Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 3. С. 9-30
Валидация на территории России национальных и глобальных продуктов картографирования повреждённых пожарами ландшафтов по данным ДЗЗ
А.М. Матвеев
1 , С.А. Барталев
1 , В.А. Егоров
1 , И.А. Сайгин
1 , Ф.В. Стыценко
1 , С.С. Шинкаренко
1 1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 15.05.2025
DOI: 10.21046/2070-7401-2025-22-3-9-30
Представлены результаты оценки точности картографирования пройденной пожарами территории России по данным национального продукта ДЗЗ SRBA (англ. Surface Reflectance Burnt Area), разработанного в Институте космических исследований РАН, и глобальных продуктов CGLS Burned Area 300m 3.1 NTC (CGLS BA 3.1), FireCCI51, FireCCIS311, GABAM, MCD64A1 C6 и VNP64A1 C2. Использованные опорные выборки охватывают всю территорию страны и включают в себя более 1 млн км2 повреждённых огнём участков, выявленных по данным ДЗЗ пространственного разрешения 10–30 м. Полученные оценки свидетельствуют о высокой точности картографирования лесных гарей всеми представленными продуктами в летний период при использовании критерия F1-score, или индекса Сёренсена – Дайса (DC = 0,65–0,8), с наиболее высокими показателями у продукта SRBA (DC = 0,83). В весенний период преобладания лесных пожаров низкой летальности и малой площади точность оценок значительно снижается (DC = 0,25–0,6; DC = 0,4 для продукта SRBA). Наиболее высокая точность выделения травяных (лугово-степных) гарей характерна для продуктов CGLS BA 3.1, FireCCI51 и FireCCIS311 (DC = 0,55–0,7), тогда как для продукта SRBA наблюдается низкая точность (DC = 0,33). Все рассмотренные продукты ДЗЗ отличаются низкой точностью картографирования сельхозпалов (DC < 0,3). При учёте всех площадей в различных типах ландшафтов продукт SRBA отличается средним показателем точности (DC = 0,5). Наиболее высокие результаты точности наблюдаются у продуктов FireCCI51 и FireCCIS311 (DC ≈ 0,6). Продукты GABAM, MCD64A1 C6 и VNP64A1 C2 характеризуются высокой долей пропущенных повреждённых огнём участков (около 60–70 %). Для большинства продуктов свойственна систематическая недооценка пройденной огнём площади на 20–50 %. Исключение составляет продукт CGLS BA 3.1, для которого характерна высокая доля ложно выявленных повреждённых пожарами участков в летне-осенний период в лесной зоне.
Ключевые слова: дистанционное зондирование, повреждённые пожарами территории, точность оценки площади пожара, валидация
Полный текстСписок литературы:
- Барталев С. А., Стыценко Ф. В. Спутниковая оценка гибели древостоев от пожаров по данным о сезонном распределении пройденной огнем площади // Лесоведение. 2021. № 2. С. 115–122. DOI: 10.31857/S0024114821020029.
- Барталев С. А., Беляев А. И., Егоров В. А., Ершов Д. В., Коровин Г. Н., Коршунов Н. А., Котельников Р. В., Лупян Е. А. Валидация результатов выявления и оценки площадей поврежденных пожарами лесов по данным спутникового мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2005. Вып. 2. Т. 2. С. 343–353.
- Барталев С. А., Егоров В. А., Ефремов В. Ю., Лупян Е. А., Стыценко Ф. В., Флитман Е. В. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 2. С. 9–26.
- 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.
- Барталев С. А., Стыценко Ф. В., Егоров В. А., Лупян Е. А. Спутниковая оценка гибели лесов России от пожаров // Лесоведение. 2015. № 2. С. 83–94.
- Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.
- Бондур В. Г., Гордо К. А., Зима А. Л. Исследование из космоса последствий природных пожаров на территории России для разных типов растительного покрова // Исслед. Земли из космоса. 2022. № 6. С. 74–86. DOI: 10.31857/S0205961422060033.
- 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.
- Лупян Е. А., Лозин Д. В.., Барталев С. А. и др. Оценка повреждений российских лесов пожарами в XXI веке на основе анализа интенсивности горения по данным прибора MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 6. С. 233–249. DOI: 10.21046/2070-7401-2024-21-6-233-249.
- Матвеев А. М., Барталев С. А. Сравнительный анализ оценок эмиссии углерода от природных пожаров на территории России на основании глобальных продуктов ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 4. С. 141–161. DOI: 10.21046/2070-7401-2024-21-4-141-161.
