CC BY
11
УДК 528.88
СТАТИСТИЧЕСКИЕ ОТКЛОНЕНИЯ В ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ РЯДАХ СПУТНИКОВЫХ ДАННЫХ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ ЗЕМЛИ НА ТЕРРИТОРИИ ЮГА СИБИРИ
Полина Владимировна Воронина
Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, кандидат физико-математических наук, научный сотрудник, тел. (383)334-91-77, е-mail: voronina@gmail.com
Дмитрий Леонидович Чубаров
Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, научный сотрудник, тел. (383)334-91-15, е-mail: dchubarov@ict.nsc.ru
Владимир Андреевич Кихтенко
Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, младший научный сотрудник, тел. (383)334-91-08, е-mail: kikht@ict.nsc.ru
Представлены результаты применения метода поиска статистических отклонений RST (Robust Satellite Technique) в пространственно-временных рядах спутниковых данных температуры поверхности Земли для территории юга Сибири.
Ключевые слова: MODIS, обработка спутниковых данных, температура поверхности, статистические отклонения, метод RST (Robust Satellite Technique).
STATISTICAL DEVIATIONS IN SPATIAL-TIME SERIES OF SATELLITE LAND SURFACE TEMPERATURE DATA UNDER THE SOUTH SIBERIA
Polina V. Voronina
Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Аkademik Lavrentiev Prospect, Ph. D., researcher, tel. (383)334-91-77, е-mail: voronina@gmail.com
Dmitri L. Chubarov
Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Аkademik Lavrentiev Prospect, researcher, tel. (383)334-91-15, е-mail: dchubarov@ict.nsc.ru
Vladimir A. Kikhtenko
Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Аkademik Lavrentiev Prospect, junior researcher, tel. (383)334-91-08, е-mail: kikht@ict.nsc.ru
We present the results of method to detect statistical deviations RST (Robust Satellite Technique) in spatial-time series of satellite land surface temperature data under the South Siberia.
Key words: MOIDS, satellite remote sensing data processing, Land Surface Temperature (LST), statistical deviations, method RST (Robust Satellite Technique).
Для решения некоторых задач рационального природопользования, мониторинга катастрофических природных явлений (лесные пожары, сильные зем-
летрясения, извержения вулканов и их последствия) возможно использование спутниковых данных дистанционного зондирования температуры поверхности Земли с целью выявления статистических выбросов [1, 2]. По предложению коллектива исследователей ИНГГ СО РАН авторам было предложено проанализировать температурные поля сейсмически опасных территорий Алтая с целью выявления возможной связи изменения значений температуры и последующих подземных толчков. В настоящей работе представлены первые результаты решения этой задачи.
Анализ температурных режимов для выявления тепловых аномалий выполнен по методу RST (Robust Satellite Techniques), предложенному V. Tramutoli [3] и с помощью которого выполнены исследования температурных режимов серии различных по силе сейсмических событий [3-9]. В основе метода лежит статистический анализ наборов спутниковых данных температуры земной поверхности для выделенной территории. Для того чтобы исключить влияние сезонного хода температур и неоднородности рельефа данные преобразуются следующим образом: фиксируется временной интервал продолжительностью несколько десятков дней, содержащий исследуемое событие, извлекаются температуры в эти дни года за несколько предшествующих лет T. Рассматривается область D на поверхности Земли, охватывающая эпицентр и основные геологические структуры, вовлеченные в тектонические процессы, связанные с сейсмическим событием. По выбранной области вычисляется индекс 77, основным достоинством которого является то, что при выборе области и временного интервала подходящих размеров он позволяет исключить влияние вариаций температуры, вызванных климатическими процессами, неоднородностью рельефа и погодными условиями [10]:
п(г, о=А T (r't(r ),
&AT (r)
r = (х, y) е D - географические координаты центра пикселя, (T(r, t')) - среднее по области значение температуры, AT(r, t') = T(r, t') -(T(r, t')) - отклонение температуры в момент времени t в пикселе r, juAT (r) = (AT(г, t')) - среднее по времени значение температуры в пикселе r, аАТ (r) - среднеквадратичное отклонение T(r, t) от (AT(r,t')) .
