Данная работа представляет собой изучение возможности применения многоспектральных спутниковых снимков для определения высоты снежного покрова для целей обеспечения безопасности, контроля лавинообразования, гидрологии.
Актуальность работы: Данная работа является актуальной в связи с тем, что снежный покров это один из самых важных параметров климатической системы: благодаря высоким показателям отражательной способности (альбедо), а также низкой теплопроводности, снег является ключевым элементом в энергетическом балансе Земли, а находящийся в снежном покрове запас воды – в водном балансе. Также определение снежного покрова играет важную роль как предиктор снеголавинного процесса, который необходимо постоянно отслеживать для обеспечения безопасности транспортного движения и безопасности людей. Также для нашей страны - России – где, большая часть площади продолжительное время покрыта снежным покровом, покров играет одну из основополагающих позиций в формировании климата. Каждый год специалисты ведут подсчеты результатов глобального анализа изменений характеристик снежного покрова, которые помогают определять климатические особенности сезонов и даже годов [1].
Для работы были взяты спутниковые снимки различных спутников (Terra Modis, Landsat) с сайта NASA LAADS DAAC Earthdata для территорий с полученными снегосъемными данными от местного гидрометеорологического управления областей гор Тянь-Шань, (перевал Камчик) и Кавказских гор (перевал Ирик Чак).
Инструментарием для работы были выбраны программное обеспечение SNAP, QGIS и дополнительное обеспечение Sat Toolboxes.
Была выполнена географическая привязка места снегосъемок к спутниковым снимкам с учетом рельефа местности с соотнесением измеренной высоты снега в точке и яркостью в спектральных каналах спутникового изображения.
Для обработки данных был применен пакет статистического анализа и метод линейной регрессии для обоснования связи между параметрами и дальнейшем построением уравнения регрессии для определения высоты снежного покрова в точке.
В ходе анализа была получена хорошая статистическая обоснованность (более 80% измерений можно обосновать выявленными связями параметров) возможности использования данного подхода для определения снежного покрова методом дистанционного зондирования атмосферы.