Геомаркетинг » ИССЛЕДОВАНИЕ СНЕЖНЫХ ЛАВИН ПРИ ПОМОЩИ ДАННЫХ СПУТНИКОВОЙ ГРУППИРОВКИ SENTINEL-1 (НА ПРИМЕРЕ ГИССАРО-АЛАЯ)

DOI: https://doi.org/10.25296/1997-8669-2023-17-3-34-47

ПРИОБРЕСТИ ПОЛНУЮ ВЕРСИЮ за 250 руб.

“Геориск”, Том XVII, № 3/2023

ИССЛЕДОВАНИЕ СНЕЖНЫХ ЛАВИН ПРИ ПОМОЩИ ДАННЫХ СПУТНИКОВОЙ ГРУППИРОВКИ SENTINEL-1 (НА ПРИМЕРЕ ГИССАРО-АЛАЯ)

Кисляк У.А., Костенков Н.А., Петраков Д.А.

Кисляк У.А., Костенков Н.А., Петраков Д.А., 2023. Исследование снежных лавин при помощи данных спутниковой группировки Sentinel-1 (на примере Гиссаро-Алая). ГеоРиск, Том XVII, № 3, с. 34–47, https://doi.org/10.25296/1997-8669-2023-17-3-34-47.

Важным этапом освоения территории, находящейся в горной стране, является оценка лавинной деятельности. Регулярные наблюдения за лавинами необходимы для обеспечения безопасности населения и сохранности инженерных сооружений. В настоящее время одним из наиболее актуальных вопросов исследований в данной области является изучение лавин в пределах труднодоступных и малоизученных горных стран. Гиссаро-Алай отличается высокой лавинной активностью. Однако проведение здесь полевых наблюдений за счет удаленности и труднодоступности территории зачастую невозможно. Исследование лавин в этом регионе при помощи данных дистанционного зондирования Земли, в т.ч. оптических спутниковых снимков, также затруднительно в связи с климатическими особенностями территории — повышенной облачностью на протяжении периода активности лавин. Оптимальным способом осуществления фонового мониторинга лавинной деятельности является использование радиолокационных снимков для дешифрирования отложений лавин. Радарные данные спутниковой группировки Sentinel-1 пригодны для регулярного космического мониторинга лавинной активности вне зависимости от условий видимости и освещенности. В статье приведена методика обработки радиолокационных снимков со спутников группировки Sentinel-1, а также представлены результаты дешифрирования лавинных отложений: распределение их по абсолютной высоте, экспозиции и крутизне склонов на Зеравшанском, Гиссарском, Туркестанском и Алайском хребтах в сезоне 2021/2022 гг. Проведена верификация метода при помощи мультиспектральных данных со спутников группировки Sentinel-2. Результаты исследования сопоставлены с материалами Атласа снежно-ледовых ресурсов мира — доказана их высокая сходимость, но также выявлены отдельные участки, которые ранее были обозначены как не лавиноопасные.

