Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Будущая конференция
Архив конференций
2024 2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003
Личный кабинет
Зарегистрироваться на сайте Войти на сайт Забыли пароль?
Электронный сборник статей
«Информационные технологии в дистанционном зондировании Земли - RORSE 2018»
Журнал
«Современные проблемы дистанционного зондирования Земли из космоса»
Дополнительная информация
Контакты Полезная информация
Подписка/отписка
на рассылку новостей
Ваш e-mail:

Двадцать третья международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

Участие в конкурсе молодых ученых 

XXIII.F.433

Спектральная разделимость гарей и не повреждённых огнём участков на территории России по данным Landsat-8/9 OLI, Sentinel-2 MSI и NOAA-20 VIIRS

Матвеев А. М. (1), Барталев С. А. (1), Егоров В. А. (1), Миклашевич Т. С. (1)
(1) Институт космических исследований РАН, Москва, Россия
Анализ спектральной разделимости гарей и не затронутых пожарами участков позволяет выявить наиболее чувствительные спектральные каналы и вегетационные индексы для детектирования пройденных огнём территорий, определить оптимальные пороговые значения для фильтрации шумов и обнаружения повреждённых участков (Украинский, 2013; Liu et al., 2023; Oliva et al., 2011; Pereira, 1999; van Dijk et al., 2021).

В рамках представляемой работы получены выборки гарей и негоревших участков по данным Landsat-8/9 OLI и Sentinel-2 MSI за 2023–2024 гг. на территории России. С применением классификатора Random Forest создана валидационная выборка пройденных огнем участков с использованием 39 сцен/14 тайлов MGRS Sentinel-2 MSI.

На основании полученных выборок проведён анализ спектральной разделимости выборок гарей и неповреждённых участков (Kaufman, Remer, 1994; Pereira, 1999) различных типов растительного покрова согласно карте типов наземных экосистем RLC v5.7.1 (Барталев и др., 2016) и других типов наблюдаемых объектов (облаков и их теней, водных объектов, снежного покрова). Рассмотрена возможность модификации вегетационных индексов BAI (Chuvieco et al., 2002) и GEMI (Verstraete, Pinty, 1996) с заменой канала Red на SWIR16 по аналогии с индексами BAIM (Martin et al., 2005) и GEMI3 (Barbosa et al., 1999).

Рассмотрена возможность применения метрики временнóй разделимости, используемой для картографирования гарей в стандартных продуктах MODIS MCD64A1 C6 и VIIRS VNP64A1 C2 (Giglio et al., 2018, 2025) и продукте ESA FireCCIS311 (Lizundia-Loiola et al., 2022). Применимость данного подхода апробирована в границах валидационной выборки Sentinel-2 MSI на основе предварительно обработанных данных NOAA-20 VIIRS VJ109 (каналы Red/NIR/SWIR16 с пространственным разрешением 375 м) (Миклашевич и др., 2021).

Работа выполнена в рамках темы ИКИ РАН «Мониторинг» (госрегистрация № 122042500031-8) с использованием сервиса «Вега-Science» (Loupian et al., 2022) и возможностей Центра коллективного пользования «ИКИ-Мониторинг» (Лупян и др., 2019).

Ключевые слова: гари, спектральные индексы, спектральная разделимость
Литература:
  1. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 c.
  2. Лупян Е. А., Прошин А. А., Бурцев М. А. и др. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
  3. Миклашевич Т. С., Барталев С. А., Егоров В. А. Развитие предварительной обработки данных спутниковых наблюдений приборов VIIRS и MODIS для задачи мониторинга растительного покрова // Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». М.: ИКИ РАН, 2021. C. 366. DOI 10.21046/19DZZconf-2021a.
  4. Украинский П. А. Динамика спектральных свойств зарастающих травяных гарей // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 4. С. 229–238.
  5. Barbosa P. M., Grе́goire J-M., Pereira J. M. C. An Algorithm for Extracting Burned Areas from Time Series of AVHRR GAC Data Applied at a Continental Scale // Remote Sensing of Environment. 1999. V. 69. P. 253–263. DOI: 10.1016/S0034-4257(99)00026-7.
  6. Chuvieco E., Martín M. P., Palacios A. Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination // International Journal of Remote Sensing. 2002. V. 23. P. 5103–5110. DOI: 10.1080/01431160210153129.
  7. Giglio L., Boschetti L., Roy D. P. et al. The Collection 6 MODIS burned area mapping algorithm and product // Remote Sensing of Environment. 2018. V. 217. P. 72–85. DOI: 10.1016/j.rse.2018.08.005.
  8. Giglio L., Boschetti L., Roy D. P. et al. The NASA VIIRS burned area product, global validation, and intercomparison with the NASA MODIS burned area product // Remote Sensing of Environment. 2025. V. 331. Article 115006. DOI: 10.1016/j.rse.2025.115006.
  9. Kaufman Y. J., Remer L. A. Detection of Forests Using Mid-IR Reflectance: An Application for Aerosol Studies // IEEE Transactions on Geoscience and Remote Sensing. 1994. V. 32. No. 3. P. 672–683. DOI: 10.1109/36.297984.
  10. Lizundia-Loiola J., Franquesa M., Khairoun A., Chuvieco E. Global burned area mapping from Sentinel-3 Synergy and VIIRS active fires // Remote Sensing of Environment. 2022. V. 282, Article 113298. DOI: 10.1016/j.rse.2022.113298.
  11. Liu P., Liu Y., Guo X. et al. Burned area detection and mapping using time series Sentinel-2 multispectral images // Remote Sensing of Environment. 2023. V. 296. Article 113753. DOI: 10.1016/j.rse.2023.113753.
  12. Loupian E., Burtsev M., Proshin A. et al. Usage Experience and Capabilities of the VEGA-Science System // Remote Sensing. 2022. V. 14. Iss. 1. Article 77. DOI: 10.3390/rs14010077.
  13. Martin M. P., Gо́mez I., Chuvieco E. Performance of a burned-area index (BAIM) for mapping Mediterranean burned scars from MODIS data // Proceedings of the 5th International Workshop on Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment. P. 193–197.
  14. Oliva P., Martín P., Chuvieco E. Burned area mapping with MERIS postfire image // International Journal of Remote Sensing. V. 32. Iss. 15. P. 4175–4201, DOI: 10.1080/01431161.2010.489062.
  15. Pereira J. M. C. A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping // IEEE Transactions on Geoscience and Remote Sensing. 1999. V. 37. P. 217–26.
  16. van Dijk D., Shoaie S., van Leeuwen T., Veraverbeke S. Spectral signature analysis of false positive burned area detection from agricultural harvests using Sentinel-2 data // International Journal of Applied Earth Observations and Geoinformation. 2021. V. 97. Article 102296. DOI: 10.1016/j.jag.2021.102296.
  17. Verstraete M. M., Pinty B. Designing optimal spectral indexes for remote sensing applications // IEEE Transactions on Geoscience and Remote Sensing. 1996. V. 34. Iss. 5. P. 1254–1265. DOI: 10.1109/36.536541.

Дистанционное зондирование растительных и почвенных покровов