В настоящей работе в качестве области исследований рассмотрена территория России и Северной Монголии, заключающая в себя эпицентр и основные афтершоки Чуйского (Алтай) землетрясения, которое произошло 27 сентября 2003 г. на юге Республики Алтай с эпицентром (49,99° с.ш., 87,85° в.д., М = 7,3) расположенным в южной части Алтае-Саянской складчатой области в зоне сочленения Чаган-Узунского блока с Северо-Чуйским хребтом. Эта зона находится в районе с повышенной сейсмической активностью. После землетрясения в этом районе в течение двух месяцев были зарегистрированы многочисленные афтершоки [11]. До конца 2003 года зарегистрировано более 120 толчков с маг-
нитудой более 4, а в период с 27 сентября по 31 октября 2003 г. отмечено 15 толчков с магнитудой более 5.
Предварительно данные, представляющие собой значения температур и полученные с сенсора MODIS, восстанавливаются с помощью двухканально-го алгоритма [12] по значениям интенсивности инфракрасного излучения, регистрируемого в каналах 31 (11 мкм) и 32 (12 мкм) сенсора. Данные приведенные на регулярную сетку в синусоидальной проекции с размером ячейки около 926 м*926 м доступны в архиве NASA в виде стандартизированных информационных продуктов MOD11A1. При хороших атмосферных условиях наблюдения алгоритм обеспечивает точность восстановления температуры в пределах 1°K.
В качестве исходных данных для метода RST использовались значения ночных температур за период с 1 сентября по 11 ноября в течение 2001-2003 гг.
Требуемые данные организованы в виде файлового архива, к которому на основе технологии hVault осуществляется доступ как к реляционной СУБД [10], извлечение и преобразование данных происходит с помощью SQL-запросов.
Для обнаружения отклонений в температурных рядах по индексу j были выделены три пороговых значения индекса: j> 2, j> 2,5, j> 3. На рис. 1 представлены изменения количества аномальных пикселей с выбранными пороговыми значениями на протяжении исследуемого периода для Чуйского (рис. 2, а) землетрясения.
4WXJ0 35000 30000 25000
-- >)>а.о " —— ц >2.5 •— ч>3.0 •■■■■ неотбракованные пиксели ....................................!,■■••::.......:............................i
. ♦ < . гн jl .*'■• :: lj 1 '
i ..... i 1 1 :, , l ' : i ! ' ' 'v ' • : ' : I I ' ....... ......... .......... : ': • , l .. 1 .* \: : ' -\ 1 '.) ' t i : ' 4: 1 1 L . v • 1 ; s r i\1 ■ ■' : ' ^
1 /........ >'i.. ■ 1 l ": '........... 3 1 : - 1 ':
1 i 'Л 1 г v 1 i к V \V A '. 'A: f: \ ■) li \ ! i
■.....Л ■ .. itkis.
Cffl
о*"
С^1
о-1
Рис. 1. Количество аномальных пикселей
Проанализируем полученные результаты. Значительная тепловая аномалия возникла 21 и 22 сентября. Напомним, что главный толчок этого землетрясения произошел 27 сентября. Суммарное число пикселей с пороговым значением 2 составило более 16 000, это означает, что площадь аномалии равнялась примерно 16 000 км2. Но территориально аномалия не локализована в одном месте (рис. 2) и располагается на значительном расстоянии от эпицентра. Отметим и количество аномальных пикселей с пороговыми значениями 2,5 и 3 равнялось около 6000 и 600 соответственно для 21 сентября и более 1500 с пороговым значением 2,5 для 22 сентября.
После основного события значительные выбросы в температурных рядах появились в 27 октября, а вот с 28 по 30 эти отклонения территориально располагались практически в одном месте (рис. 3).