1. Балдина Е.А., Трошко К.А., 2017. Радиолокационные данные в географических исследованиях и картографировании, под ред. И.А. Лабутиной. Изд-во МГУ, Москва.
2. Кашницкий А.В., Бриль А.А., Бурцев М.Ю., Самофал Е.В., Уваров И.А., Матвеев А.М., 2016. Возможности работы с данными спутника Sentinel-1 в информационной системе VEGA-Science. Современные проблемы дистанционного зондирования Земли из космоса, Сборник тезисов докладов Четырнадцатой Всероссийской открытой конференции, Москва, 2016, с. 84.
3. Котляков В.М. (ред.), 1997. Атлас снежно-ледовых ресурсов мира. Изд-во Института географии РАН, Москва, с. 342.
4. Михайлов Н.И., Гвоздецкий Н.А., 1978. Физическая география СССР. Изд-во МГУ, Москва.
5. Мягков С.М., Канаев Л.А. (ред.), 1992. География лавин. Изд-во МГУ, Москва.
6. Ниязов Д.Б., Саидов М.С., Саидов С.М., 2018. Лавиноопасность Лахшского района Республики Таджикистан. Анализ, прогноз и управление природными рисками с учетом глобального изменения климата, Материалы Х Международной научно-практической конференции «Геориск-2018», Том 1, Москва, с. 355–360.
7. Семакова Э.Р., Поторжинский М.Г., Сиетиня Е.И., Сафронов В.П., 2023. Опыт использования данных Sentinel-1 в задачах идентификации снежных лавин на космоснимках. Интерэкспо ГЕО-Сибирь, Том 4, № 1, с. 200–204, https://doi.org/10.33764/2618-981X-2023-4-1-200-204.
8. Хромова Т.Е., Медведев А.А., Муравьев А.Я., Зверкова Н.М., 2015. Электронный атлас «Снег и лед на Земле». Лед и Снег,
Том 55, № 2, с. 5–8.
9. Bayanudin A.A., Jatmiko R.H., 2016. Orthorectification of Sentinel-1 SAR (Synthetic Aperture Radar) data in some parts of southeastern Sulawesi using Sentinel-1 Toolbox. IOP Conference Series: Earth and Environmental Science, Vol. 47, No. 1, ID 012007, https://doi.org/10.1088/1755-1315/47/1/012007.
10. Bianchi F.M., Grahn J., Eckerstorfer M., Malnes E., Vickers H., 2021. Snow avalanche segmentation in SAR images fully convolutional neural networks. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 14, pp. 75–82, https://doi.org/10.1109/JSTARS.2020.3036914.
11. Chang A.T., Foster J.L., Hall D.K., Rango A., Hartline B.K., 1982. Snow water equivalent estimation by microwave radiometry. Cold Regions Science and Technology, Vol. 5, Issue 3, pp. 259–267, https://doi.org/10.1016/0165-232X(82)90019-2.
12. Dozier J., 1989. Spectral signature of Alpine cover from the LANDSAT thematic mapper. Remote Sensing of Environment, Vol. 45,
pp. 9–22, https://doi.org/10.1016/0034-4257(89)90101-6.
13. Eckerstorfer M., Bühler Y., Frauenfelder R., Malnes E., 2016. Remote sensing of snow avalanches: recent advances, potential, and limitations. Cold Regions Science and Technology, Vol. 121, pp. 126–140, https://doi.org/10.1016/j.coldregions.2015.11.001.
14. Eckerstorfer M., Grahn J., 2021. Snow avalanche detection using Sentinel-1 in Langtang, Nepal. NORCE climate report 3-2021.
URL: https://norceresearch.brage.unit.no/norceresearch-xmlui/handle/11250/2991792 (дата обращения: 18.08.2023).
15. Eckerstorfer M., Malnes E., Müller K., 2017. A complete snow avalanche activity record from a Norwegian forecasting region using Sentinel-1 satellite-radar data. Cold Regions Science and Technology, Vol. 144, pp. 39–51, https://doi.org/10.1016/j.coldregions.2017.08.004.
16. Eckerstorfer M., Oterhals H.D., Müller K., Malnes E., Grahn J., Langeland S., Velsand P., 2022. Performance of manual and automatic detection of dry snow avalanches in Sentinel-1 SAR images. Cold Regions Science and Technology, Vol. 198, ID 103549, https://doi.org/10.1016/j.coldregions.2022.103549.
17. Hall D.K., Riggs G.A., Salomonson V.V., DiGirolamo N.E., Bayr K.J., 2002. MODIS snow-cover products. Remote Sensing of Environment, Vol. 83, Issues 1–2, pp. 181–194, https://doi.org/10.1016/S0034-4257(02)00095-0.
18. Karas A., Karbou F., Giffard-Roisin S., Durand P., Eckert N., 2021. Automatic color detection-based method applied to Sentinel-1 SAR images for snow avalanche debris monitoring. IEEE Transactions on Geoscience and Remote Sensing, Vol. 60, ID 5219117, https://doi.org/10.1109/TGRS.2021.3131853.
19. Leinss S., Wicki R., Holenstein S., Baffelli S., Bühler Y., 2020. Snow avalanche detection and mapping in multitemporal and multiorbital radar images from TerraSAR-X and Sentinel-1. Natural Hazards and Earth System Sciences, Vol. 20, No. 6, pp. 1783–1803, https://doi.org/10.5194/nhess-20-1783-2020.
20. Sartori M., 2023. Assessing the applicability of Sentinel-1 SAR data for semi-automatic detection of snow avalanche debris. MSc Thesis, University of Salzburg, Salzburg, Austria.
21. Tompkin C., Leinss S., 2021. Backscatter characteristics of snow avalanches for mapping with local resolution weighting. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 14, pp. 4452–4464, https://doi.org/10.1109/JSTARS.2021.3074418.
22. Yang J., Li C., Li L., Ding J., Zhang R., Han T., Liu Y., 2020. Automatic detection of regional snow avalanches with scattering and interference of C-band SAR Data. Remote Sensing, Vol. 12, No. 17, ID 2781, https://doi.org/10.3390/rs12172781.
23. Официальный сайт NASA’s Alaska Satellite Facility Distributed Active Archive Center, 2023. URL: https://search.asf.alaska.edu/ (дата обращения: 05.08.2023).
24. Официальный сайт Системы хранения сенсорных данных ЦАИИЗ (SDSS), 2020. URL: https://sdss.caiag.kg/sdss/ (дата обращения: 15.08.2023).
25. Официальный сайт Copernicus Data Space Ecosystem, 2023. URL: https://browser.dataspace.copernicus.eu (дата обращения: 09.08.2023).

