Алгоритм вычисления температуры поверхности для восстановления потери данных Landsat 8–9 Collection 2 Level 2

DOI: 10.35595/2414-9179-2023-1-29-318-329

Посмотреть или загрузить статью (Rus)

Об авторах

А.А. Гостева

Федеральный исследовательский центр «Красноярский научный центр Сибирского отделения Российской академии наук»,
Академгородок, д. 50, Красноярск, Россия, 660036,
E-mail: agosteva@icm.krasn.ru

А.К. Матузко

Институт вычислительного моделирования СО РАН,
Академгородок, д. 50/44, Красноярск, Россия, 660036,
E-mail: akmatuzko@icm.krasn

О.Э. Якубайлик

Институт вычислительного моделирования СО РАН,
Академгородок, д. 50/44, Красноярск, Россия, 660036,
E-mail: oleg@icm.krasn.ru

Аннотация

Применение тепловых снимков для анализа городских территорий представлено в материалах «ИнтерКарто. ИнтерГИС» на примере г. Красноярска по данным Landsat 8. Новые данные Landsat 8–9 collection 2 level 2 стали доступны в марте 2021 г. Данные были дополнены ценными научными продуктами, такими как параметры атмосферы (спектральный коэффициент пропускания атмосферы, восходящее излучение и нисходящее излучение), значения температуры поверхности Земли, тепловое излучение, маска оценки качества. Детальное изучение данных показало, что на многие исследуемые авторами ранее территории данные не предоставлены в полном объеме. Существует частичная или полная потеря данных в слое коэффициента излучения, и как следствие — потери повторяются в слоях температуры поверхности Земли. Такая же ситуация с потерей данных наблюдается в ряде других крупных российских городов. Сложившаяся ситуация требовала детального изучения документации по описанию алгоритмов Landsat 8–9. Изучив все этапы выполнения алгоритма, авторам удалось восстановить последовательность вычислений, сохранив дополнительные параметры атмосферы. Потерянные данные в канале коэффициента излучения были заменены новым слоем, в котором коэффициенты излучения поверхности были рассчитаны через вегетационный индекс NDVI. В результате авторами проведена апробация работы предложенного алгоритма на территории г. Красноярска. Результатом выполнения алгоритма являются слои со значениями температуры поверхности без потери данных, за исключением сцен с повышенной облачностью. Наблюдается незначительное расхождение значений температуры поверхности при использовании описанного алгоритма и исходных данных за счет применения разных источников для определения коэффициента излучения.

Ключ. слова

Landsat 8–9, температура, ДЗЗ, ГИС LST, тепловые снимки

Список литературы

  1. Гостева А.А., Матузко А.К., Якубайлик О.Э. Дистанционные методы в изучении температуры поверхности земли в городах (на примере г. Красноярска, Россия). ИнтерКарто. ИнтерГИС. Материалы Междунар. конф., 2018. Т. 24. Ч. 2. С. 195–205. DOI: 10.24057/2414-9179-2018-2-24-195-205.
  2. Гостева А.А., Матузко А.К., Якубайлик О.Э. Выявление изменений городской среды на основе спутниковых данных инфракрасного диапазона (на примере Красноярска) ИнтерКарто. ИнтерГИС. Материалы Междунар. конф., 2019. Т. 25. Ч. 2. С. 90–100. DOI: 10.35595/2414-9179-2019-2-25-90-100.
  3. Грищенко М.Ю., Калитка Л.С. Изучение сезонной изменчивости теплового поля Краснодара по космическим снимкам со спутника Landsat 8. ИнтерКарто. ИнтерГИС. Материалы Междунар. конф., 2019. Т. 25. Ч. 2. С. 101–111. DOI: 10.35595/2414-9179-2019-2-25-101-111.
  4. Грищенко М.Ю., Лучер Д.А., Бочарников М.В. Оценка возможности дешифрирования растительности по тепловым космическим снимкам на примере Южного Урала и Кузнецкого Алатау. ИнтерКарто. ИнтерГИС. Материалы Междунар. конф., 2022. Т. 28. Ч. 1. С. 496–507. DOI: 10.35595/2414-9179-2022-1-28-496-507.
  5. Campbell J.B., Wynne R.H. Introduction to remote sensing. 5th Edition. New York: The Guilford Press, 2011. 667 p.
  6. Irons J.R., Loveland T.R. Eighth Landsat satellite becomes operational. Photogrammetric Engineering and Remote Sensing, 2013. V. 79. No. 5. P. 398–401.
  7. Parastatidis D., Mitraka Z., Chrysoulakis N., Abrams M. Online global land surface temperature estimation from Landsat. Remote Sensing, 2017. V. 9. No. 12. Art. 1208. DOI: 10.3390/rs9121208.
  8. Sobrino J., Jimenez J.-C., Paolini L. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 2004. V. 90. Iss. 4. P. 434–440. DOI: 10.1016/j.rse.2004.02.003.
  9. Wan Z., Zhang Y., Zhang Q., Li Z. Quality assessment and validation of the MODIS global land surface temperature. International Journal of Remote Sensing, 2004. No. 25 (1). P. 261–274. DOI: 10.1080/0143116031000116417.

Для цитирования: Гостева А.А., Матузко А.К., Якубайлик О.Э. Алгоритм вычисления температуры поверхности для восстановления потери данных Landsat 8–9 Collection 2 Level 2. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2023. Т. 29. Ч. 1. С. 318–329 DOI: 10.35595/2414-9179-2023-1-29-318-329

For citation: Gosteva A.A., Matuzko A.K., Yakubajlik O.E. Surface temperature algorithm for data loss recovery Landsat 8–9 Collection 2 Level 2. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2023. V. 29. Part 1. P. 318–329. DOI: 10.35595/2414-9179-2023-1-29-318-329 (in Russian)