2003-09-21 2003-09-22
Рис. 2. Пространственное распределение индекса ц в дни, предшествовавшие землетрясению. Показаны области со значением ц > 2 (белой звездочкой отмечен эпицентр Чуйского (Алтай) землетрясения; более темный цвет соответствует большему значению индекса; серый цвет показывает области с неопределенным значением температуры)
1 ч V
я ......................"Д* Щ
ш и > ♦ ^чСЗИ
X у »¿¿в "Чвк щ
87 "Е 88°Е
Рис. 3. Пространственное распределение индекса ц в дни после Чуйского землетрясения (27.09.2003). Показаны области со значением ц> 2 (более темный цвет соответствует большему значению индекса; серый цвет показывает области с неопределенным значением температуры)
Данные спутникового зондирования температуры поверхности Земли играют весьма важную роль в различных аспектах жизнедеятельности человека, но их неравномерный характер, т.е. наличие нерегулярных попусков в пространственной и временной структурах требует предварительных усилий по заполнению таких промежутков. И только на следующем этапе можно проводить анализ пространственно-временных рядов по обнаружению каких-либо аномальных значений.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Уходящее инфракрасное излучение Земли - индикатор сейсмической активности /
B. И. Горный, А. Г. Сальман, А. А. Тронин, Б. В. Шилин // ДАН СССР. - 1988. - Т. 301, № 1. -
C. 67-69.
2. Tronin A. A., Hayakawa M., Molchanov O. A. Thermal IR satellite data application for earthquake research in Japan and China // J. of Geodynamics. - 2002. - V. 33. - P. 519-534.
3. Robust satellite techniques for remote sensing of seismically active areas / V. Tramutoli,
G. Di Bello, N. Pergola, S. Piscitelli // Ann. di Geofis. - 2001. - 44 (2). - Р. 295-312.
4. On the possible origin of thermal infrared radiation (TIR) anomalies in Earthquake-prone areas observed using robust satellite techniques (RST) / V. Tramutoli, C. Aliano, R. Corrado, C. Filizzola, N. Genzano, M. Lisi, G. Martinelli, N. Pergola // Chemical Geology. - 2013. - 339. -Р. 157-168, doi:10.1016/j.chemgeo.2012.10.042.
5. Robust satellite techniques for seismically active areas monitoring: a sensitivity analysis on September 7, 1999 Athens's Earthquake / C. Filizzola, N. Pergola, C. Pietrapertosa, V. Tramutoli // Physics and Chemistry of the Earth. - 2004. - 29(4-9). - Р. 517-527, doi:10.1016/j.pce.2003.11.019.
6. Robust TIR satellite techniques for monitoring Earthquake active regions: limits, main achievements and perspectives / C. Aliano, R. Corrado, C. Filizzola, N. Genzano, N. Pergola, V. Tramutoli // Annals of Geophysics. - 2008. - Vol. 51, N. 1.
7. RST analysis of MSG-SEVIRI TIR radiances at the time of the Abruzzo 6 April 2009 Earthquake / N. Genzano, C Aliano., R. Corrado, C. Filizzola, M. Lisi, G. Mazzeo, R. Paciello, N. Pergola, V. Tramutoli // Nat. Hazards Earth Syst. Sci. - 2009. - 9. - Р. 2073-2084.
8. Robust satellite technique for monitoring seismically active areas: The case of Bhuj-Gujarat Earthquake / N. Genzano, C. Aliano, C. Filizzola, N. Pergola, V. Tramutoli // Tectonophys-ics. - 2007. - 431. - Р. 197-210.
9. Seismically active area monitoring by robust TIR satellite techniques: a sensitivity analysis on low magnitude Earthquakes in Greece and Turkey / R. Corrado, R. Caputo, C. Filizzola, N. Pergola, C. Pietrapertosa, V. Tramutoli // Natural Hazards and Earth System Sciences. - 2005. - 5. -Р.101-108.
10. Информационная система приема, обработки и доступа к спутниковым данным и ее применение для решения задач мониторинга окружающей среды / Ю. И. Шокин,
H. Н. Добрецов, Е. А. Мамаш, В. А. Кихтенко, П. В. Воронина, В. В. Смирнов, Д. Л. Чубаров // Вычислительные технологии. - 2015. - Т. 20, № 5. - С. 157-174.
11. Чуйское землетрясение и его афтершоки / С. В. Гольдин, В. С. Селезнев, А. Ф. Еманов, А. Г. Филина, А. А. Еманов, Е. В. Лескова и др. // Доклады академии наук. -2004. - Т. 395, № 4. - С. 1-4.
12. Wan Z., Dozier J. A generalized split-window algorithm for retrieving land-surface temperature from space // IEEE Trans. Geoscience and Remote Sensing. - 1996. - Vol. 34, No. 4. -P. 892-905.
© П. В. Воронина, Д. Л. Чубаров, В. А. Кихтенко, 2017