КИСЛЯК У.А.*
Московский государственный университет им. М.В. Ломоносова, г. Москва, Россия, uakislyak@gmail.com
Адрес: Ленинские горы, д. 1, г. Москва, 119991, Россия
КОСТЕНКОВ Н.А.
Московский государственный университет им. М.В. Ломоносова, г. Москва, Россия, kostenkov.nikita@mail.ru
ПЕТРАКОВ Д.А.
Московский государственный университет им. М.В. Ломоносова, г. Москва, Россия, dpetrakov@gmail.com

GeoRisk World, Vol. XVII, No. 3/2023

STUDY OF SNOW AVALANCHES USING SENTINEL-1 SATELLITE DATA (A CASE STUDY FOR HISSARO-ALAY)

Kislyak U.A., Kostenkov N.A., Petrakov D.A.

Kislyak U.A., Kostenkov N.A., Petrakov D.A., 2023. Study of snow avalanches using Sentinel-1 satellite data (a case study for Hissaro-Alay). GeoRisk World, Vol. XVII, No. 3, pp. 34–47, https://doi.org/10.25296/1997-8669-2023-17-3-34-47.

Аn important stage in the development of the territory located in a mountain region is the assessment of snow avalanche hazard. Regular avalanche monitoring is necessary to mitigate the risk for the population and engineering structures. Currently, one of the most urgent concerns of research in this field is the issue of recognizing avalanche activity within inaccessible and poorly studied mountain areas. Hissaro-Alay is a region with high avalanche frequency, where field observations are hardly possible due to the remoteness and poor accessibility. Studying snow avalanches in this region with Earth remote sensing data including optical images is also problematic due to the climatic features of the territory — increased cloud cover throughout the avalanche season. The optimal way to monitor snow avalanches here is to apply radar images to identify avalanche deposits. The radar data of the Sentinel-1 satellite is suitable for regular monitoring of snow avalanches, regardless on visibility and sunlight. The paper presents a technique for processing radar images of the Sentinel-1 satellites, and the results of avalanche deposits identification: the distribution of avalanche deposits by elevation, slope aspect and angle in the Zarafshan, Hisar, Turkestan, and Alay ranges in the 2021/2022 season. The technique was verified using multispectral data of the Sentinel-2 satellite. The results of the study were compared with the data of the, World atlas of snow and ice resources. Their good convergence has been proven, but also some areas that were previously marked as non-avalanche-prone have been identified.

snow avalanches Hissaro-Alay Earth remote sensing data Sentinel-1 radar images identification of avalanche deposits avalanche activity monitoring

