Современные проблемы дистанционного зондирования Земли из космоса. 2026. Т. 23. № 4. С. 119-136
Применимость интерферометрических пар на основе состояния местности и среды (на примере Узон-Гейзерной вулкано-тектонической депрессии)
М.А. Ширяев 1 , Е.А. Балдина 1 1 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
Одобрена к печати: 23.06.2026
DOI: 10.21046/2070-7401-2026-23-4-119-136
Оцениваются возможности оптимизации отбора интерферометрических пар на основе анализа условий местности и среды. Исследование проводится на примере выявления потенциальных смещений земной поверхности методом радиолокационной дифференциальной интерферометрии в Узон-Гейзерной вулкано-тектонической депрессии, которая ранее также изучалась с применением этого метода. Были использованы данные Sentinel-1 за период с 2015 по 2025 г. с восходящего и нисходящего витков, а их обработка проводилась при помощи программных средств на языке Python. Из числа метеопараметров и характеристик состояния местности (источниками были реанализ ERA5 (англ. European Centre for Medium-Range Weather Forecasts ReAnalysis) и продукты на основе данных системы MODIS (англ. Moderate Resolution Imaging Spectroradiometer)) отобраны те параметры, изменения которых показали лучшую связь с когерентностью. Такие параметры были объединены в интегральный показатель, названный индексом сходства, а его значения показали высокую корреляцию с когерентностью. Интерферометрические пары, отобранные по индексу сходства, в основном имеют высокую когерентность относительно других пар на те же периоды, а результаты интерферометрической обработки после отбора данных по выведенному индексу практически не отличаются от величин смещений, полученных методом малых базовых линий. По результатам обработки данных с восходящего и нисходящего витков также были рассчитаны вертикальные смещения. В рассматриваемый период зафиксирована серия вертикальных поднятий и опусканий, самое значительное поднятие произошло между 2023 и 2024 г. и составило до 3,5 см. Такие результаты говорят о необходимости продолжения мониторинга территории для выявления потенциальных вертикальных движений земной поверхности в будущем.
Ключевые слова: спутниковая дифференциальная интерферометрия, Sentinel-1, полуостров Камчатка, когерентность, вулканические зоны, реанализ
Полный текстСписок литературы:
- Кугаенко Ю. А., Салтыков В. А., Горбатиков А. В., Степанова М. Ю. Развитие модели района Узон-Гейзерной вулкано-тектонической депрессии и вулкана Кихпиныч (Камчатка) по результатам совместного анализа данных микросейсмического зондирования и локальной геодинамической активности // Физика Земли. 2015. № 3. С. 89–101. DOI: 10.7868/S0002333715030096.
- Лебедева Е. В., Сугробов В. М., Чижова В. П., Завадская А. В. Долина р. Гейзерной (Камчатка): гидротермальная деятельность и особенности рельефообразования // Геоморфология. 2020. № 2. С. 60–73. DOI: 10.31857/S0435428120020066.
- Ширшова В. Ю., Балдина Е. А., Лебедева Е. В. Опыт применения метода дифференциальной интерферометрии для определения смещений земной поверхности в Узон-Гейзерной вулкано-тектонической депрессии по данным Sentinel-1A за 2017–2022 годы // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 4. С. 133–146. DOI: 10.21046/2070-7401-2023-20-4-133-146.
- Ширяев М. А., Балдина Е. А., Лурье И. К. Использование интерферометрических данных со спутника Sentinel-1A для выявления изменений высоты поверхности Узон-Гейзерной вулкано-тектонической депрессии // Изв. вузов. Геодезия и аэрофотосъемка. 2024. Т. 68. № 3. С. 42–56. DOI: 10.30533/GiA-2024-022.
- Benedikter A., Belinska K., Rodriguez-Cassola M. et al. Toward dry snow parameter estimation by simultaneous multiple squint differential InSAR // IEEE Trans. Geoscience and Remote Sensing. 2024. V. 62. Article 4303515. 15 p. DOI: 10.1109/TGRS.2024.3486328.
- Braun A. Retrieval of digital elevation models from Sentinel-1 radar data — open applications, techniques, and limitations // Open Geosciences. 2021. V. 13. No. 1. P. 532–569. DOI: 10.1515/geo-2020-0246.
