Анализ закономерностей в распределении температурного поля промышленных городов Cибири по данным Lаndsat 8

В последние годы все большую популярность приобретает использование спутниковых данных для оценки состояния и перспектив развития внутригородских территорий. Современные системы обработки ДДЗ, такие как Google Earth Engine(GGE) и ВЕГА-Science, разработанная в ИКИ РАН [1], позволяют осуществить переход от обработки отдельных сцен к анализу временных серий изображений. Такой подход дает возможность проследить временную динамику происходящих изменений, выполнить статический анализ исследуемых показателей, выявить устойчивые аномалии и обнаружить закономерности в их пространственно-временном распределении на исследуемых территориях. Анализ температурных полей крупных промышленных городов позволяет выявить тепловые аномалии, закономерности в распределении температуры на территории города, что важно для решения экологических проблем, рационального планирования и развития городской инфраструктуры.
Используя данные 10-го канала спутника Landsat 8 и алгоритм, предложенный в работе[2], в системе GEE авторами были построены температурные карты крупных промышленных городов Сибири (Новосибирск, Красноярск, Кемерово, Томск, Барнаул, Иркутск) в пределах их границ за бесснежный период 2014-2021гг. На этих картах изображены средние многолетние температуры за указанный период, хорошо просматриваются устойчивые зоны «аномально» высоких температур, которые соответствуют промышленным зонам, а также сети автомобильных и железных дорог. Для указанных городов построены гистограммы распределения значений температур, посчитаны основные статистические показатели, такие как среднее, дисперсия и среднеквадратическое отклонение. Показано, что гистограммы во всех рассмотренных случаях носят вид трехмодального распределения и позволяют выделить следующие классы подстилающей поверхности:
1) вода,
2) растительность,
3) строения и открытая почва;
4) промышленные зоны, ж/д и автодороги.
Первые три класса соответствуют трем модам распределения, а четвертый класс – это «хвост» распределения, отвечающий аномальным значениям температуры. Анализ гистограмм показал, что пороговые значения классов, как и пиковые значения мод для изучаемых городов разные. Пороговые значения различаются в пределах 1–2°С, что объясняется различием в климатических условиях, рельефом, плотностью застройки, разной степенью промышленного развития.
В целом, показано, что использование серии разновременных данных LST Landsat 8 позволяет не только построить карты распределения температур подстилающей поверхности крупных промышленных городов, но и дает возможность выявить закономерности в распределении их температурных полей, что, в свою очередь, может служить источником информации при оценке промышленного развития городов, степени урбанизации и экологического состояния территории. Кроме этого, величина LST Landsat 8 может быть использована в качестве дополнительного информативного признака при классификации городских территорий.