Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год
Методика коррекции временных рядов тепловых изображений со спутников Landsat
(на примере тундровых ландшафтов Западной Сибири)
Корниенко С.Г. (1)
(1) Институт проблем нефти и газа РАН, Москва, Россия
На примере северных районов Западной Сибири рассмотрены возможности и особенности применения временных рядов тепловых изображений для картографического моделирования трансформаций тундровых ландшафтов и прогнозирования развития опасных геокриологических процессов (ОГП) вблизи промышленных и хозяйственных объектов. Основная проблема при сопоставлении разновременных тепловых изображений заключается в изменении характера распределений теплового поля поверхности под влиянием внешних случайных факторов, в первую очередь, вариаций пропускания атмосферы и колебаний температуры воздуха. Результаты полевых наблюдений летнего периода в районе Ямбургского нефтегазоконденсатного месторождения (НГКМ, Тазовский п-ов) показали, что из-за нестабильности среднесуточной температуры воздуха разница температуры поверхности (температурный контраст, ТК) участков с отличающимися типами тундрового почвенно-растительного покрова за 2-3 дня может измениться в несколько раз. Проблема решается путем применения различных методов радиометрической коррекции тепловых изображений, наиболее распространенным из которых является регрессионный анализ с выбором одного изображения в качестве опорного (Schott, Salvaggio, Vochok, 1988; Martinez-Alonso et al, 2005; Canty, Nielsen, 2008; Shedit, Ramsey, Lancaster, 2008; Rahman et al, 2015). Цель работы – развитие, адаптация и апробация методов радиометрической коррекции тепловых изображений Landsat для количественной оценки изменений температуры поверхности с учетом особенностей тундровых ландшафтов и природно-климатических условий Крайнего Севера.
Предлагаемая методика относительной радиометрической коррекции тепловых изображений основана на определении коэффициентов линейной регрессии двух изображений по псевдо-инвариантным областям (ПИО), состоящим из пикселей со стабильными спектральными характеристиками. В отличие от известных методов (сопоставления гистограмм, обычной регрессии, ортогональной регрессии), определение ПИО базируется на сравнении результатов неконтролируемой классификации типов поверхности общей фоновой (стабильной) области двух мультиспектральных снимков с исключением из ПИО пикселей, попадающих в разные классы. Преимущество предлагаемой методики состоит в возможности минимизировать погрешность коррекции ТК путем итеративного определения оптимального количества классов и коэффициентов линейной регрессии по методу кросс-валидации (КВ). Процесс коррекции тепловых изображений проходит в полуавтоматическом режиме, только с использованием данных Landsat. Параметры задаются при выборе района, создании масок и на этапе неконтролируемой классификации.
Результаты применения методики в районах Марре-Сале (п-ов Ямал) и Уренгойского НГКМ (Тазовский п-ов) показали, что коррекция тепловых изображений со спутников Landsat летнего периода съемок позволяет в 2-5 раз снизить разницу (погрешность) ТК между опорными и корректируемыми изображениями в границах фоновых областей. В условиях проведенного эксперимента абсолютная погрешность на уровне пороговой чувствительности (0,4K) достигается для ТК не превышающих 3,0К. В данном случае, это приемлемый результат, поскольку для районов тундры высокая температурная чувствительность необходима при изучении локальных ОГП на ранних стадиях развития, характеризующихся незначительными изменениями влажности и температуры покрова. Результаты валидации методики с использованием выгоревшего «мертвого» участка в качестве эталона стабильного состояния показали практически полное соответствие относительных погрешностей значениям, полученным по методу КВ, что свидетельствует о корректности и эффективности предлагаемого подхода в целом.
На основе временного ряда скорректированных тепловых изображений и индекса NDVI участков пирогенного поражения в районе Уренгойского НГКМ показано, что процесс стабилизации состояния тундрового покрова длится 25-28 лет и характеризуется строго разнонаправленными трендами изменения температуры поверхности и NDVI. Положительная корреляция температуры и индекса NDVI характеризует иной тип трансформации ландшафта, в частности, это может быть изменение гидрологического режима или интенсивности транспирации. В целом, полученные результаты свидетельствуют о перспективности применения описанной методики, в том числе в планируемых работах по прогнозированию развития ОГП, оценке изменений теплофизических свойств тундрового покрова, геокриологических условий, пожароопасности территорий, динамики болот и эмиссии метана, а также при изучении трансформаций криогенных ландшафтов в условиях глобальных изменений климата, локальных стихийных и антропогенных воздействий.
Работа выполнена в рамках государственного задания (тема «Рациональное природопользование и эффективное освоение нефтегазовых ресурсов арктической и субарктической зон Земли», № АААА-А19-119021590079-6).
Ключевые слова: дистанционное зондирование Земли, коррекция, температурный контраст, тепловое изображение, тундраЛитература:
- Canty M.J., Nielsen A.A. Automatic radiometric normalization of multitemporal satellite imagery with the iteratively re-weighted MAD transformation // Remote Sensing of Environment. 2008. V.112. P. 1025–1036.
- Martinez-Alonso S., Jakosky B.M., Mellon M.T., Putzig N.E. A volcanic interpretation of Gusev Crater surface materials from thermophysical, spectral and morphological evidence // Journal of Geophysical Research. 2005. V.110. E01003
- Rahman M.M., Hay G.J., Couloigner I., Hemachandran B., Bailin J.A. A comparison of four radiometric normalization techniques for mosaicing H-res multi-temporal thermal infrared flight lines of a complex urban scene // ISPRS Journal of Photogrammetry and Remote Sensing. 2015. V. 106. P. 82–94.
- Scheidt S., Ramsey M., Lancaster N. Radiometric normalization and image mosaic generation of ASTER thermal infrared data: An application to extensive sand sheets and dune fields // Remote Sensing of Environment. 2008. V.112. P. 920–933.
- Schott J.R., Salvaggio C., Vochok W.J. Radiometric scene normalization using pseudo-invariant features // Remote Sensing of Environment. 1988. V. 26. P.1−16.
Дистанционное зондирование растительных и почвенных покровов
432