- Медведева М. А., Макаров Д. А., Сирин А. А. Применимость различных спектральных индексов на основе спутниковых данных для оценки площадей торфяных пожаров // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 157–166. DOI: 10.21046/2070-7401-2020-17-5-157-166.
- Пономарев Е. И., Швецов Е. Г. Спутниковое детектирование лесных пожаров и геоинформационные методы калибровки результатов // Исслед. Земли из космоса. 2015. № 1. С. 84–91. DOI: 10.7868/s0205961415010054.
- Рыков Д., Дубинин М. Данные о сгоревших площадях MCD45: описание и получение // https://gis-lab.info/. 11.03.2011. https://gis-lab.info/qa/mcd45.html.
- Сайгин И. А., Барталев С. А., Стыценко Ф. В. Оценка точности выявления погибших от пожаров лесов на основе спутниковых данных дистанционного зондирования // Материалы 21-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2023. С. 400. DOI: 10.21046/21DZZconf-2023a.
- Стыценко Ф. В., Барталев С. А., Егоров В. А., Лупян Е. А. Метод оценки степени повреждения лесов пожарами на основе спутниковых данных MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 1. С. 254–266.
- Хвостиков С. А., Барталев С. А. Оценка потенциальной эмиссии углерода от лесных пожаров на основе данных ДЗЗ и результатов моделирования // Материалы 19-й Международ. конф. «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2021. С. 387. DOI: 10.21046/19DZZconf-2021a.
- Хвостиков С. А., Барталев С. А. Метод уточнения положения фронта пожара на основе ассимиляции данных спутникового мониторинга в модель распространения огня // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 9–18. DOI: 10.21046/2070-7401-2022-19-5-9-18.
- Шинкаренко С. С., Барталев С. А., Берденгалиева А. Н., Иванов Н. М. (2022а) Пространственно-временной анализ горимости пойменных ландшафтов Нижней Волги // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 1. С. 143–157. DOI: 10.21046/2070-7401-2022-19-1-143-157.
- Шинкаренко С. С., Дорошенко В. В., Берденгалиева А. Н. (2022б) Динамика площади гарей в зональных ландшафтах юго-востока европейской части России // Изв. РАН. Сер. геогр. 2022. Т. 86. № 1. С. 122–133. DOI: 10.31857/S2587556622010113.
- Bondur V. G., Gordo K. A., Voronova O. S. et al. Intense wildfires in Russia over a 22-year period according to satellite data // Fire. 2023. V. 6. Iss. 3. Article 99. DOI: 10.3390/fire6030099.
- Boschetti L., Flasse S. P., Brivio P. A. Analysis of the conflict between omission and commission in low spatial resolution dichotomic thematic products: The Pareto Boundary // Remote Sensing of Environment. 2004. V. 91. Iss. 3–4. P. 280–292. DOI: 10.1016/j.rse.2004.02.015.
- Boschetti L., Roy D. P., Hoffmann A. A. MODIS Collection 5 Burned Area product — MCD45. User’s Guide Version 2.0. 2009. 35 p.
- Boschetti L., Roy D. P., Justice C. O. International Global Burned Area Satellite Product Validation Protocol. Part I — production and standardization of validation reference data. Maryland, USA: Committee on Earth Observation Satellites, 2010. 11 p.
- Boschetti L., Roy D. P., Giglio L. et al. Global validation of the collection 6 MODIS burned area product // Remote Sensing of Environment. 2019. V. 235. Article 111490. DOI: 10.1016/j.rse.2019.111490.
- Chen Y., Hall J., van Wees D. et al. Multi-decadal trends and variability in burned area from the fifth version of the Global Fire Emissions Database (GFED5) // Earth System Science Data. 2023. V. 15. Iss. 11. P. 5227–5259. DOI: 10.5194/essd-15-5227-2023.
- Chuvieco E., Yue C., Heil A. et al. A new global burned area product for climate assessment of fire impacts // Global Ecology and Biogeography. 2016. V. 25. Iss. 5. P. 619–629. DOI: 10.1111/geb.12440.
- Chuvieco E., Mouillot F., van der Werf G. R. et al. Historical background and current developments for mapping burned area from satellite Earth observation // Remote Sensing of Environment. 2019. V. 225. P. 45–64. DOI: 10.1016/j.rse.2019.02.013.
- Chuvieco E., Roteta E., Sali M. et al. Building a small fire database for Sub-Saharan Africa from Sentinel-2 high-resolution images // Science of the Total Environment. 2022. V. 845. Article 157139. DOI: 10.1016/j.scitotenv.2022.157139.
