Данные, полученные спутниковыми радиолокаторами [1] и оптически сенсорами [2], широко используются при решении задач тематического картирования растительности. Зачастую идентифицировать тот или иной тип растительности удаётся по абсолютным значениям оптических вегетационных индексов или сечения обратного рассеяния. Однако в отдельных случаях надёжная идентификация интересующего типа поверхности возможно лишь в результате комплексного анализа оптических и радиолокационных данных.
Изменение водного баланса в пределах того или иного природно-территориального комплекса приводит к деградации почвенно-растительного покрова. В наибольшей степени этот процесс характерен для равнинных территорий с высоким залеганием грунтовых вод. Для таких участков поверхности даже незначительно увеличение объёма выпадающих осадков особенно при нарушении поверхностного стока приводит к обводнению с последующим заболачиванием в течении нескольких лет. Указанные процессы в полной мере наблюдались в пределах территории Омской области, расположенной на юге Западно-Сибирской равнины, в 2012-2019 гг. В 2019-2022 гг. процессы обводнения сменились иссушением поверхности. Однако длительное влияние негативных факторов обводнения привело к деградации отдельных участков поверхности, относящихся к сельхозугодиям и лесным массивам.
В процессе выполнения работ анализировались значения эффективной площади рассеяния (ЭПР) и NDVI, рассчитанные по данным, полученным космическими аппаратами Sentinel 1 и Sentinel 2 соответственно. Обнаружено, что совместный анализ данных, полученных указанными аппаратами, позволяет идентифицировать деградировавшие в результате обводнения участки поверхности. Стоит отметить, что значения ЭПР в режиме VV для ранее обводнённых сельхозугодий и вымокшего леса близки друг к другу. Наибольшие отличия в значениях ЭПР обводнённых сельхозугодий и вымокшего леса наблюдаются в режиме VH на начальных этапах вегетации, что может быть объяснено значительными отличиями в геометрии поверхности. Участки вымокшего леса отличаются более низкими, по сравнению деградировавшими сельхозугодиями, значениями NDVI, которые мало изменяются в течении вегетационного периода.
Таким образом, можно утверждать, что совместный анализ данных Sentinel 1 и Sentinel 2 позволяют идентифицировать участки поверхности, испытавшие негативное влияние обводнения.
Финансирование. Работа выполнена по государственному заданию Омского научного центра СО РАН (номер госрегистрации проекта 122011200349-3).