Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

№ 4 (2024)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ

Восстановление интенсивности осадков по данным радиометра ATMS

Филей А.А., Андреев А.И.

Аннотация

В статье представлена нейросетевая методика определения интенсивности осадков по данным микроволновых измерений радиометра ATMS, установленного на борту космических аппаратов Suomi NPP и NOAA-20/21. Алгоритм построен на двух полносвязных нейронных сетях, одна из которых используется для обнаружения осадкообразующей облачности, а другая – для количественной оценки осадков. При обучении нейронной сети в качестве эталонного источника информации выступал массив смоделированных с помощью быстрой радиационной модели RTTOV в каналах прибора ATMS измерений и соответствующих им интенсивностей осадков из реанализа ECMWF ERA5. Валидация полученных оценок интенсивностей осадков проводилась по данным результатов работы алгоритмов MIRS и GPROF для спутникового радиометра ATMS, а также по данным наземных радиолокационных наблюдений NIMROD. Результаты проведенной валидации показали уровень точности, соответствующий большинству работ в этой области. Валидация была проведена отдельно для суши и отдельно для воды. При сравнении с алгоритмом MIRS корреляция составила больше 0.9, и были получены RMSE для воды ‒ 0.78 мм/ч, для суши ‒ 0.84 мм/ч. При сравнении с алгоритмом GPROF корреляция для воды и для суши составила ~0.8, а RMSE ‒ 1.27 и 0.9 мм/ч, соответственно. При сравнении с данными наземного радиолокационного зондирования NIMROD корреляция и RMSE для суши составили 0.47 и 1.37 мм/ч, соответственно. Результаты проведенной валидации подтверждают работоспособность представленной нейросетевой методики восстановления интенсивности осадков. Кроме этого, дальнейшая небольшая доработка представленного алгоритма позволит применять его к измерениям других микроволновых спутниковым приборов, в том числе российских, например, МТВЗА-ГЯ, устанавливаемого на космических аппаратах серии Метеор-М.

Исследование Земли из космоса. 2024;(4):3-21
pages 3-21 views

Критерии пространственного распределения полиметаллических рудных объектов как основа для создания прогнозно-поисковой модели с использованием нейросетевого подхода (на примере территории юго-восточного Забайкалья)

Гришков Г.А., Нафигин И.О., Устинов С.А., Петров В.А., Минаев В.А.

Аннотация

Работа направлена на выявление и обоснование критериев, косвенно или фактически контролирующих рудные объекты, в целях создания прогнозной нейросетевой модели металлогенического потенциала юго-восточного Забайкалья. Для этого собраны и обработаны геолого-геофизические и картографические материалы, включая результаты анализа данных дистанционного зондирования. Статистический анализ массива собранных данных позволил установить перечень минимально необходимой информации для выявления критериев локализации полиметаллических рудных объектов в пределах территории юго-восточного Забайкалья. В результате подготовлены тематические схемы, отражающие связь распределения известных зон полиметаллической минерализации с выявленными геолого-пространственными признаками. Между всеми критериями проведен корреляционный анализ с целью оценки пригодности использования выбранных признаков в качестве исходных данных для будущей нейросетевой модели.

Исследование Земли из космоса. 2024;(4):22-37
pages 22-37 views

ИСПОЛЬЗОВАНИЕ КОСМИЧЕСКОЙ ИНФОРМАЦИИ О ЗЕМЛЕ

Оценка распределения очагов дефляции на территории Ненецкого автономного округа по данным дистанционного зондирования

Юферев В.Г., Кулик К.Н., Пугачева А.М., Гущин В.А.

