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. № 5. С. 277-290

Повышение детальности спутникового картографирования теплофизических характеристик земной поверхности

С.Г. Крицук 1 , В.И. Горный 1 , И.Ш. Латыпов 1 
1 Санкт-Петербургский научно-исследовательский центр экологической безопасности РАН, Санкт-Петербург, Россия
Одобрена к печати: 13.10.2016
DOI: 10.21046/2070-7401-2016-13-5-277-290
Целью исследования является повышение геометрического разрешения карт теплофизических характеристик земной поверхности (тепловая инерция, тепловой поток, доля испаряемости, коэффициент турбулентного теплообмена), подготавливаемых по результатам многоразовой тепловой космической съемки низкого геометрического разрешения. Для этого по материалам тепловой космической съемки спутниками EOS (геометрическое разрешение ~1000 м) строились регрессионные модели на основе сравнения значений теплофизических характеристик земной поверхности, восстановленных с помощью детерминированного алгоритма, с предикторами – картами дневной температуры земной поверхности и коэффициентов спектральной яркости, зарегистрированными той же съемочной системой низкого геометрического разрешения. Далее, модели применялись к набору изображений, полученных спутником Landsat 8 (геометрическое разрешение 30 м ÷ 100 м). Результатом явились регрессоры – более детальные карты теплофизических характеристик земной поверхности. Количественная оценка геометрического разрешения полученных карт выполнена путем сравнения со специальными «шкалами» – снимками того же масштаба и на ту же территорию, но различной детальности. В качестве меры согласия использовано количество взаимной информации между картой теплофизической характеристики и изображениями «шкалы». В результате доказано, что геометрическое разрешение исходных карт теплофизических свойств повышено более чем в 10 раз и составило 90 м. Выполнена оценка ошибок, возникающих из-за экстраполяции регрессионной модели на больший диапазон предикторов высокого разрешения. Показано, что полученные ошибки не препятствуют решению многих практических задач. Регрессионный подход позволяет в городах использовать материалы тепловой космической съемки спутников серии EOS для решения задач экологической безопасности и энергосбережения уже на уровне кварталов, а не только для районов крупных городов.
Ключевые слова: спутник, тепловая съемка, поверхность, карта, теплофизические характеристики, геометрическое разрешение, регрессия, повышение разрешения
Полный текст

Список литературы:

  1. Горный В.И., Шилин Б.В., Ясинский Г.И. Тепловая аэрокосмическая съемка. М.: Недра. 1993. 128 с.
  2. Горный В.И., Крицук С.Г., Латыпов И.Ш., Тронин А.А., Шилин Б.В. Дистанционный измерительный мониторинг теплопотерь городских и промышленных агломераций (на примере Ст-Петербурга и Хельсинки) // Теплоэффективные технологии. Информационный бюллетень. 1997. № 2. C. 17–23.
  3. Горный В.И. Космические измерительные методы инфра-красного теплового диапазона при мониторинге потенциально опасных явлений и объектов // Современные проблемы дистанционного зондирования Земли из космоса. 2004. Вып. 1. C. 10–16.
  4. Горный В.И., Крицук С.Г. О возможности картографирования физико-географических зон тепловой космической съемкой // ДАН. Т. 411. № 5. 2006. C. 684–686.
  5. Горный В.И. Распределение конвективного теплового потока в Беломорском регионе по данным дистанционного геотермического метода. Природная среда Соловецкого архипелага в условиях меняющегося климата. Ред. Ю.Г. Шварцман, И.Н. Болотов. Екатеринбург: УрО РАН, 2007. 184 с.
  6. Горный В.И., Крицук С.Г., Латыпов И.Ш., Тронин А.А. Количественная оценка перспектив нефтегазоносности территорий на основе комплексной обработки материалов космических и геофизических съемок // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Вып. 5. Т. 1. C. 349–355.
  7. Горный В.И., Крицук С.Г., Латыпов И.Ш. Термодинамический подход для дистанционного картографирования нарушенности экосистем // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 2. С. 179–194.
  8. Горный В.И., Крицук С.Г., Латыпов И.Ш., Храмцов В.Н. Верификация крупномасштабных карт термодинамического индекса нарушенности экосистем // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 4. С. 201–212.
  9. Станкевич С.А., Филиппович В.Е., Лубский Н.С., Крылова А.Б., Крицук С.Г., Бровкина О.В., Горный В.И., Тронин А.А. Интеркалибрация методов восстановления термодинамической температуры поверхности урбанизированной территории по материалам тепловой космической съёмки // Український журнал дистанційного зондування Землі, 2015. № 7. C. 14–23.
  10. Agam N., Kustas W.P., Anderson M.C., Li F., Neale C.M. A vegetation index based technique for spatial sharpening of thermal imagery // Remote Sens. Environ. 2007. 107. P. 545–558.
  11. Essa W., van der Kwast J., Verbeiren B., Batelaan O. Downscaling of thermal images over urban areas using the land surface temperature-impervious percentage relationship // Int. J. Appl. Earth Obs. Geoinf. 2013. Vol. 23. P. 95–108.
  12. Jing L., Cheng Q. A technique based on non-linear transform and multivariate analysis to merge thermal infrared data and higher-resolution multispectral data // Int. J. Remote Sens. 2010. Vol. 31. P. 6459–6471.
  13. Kustas W.P., Norman J.M., Anderson M.C., French A.N. Estimating subpixel surface temperatures and energy fluxes from the vegetation index–radiometric temperature relationship // Remote Sens. Environ. 2003. Vol. 85. P. 429–440.
  14. Li W. Mutual Information Functions Versus Correlation Functions // Journal of Statistical Physics. 1990. Vol. 60. Issue 5–6. P. 823–837.
  15. Rodriguez-Galiano V., Pardo-Iguzquiza E., Sanchez-Castillo M., Chica-Olmo M., Chica- Rivas M. Downscaling Landsat 7 ETM+ thermal imagery using land surface temperature and NDVI images // International Journal of Applied Earth Observation and Geoinformation. 2012. Vol. 8. P. 515–527.
  16. da Silva B.B., Braga A.C., Braga C.C., de Oliveira L.M.M., Montenegro S.M.G.L., Barbosa J-r B. Procedures for calculation of the albedo with OLI-Landsat 8 images: Application to the Brazilian semi-arid // Revista Brasileira de Engenharia Agrícola e Ambiental. 2016. V. 20 . No 1. P. 3–8.
  17. Stathopoulou M., Cartalis C. Downscaling AVHRR land surface temperatures for improved surface urban heat island intensity estimation // Remote Sens. Environ. 2009. Vol. 113. P. 2592–2605.
  18. Wang F., Qin Zh., Li W., Song C., Karnieli A., Zhao Sh. .An Efficient Approach for Pixel Decomposition to Increase the Spatial Resolution of Land Surface Temperature Images from MODIS Thermal Infrared Band Data // Sensors (Basel). 2015. Vol. 15 (1). P. 304–330.
  19. Watson K., Rowan L.C., Offield T.V. Application of Thermal Modelling in Geologic Interpretation of IR Images // Proceedings of 7-th International Symposium on Remote Sensing of Environment. Ann Arbor. Michigan. 1971. P. 2017–2041.
  20. Xue Y., Cracknell A.P. Advanced Thermal Inertia Modeling // International Journal of Remote Sensing. 1995. Vol. 16. No. 3. P. 431–446.