- Clelland A. A., Marshall G. J., Baster R. et al. Annual and seasonal patterns of burned area products in Arctic-boreal North America and Russia for 2001–2020 // Remote Sensing. 2024. V. 16. Iss. 17. Article 3306. DOI: 10.3390/rs16173306.
- Conard S. G., Ponomarev E. I. Fire in the North: The 2020 Siberian fire season // Intern. J. Wildland Fire. 2020. V. 29. P. 26–32.
- Franquesa M., Lizundia-Loiola J., Stehman S. V., Chuvieco E. Using long temporal reference units to assess the spatial accuracy of global satellite-derived burned area products // Remote Sensing of Environment. 2022. V. 269. Article 112823. DOI: 10.1016/j.rse.2021.112823.
- García-Lázaro J. R., Moreno-Ruiz J. A., Riaño D., Arbelo M. Estimation of Burned Area in the Northeastern Siberian boreal forest from a Long-Term Data Record (LTDR) 1982–2015 time series // Remote Sensing. 2018. V. 10. Iss. 6. Article 940. DOI: 10.3390/rs10060940.
- Giglio L., Boschetti L., Roy D. P. et al. The Collection 6 MODIS burned area mapping algorithm and product // Remote Sensing of Environment. 2018. V. 217. P. 72–85. DOI: 10.1016/j.rse.2018.08.005.
- Giglio L., Schroeder W., Hall J. V., Justice C. O. MODIS Collection 6 Active Fire Product User’s Guide. Revision C. NASA, 2020. 63 p.
- Giglio L., Hall J. V., Humber M., Argueta F., Boschetti L., Roy D. P. Collection 2 VIIRS Burned Area Product User’s Guide. Version 1.1. NASA, 2024. 32 p.
- Glushkov I., Zhuravleva I., McCarty J. L. et al. Spring fires in Russia: results from participatory burned area mapping with Sentinel-2 imagery // Environmental Research Letters. 2021. V. 16. Iss. 12. Article 125005. DOI: 10.1088/1748-9326/ac3287.
- Hall J. V., Loboda T. V., Giglio L., McCarty G. W. A MODIS-based burned area assessment for Russian croplands: Mapping requirements and challenges // Remote Sensing of Environment. 2016. V. 184. P. 506–521. DOI: 10.1016/j.rse.2016.07.022.
- Hall J. V., Argueta F., Giglio L. Validation of MCD64A1 and FireCCI51 cropland burned area mapping in Ukraine // Intern. J. Applied Earth Observation and Geoinformation. 2021. V. 102. Article 102443. DOI: 10.1016/j.jag.2021.102443.
- Hawbaker T. J., Vanderhoof M. K., Schmidt G. L. et al. The Landsat Burned Area algorithm and products for the conterminous United States // Remote Sensing of Environment. 2020. V. 244. Article 111801. DOI: 10.1016/j.rse.2020.111801.
- Heil A., Pettinari M. L. ESA Climate Change Initiative — Fire_cci: D1.1 User Requirements Document (URD). Version 7.2. 2021. 66 p.
- Justice C., Belward A., Morisette J. et al. Developments in the “validation” of satellite sensor products for the study of the land surface // Intern. J. Remote Sensing. 2000. V. 21. Iss. 17. P. 3383–3390. DOI: 10.1080/014311600750020000.
- Kharuk V. I., Ponomarev E. I., Ivanova G. A. et al. Wildfires in the Siberian taiga // Ambio. 2021. V. 50. Iss. 11. P. 1953–1974. DOI: 10.1007/s13280-020-01490-x.
- Kolden C. A., Lutz J. A., Key C. H. et al. Mapped versus actual burned area within wildfire perimeters: Characterizing the unburned // Forest Ecology and Management. 2012. V. 286. P. 38–47. DOI: 10.1016/j.foreco.2012.08.020.
- Kurbanov E., Vorobev O., Lezhnin S. et al. Remote sensing of forest burnt area, burn severity, and post-fire recovery: A review // Remote Sensing. 2022. V. 14. Iss. 19. Article 4714. DOI: 10.3390/rs14194714.
- Kurbanov E., Vorobev O., Lezhnin S. et al. Temporal and spatial analyses of forest burnt area in the Middle Volga region based on satellite imagery and climatic factors // Climate. 2024. V. 12. Iss. 3. Article 45. DOI: 10.3390/cli12030045.
- Liu P., Liu Y., Guo X. et al. Burned area detection and mapping using time series Sentinel-2 multispectral images // Remote Sensing of Environment. 2023. V. 296. Article 113753. DOI: 10.1016/j.rse.2023.113753.