- Bredemeyer S., Ulmer F.-G., Hansteen T. H., Walter T. R. Radar path delay effects in volcanic gas plumes: The case of Láscar Volcano, Northern Chile // Remote Sensing. 2018. V. 10. No. 10. Article 1514. 44 p. DOI: 10.3390/rs10101514.
- Chaabane F., Tupin F., Maître H. An empirical model for interferometric coherence // Proc. SPIE. SAR Image Analysis, Modeling, and Techniques VII. 2005. V. 5980. P. 132–140. DOI: 10.1117/12.627341.
- Doin M.-P., Lasserre C., Peltzer G. et al. Corrections of stratified tropospheric delays in SAR interferometry: Validation with global atmospheric models // J. Applied Geophysics. 2009. V. 69. No. 1. P. 35–50. DOI: 10.1016/j.jappgeo.2009.03.010.
- Fernández J., González P. J., Camacho A. G. et al. An overview of geodetic volcano research in the Canary Islands // Pure and Applied Geophysics. 2015. V. 172. No. 11. P. 3189–3228. DOI: 10.1007/s00024-014-0916-6.
- Hanssen R. F. Radar interferometry: Data interpretation and error analysis. Kluwer, 2001. 318 p.
- Lort M., Aguasca A., López-Martínez C., Fabregas X. Impact of wind-induced scatterers motion on GB-SAR imaging // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2018. V. 11. No. 10. P. 3757–3768. DOI: 10.1109/JSTARS.2018.2863369.
- Lundgren P., Lu Z. Inflation model of Uzon caldera, Kamchatka, constrained by satellite radar interferometry observations // Geophysical Research Letters. 2006. V. 33. No. 6. Article L06301. 4 p. DOI: 10.1029/2005GL025181.
- Mao W., Ma P., Zheng Y. et al. Ionospheric error correction methods for InSAR measurements: A systematic review // IEEE Geoscience and Remote Sensing Magazine. 2025. V. 13. No. 4. P. 142–173. DOI: 10.1109/MGRS.2025.3562206.
- Smith E., Weintraub S. The constants in the equation for atmospheric refractive index at radio frequencies // Proc. IRE. 1953. V. 41. No. 8. P. 1035–1037. DOI: 10.1109/JRPROC.1953.274297.
- Smittarello D., d’Oreye N., Jaspard M. et al. Pair selection optimization for InSAR time series processing // J. Geophysical Research: Solid Earth. 2022. V. 127. No. 3. Article e2021JB022825. 24 p. DOI: 10.1029/2021JB022825.
- Solheim F. S., Vivekanandan J., Ware R. H., Rocken C. Propagation delays induced in GPS signals by dry air, water vapor, hydrometeors, and other particulates // J. Geophysical Research: Atmospheres. 1999. V. 104. No. D8. P. 9663–9670. DOI: 10.1029/1999JD900095.
- Wang X., Du Q., Luo Y. et al. Optimized SAR interferogram selection by modeling SAR coherence with the combined analysis of NDVI and spatiotemporal baseline // IEEE Geoscience and Remote Sensing Letters. 2025. V. 22. Article 4003205. 5 p. DOI: 10.1109/LGRS.2025.3528759.
- Westerhoff R., Steyn-Ross M. Explanation of InSAR phase disturbances by seasonal characteristics of soil and vegetation // Remote Sensing. 2020. V. 12. No. 18. Article 3029. 12 p. DOI: 10.3390/rs12183029.
- Yu C., Li Z., Penna N. T., Crippa P. Generic atmospheric correction model for Interferometric Synthetic Aperture Radar observations. // J. Geophysical Research: Solid Earth. 2018. V. 123. No. 10. P. 9202–9222. DOI: 10.1029/2017JB015305.
- Zwieback S., Hajnsek I. Influence of vegetation growth on the polarimetric zero-baseline DInSAR phase diversity — implications for deformation studies // IEEE Trans. Geoscience and Remote Sensing. 2016. V. 54. P. 3070–3082. DOI: 10.1109/TGRS.2015.2511118.
- Zwieback S., Hensley S., Hajnsek I. Assessment of soil moisture effects on L-band radar interferometry // Remote Sensing of Environment. 2015. V. 164. P. 77–89. DOI: 10.1016/j.rse.2015.04.012.