1. Baldina E.A., Troshko K.A., 2017. Radar data in geographical research and mapping, in I.A. Labutina (ed.). Publishing house of the Moscow State University, Moscow. (in Russian)
2. Kashnitsky A.V., Bril A.A., Burtsev M.Y., Samofal E.V., Uvarov I.A., Matveev A.M., 2016. Opportunities for working with Sentinel-1 satellite data in the VEGA-Science information system. Modern problems of remote sensing of the Earth from space, Proceedings of the 14th All-Russian open Conference, Moscow, p. 84. (in Russian)
3. Kotlyakov V.M. (ed.), 1997. World atlas of snow and ice resources. Publishing house of the Institute of Geography, Russian Academy of Sciences, Moscow, p. 342. (in Russian)
4. Mikhailov N.I., Gvozdetsky N.A., 1978. Physical geography of the USSR. Publishing house of the Moscow State University, Moscow. (in Russian)
5. Myagkov S.M., Kanaev L.A. (eds), 1992. Geography of avalanches. Publishing house of the Moscow State University, Moscow. (in Russian)
6. Niyazov D.B., Saidov M.S., Saidov S.M., 2018. Avalanche hazard in the Lakhsh District of the Republic of Tajikistan. Analysis, forecast and management of natural risks considering global climate change, Materials of the X International scientific and practical Conference “Georisk-2018”, Vol. 1, Moscow, pp. 355–360. (in Russian)
7. Semakova E.R., Potorzhinsky M.G., Sietinya E.I., Safronov V.P., 2023. Experience in using Sentinel-1 data for avalanche identification tasks on satellite images. Interexpo GEO-Siberia, Vol. 4, No. 1, pp. 200–204, https://doi.org/10.33764/2618-981X-2023-4-1-200-204. (in Russian)
8. Khromova T.E., Medvedev A.A., Muraviev A.Ya., Zverkova N.M., 2015. Electronic atlas “Snow and Ice on Earth”. Ice and Snow, Vol. 55, No. 2, pp. 5–8. (in Russian)
9. Bayanudin A.A., Jatmiko R.H., 2016. Orthorectification of Sentinel-1 SAR (Synthetic Aperture Radar) data in some parts of southeastern Sulawesi using Sentinel-1 Toolbox. IOP Conference Series: Earth and Environmental Science, Vol. 47, No. 1, ID 012007, https://doi.org/10.1088/1755-1315/47/1/012007.
10. Bianchi F.M., Grahn J., Eckerstorfer M., Malnes E., Vickers H., 2021. Snow avalanche segmentation in SAR images fully convolutional neural networks. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 14, pp. 75–82, https://doi.org/10.1109/JSTARS.2020.3036914.
11. Chang A.T., Foster J.L., Hall D.K., Rango A., Hartline B.K., 1982. Snow water equivalent estimation by microwave radiometry. Cold Regions Science and Technology, Vol. 5, Issue 3, pp. 259–267, https://doi.org/10.1016/0165-232X(82)90019-2.
12. Dozier J., 1989. Spectral signature of Alpine cover from the LANDSAT thematic mapper. Remote Sensing of Environment, Vol. 45,
pp. 9–22, https://doi.org/10.1016/0034-4257(89)90101-6.
13. Eckerstorfer M., Bühler Y., Frauenfelder R., Malnes E., 2016. Remote sensing of snow avalanches: recent advances, potential, and limitations. Cold Regions Science and Technology, Vol. 121, pp. 126–140, https://doi.org/10.1016/j.coldregions.2015.11.001.
14. Eckerstorfer M., Grahn J., 2021. Snow avalanche detection using Sentinel-1 in Langtang, Nepal. NORCE climate report 3-2021.
URL: https://norceresearch.brage.unit.no/norceresearch-xmlui/handle/11250/2991792 (accessed: 18 August 2023).
15. Eckerstorfer M., Malnes E., Müller K., 2017. A complete snow avalanche activity record from a Norwegian forecasting region using Sentinel-1 satellite-radar data. Cold Regions Science and Technology, Vol. 144, pp. 39–51, https://doi.org/10.1016/j.coldregions.2017.08.004.
16. Eckerstorfer M., Oterhals H.D., Müller K., Malnes E., Grahn J., Langeland S., Velsand P., 2022. Performance of manual and automatic detection of dry snow avalanches in Sentinel-1 SAR images. Cold Regions Science and Technology, Vol. 198, ID 103549, https://doi.org/10.1016/j.coldregions.2022.103549.
17. Hall D.K., Riggs G.A., Salomonson V.V., DiGirolamo N.E., Bayr K.J., 2002. MODIS snow-cover products. Remote Sensing of Environment, Vol. 83, Issues 1–2, pp. 181–194, https://doi.org/10.1016/S0034-4257(02)00095-0.
18. Karas A., Karbou F., Giffard-Roisin S., Durand P., Eckert N., 2021. Automatic color detection-based method applied to Sentinel-1 SAR images for snow avalanche debris monitoring. IEEE Transactions on Geoscience and Remote Sensing, Vol. 60, ID 5219117, https://doi.org/10.1109/TGRS.2021.3131853.
19. Leinss S., Wicki R., Holenstein S., Baffelli S., Bühler Y., 2020. Snow avalanche detection and mapping in multitemporal and multiorbital radar images from TerraSAR-X and Sentinel-1. Natural Hazards and Earth System Sciences, Vol. 20, No. 6, pp. 1783–1803, https://doi.org/10.5194/nhess-20-1783-2020.
20. Sartori M., 2023. Assessing the applicability of Sentinel-1 SAR data for semi-automatic detection of snow avalanche debris. MSc Thesis, University of Salzburg, Salzburg, Austria.
21. Tompkin C., Leinss S., 2021. Backscatter characteristics of snow avalanches for mapping with local resolution weighting. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 14, pp. 4452–4464, https://doi.org/10.1109/JSTARS.2021.3074418.
22. Yang J., Li C., Li L., Ding J., Zhang R., Han T., Liu Y., 2020. Automatic detection of regional snow avalanches with scattering and interference of C-band SAR Data. Remote Sensing, Vol. 12, No. 17, ID 2781, https://doi.org/10.3390/rs12172781.
23. The official site of NASA’s Alaska Satellite Facility Distributed Active Archive Center, 2023. URL: https://search.asf.alaska.edu/ (accessed: 5 August 2023).
24. The official site of Sensor Data Storage System of CAIAG (SDSS), 2020. URL: https://sdss.caiag.kg/sdss/ (accessed: 15 August 2023). (in Russian)
25. The official site of Copernicus Data Space Ecosystem, 2023. URL: https://browser.dataspace.copernicus.eu (accessed: 9 August 2023).

