CC BY
23Решетневскуе чтения. 2018
УДК 004.4, 912.4
ПОВЫШЕНИЕ ДЕТАЛЬНОСТИ СПУТНИКОВОГО КАРТОГРАФИРОВАНИЯ ТЕМПЕРАТУРЫ
ЗЕМНОЙ ПОВЕРХНОСТИ В Г. КРАСНОЯРСКЕ
А. К. Матузко1' 2, О. Э. Якубайлик1 2*
1Институт вычислительного моделирования СО РАН Российская Федерация, 660036, г. Красноярск, Академгородок, 50/44
2Сибирский федеральный университет Российская Федерация, 660041, г. Красноярск, просп. Свободный, 79 Е-mail: oleg@icm.krasn.ru
Рассматриваются методы оценки температуры земной поверхности по данным ДЗЗ. Сочетание спутниковых данных с нескольких космических аппаратов повышает уровень детализации температурных карт. Представленные результаты показывают расположение температурных аномалий в Красноярске.
Ключевые слова: тепловые спутниковые снимки, остров тепла, температура поверхности Земли, инфракрасный диапазон, Landsat.
INCREASING THE DETAIL OF THE SATELLITE MAPPING OF THE LAND SURFACE TEMPERATURE AT KRASNOYARSK
A. K. Matuzko1, 2, O. E. Yakubailik1, 2*
institute of Computational Modelling of the Siberian Branch of the Russian Academy of Sciences 50/44, Akademgorodok, Krasnoyarsk, 660036, Russian Federation 2Siberian Federal University 79, Svobodny Av., Krasnoyarsk, 660041, Russian Federation Е-mail: oleg@icm.krasn.ru
The methods of land surface temperature estimation based on remote sensing data are considered. Combination of satellite data from several spacecraft increase the level of detail of temperature maps. The presented results show the location of temperature anomalies in Krasnoyarsk.
Keywords: thermal satellite images, heat island, Earth surface temperature, infrared, Landsat.
Введение. Температура - один из ключевых показателей окружающей природной среды - может быть измерена наземными методами или на основе спутниковых данных. В условиях сильно разреженной и даже сокращающейся в последние годы сети наземных метеостанций спутниковое дистанционное зондирование - достойная альтернатива традиционным методам измерения температуры, которая обеспечивает получение долговременных однородных рядов данных на исследуемые территории [1].
Оценка температуры поверхности Земли методами дистанционного зондирования основана на данных теплового инфракрасного (ИК) диапазона. Существующие в настоящее время спутниковые системы обеспечивают получение данных ИК-диапазона с различной повторяемостью и уровнем детализации -от ежедневных с пространственным разрешением 1 км/пиксел до еженедельных с разрешением около 100 м/пиксел; точность измерения температуры составляет 1-2 градуса [2]. В этом контексте наиболее привлекательными выглядят данные серии спутников Landsat, благодаря совокупности технических характеристик, доступности принимаемой информации, наличию многолетнего архива наблюдений. Начиная
с 2013 г. на орбите работает спутник Landsat-8, на котором установлен сканер TIRS, выполняющий съемку в двух каналах ИК-диапазона. Регистрируемые данные ИК-каналов пересчитываются в радиояр-костную температуру, которая, в свою очередь, в температуру поверхности Земли. Составной частью заключительного этапа является расчет коэффициента излучательной способности (эмиссии).
Естественным ограничением получаемых результатов является уровень детальности формируемых изображений. Упомянутый выше сканер TIRS спутника Landsat-8 имеет пространственное разрешение в ИК-диапазоне около 100 м/пиксел; этой точности явно недостаточно для подробного анализа температурных неоднородностей городской среды [3]. Одним из возможных методов решения этой проблемы является использование дополнительных спутниковых данных, более высокого разрешения.
Материалы и методы. В отличие от ряда других спутниковых данных, например, таких как Terra/ MODIS, температуру поверхности Земли по данным Landsat нужно вычислять [4]. Исходной информацией служили архивные файлы данных Landsat-8, которые загружались с помощью сервиса EarthExplorer Геоло-
Использование космических^средств, технологий и геоинформационны^систем для мониторинга и моделирования природной среды
гической службы США. После распаковки из этих архивов извлекались данные TIRS - 10-го спектрального канала Landsat-8 (TIF-файл с именем, которое заканчивается '_B10.tif '). Данные о температуре записаны в файле побайтно в условных единицах («сырые геоданные»), каждый пиксел может принимать значение в диапазоне от 0 до 215.
