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
Ваш e-mail:
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. 2019. Т. 16. № 4. С. 137-149

Детектирование гарей на территории Восточной Сибири по данным AVHRR/NOAA (1984–2016) с использованием комбинированного подхода

О.А. Томшин 1, 2 , В.С. Соловьев 1, 2 
1 Институт космофизических исследований и аэрономии им. Ю.Г. Шафера СО РАН, Якутск, Россия
2 Северо-Восточный федеральный университет им. М.К. Аммосова, Якутск, Россия
Одобрена к печати: 04.04.2019
DOI: 10.21046/2070-7401-2019-16-4-137-149
В работе представлены результаты детектирования гарей в лесах Восточной Сибири по данным проекта LTDR (1984–2016) с использованием комбинированного подхода, включающего на этапе валидации экспертную оценку достоверности выделенных пороговым алгоритмом гарей. Сравнение результатов детектирования с данными MODIS (продукт MCD64A1 С6, 2001–2016 гг.) и данными проекта GFED-4 (1995–2016) продемонстрировало хорошее согласие с коэффициентами корреляции ~0,95, ~0,87 и средними относительными ошибками 16,5 и 40,6 % соответственно. Анализ пространственного распределения гарей выявил, что на территории к западу от оз. Байкал качество их детектирования несколько ухудшается. Такое снижение обусловлено тем, что в этой части Восточной Сибири гари чаще имеют небольшие размеры и с учётом более низкого разрешения данных LTDR в сравнении с данными MODIS вероятность их обнаружения оказывается ниже. Комбинированный подход показал, что в некоторых регионах, имеющих сложный ландшафт подстилающей поверхности, данные MODIS часто предоставляют недостоверную информацию по гарям. По результатам детектирования построены годовые карты гарей на территории Восточной Сибири за 1984–2016 гг. Сделан вывод, что применение комбинированного подхода на основе экспертной оценки с использованием дополнительных подтверждающих гарь условий обеспечивает более высокий (по сравнению с полностью автоматизированными алгоритмами) уровень достоверности детектирования гарей, особенно для участков с горным рельефом, сложной текстурой земной поверхности, типом растительного покрова и/или расположенных на высоких широтах, где возникновение гарей крайне маловероятно.
Ключевые слова: гари, лесные пожары, дистанционное зондирование
Полный текст

Список литературы:

  1. Барталев С. А., Лупян Е. А., Стыценко Ф. В., Панова О. Ю., Ефремов В. Ю. Экспресс-картографиро­вание повреждений лесов России пожарами по спутниковым данным Landsat // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 1. С. 9–20.
  2. Гинзбург А. С., Губанова Д. П., Минашкин В. М. Влияние естественных и антропогенных аэрозолей на глобальный и региональный климат // Российский хим. журн. 2008. Т. LII. № 5. C. 112–119.
  3. Ершов Д. В., Ковганко К. А., Сочилова Е. Н. ГИС-технология оценки пирогенных эмиссий углерода по данным Terra-Modis и государственного учета лесов // Современные проблемы дистанционного зондирования Земли из космоса. 2009. Т. 6. № 2. С. 365–372.
  4. Замолодчиков Д., Краев Г. Влияние изменений климата на леса России: зафиксированные воздействия и прогнозные оценки // Устойчивое лесопользование. 2016. № 4(48). С. 23–31.
  5. Кондратьев К. Я., Григорьев А. А. Лесные пожары как компонент природной экодинамики // Опти­ка атмосферы и океана. 2004. Т. 17. № 04. С. 279–292.
  6. Лыткина Л. П., Миронова С. И. Послепожарная сукцессия в лесах криолитозоны (на примере Центральной Якутии) // Экология. 2009. № 3. С. 168–173.
  7. Национальный атлас России. В 4-х т. Т. 2. Природа. Экология. М.: ПКО «Картография», 2007. 496 c.
  8. Соловьев В. С., Будищев А. А. Возмущения аэрозольной оптической толщины атмосферы, вызванные лесными пожарами в Якутии // Оптика атмосферы и океана. 2010. Т. 23. № 7. С. 626–629.
  9. Соловьев В. С., Козлов В. И., Муллаяров В. А. Дистанционный мониторинг лесных пожаров и гроз в Якутии. Якутск: ЯНЦ СО РАН, 2009. 108 с.
  10. Томшин О. А., Соловьев В. С. Исследование крупномасштабных неоднородностей аэрозольных полей, вызванных лесными пожарами в Сибири // Оптика атмосферы и океана. 2016. Т. 29. № 7. С. 598–602.
  11. Томшин О. А., Соловьев В. С. Особенности лесопожарной активности в бореальных лесах мерзлотного региона Восточной Сибири // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 1. С. 261–271.
  12. Швиденко А. З., Щепащенко Д. Г. Климатические изменения и лесные пожары в России // Лесове­дение. 2013. № 5. С. 50–61.
  13. Щербаков И. П., Забелин О. Ф., Карпель Б. А. Лесные пожары в Якутии и их влияние на природу леса. Новосибирск: Наука, 1979. 226 с.
  14. Bertschi I. T., Jaffe D. A. Long-range transport of ozone, carbon monoxide, and aerosols to the NE Pacific troposphere during the summer of 2003: observations of smoke plumes from Asian boreal fires // J. Geophysical Research. 2005. V. 110. No. D5. P. D05303.
  15. Brewer C. K., Winne J. C., Redmond R. L., Opitz D. W., Mangrich M. V. Classifying and mapping wildfire severity: a comparison of methods // Photogrammetric Engineering and Remote Sensing. 2005. V. 71. No. 11. P. 1311–1320.
  16. Fraser R. H., Li Z., Landry R. SPOT-VEGETATION for characterising boreal forest fires // Intern. J. Remote Sensing. 2000. V. 21. No. 18. P. 3525–3532.
  17. Giglio L., Randerson J. T., van der Werf G. R. Analysis of daily, monthly, and annual burned area using the fourth generation global fire emissions database (GFED4) // J. Geophysical Research: Biogeosciences. 2013. V. 118. No. 1. P. 317–328.
  18. Giglio L., Boschetti L., Roy D. P., Humber M. L., Justice C. O. The Collection 6 MODIS burned area mapping algorithm and product // Remote Sensing of Environment. 2018. V. 217. P. 72–85.
  19. Heilman W. E., Liu Y., Urbanski S., Kovalev V., Mickler R. Wildland fire emissions, carbon, and climate: Plume rise, atmospheric transport, and chemistry processes // Forest Ecology and Management. 2014. V. 317. P. 70–79.
  20. Li Z., Kaufman Y. J., Ichoku C., Fraser R., Trishchenko A., Giglio L., Jin J., Yu X. A Review of AVHRR-based Active Fire Detection Algorithms: Principles, Limitations, and Recommendations // Global and Regional Vegetation Fire Monitoring from Space: Planning a Coordinated International Effort. Hague: SPB Academic Publishing BV, 2000. P. 199–225.
  21. Mitri G. H., Gitas I. Z. A semi-automated object-oriented model for burned area mapping in the Mediterra­nean region using Landsat-TM imagery // Intern. J. Wildland Fire. 2004. V. 13. No. 3. P. 367–376.
  22. Moreno Ruiz J. A., Riaño D., Arbelo M., French N. H. F., Ustin S. L., Whiting M. L. Burned area mapping time series in Canada (1984–1999) from NOAA-AVHRR LTDR: A comparison with other remote sensing products and fire perimeters // Remote Sensing of Environment. 2012. V. 117. P. 407–1414.
  23. Pedelty J., Devadiga S., Masuoka E., Brown M., Pinzon J., Tucker C., Vermote E., Prince S., Nagol J., Justice C., Roy D., Junchang J., Schaaf C., Jicheng L., Privette J., Pinheiro A. Generating a long-term land data record from the AVHRR and MODIS Instruments // IEEE Intern. Geoscience and Remote Sensing Symp. Barcelona, 2007. P. 1021–1025.
  24. Pu R., Gong P. Determination of burnt scars using logistic regression and neural network techniques from a single post-fire Landsat 7 ETM+ image // Photogrammetric Engineering and Remote Sensing. 2004. V. 70. No. 7. P. 841–850.
  25. Röder A., Hill J., Duguy B., Alloza J. A., Vallejo R. Using long time series of Landsat data to monitor fire events and post-fire dynamics and identify driving factors. A case study in the Ayora region (eastern Spain) // Remote Sensing of Environment. 2008. V. 112. No. 1. P. 259–273.
  26. Rogan J., Yool S. R. Mapping fire-induced vegetation depletion in the Peloncillo Mountains Arizona and New Mexico // Intern. J. Remote Sensing. 2001. V. 22. No. 16. P. 3101–3121.
  27. Sapkota A., Symons J. M., Kleissl J., Wang L., Parlange M. B., Ondov J., Breysse P. N., Diette G. B., Eggleston P. A., Buckley T. J. Impact of the 2002 Canadian forest fires on particulate matter air quality in Baltimore city // Environmental Science and Technology. 2005. V. 39. No. 1. P. 24–32.
  28. Tomshin O. A., Solovyev V. S. The impact of large-scale forest fires on atmospheric aerosol characteristics // Intern. J. Remote Sensing. 2014. V. 35. No. 15. P. 5742–5749.
  29. Tomshin O. A., Solovyev V. S. Detection of burnt areas in Yakutia on long-term NOAA satellites data (1985–2015) // Proc. SPIE on 24th Intern. Symp. on Atmospheric and Ocean Optics: Atmospheric Physics. 2018. V. 10833. P. 108338B.
  30. van der Werf G. R., Randerson J. T., Giglio L., Collatz G. J., Mu M., Kasibhatla P. S., Morton D. C., Defries R. S., Jin Y., Van Leeuwen T. T. Global fire emissions and the contribution of deforestation, savanna, forest, agricultural, and peat fires (1997–2009) // Atmospheric Chemistry and Physics. 2010. V. 10. No. 23. P. 11707–11735.