Малые арктические острова большую часть года покрыты снегом и окружены льдом, что препятствует проведению наземных исследований острова, а расположения в высоких широтах ограничивает использование космической съемки в видимом диапазоне из-за частой облачности. Радиолокационное космическое зондирование предоставляет возможность для исследования сезонных изменений и годовой динамики островов в Арктике так как обеспечивает беспрепятственное использование данных вне зависимости от погодных условий.

Одним из известных методов отслеживания сезонной динамики является метод, основанный на синтезировании изображений амплитуды и интерферометрической когерентности [1]. Многовременные синтезированные изображения с когерентностью (МТС) формируются следующим образом:

•R: амплитудная составляющая первого радиолокационного снимка;

•G: амплитудная составляющая второго радиолокационного снимка;

•B: изображение когерентности пары интерферометрических снимков.

На данный момент базу радиолокационных данных составляют 88 снимков общим весом 352 Гб. Скачивание, хранение и обработка большого объема данных нуждалась в оптимизации и автоматизации. Для этой цели был разработан алгоритм автоматизированного скачивания радиолокационных данных Sentinel на языке программирования Python [3]. Для хранения было решено использовать сырой продукт SLC с выполненной базовой корректировкой орбиты с вырезанной полосой на остров (IW2, burst-5) согласованной горизонтальной поляризацией – HH. Интерферометрическая и амплитудная обработка снимков выполнялась в программном комплексе SNAP, где были построены графы для автоматизированной обработки данных [4]. Амплитудные изображения получались путем проведения стандартных процедур: Calibration, Deburst, Multilooking. Для создания изображений когерентности – результата интерферометрической обработки, были выполнены: Split, Apply Orbit file, Back Geocoding, Coherence, Deburst, Multulook, Terrain Correction. Параметры обработки по каждой из процедур устанавливались опытным путем. Для трансформирования снимков в картографическую проекцию была выполнена операция Terrain Correction на основе цифровой модели рельефа GETASSE30.

Исследование сезонной динамики поверхности острова Визе за 2019 год проводилось авторами ранее по данным многократных съемок европейского радиолокационного спутника Sentinel-1 за период с 1 января по 31 декабря 2019. Благодаря анализу всех полученных синтезированных изображений было однозначно установлено, что остров Визе в конце июля – начале августа 2019 года был без снега и без окружающего его льда, для всего этого периода было характерно высокое значение когерентности [2]. В продолжение исследований для установления схожести сезонного летнего состояния поверхности в другие года было решено изучить изображения за доступные даты соседних лет: был расширен архив данных, он стал охватывать периоды с июля 2016 года по август 2020 года, к сожалению, на 2017 год данных не оказалось. Итого получилось 18 снимков. В результате интерферометрической обработки было получено 14 карт когерентностей и составлено 14 синтезированных изображений МТС.

Полученные изображения подтвердили, что в 2016-2020 гг. на поверхности острова снег с середины июля до конца августа отсутствовал практически полностью. Бесснежное состояние поверхности острова обеспечивало возможность анализа процессов развития эрозионной сети, вероятно происходящего из-за постоянного увлажнения территории в результате ежегодного таяния и тем самым скопления влаги, и состояния растительного покрова. Были проанализированы 12 тестовых полигонов, различающихся визуально и расположенных в разных частях острова, предположительно с разными свойствами поверхности. Для каждого полигона были построены графики распределения значений амплитуды и когерентности на все летние периоды. Выбранные полигоны по характеру графиков (разброс значений и тренд) оказалось возможным разделить на 4 типа. Для каждого из них характерен повторяющийся ход графиков как амплитуды, так и когерентности, что свидетельствует о том, что полигоны сохраняют свои свойства в течение всех летних периодов из года в год, а следовательно, имеют схожий или единый тип поверхности. Таким образом, разное отображение на композитных MTC изображениях для разных объектов одинаково для каждого класса в выбранный летний сезон. Визуальный анализ, основанный на выводах по графикам, позволил сделать вывод о следующих типах поверхности, определяемых синтезированным изображениям: открытый грунт, мхи/лишайники (растительность), песчаные выступы и антропогенные объекты.