Аннотация

Геоинформационная оценка процессов дефляции в условиях Арктики позволяет перейти на новый технологический уровень в планировании лесомелиоративного обустройства ландшафтов арктической зоны. Использование лесомелиорации и фитомелиорации аккумулятивных форм дает возможность управления процессами опустынивания. Для реализации цели исследования ‒ оценки пространственного распределения участков дефлированных поверхностей на территории Ненецкого автономного округа был проведен геоинформационный анализ актуальных данных космического зондирования и выявлена степень деградации (дефляции и антропогенной трансформации) территории на контролируемых площадях, на базе которого предлагаются необходимые мероприятия для предотвращения дефляции земель и планируется создать информационную систему мониторинга и прогноза состояния почвенного и растительного покрова. Дешифрирование космоснимков участков дефляции на территории исследований позволило разработать векторные картографические слои ГИС, на которых представлены выделенные береговые, континентальные незаросшие и заросшие массивы. Проведенная геоморфологическая дифференциация участков дефляции дает возможность эффективно использовать такие параметры, как ярусность, экспозиция, мезо- и микроклиматические различия, а также планировать противодефляционные мероприятия. Разработаны векторные картографические слои пространственного распределения песчаных аккумулятивных форм и определены их морфометрические характеристики, установлены особенности развития континентальной и береговой дефляции, площади которой составляют 31.51 и 20.86 тыс. га соответственно, общее количество выделенных векторными контурами участков превышает 166 тыс., а их размеры изменяются от 0.001 га до более чем 5.5 тыс. га. В результате пространственной оценки заросших растительностью 68 крупных песчаных массивов установлена их площадь, составляющая 543.85 тыс. га.

Исследование Земли из космоса. 2024;(4):38-46
pages 38-46 views

Геоинформационный мониторинг состояния рисовых полей провинции Анзянг (Вьетнам) по мультиспектральным данным ДЗЗ и полевого спектрорадиометрирования

Юферев В.Г., Кулик А.К., Хиеп Н., Васильченко А.А., Выприцкий А.А., Балкушкин Р.Н., Чау В., Тху Ч.

Аннотация

Пространственное распределение участков территории, используемой для ведения сельскохозяйственных работ, имеет большое значение для разработки мер по управлению территориями и планирования рационального использования земельных и водных ресурсов. Так как в условиях территории исследований возможен выбор сроков посева, выращивания и уборки урожая, то пространственные данные по размещению полей для выращивания риса могут быть использованы для оценки объема потребляемой для его выращивания воды и разработки модели севооборота для различного объема доступной воды исходя из уровня водозапаса основного источника. В статье представлены результаты картографирования площадей, занятых рисом в начале сухого сезона 2021 г. на основе материалов Sentinel-2, полевой верификации и спектрометрирования. По результатам картографирования в провинции занято рисом 197.1 тыс. га при общей площади провинции 352.2 тыс. га. В материалах статистики, посевная площадь риса за 2021 г. составила 624.9 тыс. га с учетом нескольких урожаев в год, а общая площадь земель, используемых под сельскохозяйственное производство – 279.2 тыс. га. На основе экспертного картографирования вручную выделено около 5 тыс. полей в разных состояниях, которые использовались как опорные для анализа. Выявлено распределение значений спектральных индексов NDVI и NDWI в пределах полей, а также значения КСЯ в каналах RGBNIR на основе материалов Sentinel-2 и полевого спектрометрирования PSR-1100f. Перекрестная попиксельная проверка результатов в пределах выделенных вручную полей показала следующий результат: из 2161 га достоверно выделено 2053 га площадей, занятых рисом. Точность производителя 94%, точность пользователя 91%. Корреляция значений выделенных площадей риса с экспертными составила R = 0.933. Сравнение результатов картографирования с продуктом земного покрова ESRI Land Cover показало сильную разницу. Площади земель сельскохозяйственного назначения в ESRI Land Cover сравнимы с материалами статистики, однако они не включают в себя аквафермы, сады, поля с овощами. По оценке с результатами картографирования риса, свыше 60 тыс. га сельскохозяйственных угодий в ESRI Land Cover ошибочно классифицированы как рис.

Исследование Земли из космоса. 2024;(4):47-55
pages 47-55 views

ФИЗИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА

Определение общего содержания диоксида углерода в атмосфере по данным спутникового фурье-спектрометра ИКФС-2: анализ и опыт применения

Рублев А.Н., Голомолзин В.В., Успенский А.Б., Киселева Ю.В., Козлов Д.А., Белан Б.Д., Аршинов М.Ю., Тимофеев Ю.М., Панов А.В., Прокушкин А.С.

