Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 2. С. 164-175

Возможность обнаружения гарей по разновременным радарным изображениям SENTINEL 1 для районов юга Сибири в сезон весна-лето 2015 г.

Н.В. Родионова 1 
1 Фрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН, Фрязино, Россия

Одобрена к печати: 09.02.2016
DOI: 10.21046/2070-7401-2016-13-2-164-175 

В работе рассматривается возможность обнаружения гарей с помощью радарных изображений Sentinel 1 в весенний период (апрель) в Забайкалье и в летний период (август) в Бурятии. Гари обнаруживаются по экологическим изменениям в областях горения в послепожарный период. Показана сезонная зависимость изменений значений коэффициента обратного рассеяния и текстурных признаков в областях гарей в сравнении с областями, не подвергавшихся пожару. Показано, что метод RoM (ratio of means) способен выявить области гарей, в то время как неконтролируемая классификация, двойная поляризация, текстурная сегментация не позволили однозначно интерпретировать результаты классификации. Использование наряду с амплитудными значениями текстурных характеристик способно помочь идентифицировать области гарей. Показано, что гари можно обнаружить при совместном использовании изменений значений коэффициента обратного рассеяния и текстурного признака Харалика «контраст». Для весеннего периода (апрель) увеличение коэффициента обратного рассеяния составило 4–5 дБ для поляризаций VV и VH и увеличение «контраста» в 2 ÷ 2,7 раза (VV поляризация) в исследуемом районе Забайкальского края. Для летнего периода (август) получено уменьшение коэффициента обратного рассеяния на 0,1–0,8 дБ и уменьшение контраста более чем в 2 раза в исследуемом районе Бурятии. Ни одним из рассмотренных методов не удалось обнаружить гари по разновременным радарным изображениям для горной области, когда горела тайга на очень крутых склонах. Дополнительной информацией служили космоснимки системы оперативного мониторинга СКАНЭКС, сервис “Космоснимки – Пожары".
Ключевые слова: дистанционное зондирование, радиолокационное изображение, поляризация, гари, отношение амплитуд разновременных изображений, текстурные признаки, неконтролируемая классификация
Полный текст

Список литературы:

  1. French N.H.F., Kasischke E.S., Bourgeau-Chavez L.L., Harrell P.A. Sensitivity of ERS-1 SAR to variations in soil water in re-disturbed boreal forest ecosystems // Intern. J. of Rem. Sens. 1996. Vol. 17. No. P. 3037–3053.
  2. Haralick R.M. Textural Features for Image Classification // IEEE. Trans. Syst. Man and Cybernetics. 1973. No. 6. P. 610–621.
  3. http://fires.kosmosnimki.ru.
  4. https://sentinel.esa.int/web/sentinel/toolboxes/sentinel-1.
  5. Kasischke E.S., Bourgeau-Chavez L.L., French N.H.F., Harrell P.A., Christensen N.L. Initial observations on using SAR to monitor wildfire scars in boreal forests // Intern. J. Rem. Sens. 1992. Vol. 13. No.18. P. 3495–3501.
  6. Kasischke E.S., Bourgeau-Chavez L.L., French N.H.F. Observations in ERS-1 SAR image intensity associated with forest fires in Alaska // IEEE Trans. GRS. 1994. Vol. 32. No.1. P. 206-210.
  7. Landry R., Ahern F.J., O’Neil R. Forest burn visibility on C-HH radar images // Canadian J. Rem. Sens. 1995. Vol. 21. No. 2. P. 204–206.
  8. Radke R. J., Andra S., Al-Kofahi O., Roysam B. Image change detection algorithms: a systematic survey // IEEE Trans. on Image Processing. 2005. Vol. 14. No. 3. P. 294–307. doi:10.1109/TIP.2004.838698.
  9. Ranson K.J., G.Sun. Effects of environmental conditions on boreal forest classification and biomass estimates with SAR // IEEE Trans. GRS. 2000. Vol. 38. No. 3. P. 12421–252.
  10. Swanson D. K. Susceptibility of permafrost soils to deep thaw after forest fires in interior Alaska. USA and some ecologic implications // Arctic Alpine Research. 1996. P. 217–227.
  11. Thoma D.P., Moran M.S., Bryant R., Rahman M., Holifield-Collins C.D., Keefer T.O., Noriega R., Osman I., Skirvin S. M., Tischler M.A., Bosch D.D., Starks P.J., Peters-Lidard C.D. Appropriate scale of soil moisture retrieval from high resolution radar imagery for bare and minimally vegetated soils// Remote Sensing of Environment. 2008. Vol. 112. No. 2. P. 403–414.