Традиционно мониторинг лавин осуществляется наземными службами. Основной проблемой которых являются трудности с которыми они сталкиваются при обнаружении в труднодоступных местах и получении пространственной информации о них. Увеличение возможностей данных ДЗЗ различного пространственного разрешения позволило активно внедрять методы мониторинга лавин основанных на использовании этих данных.
Основными факторами на возможность их детектирования посредством данных ДЗЗ является размер самой лавины, пространственное разрешение спутниковых снимков с помощью происходит процесс обнаружения лавин, а также геометрия съемки в случае радарных данных и наличие облачного покрова при обнаружении по оптическим данным.
Разработанная методика для идентификации лавин базируется на использовании радиолокационных данных спутника Sentinel-1.
В общем виде процесс детектирования лавин по спутниковым радиолокационным данным состоит из следующих основных этапов:
- выбор основного снимка;
- подбор опорного снимка;
- обработка данных и получение класса лавин.
В качестве исходных данных при разработке методики были использованы радиолокационные данные Sentinel-1. Вся обработка данных велась в среде GEE. Снимки в ней доступны в виде амплитудных изображений формата Ground Range Detected (GRD), прошедших этапы калибровки и ортотрансформирования в программном обеспечении Sentinel-1 Toolbox. В GEE снимки добавляются ежедневно.
Эта коллекция состоит из всех отснятых за период наблюдения сцен. Большая часть архива для территории Казахстана снята в двух поляризационном режиме. Помимо каналов поляризаций, каждый снимок содержит канал “angle” в котором содержится информация об изменении угла падения в каждой точке сцены снимка.
Также для выявления лавин использовалась ЦМР SRTM с пространственным разрешением 1 arc-second (приблизительно 30m), также доступная в GEE. Этот продукт является результатом международных усилий полученный в результате проведенной в 2000 году миссии под названием Shuttle Radar Topography Mission.
Для мониторинга лавин использовался метод Change detection. Поэтому для минимизации искажений присущих радиолокаторам бокового обзора в качестве опорного снимка использовались снимки полученные с идентичного витка что и текущий снимок.
На этапе обработки данных для каждой полученной пары снимков создавались растры разницы обратного рассеяния для поляризаций VV, VH, а также рассчитываемого для каждого снимка дополнительного канала разницы имеющихся поляризаций VV и VH. На выходе получается трехкомпонентная матрица изменений обратного рассеяния создается RGB композит, где dVV, dVH, dSH.
Как уже отмечалось выше у радиолокаторов бокового обзора несмотря на существенное преимущество по сравнению с оптическими спутниковыми данными всепогодность, имеется еще и недостаток, который особо заметен при решении задачи мониторинга лавин. А именно, это наличие слепых зон при съемке на горных территориях, где особенно сильно проявляются эффекты layover и shadow. Именно для того чтобы минимизировать площадь таких искажений и выбирается предшествующий снимок, снятый с точно такими же параметрами как и основной. Помимо этого, для этих зон в процессе обработки рассчитываются и применяются layover & shadow маски создаваемые на основе геометрии съемки конкретной сцены и экспозиции поверхности местности. Они исключаются из дальнейшего анализа.
С помощью методов космического мониторинга невозможно зафиксировать момент схода лавины, таким образом под мониторингом лавин понимается обнаружение и картирование лавинных отложений образуемых в результате прохождения лавин. В связи с этим, для исключения ложноположительных целей на основе цифровой модели местности для каждого анализируемого снимка из общей цифровой модели вырезается территория соответствующая размеру сцены снимка. Для нее в свою очередь рассчитывается уклон местности. полученный слой ранжируется на различные зоны, согласно геоморфологическим факторам лавинообразования А именно: зона зарождения, зона транзита, зона отложения.
Полученный слой также используется для исключения ложно выделенных лавин на космоснимке.
Помимо этого, на данном этапе используется маска постоянной водной поверхности, которая также при применении метода change detection зачастую ошибочно может быть выделена как класс лавина.
В результате, образуется маска показывающая границы выделенных снежных лавин, которая экспортируется из среды GEE в виде растрового изображения в формате GeoTIFF.
Разрабатываемая методика в дальнейшем позволит автоматизировать процесс обнаружения и идентификации лавин.