Создание алгоритма автоматического выделения зон возможного наблюдения термальных аномалий и зон фона на данных прибора AHI в районах активных вулканов

Данные постоянных наблюдений геостационарного спутника Himawari-8 с использованием основного инструмента Advanced Himawari Imager (AHI) активно применяются для мониторинга вулканической активности Камчатки и Курил [1, 2].
AHI обеспечивает обзор всего диска Земли с временным разрешением 10 минут в шестнадцати спектральных каналах с центральными длинами волн от 0,47 мкм до 13,3 мкм. Три канала лежат в видимом диапазоне, три — в ближнем инфракрасном, остальные десять — в инфракрасном. Пространственное разрешение прибора в подспутниковой точке для инфракрасного диапазона составляет 2 километра [3, 4].
Эти особенности AHI дают возможность вести долговременные наблюдения районов активных вулканов с высоким пространственным и временным разрешением. В частности, в случае вулканов Камчатки и Курил подобные наблюдения сейчас осуществляются с помощью системы VolSatView [5, 6].
Одной из основных задач такого мониторинга является выделение и анализ возникающих при извержениях термальных аномалий. При этом широко распространён подход, основанный на разделении окрестностей вулкана на зону наблюдения и зону фона [7, 8]. В зоне наблюдения могут возникать термальные аномалии, в зоне фона же они гарантированно отсутствуют. Это разделение позволяет учитывать вклад фона в оценку интенсивности термальной аномалии.
Одним из существенных препятствий для исследования развития термальных аномалий вулканов Камчатки и Курил, в том числе в контексте предсказания вулканической активности, является отсутствие объективных критериев для выделения зон наблюдения и зон фона. В настоящее время в информационной системе VolSatView разграничение указанных зон осуществляется визуально, в результате чего временные ряды могут некорректно отображать процессы, связанные с вулканической активностью.
В данной работе ставится задача по созданию алгоритма выделения зон наблюдения и фона на основе статистического анализа временного ряда яркостных температур в канале с центральной длиной волны 3,9 мкм, сводящегося к изучению пространственного распределения «горячих» и «холодных» точек.

Алгоритм в качестве зоны наблюдения выбирает компактный кластер «горячих» точек (пикселов с температурой выше пороговой). Зону фона составляет множество «холодных» точек — пикселов, температура которых за период наблюдения никогда не превышала пороговую и чьё среднее значение за ночной период наиболее близко к медиане ночного распределения.
Полученные зоны были загружены систему VolSatView для постоянных наблюдений Himawar. Для оценки качества выделения зон рассмотрено первое за 600 лет извержение вулкана Крашенинникова 3 августа 2025 г.
В спокойный период, 1 августа 2025 г., разность усреднённых температур по зоне наблюдения и зоне фона для обоих способов выделения зон близка и составляет порядка 5 К. Однако в период с 1 по 3 августа 2025 г. максимальная разность для зон по умолчанию составила 27 К, а для зон, построенных по новому алгоритму, — 47 К.
В качестве дополнительной метрики для сравнения зон введён коэффициент VI (Volcanic Index), определяемый как разность между максимальной температурой в зоне наблюдения и медианной температурой фона, нормированная на стандартное отклонение температуры фона.
2 августа 2025 г. в 16:00 UTC, незадолго до извержения, при выделении зон по предлагаемому алгоритму значение VI составило около 5, тогда как при выделении по умолчанию — около 1,5. За сутки до этого, 1 августа 2025 г. в 16:00 UTC, оба способа давали близкие значения порядка 2.
Рассмотренные примеры показывают, что предлагаемый способ выделения зон позволяет лучше выявить сигнал, связанный с термальной аномалией, по сравнению со способом, используемым по умолчанию.
Результатом работы является уточнение зон наблюдения и фона, что формирует методические основы для дальнейшего анализа температурных рядов вулканов. Кроме того, в процессе создания алгоритма были устранены ошибки, связанные с дублированием данных, что в перспективе обеспечивает существенное ускорение обработки исходных данных.
Работа выполнена в рамках темы ИКИ РАН «Мониторинг» (госрегистрация № 126031818938-6) с использованием инфраструктуры Центра коллективного пользования «ИКИ-Мониторинг» (Лупян и др., 2019).