Сравнение современных свободно распространяемых цифровых моделей рельефа и их применимости для эрозионного моделирования

Обложка

Цитировать

Полный текст

Аннотация

С 2019 г. в сети интернет в открытом доступе появилось несколько новых ЦМР глобального охвата: global 30 m digital elevation model from Copernicus (Copernicus GLO-30), National aeronautics and space administration digital elevation model (NASADEM), forest аnd buildings removed Copernicus DEM (FABDEM). Эти ЦМР можно было бы использовать для получения морфометрических показателей и оценки модельных эрозионных потерь почвы, в том числе в пределах Европейской территории России (ЕТР), где сосредоточены основные пахотные земли РФ. К настоящему времени выполнен ряд работ по оценке высотной точности этих моделей. Однако, помимо абсолютных ошибок высоты, необходимо оценивать точность и достоверность воспроизведения морфометрических показателей, рассчитываемых на основе этих моделей. В статье представлены результаты анализа ошибок таких морфометрических показателей, как крутизна склонов, длина склонов, а также эрозионный потенциал рельефа трех новых глобальных цифровых моделей рельефа на примере трех участков, расположенных в Воронежской, Саратовской и Оренбургской областях. Анализ ошибок был выполнен путем сравнения с данными, рассчитанными на основе ЦМР, построенных по топографическим картам крупного масштаба. Установлено, что наименьшие ошибки расчетной крутизны склона демонстрирует модель FABDEM. В расчете длин склонов ни одна из новых моделей не показывает результат, превосходящий по качеству то, что можно получить с использованием более старых ЦМР (SRTM и др.). Для эрозионного потенциала рельефа наименьшие ошибки получаются при использовании модели FABDEM. Полученные результаты справедливы как для всей территории каждого участка вообще, так и для пахотных угодий в частности. Минимальные значения ошибок эрозионного потенциала рельефа при использовании модели FABDEM приводят к минимизации ошибок при расчете эрозионных потерь почвы.