Чтобы получить фактическую температуру поверхности, нам нужно 1) сначала преобразовать эти условные единицы в значения излучения, приходящего на сенсор, 2) затем преобразовать эти значения на сенсоре в значения температуры на верхней границе атмосферы, и, наконец, 3) по температуре на верхней границе атмосферы определить температуру на поверхности Земли [5]. При этом существуют различные методы оценки этой температуры, они является предметом многочисленных исследований. В частности, можно по-разному оценивать влияние атмосферы, применять различные алгоритмы атмосферной коррекции. Также различными способами можно вычислять коэффициент излучательной способности, например, на основе классификации подстилающей поверхности и назначения определенной величины коэффициента каждом классу. В другом подходе используется эмпирическая формула расчета коэффициента излучательной способности на основе вегетационного индекса NDVI; именно этот способ применялся в настоящей работе [6].
Особенностью проведенного исследования стало сочетание спутниковых данных с нескольких космических аппаратов. Используемые данные ИК-диапазона Landsat-8 не обязательно должны дополняться данными тех других каналов этого спутника, которые необходимы для расчета вегетационного индекса NDVI - можно использовать другие, более детальные снимки. В этом случае можно строить комбинированные изображения температуры поверхности более высокого разрешения, аналогично широко используемому подходу повышения детальности изображений с помощью алгоритмов «pan-sharpening». В нашем случае для расчета NDVI были использованы данные видимого и ближнего инфракрасного диапазонов спутниковой группировки PlanetScope с пространственным разрешением 3 метра.
Результаты. В соответствии с изложенной методикой, были построены карты температуры поверхности Земли Красноярска и его окрестностей. Было обнаружено, что на территории города выделяется несколько тепловых аномальных зон разного типа -природные возвышенности, территории около крупных торгово-развлекательных центров, промышленные зоны предприятий, участки теплового загрязнения сточными водами. Был сделан вывод о том, что интенсивное излучение тепла наблюдается от объектов, сделанных из плотных материалов с высокой теплоемкостью, таких как асфальт, бетон и железобетон, камень.
Среди наиболее «горячих точек» ученые отмечают ряд территорий с хорошо поглощающей солнечную радиацию открытой «голой» почвой - Караульная гора, отдельные участки в северо-западной части города. Аномалии, связанные с застройкой, формируются возле торгово-развлекательных центров и в промышленных кварталах. Например, на территории возле железнодорожного вокзала и неработающего комбайнового завода.
Тепловые аномалии на правом берегу Енисея наблюдаются в районе промышленной зоны: Красноярский машиностроительный завод, ТЭЦ-1, Сибирский завод тяжелого машиностроения. В Советском районе, расположенном на левом берегу, максимальные температуры преобладают в промышленной зоне города, а также в местах скопления торгово-развлекательных центров, а именно возле ТРЦ «Планета», гипермаркета «Лента», ТРЦ «Июнь», автосалонов, ТЦ «Авиатор» и ТК «Командор».
Выводы. Использование сочетания спутниковых данных различного пространственного разрешения дает возможность проведения более детального анализа температурных аномалий городской среды. Такая информация может быть использована при планировании развития города, освоении новых территорий, реконструкции жилых и производственных зон, для оценки комфортности условий жизни в различных городских районах.
References
1. Stone Jr., Rodgers M. O. Urban Form and Thermal Efficiency: How the Design of Cities Influences the Urban Heat Island Effect // APA Journal. 2001. Vol. 67, No. 2. P. 186-198.
2. Niclos R., Valiente J.A., Barbera M. J., Caselles V. Land Surface Air Temperature Retrieval from EOS-MODIS Images // IEEE Geoscience and Remote Sensing Letters. 2014. Vol. 11, No. 8. Р. 1380-1384.
3. Stathopoulou M., Cartalis C. Downscaling AVHRR land surface temperatures for improved surface urban heat island intensity estimation // Remote Sensing of Environment. 2009. Vol. 113. P. 2592-2605.
4. Giannini M. B., Belfiore O. R., Parente C., Santamaría R. Land Surface Temperature from Landsat 5 TM images: comparison of different methods using airborne thermal data // Journal of Engineering Science and Technology. 2015. P. 83-90.
5. 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.
6. Matuzko A. K., Yakubailik O. E. Remote sensing methods for estimation of urban heat islands on the example of Krasnoyarsk city // International Multidiscipli-nary Scientific GeoConference SGEM-2018 Conference Proceedings, 2018. Vol. 18, iss. 2.3. P. 167-174.
© Матузко А. К., Якубайлик О. Э., 2018
