Исследование лесной растительности с использованием радиолокационных снимков, на примере центральной части Кольского полуострова

Лес является одним из значимых природных ресурсов нашей страны, важнейшей составляющей круговорота углерода и индикатором изменения климата, в связи с чем его исследование в научных и практических целях никогда не переставало быть актуальным. Одной из проблем при исследовании леса с использованием данных космической съемки традиционными методами является наличие плотного облачного покрова, характерного для залесенных территорий. Способом устранения этой проблемы может служить использование радиолокационных данных, на получение которых не влияют облачность и наличие освещения. Кроме того, радиолокационные данные в принципе могут быть информативны при исследовании растительности, так как чувствительны к биофизическим и диэлектрическим свойствам растений.
Появление данных Sentinel-1 SAR, единственных радиолокационных данных в открытом доступе, позволило по-новому взглянуть на изучение лесного покрова планеты. Эта работа посвящена возможностям исследования лесной растительности с использованием многовременных радиолокационных данных Sentinel-1 SAR за период одного года (с октября 2017 по ноябрь 2018 г.) на примере территории в пределах Кольского полуострова. Набор данных на годовой период позволяет исследовать динамику изменения сигналов обратного рассеяния в согласованной вертикальной и перекрестной поляризациях от лесов различного породного состава. Благодаря этому возможно отслеживание изменения в фенологии различных пород деревьев и определение индивидуального хода сигналов для каждой породы, а также выделение периодов схода и становления снежного покрова. В результате анализа многовременных графиков сигналов для ключевых участков полевых работ и кластеризации снимков для всей территории были выделены типы леса по преобладающему породному составу с относительно высоким уровнем достоверности.
Также исследование показало, что для радиолокационных данных коротковолнового диапазона (С-диапазона, как данные Sentinel-1 SAR) использование только летних снимков не может быть эффективным из-за насыщения сигнала, в то время как весенние и осенние дают больше всего информации. Помимо насыщения сигналов остается проблема чувствительности к выпадению влажных осадков (дождь, сырой снег), поскольку влага изменяет диэлектрические свойства поверхности, что ограничивает использование данных, полученных при облачности.
Работа выполнена по российско-британскому проекту «Мультиплатформенный дистанционный мониторинг воздействия изменения климата на северные леса России». Проект финансируют Британский Совет (грант Institutional Links № 352397111) и Министерство науки и высшего образования РФ (уникальный идентификатор проекта RFMEFI61618X0099).