Об авторах

К. А. Мальцев

Казанский (Приволжский) федеральный университет

Автор, ответственный за переписку.
Email: mlcvkirill@mail.ru
Россия, Казань

С. Н. Талипова

Казанский (Приволжский) федеральный университет

Email: ssaffiaaa@gmail.com
Россия, Казань

И. И. Магзянов

Казанский (Приволжский) федеральный университет

Email: ildanmag@bk.ru
Россия, Казань

А. А. Сомов

Казанский (Приволжский) федеральный университет

Email: rooneyandre901@gmail.com
Россия, Казань

Т. С. Мальцева

Казанский (Приволжский) федеральный университет

Email: elka-tata_77@mail.ru
Россия, Казань

Список литературы

  1. Ашаткин И. А., Мальцев К. А., Гайнутдинова Г. Ф., Усманов Б. М., Гафуров А. М., Ганиева А. Ф., Мальцева Т. С., Гиззатуллина Э. Р. Анализ морфометрии рельефа по глобальным ЦМР в пределах южной части Европейской территории России. // Учен. зап. Казан. ун-та. Сер. Естеств. науки, 2020. Т. 162. вып. 4. С. 612–628. https://doi.org/10.26907/2542-064X.2020.4.612-628
  2. Иванов М. А., Прищепов А. В., Голосов В. Н., Залялиев Р. Р., Ефимов К. В., Кондратьева А. А., Киняшова А. Д., Ионова Ю. К. Методика картографирования динамики пахотных угодий в бассейнах рек Европейской территории России за период 1985–2015 // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 161–171.
  3. Инструкция по фотограмметрическим работам при создании цифровых топографических карт и планов. — М.: ЦНИИГАиК, 2002. — 48 c.
  4. Кузнецова, А. С., Пушкарев, А. А., Краснощеков, К. В. 2023. Применение FABDEM и других современных цифровых моделей рельефа в системе аграрного мониторинга // Информационные и математические технологии в науке и управлении. 2023. Вып. 4. С. 139–147. https://doi.org/10.25729/ESI.2023.32.4.012
  5. Литвин Л. Ф. География эрозии почв сельскохозяйственных земель России. — М.: Академкн., 2002. — 255 c.
  6. Мальцев К. А., Ермолаев О. П. Использование цифровых моделей рельефа для автоматизированного построения границ водосборов // Геоморфология. — 2014. — № 1. — С. 45–52.
  7. Мальцев К. А., Голосов В. Н., Гафуров А. М. Цифровые модели рельефа и их использование в расчетах темпов смыва почв на пахотных землях // Ученые записки казанского университета. Серия естественные науки. 2018, Т. 160, вып. 3 С. 514–530.
  8. Оньков И. В., Онянова Т. Я., Шиляева О. Ю. Исследование точности радарных ЦМР, построенных по снимкам ALOS PALSAR и модели SRTM, в зависимости от вида отражающей поверхности // Геоматика. 2012. Вып 4. С. 33–36.
  9. Толкачева В. Ф., Гарцман Б. И. Моделирование речной сети на основе цифровой модели рельефа (на примере Черноморского побережья Кавказа) // Пятые Виноградовские чтения. Гидрология в эпоху перемен : сборник докладов Международной научной конференции памяти выдающегося русского ученого Юрия Борисовича Виноградова. Санкт-Петербург: Издательство ВВМ, 2023 С. 604–609.
  10. Флоринский И. В. Геоморфометрия сегодня. ИнтерКарто, ИнтерГИС. 2021. Т. 27, вып. 2. С. 394–447.
  11. Эрозионно-русловые системы: монография / под науч. ред. Р. С. Чалова, А. Ю. Сидорчука, В. Н. Голосова. М. : ИНФРА-М, 2017. 698 с
  12. ALOS Global Digital Surface Model “ALOS World 3D — 30m (AW3D30)” Japan. [2018]. URL: https://www.eorc.jaxa.jp/ALOS/en/dataset/aw3d30/aw3d30e.htm (дата обращения 01.06 2020)
  13. ASTER Global Digital Elevation Model Version 2 — summary of validation results, [2011]. URL: https://pubs.usgs.gov/publication/70005960 (дата обращения 01.06 2020)
  14. Barnes R. Parallel PriorityFlood depression filling for trillion cell digital elevation models on desktops or clusters // Computers & Geosciences. — 2016. — Vol. 96. — P. 56–68.
  15. Borrelli P., Alewell C., Alvarez P. et al. Soil erosion modelling: A global review and statistical analysis // Sci. Total Environ. 2021. N 780. 146494. https://doi.org/10.1016/j.scitotenv.2021.146494
  16. Buckley S. M., Agram P. S., Belz J. E., Crippen R. E., Gurrola E. M., Hensley S., Kobrick M. NASADEM:User Guide. Pasadena, California, 2020. 52 p.
  17. Carrera-Hernández J. J. Not all DEMs are equal: An evaluation of six globally available 30 m resolution DEMs with geodetic benchmarks and LiDAR in Mexico // Remote Sens. Environ. 2021. N 261. 112474. https://doi.org/https://doi.org/10.1016/j.rse.2021.112474
  18. del Rosario González-Moradas M., Viveen W., Andrés Vidal-Villalobos R., Carlos Villegas-Lanza J. A performance comparison of SRTM v. 3.0, AW3D30, ASTER GDEM3, Copernicus and TanDEM-X for tectonogeomorphic analysis in the South American Andes // CATENA. 2023. № 228. 107160. https://doi.org/10.1016/j.catena.2023.107160
  19. Desmet P. J. J., Govers G. A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units // Journal of Soil and Water Conservation. 1996. № 51. P. 427–433.
