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. 2021. Т. 18. № 4. С. 79-91

Применение мультивременного композита с когерентностью (МТС) для изучения сезонной изменчивости поверхности о. Визе в целях его картографирования

В.Ю. Ширшова 1, 2 , Е.А. Балдина 1 
1 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
2 Научный центр оперативного мониторинга Земли, Москва, Россия
Одобрена к печати: 16.06.2021
DOI: 10.21046/2070-7401-2021-18-4-79-91
Методы радиолокационной интерферометрической съёмки широко используются в целях создания и обновления цифровых карт высот и исследования подвижек земной поверхности. Однако радиолокационная интерферометрия также может применяться во многих других областях, в частности для мониторинга сезонной изменчивости труднодоступных территорий. Малые арктические острова являются «белыми» пятнами на картах, ввиду того что с 50-х гг. прошлого века на них не обновлялась картографическая информация, а её актуализация с привлечением наземных измерений или снимков в оптическом диапазоне весьма трудоёмка и ресурсозатратна. Тем временем в условиях глобального изменения климата такие острова больше всех подвержены трансформациям. Малые арктические острова поэтому могут служить маркерами процессов потепления, для которых необходимо обозначить индикаторы мониторинга изменений среды. В представленной работе продемонстрировано применение интерферометрической когерентности для изучения сезонной изменчивости. Мультивременной композит с когерентностью (МТС), широко используемый как индикатор изменений для сельскохозяйственных территорий, был применён для оценки изменений арктического о. Визе. Благодаря мультивременному композиту были определены характерные особенности сезонной изменчивости поверхности в разное время года на примере о. Визе. Для этого были обработаны все доступные интерферометрические радиолокационные данные спутника Sentinel-1 на территорию о. Визе (всего 88 изображений). Детальный анализ МТС-композитов был проведён на 2019 г., для которого было получено наибольшее число карт когерентности — 26. Получены сведения о периодах свободной ото льда ближайшей к острову акватории и от снега — его поверхности на протяжении последних пяти лет, обеспеченных съёмками Sentinel-1. Проведённое исследование в перспективе послужит основой для создания тематических карт для территории о. Визе.
Ключевые слова: спутниковая радиолокационная интерферометрия, Sentinel-1, когерентность, МТС-композит, Арктика
Полный текст

Список литературы:

