Президиум РАНИсследование Земли из космоса Earth Research from Space

  • ISSN (Print) 0205-9614
  • ISSN (Online) 3034-5405

РАДИОЛОКАЦИОННАЯ ИНТЕРФЕРОМЕТРИЯ L-ДИАПАЗОНА ДЛЯ МОНИТОРИНГА ДИНАМИКИ БОРЕАЛЬНЫХ ЛЕСОВ ПРИ ЭКСТРЕМАЛЬНОЙ ВРЕМЕННОЙ БАЗЕ

Код статьи
S3034540525050097-1
DOI
10.7868/S3034540525050097
Тип публикации
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 5
Страницы
99-104
Аннотация
Демонстрируется принципиальная возможность применения двухпроходной дифференциальной радиолокационной интерферометрии (DInSAR) в L-диапазоне для мониторинга динамики высоты фазовых центров рассеяния бореальных лесов на основе спутниковых данных ALOS-2 PALSAR-2 с экстремально длинной временной базой (2114 дней). Несмотря на проблему временной декорреляции, высококачественные интерферометрические измерения были получены за счет тщательного подбора интерферометрических пар с исключительно схожими условиями атмосферы и неоднородной природной среды лес – земная поверхность. Валидация, проведенная по эталонным участкам, подтвердила, что полученная карта смещений фазовых центров рассеяния отражает реальные физические процессы (снижение высоты древесной растительности из-за рубок и увеличение высоты леса из-за роста деревьев), а не шум декорреляции. Полученные результаты доказывают практическую применимость многолетних радиолокационных DInSAR-пар для космического мониторинга изменений, происходящих в лесных экосистемах.
Ключевые слова
радиолокационная интерферометрия спутниковые данные космический мониторинг лесные экосистемы высота леса PALSAR-2
Дата публикации
21.03.2026
Год выхода
2026
Всего подписок
0
Всего просмотров
6

Библиография

  1. 1. Бондур В.Г., Гордо К.А. Космический мониторинг площадей, пройденных огнем, и объемов эмиссий вредных примесей при лесных и других природных пожарах на территории Российской Федерации // Исследование Земли из космоса. 2018. № 3. С. 41–55. https://doi.org/10.7868/S020596141803003X
  2. 2. Бондур В.Г., Гордо К.А., Кладов В.Л. Пространственновременные распределения площадей природных пожаров и эмиссий углеродсодержащих газов и аэрозолей на территории северной Евразии по данным космического мониторинга // Исследование Земли из космоса. 2016. № 6. С. 3–20. https://doi.org/10.7868/S0205961416060105
  3. 3. Bondur V., Chimitdorzhiev T., Kirbizhekova I., Dmitriev A. A Novel Method of Boreal Zone Reforestation/Afforestation Estimation Using PALSAR-1, 2 and Landsat-5, 8 Data. Forests 2024, 15, 132. https://doi.org/10.3390/f15010132
  4. 4. Bondur V., Chimitdorzhiev T., Kirbizhekova I., Dmitriev A. Estimation of Postfire Reforestation with SAR Polarimetry and NDVI Time Series. Forests 2022, 13, 814. https://doi.org/10.3390/f13050814
  5. 5. Cloude S.R., Papathanassiou K.P. Three-stage inversion process for polarimetric SAR interferometry. // IEE Proceedings - Radar, Sonar and Navigation 2003. V. 150. No. 3. P. 125–134. https://doi.org/10.1049/ip-rsn:20030449
  6. 6. ERA5-Land Hourly - ECMWF Climate Reanalysis, 2025, [Электронный ресурс], URL: https://developers.google.com/earth-engine/datasets/catalog/ECMWF_ERA5LAND_HOURLY (Дата обращения 23 сентября 2025).
  7. 7. Kugler F., Schulze D., Hajnsek I., Pretzsch H., Papathanassiou K.P. TanDEM-X Pol-InSAR Performance for Forest Height Estimation // IEEE Transactions on Geoscience and Remote Sensing. 2014. V. 52. No. 10. P. 6404–6422. https://doi.org/10.1109/TGRS.2013.2296533
  8. 8. Lavalle M., Hensley S. Extraction of Structural and Dynamic Properties of Forests From Polarimetric-Interferometric SAR Data Affected by Temporal Decorrelation // IEEE Transactions on Geoscience and Remote Sensing. 2015. V. 53. No. 9. P. 4752–4767. https://doi.org/10.1109/TGRS.2015.2409066
  9. 9. Muñoz-Sabater J., Dutra E., Agustí-Panareda A., Albergel C., Arduini G., Balsamo G., Boussetta S., Choulga M., Harrigan S., Hersbach H., Martens B., Miralles D.G., Piles M., Rodríguez-Fernández N.J., Zsoter E., Buontempo C., Thépaut J.-N. ERA5-Land: a state-of-the-art global reanalysis dataset for land applications // Earth System Science Data. 2021. V. 13. No. 9. P. 4349–4383. https://doi.org/10.5194/essd-13-4349-2021
  10. 10. Papathanassiou K.P., Cloude S.R. Single-baseline polarimetric SAR interferometry // IEEE Transactions on Geoscience and Remote Sensing. 2001. V. 39. No. 11. P. 2352–2363. https://doi.org/10.1109/36.964971
  11. 11. Simard M., Hensley S., Lavalle M., Dubayah R., into N., Hofton M. An Empirical Assessment of Temporal Decorrelation Using the Uninhabited Aerial Vehicle Synthetic Aperture Radar over Forested Landscapes // Remote Sensing. 2012. V. 4. No. 4. P. 975–986. https://doi.org/10.3390/rs4040975
  12. 12. Tebaldini S., Ho Tong Minh D., Mariotti d’Alessandro M., Villard L., Le Toan T., Chave J. The Status of Technologies to Measure Forest Biomass and Structural Properties: State of the Art in SAR Tomography of Tropical Forests // Surv Geophys. 2019. V. 40. No. 4. P. 779–801. https://doi.org/10.1007/s10712-019-09539-7
  13. 13. Yu C., Li Z., Penna N.T., Crippa P. Generic Atmospheric Correction Model for Interferometric Synthetic Aperture Radar Observations // Journal of Geophysical Research: Solid Earth. 2018. V. 123. No. 10. P. 9202–9222. https://doi.org/10.1029/2017JB015305
  14. 14. Zebker H.A., Villasenor J. Decorrelation in interferometric radar echoes // IEEE Transactions on Geoscience and Remote Sensing. 1992. V. 30. No. 5. P. 950–959. https://doi.org/10.1109/36.175330
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека