. Növénytakaró szempontjából ez a növények magasságát és sűrűségét jelenti. Ez könnyen belátható, ha belegondolunk, hogy egy néhány 10 cm magasságú, sima lágyszárú növényzetre, füves rétre hullott hótakaró könnyen megcsúszik, már néhány 10 centiméteres hótakaróvastagságnál is, hiszen a füves felszín nagyon jó csúszópályát alkot. Ezzel szemben a törpefenyvesre hullott hó, mivel a törpefenyők ágai megfogják, akkor tud lavinát alkotni, ha a hótakaró vastagsága már meghaladta a törpefenyő magasságát és a csúszópálya a törpefenyő ágai felett elhelyezkedő hórétegek határán jön létre. Kifejlett erdőben a lavinák kialakulásának veszélye minimális, mivel a hótakaró a mi éghajlatunkon nem éri el az erdő 8-10 méteres magasságát, így a fák egész télen fogják a hótakarót. Ezek tekintetében a növénytársulásokat kizárólag átlagmagasságuk szerint vontam össze, ami az osztályok számát nyolcról háromra csökkentette. Ez azonban azt jelentette, hogy a növénytakarón kívül mást nem veszek figyelembe: elsőként a különböző típusú erdőket és a településeket, másodszorra a havasi rétet és a szántókat vontam össze, a törpefenyő maradt önmagában (2. ábra). Ez az összevonás azonban önmagában nem mutatja a lavinaveszélyes területeket, hiszen nem vesz figyelembe egyéb, lavinák szempontjából fonbtos tényezőket. A későbbi lavinamodellbe beépítve, ahol már más domborzati tényezők és hótakaró valamint időjárási jellemzők szerepet játszanak a lavinák kialakulásában, ez a térkép jól alkalmazható lesz. Ebben a tervezett lavinamodellben a következő rétegek kerülnének egymásra: • Hótakaró tényezői: hókristály metamorfózis/ gyenge hórétegek; újhó vastagság vagy eső mennyiség; összhóvastagság / hótakaró tömörödés / olvadás – térkép • Hótakaró/időjárás/domborzat – szél által szállított hó hol és milyen mennyiségben rakódik le - térkép • Időjárás – hőmérséklet (maximum és minimum) – térkép; felhősültség vagy napsütéses órák száma – konstans • Domborzat: lejtőszög – térkép; kitettség (évszak vagy átlaghőmérséklet függvényében) - térkép • Felszínborítottság – LANDSAT alapján – térkép • Lavinaveszélyességi fok – konstans Ezen rétegek súlyozott összegzésével megkaphatunk egy olyan térképet amely mindezen paraméterek figyelembe vételével megmutatja, hogy a kiadott lavinajelzési fok a domborzat és az időjárás függvényében pontosan hogy módosul.
100
Seres Anna
Jelen esetben ahhoz, hogy a már kis hótakaró esetén is lavinaveszélyes területeket megmutassuk az osztályok összevonását nemcsak az átlagmagasságuk alapján, hanem domborzati tényezőket is figyelembe véve kellett végezni. Először az erdőket, a településeket és kis lejtőszögük miatt a szántókat vontam össze. Önmagában maradt a törpefenyves és a havasi rét. (3. ábra) Ez a térkép már önmagában is jól megmutatja – más szempontot figyelembe nem véve – a potenciálisan lavinaveszélyes területeket.
1. ábra: Az Alacsony-Tátra felszínborítottság térképe a különböző kitettségű, azonos társulások összevonásával
2. ábra: Az Alacsony-Tátra felszínborítottság térképe a hasonló átlagmagasságú növénytársulások összevonásával
101
Felszínborítottság térkép készítése távérzékelt adatok alapján egy lavinaveszélyeztetettségi…
3. ábra: Az Alacsony-Tátra felszínborítottság térképe elsősorban az azonos lejtőszögű területeken fekvő, másodsorban hasonló átlagmagasságú növénytársulások összevonásával
5. Következtetések Felszínborítottsági térkép készítéséhez két különböző időpontban készült műholdfelvételt és domborzati tényezőket használva a valós növénytakaró jó közelítéssel meghatározható. A lavinák kialakulásának vizsgálatához azonban nem szükséges a pontos növénytársulásokat tudnunk, elegendő az adott növénytársulás átlagmagasságát ismernünk. A hasonló átlagmagasságú társulásokat összevonva egy olyan 3 osztályból álló térképet kapunk, mely minden tekintetben megfelel egy későbbi lavinamodell egyik bementi tényezőjének, ahol a lavinaveszély a hóvastagság tekintetében függene a felszínborítottságtól. Irodalom [1] E. DOBOS, Cs. LÉNÁRT, J. TAMÁS “Raszter-alapú térinformatikai rendszerek” in Térinformatika és CAD szakmai ismeretek, szerk. E. Dobos, Miskolc, 2003, ISBN 963 661 601 9 [2] L. MUCSI “Műholdas távérzékelés és digitális képfeldolgozás I. kötet”, Egyetemi jegyzet, Szeged, 1995, 170 p.
102
