Международная группа исследователей UPV/EHU представила новый алгоритм, способный обрабатывать спутниковые снимки и находить даже совсем небольшие лесные пожары. Ожидается, что он станет важным средством борьбы с ними.
Спутниковый мониторинг пожаров
Новый метод обнаружения пожаров на расстоянии менее 250 м использует данные из двух спутников, собирающих оптические изображения, и данные еще четырех, измеряющих высокие температуры, вызванные пожарами.
Айтор Бастаррика из исследовательской группы UPV/EHU по изучению строительного наследия предлагает алгоритм для глобального картографирования выгоревших территорий с более высоким разрешением. Исследование опубликовано в журнале ISPRS Journal of Photogrammetry and Remote Sensing.
Получение точной и актуальной информации с пострадавших от пожаров территорий имеет важное значение не только для лучшего понимания качества воздуха, биогеохимических циклов или климата, но и для содействия управлению противопожарными мерами.
Несколько десятилетий назад картографирование выгоревших территорий осуществлялось на основе изучения сельской местности, но с момента запуска спутников наблюдения Земли дистанционное зондирование стало более практичным вариантом определения местоположения выгоревших территорий, поскольку спутники облегчают измерение пострадавших от пожаров территорий как на региональном, так и на глобальном уровнях.
Разрешение изображений
Разрешение изображений является проблемой для картографируемых спутником территорий. На самом деле разрешение глобальных наблюдений до сих пор было низким. «Погрешность пропуска текущих продуктов очень высока: многие действительно выгоревшие территории не идентифицируются как таковые», — сказал Бастаррика.
«Современные системы используют размер пикселя от 250 до 500 м, поэтому они не обнаруживают пожара на расстоянии менее 250 м. А в некоторых экосистемах пожары такого размера встречаются очень часто».
Используя данные из шести разных спутников, исследователи разработали алгоритм для достижения более высокого разрешения. Во-первых, они воспользовались изображениями, сделанными двумя оптическими спутниками созвездия Sentinel-2: они предлагают хорошее пространственное разрешение 10–20 м, но с низкой временной частотой, поскольку изображения конкретной локации получают всего каждые пять дней.
Во-вторых, они использовали продукты MODIS (полученные от спутников Terra и Aqua) и VIIRS (полученные от спутников Suomi NPP и NOAA-20), обнаруживающие активные пожары: они находят высокотемпературные пятна с низким пространственным разрешением 375–1000 м, но с высокой частотой, поскольку собирают данные каждый день.
Проверенный алгоритм Бастаррика
Алгоритм, разработанный командой Бастаррика, использует данные двух активных продуктов обнаружения пожара и с их помощью обучает оптическую систему визуализации с целью создания системы классификации. Затем он делает прогнозы по тому, что сгорело, а что нет.
Кроме того, эти прогнозы были протестированы на 576 территориях по всему миру. Другими словами, алгоритм был проанализирован во всех экосистемах, где выгоревшие площади значительны», — пояснил Бастаррика.
Алгоритм, разработанный командой, не единственный, есть и другие подобные предложения. Однако вклад исследователей UPV/EHU особенно важен, поскольку алгоритм предназначен для применения в глобальном масштабе и получения результатов со средним разрешением.
Будущее алгоритмов картографирования
«Уже существуют алгоритмы для картографирования определенных территорий со средним разрешением, но наше предложение позволяет картографировать выгоревшие территории по всему миру, делает это с приемлемым разрешением и уже готово к использованию».
В дальнейшем целью является создание новейших товаров с внедрением разработанного метода. «Поскольку к этому времени они были готовы использовать системы с низким разрешением, теперь целью является создание продуктов, которые дают результаты на среднем уровне разрешения. Переход от низкого к среднему разрешению внесет большой вклад в определение конкретных экосистем и изучение климата», — сказал Бастаррика.
По материалам phys.org