  20. Emmendorfer I. B., de Almeida L. P. M., Alves D. C. L., Emmendorfer L. R., Arigony-Neto J. Accuracy assessment of global DEMs for the mapping of coastal flooding on a low-lying sandy environment: Cassino Beach, Brazil // Reg. Stud. Mar. Sci. 2024. N 74. 103535. https://doi.org/10.1016/j.rsma.2024.103535
  21. Farr T. G., Rosen P. A., Caro E. et al. 2007. The Shuttle Radar Topography Mission // Rev. Geophys. 2007. N 45. https://doi.org/10.1029/2005RG000183
  22. Ghannadi A., Alebooye S., Izadi M. Vertical accuracy assessment of copernicus DEM (case study: Tehran and Jam cities) // ISPRS Ann. Photogramm. Remote Sens. Spat. Inf. Sci. 2023. N X-4/W1-202. P. 209–214. https://doi.org/10.5194/isprs-annals-X-4-W1-2022-209-2023
  23. Hawker L., Uhe P., Paulo L., Sosa J., Savage J., Sampson C., Neal J. A 30m global map of elevation with forests and buildings removed // Environ. Res. Lett. 2022. № 2, vol. 17. 024016. https://doi.org/10.1088/1748-9326/ac4d4f
  24. Hutchinson M. A new procedure for gridding elevation and stream of data with automatic removal of spurious pits // J. Hydrol. 1989. N 106. P. 211–232. https://doi.org/10.1016/0022-1694(89)90073-5
  25. Hutchinson M. F. et al. Recent progress in the ANUDEM elevation gridding procedure //Geomorphometry. — 2011. — Т. 2011. — С. 19–22.
  26. Krdžalić D., Ćatić J., Vrce E., Omićević D. Evaluating the accuracy of the digital elevation models (DEMs) within the territory of Bosnia and Herzegovina // Remote Sens. Appl. Soc. Environ. 2024. N 34. 101187. https://doi.org/10.1016/j.rsase.2024.101187
  27. Lindsay J. B. Efficient hybrid breachingfilling sink removal methods for flow path enforcement in digitalelevation models // Hydrological Processes. — 2016a. — Vol. 30, no. 6. — P. 846–857.
  28. Lopez-Vazquez C., Ariza-López F. Global Digital Elevation Model Comparison Criteria: An Evident Need to Consider Their Application // ISPRS Int. J. Geo-Information. 2023. N 12, 337. https://doi.org/10.3390/ijgi12080337
  29. Martz L. W., Garbrecht J. An outlet breaching algorithm for the treatment of closed depressions in a raster DEM // Computers & Geosciences. — 1999. — Vol. 25, no. 7. — P. 835–844.
  30. Maune David F. ed. 2007. Digital Elevation Model Technologies and Applications: The DEM Users Manual. 2nd ed. Bethesda, Md: American Society for Photogrammetry and Remote Sensing.
  31. Meadows M., Jones S., Reinke K. Vertical accuracy assessment of freely available global DEMs (FABDEM, Copernicus DEM, NASADEM, AW3D30 and SRTM) in flood-prone environments // Int. J. Digit. Earth 2024. N 17. 2308734. https://doi.org/10.1080/17538947.2024.2308734
  32. Mitasova H., Hofierka J., Zlocha M., Iverson L. R. Modeling topographic potential for erosion and depositing using GIS // Int. J. Geogr. Inf. Syst. 1996. N 10. P. 629–641. https://doi.org/10.1080/0269379960890210
  33. Nandam V., Patel P. L. A framework to assess suitability of global digital elevation models for hydrodynamic modelling in data scarce regions // J. Hydrol. 2024. № 630. 130654. https://doi.org/10.1016/j.jhydrol.2024.130654
  34. USGS EROS Archive — Products Overview URL: https://lta.cr.usgs.gov (дата обращения 01.06.2020)
  35. Pipaud I., Loibl D., Lehmkuhl F. Evaluation of TanDEM-X elevation data for geomor- phological mapping and interpretation in high mountain environments — A case study from SE Tibet, China // Geomorphology. 2015. N 246. P. 232–254.
  36. Planchon O., Darboux F. A fast, simple and versatile algorithm to fill the depressions of digital elevationmodels // Catena. — 2001. — Vol. 46. — P. 159–176.
  37. Renard K. G., Foster G. R. Weesies G. A., McCool D. K., Yoder D. C. Predicting Soil Erosion by Water: A Guide to Conservation Planning With the Resived Universal Soil Loss Equation (RUSLE). Washington: U.S. Government Printing Office, 1997. 384 p. https://doi.org/DC0-16-048938-5-65-100
  38. Soille P. Morphological carving // Pattern Recognition Letters. — 2004. — Vol. 25, no. 5. — P. 543–550.
  39. Tarboton D. G., Bras R. L., Rodriguez-Iturbe I. On the extraction of channel networks from digital elevation data // Hydrol. Process. 1991.N 5. P. 81–100. https://doi.org/10.1002/hyp.3360050107
  40. Tran T. N. D., Nguyen B. Q., Vo N. D., Le M. H., Nguyen, Q. D., Lakshmi V., Bolten J. D. Quantification of global Digital Elevation Model (DEM) — A case study of the newly released NASADEM for a river basin in Central Vietnam // J. Hydrol. Reg. Stud. 2023. N 45. 101282. https://doi.org/10.1016/j.ejrh.2022.101282
  41. Van Rompaey A. J. J., Verstraeten G., Van Oost K., Govers G., Poesen J. Modelling mean annual sediment yield using a distributed approach // Earth Surf. Process. Landforms. 2001. N 26. P. 1221–1236. https://doi.org/10.1002/esp.275
  42. Wischmeier W. H., Smith D. D. Predicting rainfall erosion losses: A guide to conservation planning. Washington: U.S. Government Printing Office, 1978. 67 p.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».