Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 3. С. 84-94
Идентификация случаев возникновения смерчей в лесной зоне по многолетним рядам данных дистанционного зондирования Земли
А.Н. Шихов
1 , А.В. Тарасов
1 1 Пермский государственный национальный исследовательский университет, Пермь, Россия
Одобрена к печати: 18.04.2016
DOI: 10.21046/2070-7401-2016-13-3-84-94
В статье предложена методика идентификации и картографирования случаев смерчей в лесной зоне по многолетним рядам данных дистанционного зондирования Земли со спутников LANDSAT и карте изменений лесного покрова Земли (Global Forest Change Map). Методика основана на выявлении узких и протяженных сплошных ветровалов с последующей их верификацией по снимкам высокого разрешения, полученным с открытых картографических сервисов. Для определения даты прохождения смерча (появления ветровала) использованы все доступные данные со спутников LANDSAT и Terra/Aqua MODIS, а также данные реанализа по модели CFS. Предлагаемый подход позволяет получить объективную (независимую от плотности населения и наблюдательной сети) оценку пространственно-временного распределения случаев смерчей в лесной зоне, выявить области их повышенной повторяемости, определить некоторые характеристики смерчей (протяженность пути, средняя и максимальная ширина воронки, направление вращения).
Проведено сопоставление геометрических характеристик смерчевых ветровалов, выявленных по Global Forest Change и оцифрованных вручную по снимкам сверхвысокого разрешения. Полученный высокий уровень согласованности результатов доказывает релевантность использования данных Global Forest Change для идентификации смерчевых ветровалов и низкую вероятность пропуска объектов.
Предлагаемая методика была реализована для идентификации смерчевых ветровалов в восточной части Европейской территории России. Всего на данной территории выявлено 35 случаев ветровалов, вызванных прохождением смерчей и произошедших в период с 2003 г. по 2014 г. Наибольшая частота возникновения смерчей наблюдается на севере Пермского края и Кировской области, а также в южных и восточных районах Республики Коми.
Ключевые слова: смерчи, ветровалы, данные дистанционного зондирования Земли, снимки LANDSAT, Global Forest Change Map
Полный текстСписок литературы:
- Брюхань Ф.Ф., Ляхов М.Е., Погребняк В.Н. Смерчеопасные зоны в СССР и размещение атомных станций // Известия АН СССР. Сер. географическая. 1989. № 1. С. 40–48.
- Васильев А.А., Песков Б.Е., Снитковский А.И. Смерчи, шквалы и град 8–9 июня 1984 г. // Метеорология и гидрология. 1985. №8. С. 5–15.
- Королева Н.В., Ершов Д.В. Оценка погрешности определения площадей ветровалов по космическим изображениям высокого пространственного разрешения LANDSAT-TM // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т.9. № 1. С. 80–86.
- Крылов А.М., Малахова Е.Г., Владимирова Н.А. Выявление и оценка площадей катастрофических ветровалов 2009–2010 гг. по данным космической съемки // Изв. Санкт-Петербургской лесотехнической академии, 2012. Вып. 200. С. 197–208.
- Панфутова Ю.А. Опасные метеорологические явления на равнинной территории России и риски, создаваемые ими: автореф. дис. канд. геогр. наук. СПб. 2008. 21 с.
- Петухов И.Н., Немчинова А.В. Ветровальные нарушения лесного покрова в Костромской области и на сопредельных территориях в 1984–2011 гг. // Лесоведение. 2014. № 6. С. 16–24.
- Рекомендации по оценке характеристик смерча для объектов использования атомной энергии. РБ-022-01. М.: Госатомнадзор РФ, 2001. 29 с.
- Снитковский А.И. Смерчи над территорией СССР // Метеорология и гидрология. 1987. №9. С. 12–25.
- Уваров И.А., Ершов Д.В., Крылов А.М., Барталев С.А., Лупян Е.А. Информационная система космического мониторинга санитарного состояния лесов ВЕГА-лесопатолог // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 5. С. 171–182.
- Шихов А.Н. Оценка последствий стихийных природных явлений для лесных ресурсов Пермского края по многолетним рядам данных космической съемки // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 1. С. 21–30.
- Шихов А.Н., Быков А.В. Изучение двух случаев сильных смерчей в Предуралье // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 3. С. 124–133.
- Beck V., Dotzek N. Reconstruction of near-surface tornado wind fields from forest damage // J. Appl. Meteor. Climatol. 2010. Vol. 49. P. 1517–1537.
- Chernokulsky A.V., Kurgansky M.V., Zakharchenko D.I., Mokhov I.I. Genesis Environments and Characteristics of the Severe Tornado in the South Urals on August 29, 2014 // Russian Meteorology and Hydrology. 2015. Vol. 40. P. 794–799.
- Dyer R.C. Remote sensing identification of tornado tracks in Argentina, Brazil, and Paraguay // Photogrammetric Engineering and Remote Sensing. 1988, Vol. 54. P. 1429–1435.
- Finch J., Bikos. D. Russian tornado outbreak of 9 June 1984 // Electron. J. Severe Storms Meteor. 2012. Vol. 7(4). P. 1–28.
- Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina I.A., Thau D., Stehman S.V., Goetz S.J., Loveland T.R., Kommareddy A., Egorov A., Chini L., Justice C.O., Townshend J.R.G. High-Resolution Global Maps of 21st-Century Forest Cover Change // Science. 2013. Vol. 342. P. 850–853.
- Jedlovec G.J., Nair U., Haines S.L. Detection of storm damage tracks with EOS data // Weather and Forecasting. 2006. Vol. 21. P. 249–267.
- Kurgansky M.V, Chernokulsky A.V., Mokhov I.I. The tornado over Khanty-Mansiysk: An exception or a symptom? // Russian Meteorology and Hydrology. 2013. Vol. 38. P. 539–546.
- Myint S.W., Yuan M., Cerveny R.S., Giri C. Comparison of remote sensing image processing techniques to identify tornado damage areas from Landsat TM data // Sensors. 2008. Vol. 8. P. 1128–1156.
- Peterson C.J. Catastrophic wind damage to North American forests and the potential impact of climate change // Science of the Total Environment. 2000. Vol. 262. P. 287–311.
- Yuan M., Dickens-Micozzi M., Magsig M.A. Analysis of tornado damage tracks from the 3 May tornado outbreak using multispectral satellite imagery // Weather and Forecasting. 2002. Vol. 17. P. 382–398.