Исследователи из Института аэрокосмической информации (AIRCAS) Китайской академии наук опубликовали в ведущем международном журнале Remote Sensing of Environment работу, в которой с помощью численного моделирования впервые количественно продемонстрировали, что гиперспектральный лидар (HSL) способен извлекать спектральную информацию о почве из-под густого растительного покрова и оценивать содержание органического углерода и общего азота. Ключевая особенность исследования — оно выполнено не на реальном оборудовании, а на основе имитационных моделей, что позволило провести систематический анализ и сравнение с пассивной гиперспектральной съёмкой в строго контролируемых условиях.

Проблема: традиционные методы не справляются с растительным покровом

Почва — важнейший ресурс планеты, определяющий продуктивность сельского и лесного хозяйства, а также глобальный углеродный цикл. Мониторинг её физико-химических свойств (содержание органического вещества, азота, влаги, засоление) критически важен для устойчивого землепользования и борьбы с деградацией. Однако в реальности большая часть поверхности суши скрыта растительностью — лесами, кустарниками, посевами.

Пассивные гиперспектральные сенсоры, регистрирующие отражённый солнечный свет, фиксируют смешанный сигнал от листьев, веток и земли. С ростом растительного покрова почвенный сигнал всё сильнее маскируется, и извлечь чистую спектральную информацию о почве становится практически невозможно. Наземные обследования и лабораторные анализы точны, но медленны, дороги и не обеспечивают пространственного охвата.

Лидар (Light Detection and Ranging) — активная технология зондирования, использующая лазерные импульсы. В отличие от пассивных сенсоров, он не зависит от солнечного освещения и фиксирует не только интенсивность отражения, но и точные координаты каждой отражающей точки (трёхмерное облако точек).

Гиперспектральный лидар дополнительно записывает спектральную информацию одновременно на множестве узких длин волн (например, от 400 до 1000 нм с шагом в несколько нанометров). Это позволяет для каждого элемента облака точек получить спектральную кривую, аналогичную той, что дают пассивные гиперспектрометры.

Ключевое преимущество HSL — трёхмерность. Лазерный луч проникает через промежутки в кроне, достигает земли и возвращается. Затем, анализируя облако точек, можно в постобработке отфильтровать отражения от растительности, оставив только «почвенные» точки. Теоретически это даёт чистые спектры подстилающей поверхности без искажений от листвы.

Вместо того чтобы проводить дорогостоящие полевые эксперименты с реальным гиперспектральным лидаром (который пока существует лишь в виде лабораторных прототипов), учёные пошли по пути численного моделирования. Это позволило им полностью контролировать все параметры сцены и провести систематическое сравнение различных методов.

Исследователи построили трёхмерные виртуальные сцены «растительность–почва» на основе реальных полевых гиперспектральных данных почв (эталонные спектры) и параметрических моделей деревьев с различной густотой кроны. Затем с помощью трёхмерной радиационной модели переноса LESS (разработанной в Китае) они симулировали:

Таким образом, для каждой сцены исследователи имели «истинные» спектры почвы (без растительности), а также два набора «наблюдаемых» данных — HSL и HI. Затем они оценивали, насколько точно каждый метод позволяет восстановить эталонный почвенный спектр при разной степени растительного покрытия и разных условиях многократного рассеяния.

Сравнение проводилось по трём критериям: интенсивность сигнала, форма спектральной кривой и значения спектральных индексов. Результаты оказались впечатляющими:

Использование имитационной модели LESS вместо реального полёта имеет несколько преимуществ:

Исследователи опирались на предыдущие разработки своей группы, в том числе на концепцию воздушного гиперспектрального лидара полной формы волны (FW-AHSL), и данная работа стала теоретическим обоснованием необходимости создания таких приборов. По сути, это «доказательство концепции» в вычислительной среде.

Хотя реальные гиперспектральные лидары пока редкость (единичные лабораторные прототипы существуют, например, в Канаде и Китае), моделирование убедительно показывает, что они могут стать мощным инструментом для мониторинга почв в лесистой местности, где традиционная съёмка бессильна.

Потенциальные применения включают:

Как отметил профессор Ван Ли, «наше исследование открывает путь к трёхмерному мониторингу взаимосвязанных лесных и почвенных систем, особенно в районах, где открытая почва редко видна». Следующим шагом станет создание летающих гиперспектральных лидаров с достаточным спектральным разрешением и проведение полевых испытаний, однако уже сейчас ясно, что концепция работает.

Исследование AIRCAS — важный вклад в развитие активного гиперспектрального зондирования. Показав на моделях, что гиперспектральный лидар способен восстанавливать спектры почвы из-под растительности с точностью, недостижимой для пассивных систем, учёные заложили теоретическую основу для нового поколения приборов. В будущем интеграция HSL с беспилотниками и спутниками может кардинально изменить подходы к глобальному мониторингу почвенных ресурсов, особенно в наиболее биологически продуктивных, но наименее доступных для наблюдения регионах планеты.