Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.21046/2070-7401-2026-23-3-96-108
Ключевые слова: land surface temperature, LST, satellite imagery, underlying surface, landscape, cryo-lithozone, post-industrial transformation of landscape, oil and gas complex, спутниковая съёмка, подстилающая поверхность, ландшафт, криолитозона, техногенная трансформация ландшафта, нефтегазовый комплекс
Аннотация: Температура поверхности суши LST (англ. Land Surface Température) считается одной из важнейших характеристик, определяемых дистанционными средствами, которая используется в оценке состояния природных компонент экосистем и теплообмена в системе «почва-растительность - атмосфера». В работе выполнены оценки эффективности восстановлениПоказать полностьюя LST с использованием различных методик на основе многолетних данных Landsat. Анализировались фиксируемые диапазоны LST для характерных ландшафтов криолитозоны севера Сибири. Показано, что методики, основанные на уравнении радиационного переноса RTE (англ. Radiative Transfer Equation), демонстрируют высокую внутреннюю согласованность для естественных ландшафтов (средний коэффициент вариации CV = 4,2...6,8 % (англ. Variation Coefficient), смещение медиан <1,2 °C). Степень неопределённости возрастает для класса инфраструктуры (CV = 12,4.15,7 %) из-за особенностей зависимых от нормализованного относительного индекса растительности NDVI (англ. Normalized Difference Vegetation Index) моделей излучательной способности для интразональных категорий (при NDVI = 0,21.0,48). Методика, реализованная в геоинформационной системе QGIS (англ. Quantum Geographic Information Systems) SCP (англ. Semi-Automatic Classification Plugin), проявляет систематическое занижение значений LST относительно RTE-подходов (до -40 % в 2022 г.), что указывает на ограниченную применимость встроенной модели излучатель-ной способности поверхности LSE (англ. Land Surface Emissivity) для ландшафтов криолитозоны. Показано, что мониторинг динамики теплового состояния инфраструктурно преобразованных ландшафтов в арктических условиях наиболее эффективно описывает методика (Sobrino et al., 2008) в комбинации с альтернативными RTE-подходами для оценки уровня неопределённости. Применение QGIS SCP требует предварительной калибровки на локальных данных. Полученные результаты могут быть использованы для оптимизации алгоритмов обработки спутниковых данных в задачах экологического мониторинга ландшафтов севера Сибири. Land Surface Temperature (LST) is a critical parameter that is derived from remote sensing data and is frequently employed to evaluate the condition of natural ecosystem components and heat exchange processes within the soil-vegetation-atmosphere system. This study evaluates the efficiency of various LST retrieval methods using multi-year Landsat data. In northern Siberia, the characteristic landscapes of the cryolithozone were analyzed based on the observed LST ranges. The findings show that for natural landscapes, techniques based on the Radiative Transfer Equation (RTE) have high internal consistency (mean coefficient of variation CV = 4.2...6.8 %; median shift <1.2 °C). The degree of uncertainty increases substantially for the “Infrastructure” class (CV = 12.4.15.7 %), which is attributed to limitations of NDVI-dependent land surface emissivity (LSE) models when applied to intrazonal land cover types (NDVI = 0.21.0.48). The Quantum Geographic Information Systems (QGIS) Semi-Automatic Classification Plugin (SCP) employs a method that consistently underestimates LST values in comparison to RTE-based approaches (up to -40 % in 2022). This suggests that the built-in LSE model is not suitable for cryolithozone landscapes. The Sobrino et al. method (Sobrino et al., 2008), in conjunction with alternative RTE-based approaches to quantify uncertainty levels, was found to be the most effective method for monitoring the thermal dynamics of industrially transformed landscapes under Arctic conditions. The utilization of QGIS SCP necessitates preliminary calibration with local reference data. The findings can be employed to enhance satellite data processing algorithms for environmental monitoring in northern Siberian landscapes.
Журнал: Современные проблемы дистанционного зондирования Земли из космоса
Выпуск журнала: Т. 23, № 3
Номера страниц: 96-108
ISSN журнала: 20707401
Место издания: Москва
Издатель: Институт космических исследований РАН