Использование Google Earth engine (GEE) и спутниковых снимков Landsat для определения характеристик лесных пожаров
https://doi.org/10.25587/SVFU.2022.26.2.003
Аннотация
Проблема лесных пожаров становится все более заметной как в глобальном, так и в местном масштабе. Пожары в Якутии являются серьезной проблемой. Бореальные леса играют важную роль в глобальном потеплении и циркуляции углекислого газа. Изменения пожарного режима и климата в этом регионе уже начались, и это оказывает влияние на углеродную динамику в региональном и глобальном масштабе. Все чаще при изучении пожаров используются спутниковые данные. В последние годы при обработке спутниковых данных используются так называемые «большие данные». Чтобы правильно оценить масштаб угрозы, необходимо разработать эффективную методику оценки послепожарных характеристик. Для исследований были выбраны данные с сенсора MODIS Collection 6 из-за их большей доступности и достаточного пространственного разрешения для нашей работы. Использованы данные за период с 2001 по 2019 год из пожарного архива FIRMS. В данной статье представлен метод определения некоторых характеристик пожаров с использованием «больших данных» и платформы Google Earth Engine. Алгоритмы, созданные для определения основных послепожарных характеристик, были применены на примере Верхоянского района Якутии. Результаты приведены на примере пожаров в период 2001-2019 годов. Для анализа использовались данные программы FIRMS из инструмента Modis и VIIRIS, а также данные Landsat.
Ключевые слова
Об авторах
П. К. Янец
СВФУ им. М.К. Аммосова
Россия
Россия
ЯНЕЦ Петр Кжуштоф – аспирант Эколого-географического отделения Института естественных наук
г. Якутск
С. А. Иванова
СВФУ им. М.К. Аммосова
Россия
Россия
ИВАНОВА Светлана Алексеевна – к.п.н., доцент Эколого-географического отделения Института естественных наук
г. Якутск
Ю. Г. Данилов
СВФУ им. М.К. Аммосова
Россия
Россия
ДАНИЛОВ Юрий Георгиевич – к.г.н., доцент Эколого-географического отделения Института естественных наук
г. Якутск
Список литературы
1. Государственный доклад «О состоянии защиты населения и территорий Российской Федерации от чрезвычайных ситуаций природного и техногенного характера в 2019 году». – М.: МЧС России; ФГБУ ВНИИ ГОЧС (ФЦ), 2020. – 259 с.
2. Kasischke E.S. Fire, Climate change, and carbon cycling in the boreal forest. Vol. 138. – Springer Science & Business Media, 2012. – 464 p.
3. Giglio L. Modis collection 6 active fire product user’s guide revision A. – Unpublished Manuscript, Department of geographical Sciences University of Maryland, 2015. – 64 p.
4. Jakubauskas M.E., Lulla K.P., Mausel P.W. Assessment of vegetation change in a fire-altered forest landscape // PE&RS, Photogrammetric Engineering & Remote Sensing. – 1990. – vol. 56(3). – P. 371-377.
5. White J.E., Ryan K., Key C., Running S. Remote sensing of fire severity and vegetation recovery // International Journal of Wildland Fire – 1996. – vol. 6. – P. 125–136.
6. Michalek J.L., Colwell J.E., French N.H.F., Kasischke E.S., Johnson R.D. Using Landsat data to estimate carbon release from burned biomass in an Alaskan spruce forest complex // International. Jurnal of. Remote Sensing – 2000. – vol. 21. – P. 329–343.
7. Cocke E., Fule P.Z., Crouse J.E. Comparison of burn severity assessments using differenced normalized burn ratio and ground data // International Journal of Wildland Fire. – 2005. – vol. 14. – P. 189–198.
8. Smith A.M.S., Lentile L.B., Huda A.T., Morgan P. Evaluation of linear spectral unmixing and ?NBR for predicting post-fire recovery in a North American ponderosa pine forest // International Journal of Remote Sensing. – 2007. – Vol. 28. – P. 5159-5166.
9. Lutes D.C. FIREMON: Fire effects monitoring and inventory system / Gen. Tech. Rep. RMRS-GTR-164. Fort Collins, CO: US Department of Agriculture, Forest Service, Rocky Mountain Research Station. 1 CD., 2006.
10. Атлас сельского хозяйства Якутской АССР / ред. кол.: И.А. Матвеев, М.Е. Николаев, Т.Д. Сивцев и др. – М.: ГУГК при СМ СССР, 1989. – 115 с.
11. Long T., Zhang Z., He G., Jiao W., Tang C., Wu B., Yin R. 30 m Resolution Global Annual Burned Area Mapping Based on Landsat Images and Google Earth Engine // Remote Sensing. – 2019. – vol. 11(5). – P. 489.
12. Daldegan G.A., Roberts D.A., Ribeiro F. de Figueiredo. Spectral mixture analysis in Google Earth Engine to model and delineate fire scars over a large extent and a long time-series in a rainforest-savanna transition zone // Remote Sensing of Environment. – 2019. – vol. 232. – P. 111340.
13. Quintero N., Viedma O., Urbieta I. R., Moreno J.M. Assessing Landscape Fire Hazard by Multitemporal Automatic Classification of Landsat Time Series Using the Google Earth Engine in West-Central Spain // Forests. – 2019. – vol. 10(6). – P. 518.
14. Waigl C.F., Stuefer M., Prakash A., Ichoku C. Detecting high and low-intensity fires in Alaska using VIIRS I-band data: An improved operational approach for high latitudes // Remote Sensing of Environment. – 2017. – vol. 199. – P. 389-400.
15. Escuin S., Navarro R., Fernandez P. Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images // International Journal of Remote Sensing. – 2008. – vol. 29.4. – P. 1053-1073.
16. Chafer C.J.A comparison of fire severity measures: an Australian example and implications for predicting major areas of soil erosion // Catena. – 2008. – vol. 74.3. – P. 235-245.
17. Verbyla D.L., Kasischke E.S., Hoy E.E. Seasonal and topographic effects on estimating fire severity from Landsat TM/ETM+ data // International Journal of Wildland Fire. – 2008. – vol. 17.4. – P. 527-534.
18. Morton D.C., DeFries R.S., Nagol J., Souza Jr.C.M., Kasischke E.S., Hurtt G.C., Dubayah R. Mapping canopy damage from understory fires in Amazon forests using annual time series of Landsat and MODIS data // Remote Sensing of Environment. – 2011. – vol. 115(7). – P. 1706-1720.
Рецензия
Для цитирования:
Янец П.К., Иванова С.А., Данилов Ю.Г. Использование Google Earth engine (GEE) и спутниковых снимков Landsat для определения характеристик лесных пожаров. Вестник Северо-Восточного федерального университета им. М.К. Аммосова. Vestnik of North-Eastern Federal University. Серия «Науки о Земле». Earth Sciences. 2022;(2):22-31. https://doi.org/10.25587/SVFU.2022.26.2.003
For citation:
Janiec P.K., Ivanova S.A., Danilov Y.G. Using Google Earth engine (GEE) and Landsat satellite images to detect forest fires. Vestnik of North-Eastern Federal University Series "Earth Sciences". 2022;(2):22-31. (In Russ.) https://doi.org/10.25587/SVFU.2022.26.2.003
Просмотров:
934
Послать статью по эл. почте 