- Lizundia-Loiola J., Otón G., Ramo R., Chuvieco E. A spatio-temporal active-fire clustering approach for global burned area mapping at 250 m from MODIS data // Remote Sensing of Environment. 2020. V. 236. Article 111493. DOI: 10.1016/j.rse.2019.111493.
- Lizundia-Loiola J., Franquesa M., Khairoun A., Chuvieco E. Global burned area mapping from Sentinel-3 Synergy and VIIRS active fires // Remote Sensing of Environment. 2022. V. 282. Article 113298. DOI: 10.1016/j.rse.2022.113298.
- Loboda T. V., Csiszar I. A. Estimating burned area from AVHRR and MODIS: Validation results and sources of error // Contemporary Earth Remote Sensing from Space. 2005. V. 2. P. 415–421.
- Loboda T. V., Hall J. V., Chen D. et al. Arctic Boreal Annual Burned Area, Circumpolar Boreal Forest and Tundra, V2, 2002–2022. Oak Ridge, Tennessee, USA: ORNL DAAC, 2024. DOI: 10.3334/ORNLDAAC/2328.
- Long T., Zhang Z., He G. et al. 30 m resolution global annual burned area mapping based on Landsat images and Google Earth Engine // Remote Sensing. 2019. V. 11. Iss. 5. Article 489. DOI: 10.3390/rs11050489.
- Loupian E., Burtsev M., Proshin A. et al. Usage experience and capabilities of the VEGA-Science system // Remote Sensing. 2022. V. 14. Iss. 1. Article 77. DOI: 10.3390/rs14010077.
- Martín M. P., Ceccato P., Flasse S., Downey I. Fire detection and fire growth monitoring using satellite data // Remote Sensing of Large Wildfires in the European Mediterranean Basin. Berlin; Heidelberg: Springer, 1999. P. 101–122. DOI: 10.1007/978-3-642-60164-4_6.
- McCarty J. L., Krylov A., Prishchepov A. V. et al. Agricultural fires in European Russia, Belarus, and Lithuania and their impact on air quality, 2002–2012 // Land-Cover and Land-Use Changes in Eastern Europe after the Collapse of the Soviet Union in 1991. Springer Intern. Publ., 2017. P. 193–221. DOI: 10.1007/978-3-319-42638-9_9.
- Melchiorre A., Boschetti L. Global analysis of burned area persistence time with MODIS data // Remote Sensing. 2018. V. 10. Iss. 5. Article 750. DOI: 10.3390/rs10050750.
- Otón G., Lizundia-Loiola J., Pettinari M. L., Chuvieco E. Development of a consistent global long-term burned area product (1982–2018) based on AVHRR-LTDR data // Intern. J. Applied Earth Observation and Geoinformation. 2021. V. 103. Article 102473. DOI: 10.1016/j.jag.2021.102473.
- Padilla M., Ramo R. Copernicus Global Land operations “Vegetation and Energy”. “CGLOPS-1”. Burned Area Collection 300M, version 3.1. Quality assessment report. Iss. I1.10. Copernicus, 2024. 61 p.
- Padilla M., Ramo R., Sierra S. Copernicus Global Land operations. “Vegetation and Energy”. “CGLOPS-1”. Burned Area Collection 300M, version 3.1. Algorithm theoretical basis document. Iss. I2.10. Copernicus, 2024. 53 p.
- Pereira J. M. C., Sa A. C. L., Sousa A. M. O. et al. Spectral characterisation and discrimination of burnt areas // Remote Sensing of Large Wildfires in the European Mediterranean Basin. Berlin; Heidelberg: Springer, 1999. P. 123–138. DOI: 10.1007/978-3-642-60164-4_7.
- Ponomarev E. I., Zabrodin A. N., Shvetsov E. G., Ponomareva T. V. Wildfire intensity and fire emissions in Siberia // Fire. 2023. V. 6. Iss. 7. Article 246. DOI: 10.3390/fire6070246.
- Rogers B. M., Soja A. J., Goulden M. L., Randerson J. T. Influence of tree species on continental differences in boreal fires and climate feedbacks // Nature Geoscience. 2015. V. 8. Iss. 3. P. 228–234. DOI: 10.1038/ngeo2352.
- Roy D. P., Lewis P. E., Justice C. O. Burned area mapping using multi-temporal moderate spatial resolution data — a bi-directional reflectance model-based expectation approach // Remote Sensing of Environment. 2002. V. 83. Iss. 1–2. P. 263–286. DOI: 10.1016/S0034-4257(02)00077-9.