  1. Визе В. Ю. Моря Советской Арктики: очерки по истории исследования. М.: Главсевморпути, 1948. 296 с.
  2. Виноградова Н. С., Сосновский А. В. Использование карт когерентности для повышения точности интерферограмм при обработке данных радиолокаторов с синтезированной апертурой // Ural Radio Engineering J. 2018. Т. 2. № 1. С. 67–80. DOI: 10.15826/urej.2018.2.1.006.
  3. Достовалов М. Ю., Трошко К. А. Экспериментальная оценка когерентности по амплитудным изображениям радиолокатора с синтезированной апертурой Sentinel-1 // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. №. 2. С. 9–18. DOI: 10.21046/2070-7401-2020-17-2-9-18.
  4. Захаров А. И., Яковлев О. И., Смирнов В. М. Спутниковый мониторинг Земли. Радиолокационное зондирование поверхности. М.: Красанд, 2012. 248 с.
  5. Литау Н. А. Остров и Человек // Литау.ru. 16.08.2014. URL: https://litau.ru/2014/08/16/8946.
  6. Михайлюкова П. Г., Захаров А. И., Захарова Л. Н. Районирование Толбачинского Дола на основе значений когерентности // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 85–98. DOI: 10.21046/2070-7401-2020-17-2-85-98.
  7. Пиетранера Л., Чезарано Л., Бритти Ф., Джентиле В., Кантемиров Ю. И. Новый продукт MTC, рассчитываемый по данным COSMO-SkyMed // Геоматика. 2012. № 1. С. 46 51.
  8. Романенко Ф. А. Интенсивность геоморфологических процессов на островах и побережьях морей Карского и Лаптевых (по материалам наблюдений полярных станций) // Геоморфология. 2008. № 1. С. 56–64. DOI: 10.15356/0435-4281-2008-1-56-64.
  9. Чимитдоржиев Т. Н., Дмитриев А. В., Дагуров П. Н. Технология совместного анализа временных рядов изображений интерферометрической когерентности Sentinel-1 и вегетационного индекса по данным Sentinel-2 для мониторинга сельскохозяйственных полей // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С. 61–72. DOI: 10.21046/2070-7401-2020-17-4-61-72.
  10. Amarsaikhan D., Ganzorig M., Ache P., Blotevogel H. The integrated use of optical and InSAR data for urban land-cover mapping // Intern. J. Remote Sensing. 2007. V. 28. No. 6. P. 1161–1171. DOI: 10.1080/01431160600784267.
  11. Baldina E. A., Shirshova V. Yu., Zhdanova E. Yu. Characteristics of the Small Arctic Island of Vise (Kara Sea) Basing on 2019 Multi-season Sentinel-1 Data // European Polar Science Week. 26–30 Oct. 2020 / ESA. 2020. 15 p. P. 7. URL: http://conf.rse.geosmis.ru/files/pdf/18/8189_Разработка_методики_построения_ЦМР_по_радиолокационным_данным_Sentinel.pdf.
  12. Bartsch A., Pointner G., Ingeman-Nielsen T., Lu W. Towards Circumpolar Mapping of Arctic Settlements and Infrastructure Based on Sentinel-1 and Sentinel-2 // Remote Sensing. 2020. V. 12. No. 15. Art. No. 2368. DOI: 10.3390/rs12152368.
  13. Engdahl M. E., Hyyppa J. M. Land-cover classification using multitemporal ERS-1/2 InSAR data // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. No. 7. P. 1620–1628. DOI: 10.1109/TGRS.2003.813271.
  14. Jacob A. W., Vicente-Guijalba F., Lopez-Martinez C., Lopez-Sanchez J. M., Litzinger M., Kristen H., Mestre-Quereda A., Ziółkowski D., Lavalle M., Notarnicola C., Suresh G., Antropov O., Ge S., Praks J., Ban Y., Pottier E., Mallorquí Franquet J. J., Duro J., Engdahl M. E. Sentinel-1 InSAR Coherence for Land Cover Mapping: A Comparison of Multiple Feature-Based Classifiers // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2020. V. 13. P. 535–552. DOI: 10.1109/JSTARS.2019.2958847.
  15. Jiang M., Yong B., Tian X., Malhotra R., Hu R., Li Z., Yu Z., Zhang X. The potential of more accurate InSAR covariance matrix estimation for land cover mapping // ISPRS J. Photogrammetry and Remote Sensing. 2017. V. 126. P. 120–128. DOI: 10.1016/j.isprsjprs.2017.02.009.
  16. Khalil R. Z., Haque S. InSAR coherence-based land cover classification of Okara, Pakistan // The Egyptian J. Remote Sensing and Space Science. 2018. V. 21. P. S23–S28. DOI: 10.1016/j.ejrs.2017.08.005.
  17. Ma G., Zhao Q., Wang Q., Liu M. On the Effects of InSAR Temporal Decorrelation and Its Implications for Land Cover Classification: The Case of the Ocean-Reclaimed Lands of the Shanghai Megacity // Sensors. 2018. V. 18. No. 9. P. 2939. DOI: 10.3390/s18092939.
  18. Sharov A. I. Online Atlas of Glacier Fluctuations in the Eurasian High Arctic. 2012. URL: http://dib.joanneum.at/maires/index.php?page=atlas (accessed 25.12.2020).
  19. Srivastava H. S., Patel P., Navalgund R. R. Application potentials of synthetic aperture radar interferometry for land-cover mapping and crop-height estimation // Current Science. 2006. V. 91. No. 6. P. 783–788.
  20. Touzi R., Lopes A., Bruniquel J., Vachon P. W. Coherence estimation for SAR imagery // IEEE Trans. Geoscience and Remote Sensing. 1999. V. 37. No. 1. P. 135–149. DOI: 10.1109/36.739146.
  21. Vicente-Guijalba F., Jacob A., Lopez-Sanchez J. M., Lopez-Martinez C., Duro J., Notarnicola C., Ziolkowski D., Mestre-Quereda A., Pottier E., Mallorquí J. J., Lavalle M., Engdahl M. Sincohmap: Land-cover and vegetation mapping using multi-temporal Sentinel-1 interferometric coherence // 2018 IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS). 2018. P. 6631–6634. DOI: 10.1109/IGARSS.2018.8517926.
  22. Wang L., Marzahn P., Bernier M., Ludwig R. Mapping permafrost landscape features using object-based image classification of multi-temporal SAR images // ISPRS J. Photogrammetry and Remote Sensing. 2018. V. 141. P. 10–29. DOI: 10.1016/j.isprsjprs.2018.03.026.
  23. Yun H. W., Kim J. R., Choi Y. S., Lin S. Y. Analyses of Time Series InSAR Signatures for Land Cover Classification: Case Studies over Dense Forestry Areas with L-Band SAR Images // Sensors. 2019. V. 19. No. 12. Art. No. 2830. DOI: /10.3390/s19122830.