Вісник Астрономічної школи, 2018, том 14, № 2, с. 70–77

https://doi.org/10.18372/2411-6602.14.10
Завантажити PDF
УДК 528.855+835

Оцінювання поля термодинамічної температури земної поверхні за супутниковими даними на основі класифікації земного покриву

Зєлик Я.І., Підгородецька Л.В., Чорний С.В.

Інститут космічних досліджень НАН України і ДКА України, 03680, м. Київ, пр. Академіка Глушкова, 40, корпус 4/1

Реферат

Обґрунтовано та реалізовано у середовищі Semi-Automatic Classification Plugin (SCP) для QGIS метод оцінювання поля термодинамічної температури земної поверхні за супутниковими даними довгохвильового інфрачервоного діапазону на основі класифікації земного покриву в оптичному діапазоні випромінювання за методами машинного навчання. Для реалізації та попередньої перевірки методу використані супутникові зображання Landsat 8 OLI і TIRS, які містять пожежонебезпечні торфовища у дати явно вираженої пожежної небезпеки. Встановлено, що контури ділянок земної поверхні, отримані з умов перевищення експериментально підібраних порогових значень термодинамічної температури за побудованим температурним растром земної поверхні, узгоджуються з наземною інформацією про тління і пожежі на торфовищах.

Ключові слова: термодинамічна температура земної поверхні; яскравісна (радіаційна температура); температурний растр; коефіцієнт теплового випромінювання; класифікація земного покриву; метод максимальної правдоподібності; пожежонебезпечні торфовища; фаза тління; фаза полум'яного горіння; Landsat 8 (OLI, TIRS)

Перелік посилань

  1. Semi-Automatic Classification Plugin Documentation [Електронний ресурс]. – Режим доступу: https://semiautomaticclassificationmanual-v5.readthedocs.io/en/latest/# (01.11.2018)
  2. QGIS. A Free and Open Source Geographic Information System [Електронний ресурс]. – Режим доступу: https://www.qgis.org/en/site/ (01.11.2018).
  3. Sobrino J., Jiménez-Muñoz J.C., Paolini L. Land surface temperature retrieval from LANDSAT TM 5 // Remote Sensing of Environment. – 2004. – Vol. 90. – P.434–440. https://doi.org/10.1016/j.rse.2004.02.003
  4. Moran M., Jackson R., Slater P., Teillet P. Evaluation of simplified procedures for retrieval of land surface reflectance factors from satellite sensor output // Remote Sensing of Environment. – 1992. – Vol. 41. – P.169–184. https://doi.org/10.1016/0034-4257(92)90076-v
  5. Richards J.A., Jia X. Remote Sensing Digital Image Analysis: An Introduction. – Springer, 2006. https://doi.org/10.1007/978-3-662-03978-6
  6. Weng Q., Lu D., Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies // Remote Sensing of Environment. – 2004. – Vol. 89. – P.467–483. https://doi.org/10.1016/j.rse.2003.11.005
  7. Mallick J., Singh C.K., Shashtri S., Rahman A., Mukherjee S. Land surface emissivity retrieval based on moisture index from LANDSAT TM satellite data over heterogeneous surfaces of Delhi city // International Journal of Applied Earth Observation and Geoinformation. – 2012. – Vol. 19. – P.348–358. https://doi.org/10.1016/j.jag.2012.06.002
  8. Using the USGS Landsat Level-1 Data Product [Електронний ресурс]. – Режим доступу: https://landsat.usgs.gov/using-usgs-landsat-8-product (01.11.2018).
  9. Elvidge C.D., Zhizhin M., Feng-Chi Hsu, Baugh K., Khomarudin M.R., Vetrita Y., Sofan P., Suwarsono, Dadang Hilman Long-wave infrared identification of smoldering peat fires in Indonesia with nighttime Landsat data // Environ. Res. Lett. – 2015. – Vol. 10, No. 6. https://doi.org/10.1088/1748-9326/10/6/065002

Завантажити PDF