Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 1. С. 136-146
Анализ изображений Sentinel 1 для весеннего паводка в Алтайском крае в апреле 2015 года и Рязанской области в апреле 2016 года
1 Фрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН, Фрязино, РФ
Одобрена к печати: 31.01.2017
DOI: 10.21046/2070-7401-2017-14-1-136-146
В данной работе рассматривается возможность дистанционного определения области паводкового подтопления в Алтайском крае для района реки Алей в апреле 2015 года и в Рязанской области для района реки Мокша и ее притоков в апреле 2016 года по радарным изображениям Sentinel 1. Для обнаружения паводкового подтопления на текущую дату необходимо иметь как минимум два радиолокационных изображения (РЛИ): одно на дату паводка, второе на дату межени. Далее, методом поиска изменений – разности или отношения двух изображений получаем изображение, к которому применяется двухпороговая обработка по методу (Long et al., 2014): первый порог выделяет области открытой воды без подтопленной растительности (темные пикселы), второй – области с частично подтопленной растительностью (яркие пикселы). Альтернативой для определения областей открытой паводковой воды при наличии известной водной поверхности является предложенная двухшаговая обработка, когда на первом шаге проводится пороговая обработка РЛИ, где порог определяется по области с известной открытой водой, а на втором шаге вычисляется разность двух изображений. Водная поверхность, которой нет в меженный период, выявляется ярким тоном на разностном изображении, обнаруживая области паводковой воды. Для нахождения частично подтопленной растительности на РЛИ используются два подхода: 1) по методу (Long et al., 2014) с выделением ярких пикселов на разностном изображении; 2) используя эффекты двойного переотражения, характерные для частично подтопленной растительности. Второй подход из-за отсутствия данных с полной поляриметрией осуществлен на основе использования текстурных признаков Харалика «контраст» и «энтропия». Оба подхода дают схожие результаты.
Ключевые слова: дистанционное зондирование, радиолокационное изображение, паводковое подтопление, подтопленная растительность, разновременные изображения, разностное изображение, текстурные признаки
Полный текстСписок литературы:
- Родионова Н.В. Статистический текстурный анализ радиолокационных изображений, полученных с ИСЗ АЛМАЗ // Исследование Земли из космоса. 1994. № 2. C. 59–64.
- Родионова Н.В. Классификация поверхности на поляриметрических РЛИ с использованием текстуры и разложения по механизмам рассеяния // Исследование Земли из космоса. 2007. № 4. С. 8–14.
- Родионова Н.В. Текстурная сегментация одноканальных изображений // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 3. С. 65–69.
- Brisco B., Li K., Tedford B., Charbonneau F., Yun S., Murnaghan K. Compact polarimetry assessment for rice and wetland mapping // Int. J. Remote Sens. 2013. Vol. 34. P. 1949−1964.
- Di Baldassarre G., Schumann G., Brandimarte L., Bates P. Timely Low Resolution SAR Imagery to Support Floodplain Modeling: A Case Study Review // Survey in Geophysics. 2001. Vol. 32 (3). P. 255–69.
- Freeman A., Durden S.L. A three-component scattering model for polarimetric SAR data // IEEE Trans. GRS. 1998. Vol. 36 (3). P. 963–973.
- Haralick R.M. Textural Features for Image Classification // IEEE. Trans. Syst. Man and Cybernetics. 1973. Vol. 3 (6). P. 610–621.
- Henry J.B., Chastanet P., Fellah K., Desnos Y.L. ENVISAT multi-polarised ASAR data for flood mapping // International Journal of Remote Sensing. 2006. Vol. 27 (10). P. 1921–1929.
- Hess L.L., Melack J.M., Filoso S., Wang Y. Delineation of inundated area and vegetation along the Amazon floodplain with the SIR-C synthetic aperture radar // IEEE Trans. Geosci. Remote Sens. 1995. Vol. 33. P. 896–904.
- Hess L., Melack J., Novo E., Barbosa C., Gastil M. Dual season mapping of wetland inundation and vegetation for the central Amazon Basin // Remote Sens. Environ. 2003. Vol. 87. P. 404−428.
- Long S., Fatoyinbo T., Policelli F. Flood extent mapping for Namibia using change detection and thresholding with SAR // Environ. Res. Lett. 2014. Vol. 9. 035002. DOI: 10.1088/1748-9326/9/3/035002.
- Martinis S., Rieke C. Backscatter Analysis Using Multi-Temporal and Multi-Frequency SAR Data in the Context of Flood Mapping at River Saale, Germany // Remote Sens. 2015. Vol. 7. P. 7732–7752.
- Musa Z.N., Popescu I., Mynett A. A review of applications of satellite SAR, optical, altimetry and DEM data for surface water modelling, mapping and parameter estimation // Hydrol. Earth Syst. Sci. 2015. Vol. 19. P. 3755–3769. URL: www.hydrol-earth-syst-sci.net/19/3755/2015/. DOI: 10.5194/hess-19-3755-2015.
- Richards J.A., Woodgate P.W., Skidmore A.K. An explanation of enhanced radar backscattering from flooded forests // Int. J. Remote Sens. 1987. Vol. 8. P. 1093–1100.
- Scheuchl B., Flett D., Caves R., Cumming I. Potential of RADARSAT-2 data for operational sea ice monitoring // Can. J. Remote Sens. 2004. Vol. 30. P. 448–461.
- Schumann G., Matgen P., Hoffmann L., Hostache R., Pappenberger F., Pfister L. Deriving distributed roughness values from satellite radar data for flood inundation modeling // J. Hydrol. 2007. Vol. 344. P. 96–111. DOI: 10.1016/j.jhydrol.2007.06.024.
- Schumann G., Hostache R., Puech C., Hoffmann L., Matgen P., Pappenberger F., Pfister L. High-resolution 3-D flood information from radar imagery for flood hazard management // IEEE Trans. Geosc. Rem. Sens. 2007. Vol. 45 (6). P. 1715–1725.
- Townsend P.A. Mapping seasonal flooding in forested wetlands using multi-temporal SAR // Photogramm. Eng. Remote Sens. 2001. Vol. 67. P. 857–864.
- White L., Brisco B., Dabboor M., Schmitt A., Pratt A. A Collection of SAR Methodologies for Monitoring Wetlands // Remote Sens. 2015. Vol. 7. P. 7615–7645. DOI: 10.3390/rs70607615.