Аннотация

На основе ретроспективного сопоставления с данными наземных спектроскопических измерений в Петергофе Санкт-Петербургского государственного университета (СПбГУ) и самолетных измерений в районе Новосибирского водохранилища Института оптики атмосферы им. В.Е. Зуева (ИОА), проведенных в 2019–2022 гг., выполнен анализ результатов применения новой версии регрессионной методики определения общего содержания диоксида углерода XCO2 (мольной доли атмосферного CO2 в сухом воздухе) по измерениям инфракрасного фурье-спектрометра ИКФС-2 российского метеорологического спутника “Метеор-М” №2. Дано описание внесенных изменений в методику с целью повышения точности спутниковых оценок. Так, для компенсации влияния изменения характеристик ИКФС-2 во время длительного полета на оценки XCO2 используется их калибровка по результатам наземных измерений обсерватории NOAA на вулкане Мауна-Лоа (остров Гавайи). После калибровки и фильтрации облачных сцен расхождение спутниковых оценок с данными наземных и самолетных измерений характеризуется средним квадратическим отклонением ~4 млн-1 или 1% от общего содержания XCO2. Чтобы ускорить адаптацию регрессионного алгоритма оценки XCO2 к данным ИКФС-2 на новых спутниках предлагается дополнительно к контактным измерениям концентраций CO2 использовать оценки XCO2 наземной сети TCCON. Также в регрессиях в качестве еще одного предиктора, характеризующего состояние прибора, целесообразно использовать толщину криоосадка на стекле фотоприемника ИКФС-2.

Исследование Земли из космоса. 2024;(4):56-68
pages 56-68 views

КРАТКИЕ СООБЩЕНИЯ

Применение метода Stacking-InSAR для анализа изменений высоты лесного полога

Бондур В.Г., Чимитдоржиев Т.Н., Дмитриев А.В., Номшиев Ж.Д.

Аннотация

Показана принципиальная возможность количественной оценки динамики высоты сплошного полога зрелого и молодого соснового леса на равнине с применением метода взвешенного суммирования временных рядов развернутых интерферометрических фаз. Последние получены с использованием подхода, основанного на облачных расчётах. Скорости прироста высоты лесного полога за 2017, 2018 и 2019 гг., рассчитанные по спутниковым радиолокационным данным, подтверждены результатами наземных полевых исследований. Показано, что величина прироста зависит, в том числе, от количества осадков в мае-июле текущего года.

Исследование Земли из космоса. 2024;(4):69-76
pages 69-76 views

ДИСКУССИИ

Комплексные геоморфологические и морфотектонические исследования с использованием данных дистанционного зондирования из космоса как основа повышения эффективности геологических работ

Гаврилов А.А.

Аннотация

Недооценка комплексного применения геоморфологической, морфотектонической информации и материалов космических съемок при проведении тематических геологических исследований, геолого-съемочных, прогнозно-поисковых работ существенно снижает их эффективность. Одна из возможных причин этого – несовершенство методологии геоморфологических исследований, ориентированных на изучение рельефа территорий как совокупности поверхностей геологических тел. Перспективы открывает переход к изучению форм рельефа и геологических структур, тел в их единстве, как трехмерных, объемных объектов. Принципиально новые возможности для изучения геологии дна морей и океанов связаны, в частности, с визуализацией цифровых 3D моделей рельефа, создаваемых на основе глобальной базы батиметрических данных GEBCO 2014, региональных карт эхолотных промеров, материалов альтиметрии и дистанционного зондирования Земли из космоса. Актуальность таких исследований во многом связана с тем, что геологические модели, базирующиеся на идеях тектоники плит, не могут объяснить многие особенности строения, развития рельефа Земли и отдельных регионов. На ряде примеров показано, что современную геоморфологию в комплексе с морфотектоникой, методами дистанционного зондирования из космоса и компьютеризации необходимо рассматривать как одну из необходимых дисциплин для проведения работ, нацеленных на решения различных геологических задач. Дальнейшее развитие наук о рельефе планеты (геоморфология + морфотектоника) определяет необходимость подготовки геоморфологов как на географических, так геологических факультетах вузов.

Исследование Земли из космоса. 2024;(4):77-98
pages 77-98 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».