CC BY
95
УДК 528.88
МОНИТОРИНГ ВУЛКАНИЧЕСКОЙ АКТИВНОСТИ НА ОСНОВЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ
Светлана Алексеевна Жиляева
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, магистрант кафедры физической геодезии и дистанционного зондирования, тел. (913)482-42-44, e-mail: [email protected]
Екатерина Николаевна Кулик
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры физической геодезии и дистанционного зондирования, тел. (383)361-08-66, e-mail: [email protected]
Рассмотрены вопросы мониторинга вулканической активности по данным дистанционного зондирования. Проанализированы возможности решения задач мониторинга по данным космических многозональных снимков Landsat на примере вулкана Плоский Толбачик.
Ключевые слова: дистанционное зондирование, мониторинг вулканической активности, определение температуры поверхности.
VOLCANIC ACTIVITY MONITORING BASED ON REMOTE SENSING DATA
Svetlana A. Zhilyaeva
Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo st., Master student of Physical Geodesy and Remote Sensing Department, tel. (913)482-42-44, e-mail: [email protected]
Ekaterina N. Kulik
Siberian State University of Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo st., Ph. D., Associate Professor of Physical Geodesy and Remote Sensing Department, tel. (383)361-08-66, e-mail: [email protected]
Volcanic activity's monitoring items by remote sensing data are considered. Multispectral Landsat images' usability for monitoring tasks on example of the Ploskiy Tolbachik volcano is analyzed.
Key words: remote sensing, volcanic activity monitoring, surface temperature determination.
Данные дистанционного зондирования позволяют упростить решения множества задач, касающихся мониторинга поверхности земного шара. Спутниковые съемки в различных диапазонах спектра ведутся ежедневно, что позволяет вести непрерывные наблюдения за самыми разнообразными явлениями и объектами земной поверхности.
Информация, получаемая методами дистанционного зондирования, имеет особую специфику и огромный ряд преимуществ. Для мониторинга вулканической активности самым значимым преимуществом использования данных дистанционного зондирования является безопасность проводимого исследования. Районы вулканической активности, как правило, располагаются в местах, до которых сложно добраться, и, где проблематично осуществлять безопасное наблюдение.
В данной работе представлено исследование информационных возможностей открытых материалов дистанционного зондирования для проведения мониторинга вулканической активности на примере извержения вулкана Плоский Толбачик, которое началось 27 ноября 2012 года и продолжается до сих пор.
В рамках исследования решались следующие задачи мониторинга вулкана Плоский Толбачик:
- определение температуры поверхности склонов вулкана и прилегающей территории по спутниковым снимкам;
- оценка динамики лавового поля.
Доступ к данным спутниковых съемок осуществлялся с помощью Интернет-геопортала Earth Explorer Геологической службы США [4]. Было получено 5 спутниковых снимков на следующие даты: 21 июля 2009 г., 3 августа 2011 г., 2 сентября 2013 г., 17 июля 2014 г., 28 сентября 2014 г.
Снимки на 21 июля 2009 г. и 3 августа 2011 г. (до извержения) были получены съемочной системой Thematic Mapper (TM), установленной на борту спутника Landsat 5. Снимки на 2 сентября 2013 г., 17 июля 2014 г. и 28 сентября 2014 г. (после начала извержения) получены съемочными системами OLI (Operational Land Imager) и TIRS (Thermal InfraRed Sensor), установленными на борту Landsat 8.
Все исследования и обработка геоданных проводились в программном продукте ERDAS Imagine.
Предварительная обработка снимков включала в себя:
- импорт изображений из формата GeoTiff в формат IMG;
- формирование многоканального изображения из одноканальных;
- выбор области интереса.
Для определения температурных характеристик поверхности необходимо исключить влияния снега, посредством создания маски снега. При создании данной маски использовался нормализованный дифференциальный индекс снега NDSI. NDSI - это относительная величина, характеризуемая различием отражательной способности снега в красном и коротковолновом инфракрасном диапазонах [3]:
NDSI = bo-55"bl64, (1)
^0.55+^1.64
где b0,55 - спектральный канал, регистрирующий длину волны равную 0,55 мкм;
b164 - спектральный канал, регистрирующий длину волны равную 1,64 мкм.
Для съемочной системы ТМ спектральным каналом, регистрирующим длину волны равную 0,55 мкм, является 2-ой спектральный канал, а канал, регистрирующий длину волны равную 1,64 мкм - 5-ый спектральный канал. Для OLI, TIRS - 3-ий спектральный канал и 6-ой спектральный канал соответственно.
Для создания маски снега необходимо установить пороговое значение -если для пикселя снимка рассчитанные значения будут выше заданного порога, то этот пиксель будет классифицироваться как снег. В данной работе был выбран порог равный 0,15.
Конвертация данных, полученных со спутника Landsat 5, в значения температур земной поверхности осуществлялась в два этапа [1]:
а) расчет реальных значений приходящего излучения на сенсор;
б) пересчет значений излучения на сенсоре в значения температуры.