ULYANA A. KISLYAK*
Lomonosov Moscow State University; Moscow, Russia; uakislyak@gmail.com
Address: Bld. 1, Leninskie Gory, 119991, Moscow, Russia
NIKITA A. KOSTENKOV
Lomonosov Moscow State University; Moscow, Russia; kostenkov.nikita@mail.ru
DMITRY A. PETRAKOV
Lomonosov Moscow State University; Moscow, Russia; dpetrakov@gmail.com

Статьи из журнала

АКТИВНОСТЬ И ОПАСНОСТЬ ОБВАЛЬНО-ОСЫПНЫХ ПРОЦЕССОВ В РАЙОНЕ ТРАССЫ ГАЗОПРОВОДА «ДЗУАРИКАУ — ЦХИНВАЛ» НА ТЕРРИТОРИИ РЕСПУБЛИКИ СЕВЕРНАЯ ОСЕТИЯ — АЛАНИЯ

“Геориск”, Том XVII, № 3/2023

Авторы: Разумов В.В., Залиханов М.Ч., Разумова Н.В., Богданова Н.Д., Шагин С.И.

Рассмотрены результаты систематизации и анализа различных источников, содержащих информацию об активности обвально-осыпных процессов в районе трассы газопровода «Дзуарикау — Цхинвал» на территории Республики Северная Осетия — Алания после его строительства ...

ОСОБЕННОСТИ ОЧАГОВ ФОРМИРОВАНИЯ СЕЛЕЙ НА ЭТАПЕ ДЕГРАДАЦИИ ЛЕДНИКОВ (НА ПРИМЕРЕ СЕЛЕПРОЯВЛЕНИЙ 2022 И 2023 гг. НА КАВКАЗЕ)

“Геориск”, Том XVII, № 3/2023

Авторы: Докукин М.Д., Беккиев М.Ю., Калов Р.Х., Акаев А.Р.

Приводятся результаты исследования селепроявлений в верховьях рек Малка и Черек Безенгийский в 2022 г. (Кабардино-Балкарская Республика, Россия) и в долине р. Бубисцкали (Рача-Лечхуми и Квемо-Сванети, Грузия) в 2023 г. В ...

ИССЛЕДОВАНИЕ СНЕЖНЫХ ЛАВИН ПРИ ПОМОЩИ ДАННЫХ СПУТНИКОВОЙ ГРУППИРОВКИ SENTINEL-1 (НА ПРИМЕРЕ ГИССАРО-АЛАЯ)

“Геориск”, Том XVII, № 3/2023

Авторы: Кисляк У.А., Костенков Н.А., Петраков Д.А.

ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПОЖАРОВ НА ЗАГРЯЗНЕНИЕ ГРУНТОВ НЕФТЕПРОДУКТАМИ В ЗОНЕ АЭРАЦИИ С ПРИМЕНЕНИЕМ «ЭЛЕКТРОННОГО НОСА» НА ПЬЕЗОСЕНСОРАХ

“Геориск”, Том XVII, № 3/2023

Авторы: Бударина В.А., Косинова И.И., Кочетова Ж.Ю., Базарский О.В.

Из-за угрозы террористических актов увеличились риски пожаров при транспортировке и хранении нефти, нефтепродуктов. В результате не только аварий, но и даже незначительных утечек за длительный период эксплуатации комплексов по производству ...

ОЦЕНКА ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ПРИРОДНЫХ И ТЕХНОГЕННЫХ ВОД ПРИ ОТРАБОТКЕ МЕСТОРОЖДЕНИЯ «ПЛАТО РАСВУМЧОРР»

“Геориск”, Том XVII, № 3/2023

Авторы: Игнатенко И.М., Белозеров Д.А., Дьяконов И.А.

Горнодобывающая отрасль является важной частью экономики нашей страны. Горнодобывающие предприятия оказывают значительное воздействие на подземные и поверхностные воды. Это необходимо учитывать при проведении инженерно-геологических, инженерно-экологических, инженерно-гидрометеорологических изысканий для целей проектирования. ...