- Santoro M., Kirches G., Wevers J., Boettcher M., Brockmann C., Lamarche C., Defourny P. Land Cover CCI — Product User Guide. Version 1.1. UCL-Geomatics, Belgium, 2017. 52 p.
- Schroeder W., Giglio L., Hall J. Collection 2 Visible Infrared Imaging Radiometer Suite (VIIRS) 375-m Active Fire Product User’s Guide. Version 1.0. NASA, 2024. 17 p.
- Shinkarenko S. S., Berdengalieva A. N., Doroshenko V. V., Naichuk Ya. A. An analysis of the dynamics of areas affected by steppe fires in Western Kazakhstan on the basis of Earth remote sensing data // Arid Ecosystems. 2023. V. 13. Iss. 1. P. 29–38. DOI: 10.1134/S2079096123010122.
- Shvidenko A., Schepaschenko D., Sukhinin A., McCallum I., Maksyutov S. Carbon emissions from forest fires in boreal Eurasia between 1998–2010 // Proc. 5th Intern. Wildland Fire Conf. 2011. 11 p.
- Soja A., Stocks B., Cahoon D. R., Jr., Potter S., Rogers B., Jurko N., Conard S., Gargulinski E., de Groot W., ‘Bill’. New Product! Historic AVHRR-derived Burned Area product and validation for Siberia (1979–2000) // American Geophysical Union, Fall Meeting 2019. 2019. Article GC24C-07, 17 p.
- Sparks A. M., Boschetti L., Smith A. M. S. et al. An accuracy assessment of the MTBS burned area product for shrub–steppe fires in the northern Great Basin, United States // Intern. J. Wildland Fire. 2015. V. 24. P. 70–78. DOI: 10.1071/WF14131.
- Stroppiana D., Sali M., Busetto L. et al. Sentinel-2 sampling design and reference fire perimeters to assess accuracy of Burned Area products over Sub-Saharan Africa for the year 2019 // ISPRS J. Photogrammetry and Remote Sensing. 2022. V. 191. P. 223–234. DOI: 10.1016/j.isprsjprs.2022.07.015.
- Talucci A. C., Loranty M. M., Alexander H. D. Siberian taiga and tundra fire regimes from 2001–2020 // Environmental Research Letters. 2022. V. 17. Iss. 2. Article 025001. DOI: 10.1088/1748-9326/ac3f07.
- Tansey K. J., Binaghi E., Boschetti L., Brivio P. A., Cabral A., Ershov D., Flasse S., Fraser R., Gallo I., Graetz D., Grégoire J.-M., Maggi M., Peduzzi P., Pereira J. M., Sà A., Silva J., Sousa A., Stroppiana D., Vasconcelos M. J. P. Implementation of Regional Burnt Area Algorithms for the GBA2000 Initiative. European Communities, 2002. 169 p.
- The 2022 GCOS ECVs Requirements / World Meteorological Organization (WMO). Geneva, Switzerland, 2022. 261 p. https://oceanrep.geomar.de/id/eprint/57694/1/GCOS-245_2022_GCOS_ECVs_Requirements.pdf.
- van der Werf G. R., Randerson J. T., Giglio L. et al. Global fire emissions estimates during 1997–2016 // Earth System Science Data. 2017. V. 9. Iss. 2. P. 697–720. DOI: 10.5194/essd-9-697-2017.
- Vivchar A. V., Moiseenko K. B., Pankratova N. V. Estimates of carbon monoxide emissions from wildfires in Northern Eurasia for air quality assessment and climate modeling // Izvestiya, Atmospheric Oceanic Physics. 2010. V. 46. Iss. 3. P. 281–293. DOI: 10.1134/S0001433810030023.
- Wooster M. J., Zhang Y. H. Boreal forest fires burn less intensely in Russia than in North America // Geophysical Research Letters. 2004. V. 31. Iss. 20. Article L20505. DOI: 10.1029/2004GL020805.
- Wooster M. J., Roberts G. J., Giglio L. et al. Satellite remote sensing of active fires: History and current status, applications and future requirements // Remote Sensing of Environment. 2021. V. 267. Article 112694. DOI: 10.1016/j.rse.2021.112694.
- Zhu C., Kobayashi H., Kanaya Y., Saito M. Size-dependent validation of MODIS MCD64A1 burned area over six vegetation types in boreal Eurasia: Large underestimation in croplands // Scientific Reports. 2017. V. 7. Iss. 1. Article 4181. DOI: 10.1038/s41598-017-03739-0.