Двадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»
XX.B.293
Mониторинг подземных пожаров на основе комплексных данных дистанционного зондирования
Мамаш E.A. (1), Пестунов И.А. (1), Потапов В.П. (1)
(1) Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
Подземные угольные пожары являются катастрофическим и международным бедствием, которое, с одной стороны, приводит к существенному загрязнению окружающей среды, а с другой - может провоцировать опасные геомеханические процессы, такие как оползни. Кузбасс является самым крупным угледобывающим районом России, в котором количество зафиксированных подземных пожаров достигает нескольких десятков за год. Существенное влияние на процессы возникновения подземных пожаров оказывают как сами процессы добычи угля, так и закрытые шахты, смещения горных пород в районе которых приводит к интенсификации близко расположенных зон пожаров. Для ликвидации очагов подземных пожаров очень важно определить зоны их возникновения и развития. Учитывая большие площади распространения пожаров, целесообразно применять технологии дистанционного зондирования, определяя зоны с повышенной температурой в районах, связанных с техногенными нагрузками вследствие добычи угля. При этом инфракрасный диапазон спутниковых данных обычно используется для обнаружения тепловых аномалий в зонах, связанных с пожаром, а радарная интерферометрия - для оценки зон смещений, которые происходят в этом же районе и связаны с изменением структуры горного массива. Однако следует отметить, что здания и сооружения с низкой удельной теплоемкостью, а также процессы, связанные с непосредственной добычей и выемкой угля, существенно снижают точность оценки размеров зон тепловых аномалий. Поэтому для улучшения точности необходимо использовать длинные временные ряды, которые позволяют повысить точность оценки зон смещений, и среднюю температуру зон тепловых аномалий.
Иногда в литературе для анализа зон температурных аномалий, связанных с пожарами, используют нормализованный индекс растительности (NDVI), получаемый, например, на основе данных КА Landsat-8 [1]. Однако следует заметить, что в районах подземных пожаров растительности почти нет, либо она сильно угнетена, поэтому индекс NDVI вряд ли пригоден для идентификации процессов подземных пожаров.
В процессе проведенных работ нами оценивалась возможность применения данных Landsat-8 для обнаружения и анализа температурных аномалий на территории шахты «Кокосовая» в г. Прокопьевске Кемеровской области. Как инструмент извлечения и обработки спутниковой информации использовалась система Google Earth Enginе. В этой системе спутниковые данные представлены по коллекциям, в том числе имеется коллекция атмосферно-скорректированных данных Landsat-8 (https://developers.google.com/earth-engine/datasets/catalog/landsat). Данные тепловых каналов Landsat-8 имеют разрешение 100 м. Однако в коллекции Google Earth Enginе они представлены в пересчете на разрешение в 30 м, что удобно для изучения достаточно небольших по площади техногенных объектов.
Для определения температуры по данным Landsat 8 использовался наиболее распространённый метод, описание которого можно найти в работах [2-3].
В результате для выявления устойчивых термальных аномалий на территории шахты была построена температурная карта средних значений LST за бесснежный период (май-октябрь) 2015-2020 гг.
Несмотря на достаточно большой разброс значений в каждой точке, полученное распределение является трехмодальным. Эмпирическим путем было установлено, что точки термальных аномалий соответствуют температурам T>22ºС (третья мода). Путем сопоставления полученных результатов с данными Google было выявлено, что высокие температуры в локализованных участках подстилающей поверхности соответствуют объектам инфраструктуры, таким как застройка и сеть ж/д, либо непосредственно связаны с деятельностью и процессами, протекающими на территории шахты.
Для исследования динамики изменения максимальных температур на территории шахты изучаемый период был разделен на два временных отрезка (2015-2017 гг. и 2018-2020 гг.), для которых и были получены соответствующие температурные карты. Анализ изображений показал, что пространственное распределение температуры за последние годы изменилось в сторону повышения средней температуры в одном из участков, соответствующем области протекания подземных пожаров.
Кроме данных температурных каналов Landsat-8, нами использовались радарные данные КА Sentinel-1A, полученные за 2017-2020 годы для исследуемого района, в виде длинных временных рядов. Обработка данных проводилась авторской программой “Монитор-радар”, разработанной в ФИЦ ИВТ и аккумулирующей в себе наиболее широко распространенные методы обработки интерферометрической информации (SBAS, PS, SqueeSAR, DInSAR, InSAR). Выбор метода обработки рядов данных в программе определялся особенностью данных. В данной работе использовался метод SBAS. В результате обработки получены таблицы смещения и их скорости изменения поверхности в исследуемом районе, построены картосхемы и соответствующие гистограммы. Для уточнения пространственного распределения зон смещений использовался метод “горячих точек - HOT SPOTS”, группирующий их в кластеры [5]. В результате показано, что смещения сдвинулись в положительную область, что говорит об общем поднятии подстилающей поверхности в этом районе.
На последующих этапах обработки карты смещений накладывались на карты температурных аномалий, и было выявлено наличие высокой корреляции зон смещений (как положительных, так и отрицательных) с зонами температурных аномалий, что объясняется изменением скорости протекания геомеханических процессов, связанных с зонами развития подземных пожаров и обусловленными ими тепловыми аномалиями.
Ключевые слова: мониторинг подземных пожаров, Кузбасс, Landsat-8, Sentinel-1A, термальные аномалии, интерферометрическая обработка
Литература:
- Sofan P., Bruce D., Jones E. Detecting Peatland Combustion using Shortwave and Thermal Infrared Landsat-8 data // Advances in Forest Fire Research, 2018. P. 969-979.
- Jimenez-Munoz J.C., Sobrino, J.A., Skokovic D., Mattar C., Cristobal J., Land surface temperature retrieval methods from Landsat-8 thermal infrared sensor data // IEEE Geosci. Remote Sens. Lett. 2014. V.11. P. 1840-1843.
- Parastatidis D., Mitraka Z., Chrysoulakis N., Abrams M. Online global land surface temperature estimation from Landsat // Remote Sens. 2017. V. 9. P. 1208.
- Sekertekin A., Bonafoni S. Land Surface Temperature Retrieval from Landsat 5, 7, and 8 over Rural Areas: Assessment of Different Retrieval Algorithms and Emissivity Models and Toolbox Implementation // Remote Sens. 2020. V. 12 (2). P 294.
- Olajuyibe A., Omole K., Bayode T., Adenigba A. Crime mapping and analysis in the core area of Akure, Nigeria // Journal of Remote Sensing &GIS. 2016. V. 5 (178). P. 1-7.
Презентация доклада
Технологии и методы использования спутниковых данных в системах мониторинга
104