Расчет реальных значений приходящего излучения на сенсор Lx рассчитывается по формуле:
т _ (Lmax^-Lmin^)*(Qcal-Qcalmin)+Lmin^ _.
Lx--, (2)
Qcalmax—Qcalmin
где Lmin - количество приходящего излучения, которое после масштабирования становится Qmin;
Lmax - количество приходящего излучения, которое после масштабирования становится Qmax;
Qcalmin - минимальное калиброванное значение (0 или 1);
Qcalmax - максимальное калиброванное значение (255);
Qcal - значение в спектральном канале 6 (DN).
Параметры, которые используются в формуле, как правило, распространяются с самими данными Landsat. Если в поставке данных файла с параметрами не было, то их можно найти на официальной странице Landsat). [5] Приборы TM во время эксплуатации периодически перенастраивались, поэтому, определенному периоду времени соответствует свой набор параметров.
Пересчет значений излучения на сенсоре в значения температуры осуществлялся по формуле:
T =-^-Тл--273Д5(°С), (3)
2.302585093*io£T1o(^1+l)
где K1 - калибровочная константа 1;
K2 - калибровочная константа 2;
Lx - излучение на сенсоре, полученное по формуле 2.
Калибровочная константа 1 равна 607,76. Калибровочная константа 2 равна 1260,56 [2].
Снимки Landsat 8 состоят из 11-ти спектральных диапазонов, где 10-ый и 11-ый каналы - дальние инфракрасные, что позволяет анализировать по ним энергию самой земной поверхности, а не отражение солнечного излучения. Параметры, которые используются для пересчета данных в значения температур, также распространяются совместно со снимками. Можно делать вычисления на основе и 10-го, и 11-го спектрального канала. Коэффициенты каждого канала для пересчета используются разные.
Как и в случае с данными ТМ, конвертация данных Landsat 8 выполняется также в 2 этапа.
Расчет реальных значений приходящего излучения на сенсор выполняется по формуле:
L}=MlQCCLI + AL, (4)
где ML - фактор мультипликативного перемасштабирования;
Qcal - используемый спектральный канал; AL - добавка масштабирующего фактора.
Пересчет значений излучения на сенсоре в значения температуры выполняется по формуле 3. Для 10-го спектрального канала: К1=774,89; К2=1321,08. Для 11-го спектрального канала: К1=480,89; К2=1201,14 [1].
На рис. 1, 2 и 3 представлена температура поверхности с использованием псевдоцветов для разных дат.
Рис. 1. Температура поверхности, 3 августа 2011 года
Рис. 2. Температура поверхности, 2 сентября 2013 года (после начала извержения)
Рис. 3. Температура поверхности, 17 июля 2014 года (после начала извержения)
Анализируя псевдоцветные изображения можно сделать вывод о том, что наибольшая температура поверхности наблюдается в сентябре 2013 года и в июне 2014 года.
Для выявления динамики лавового поля, необходимо сравнить между собой снимки с наибольшей и наименьшей площадью лавового поля. На рис. 4 представлена иллюстрация динамики лавового поля.
Рис. 4. Динамика площади лавового поля; желтый цвет - 17 июля 2014 года; синий цвет - 28 сентября 2014 года
По визуальной оценке рис. 4 можно сделать вывод о том, что температура лавового поля значительно снизилась.
Результаты проведенного исследования подтверждают эффективность использования материалов дистанционного зондирования для ряда задач мониторинга вулканической активности. Но стоит заметить, что для детального мониторинга необходимо иметь более широкий набор данных, чем тот, что имеется в открытом доступе в сети Интернет. Комплексирование различных типов данных и их совместная интерпретация позволят решить более значимый ряд задач мониторинга вулканической активности.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Esri CIS [Электронный ресурс]: Космический термометр / Константин Нагорнук. -Электрон. текст. данные, граф. данные и табл. - 2014. - Режим доступа: http://www.esri-cis.m/blogs/?page=post&blog=arcgis&post_id=179, свободный.
2. GIS-Lab [Электронный ресурс]: Конвертация данных Landsat TM/ETM+ в значения температуры - Теория / Авторский коллектив GIS-Lab; координатор GIS-Lab Максим Дубинин. - Электрон. текст. данные, граф. данные и табл. - 2005. - Режим доступа: http://gis-lab.info/qa/dn2temperature.html, свободный.
3. MapExpert [Электронный ресурс]: Обработка данных ДЗЗ - Этапы обработки данных. - Электрон. текст. данные, граф. данные и табл. - 2005. - Режим доступа: http://mapexpert.com.ua/index_ru.php?id=26&table=Menuhtml, свободный.
4. USGS [Электронный ресурс]: U.S. Geological Survey - EarthExplorer / U.S. Department of the Interior. - Электрон. текст. данные, граф. данные и табл. - 2015. - Режим доступа: http://earthexplorer.usgs.gov, свободный.
5. USGS [Электронный ресурс]: U.S. Geological Survey - Landsat Missions / U.S. Department of the Interior. - Электрон. текст. данные, граф. данные и табл. - 2015. - Режим доступа http://landsat.usgs.gov, свободный.
© С. А. Жиляева, Е. Н. Кулик, 2016
