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. 2024. Т. 21. № 1. С. 197-209

Дистанционные микроволновые индикаторы сухости леса

А.Н. Романов 1 , И.В. Хвостов 1 , И.В. Рябинин 1 , Д.А. Романов 1 , Д.Н. Трошкин 1 
1 Институт водных и экологических проблем СО РАН, Барнаул, Россия
Одобрена к печати: 08.12.2023
DOI: 10.21046/2070-7401-2024-21-1-197-209
На примере тестовых участков сосновых боров (Алтайский край, Российская Федерация; Абайская обл., Республика Казахстан) изучена динамика радиояркостной температуры хвойного леса, измеренных со спутника SMOS (англ. Soil Moisture and Ocean Salinity) в период крупных лесных пожаров. Оценено влияние лесных пожаров на микроволновое излучение леса. Исследованы диэлектрические характеристики веток и хвои сосны, веток и листьев берёзы на частоте 1,41 ГГц. Использовали лабораторную установку мостового типа на основе промышленного фазометра ФК2-18, позволяющую измерять диэлектрические характеристики дисперсных смесей и водных растворов мостовым методом в диапазоне частот от 0,3 до 10,0 ГГц. Установлены зависимости показателей преломления и поглощения веток и хвои сосны, веток и листьев берёзы от объёмной доли воды в живом дереве. Для оценки пожарной опасности леса предложено использовать новый подход, основанный на комплексном анализе результатов дистанционных, натурных и лабораторных исследований. Предложены новые дистанционные микроволновые индикаторы сухости/влажности леса, основанные на использовании спутниковых измерений радиояркостной температуры в микроволновом диапазоне и лабораторных измерений диэлектрических характеристик живого дерева, позволяющие учесть фазовый состав и диэлектрические свойства древесной воды и сухой древесины.
Ключевые слова: сосна, берёза, ветка, хвоя, листья, влага, температура, влажность, лесной пожар, показатель преломления, коэффициент поглощения, комплексная диэлектрическая проницаемость, СВЧ-диапазон
Полный текст

Список литературы:

  1. Брушлинский Н. Н., Соколов С. В., Григорьева М. П. Сравнительный анализ обстановки с пожарами в странах мира // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. 2022. № 4. С. 5–12. DOI: 10.25257/FE.2022.4.5-12.
  2. Гусев В. Г. О методе оценки возможности возникновения и распространения пожаров в лесах по их фактической горимости // Тр. Санкт-Петербургского научно-исслед. ин-та лесного хоз-ва. 2018. № 2. С. 40–52. DOI: 10.21178/2079-6080.2018.2.40.
  3. Кибардина И. Н., Саворский В. П., Кузнецов О. О., Маклаков С.М., Панова О.Ю., Чухланцев А.А. Развитие СВЧ-радиометрической модели очага пламени лесного пожара // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 4. С. 79–88.
  4. Котельников Р. В., Лупян Е. А. Особенности дистанционно оцениваемых распределений площадей лесных пожаров для территорий с различным уровнем пожарной охраны // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 4. С. 75–87. DOI: 10.21046/2070-7401-2022-19-4-75-87.
  5. Лозин Д. В., Лупян Е. А., Балашов И. В. и др. Оценка гибели северных лесов от пожаров в XXI веке на основе анализа данных прибора MODIS об интенсивности горения // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 2. С. 292–301. DOI: 10.21046/2070-7401-2023-20-2-292-301.
  6. Лупян Е. А., Лозин Д. В., Балашов И. В. и др. Исследование зависимости степени повреждений лесов пожарами от интенсивности горения по данным спутникового мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 3. С. 217–232. DOI: 10.21046/2070-7401-2022-19-3-217-232.
  7. Романов Д. А., Рябинин И. В., Романов А. Н. Сезонные изменения температуры в стволе живого дерева (на примере сосны) // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 2. С. 142–154. DOI: 10.21046/2070-7401-2022-19-2-142-154.
  8. Саворский В. П., Каевицер В. И., Кибардина И. Н. и др. СВЧ-радиометрическая модель очага возгорания лесного пожара // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 137–144.
  9. Чудинов Б. С. Вода в древесине. Новосибирск: Наука, 1984. 267 с.
  10. Чухланцев А. А., Головачев С. П. Оценки затухания радиоволн диапазона 3–300 см в растительных покровах // Лесной вестн. (1997–2002). 2002. № 1. С. 112–117.
  11. Чухланцев А. А., Шутко А. М. Особенности определения влажности почвы СВЧ-радиометрическим методом в лесных районах // Исслед. Земли из космоса. 2012. № 2. С. 3–10.
  12. Чухланцев А. А., Шутко А. М., Головачев С. П. Ослабление электромагнитных волн растительными покровами // Радиотехника и электроника. 2003. Т. 48. № 11. С. 1285–1311.
  13. Шарков Е. А. Радиотепловое дистанционное зондирование Земли: физические основы. В 2-х т. М.: ИКИ РАН, 2014. Т. 1. 544 с.
  14. Arroyo L. A., Pascual C., Manzanera J. A. Fire models and methods to map fuel types: The role of remote sensing // Forest Ecology and Management. 2008. V. 256. Iss. 6. P. 1239–1252. DOI: 10.1016/j.foreco.2008.06.048.
  15. Gale M. G., Cary G. J., van Dijk A. I.J. M., Yebra M. Forest fire fuel through the lens of remote sensing: Review of approaches, challenges and future directions in the remote sensing of biotic determinants of fire behaviour // Remote Sensing of Environment. 2021. V. 255. Article112282. DOI: 10.1016/j.rse.2020.112282.
  16. Jones M. O., Jones L. A., Kimball J. S. et al. Satellite passive microwave remote sensing for monitoring global land surface phenology // Remote Sensing of Environment. 2011. V. 115. No. 4. P. 1102–1114. DOI: 10.1016/j.rse.2010.12.015.
  17. Kerr Y. H., Waldteufel Ph., Richaume Ph. et al. The SMOS Soil Moisture Retrieval Algorithm // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 5. P. 1384–1403. DOI: 10.1109/TGRS.2012.2184548.
  18. Macelloni G., Paloscia S., Pampaloni P. et al. Airborne multifrequency L- to Ka-band radiometric measurements over forests // IEEE Trans. Geoscience and Remote Sensing. 2001. V. 39. No. 11. P. 2507–2513. DOI: 10.1109/36.964988.
  19. Owe M., de Jeu R., Walker J. A methodology for surface soil moisture and vegetation optical depth retrieval using the microwave polarization difference index // IEEE Trans. Geoscience and Remote Sensing. 2001. V. 39. No. 8. P. 1643–1654. DOI: 10.1109/36.942542.
  20. Pissis P., Angnostopoulou-Konsta A., Apekis L. A dielectric study of the state of water in plant stems // J. Experimental Botany. 1987. V. 38. No. 9. pp. 1528–1540. DOI: 10.1093/jxb/38.9.1528.
  21. Romanov A. N. Some Behavior Features of Dielectric Properties of Water in Birch Wood at a Frequency of 1.41 GHz // IEEE Trans. Geoscience and Remote Sensing. 2022. V. 60. Article 4409208. 8 p. DOI: 10.1109/TGRS.2022.3157642.
  22. Schmugge T. J., Jackson T. J. A dielectric model of the vegetation effects on the microwave emission from soils // IEEE Trans. Geoscience and Remote Sensing. 1992. V. 30. No. 4. P. 757–760. DOI: 10.1109/36.158870.