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 текстСписок литературы:
- Визе В. Ю. Моря Советской Арктики: очерки по истории исследования. М.: Главсевморпути, 1948. 296 с.
- 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.
- 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.
- Захаров А. И., Яковлев О. И., Смирнов В. М. Спутниковый мониторинг Земли. Радиолокационное зондирование поверхности. М.: Красанд, 2012. 248 с.
- Литау Н. А. Остров и Человек // Литау.ru. 16.08.2014. URL: https://litau.ru/2014/08/16/8946.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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).
- 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.
- 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.
- 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.
- 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.
- 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.