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)

XXIV.A.669

Детектирование стационарных источников тепла по данным NASA FIRMS и Sentinel-2 на основе тензорных разложений

Трунина А.А. (1), Родригес Залепинос Р.А. (1)
(1) Национальный исследовательский университет, Высшая школа экономики, Москва, Россия
Системы спутникового мониторинга тепловых аномалий регистрируют как природные пожары, так и стационарные промышленные источники тепла. Их разделение необходимо для уточнения статистики пожарной активности и актуализации сведений о промышленной инфраструктуре. В работе предложен метод детекции стационарных источников, сочетающий данные NASA FIRMS, мультиспектральные снимки Sentinel-2 L2A, распределённые вычисления и тензорные разложения многомерных временных рядов.

Исследование выполнено для территории 30-60° в.д., 50-70° с.ш. Детекции VIIRS объединяются в пространственные локации методом DBSCAN с расстоянием haversine. Для каждой локации формируются суточные ряды радиационной мощности пожара (FRP), числа детекций и доли ночных наблюдений, а также агрегированные характеристики регулярности и устойчивости активности. Фрагменты Sentinel-2 читаются из облачного хранилища без загрузки полных сцен, нормализованный индекс гарей NBR вычисляется на базе Dask.

Для сохранения временной структуры признаков строится тензор с измерениями «локация, время, признак». Разложение Таккера (HOSVD с уточнением HOOI) даёт компактное латентное представление локаций. Итоговая оценка принадлежности к промышленным источникам объединяет калиброванный случайный лес, обученный на эвристически размеченном подмножестве, и модель гауссовых смесей в латентном пространстве. Изучено влияние ранга разложения и длины временного окна на качество представления.

Детектор выявил 137 промышленных объектов. При сопоставлении с Global Power Plant Database и данными World Bank о факельном сжигании газа 96 детекций (~70%) подтверждены в радиусе 5 км; медианное расстояние до референсного объекта составило 1.53 км. Среди 10 наиболее уверенных предсказаний подтверждено 90%. Из 30 наиболее уверенных детекций 7 не совпали с базами. Визуальная проверка по снимкам показала, что эти 7 детекций соответствуют действующим промышленным объектам (металлургические предприятия, горнодобывающий комплекс). Это указывает на неполноту референсных баз. Метод может использоваться для выявления стационарных тепловых аномалий и дополнения перечней промышленных источников.

Ключевые слова: тепловые аномалии, стационарные источники тепла, NASA FIRMS, VIIRS, Sentinel-2, тензорные разложения, распределённые вычисления, машинное обучение

Методы и алгоритмы обработки спутниковых данных