А.С. Петров

АО «НПО Лавочкина» (г. Химки, Московская область, Россия)

Постановка проблемы. Знание структуры леса и ее изменения важно для моделирования лесной экосистемы, например, для надежной оценки биомассы или для оценки углеродных потоков, связанных с функциональным назначением леса.
За последние годы были разработаны две мощные технологии поляриметрической интерферометрия и томографии
(Пол-Ин-РСА – Pol-In-SAR и ТомоРСА – TomoSAR) с применением систем РСА для дистанционного зондирования, которые позволяют выделять информацию о природных и искусственных объектах, рассчитывая вертикальное распределение мощности обратного рассеяния или трехмерное отражение. В отечественной литературе методы реализации этих новых технологий освещены в недостаточной мере, поэтому возникает задача в определенной мере заполнить этот пробел.

Цель. Провести краткий обзор методов, применяемых для оценки профиля рассеяния волны от лесных массивов, восстановления объема поверхностной биомассы леса и выявления лесных пожаров с помощью радиолокаторов с синтезированной апертурой (РСА), функционирующих в режимах поляриметрической интерферометрия и томографии.

Результаты. Сделан краткий обзор методов оценки профиля и биомассы леса с помощью томографических систем дистанционного зондирования Земли. Рассмотрены вопросы выявления лесных пожаров и выгоревших районов методами поляриметрической интерферометрия и томографии с применением РСА. Приведены первоначальные практические результаты восстановления профиля леса с помощью томографических РСА. Представлена математическая постановка задачи моделирования профиля обратного рассеяния, указаны основные методы ее решения и даны ссылки на литературу, в которой детально освещается проблематика. Описаны аллометрические методы оценки поверхностной биомассы леса по его томографическому профилю, полученному в результате обработки сигнала РСА. Дан обзор электродинамических моделей объемного отражения волны от леса и земной поверхности. Затронуты вопросы выявления районов распространения лесных пожаров и погоревших массивов с помощью Пол-Ин-РСА – Pol-In-SAR и ТомоРСА – TomoSAR.

Практическая значимость. Проведенный краткий аналитический обзор позволит непосвященному в данную тему читателю, приступающему к проектированию РСА, предназначенных для сбора данных о состоянии биосферы, в том числе сукцессии лесных массивов, осознанно обратиться к томографическим и поляриметрическим режимам функционирования аппаратуры. Обзор также может оказаться полезным для специалистов в области системотехники для выбора базового подхода к реализации перспективных миссий мониторинга биосферы.

Петров А.С. Оценка профиля и биомассы леса с помощью поляриметрических и томографических систем дистанционного зондирования Земли // Успехи современной радиоэлектроники. 2022. T. 76. № 7. С. 5–19. DOI: https://doi.org/10.18127/ j20700784-202207-01

1. Research Results and Projects Status Report 2011 – 2017. Technical Report, October 2018 // Microwaves and Radar Institute. https://www.researchgate.net/ publication/330384080.
2. Massonnet D., Souyris J.-C. Imaging with synthetic aperture radar. EPFL Press. 2008.
3. Cherniakov M. Bistatic radar: emerging technology. Part 4 by Krieger G. and Moreira A., Spaceborne Interferometric and Multistatic SAR Systems / John Wiley & Sons. 2008. P. 95–158.
4. Петров А.С., Назаров А.Е., Демин Д.С. Оценка точности трехмерного отображения элементов рельефа земной поверхности космическими системами дистанционного зондирования Земли // Успехи современной радиоэлектроники. 2022. Т. 76. № 2. С. 5–15. DOI: https://doi.org/10.18127/j20700784-202202-01.
5. Reigber A., Moreira A. First demonstration of airborne SAR tomography using multibaseline L-band data // IEEE Trans. Geosci. Remote Sens. 2000. V. 38. № 5. P. 2142–2152.
6. Nannini M., Scheiber R., Moreira A. Estimation of the Minimum Number of Tracks for SAR Tomography // IEEE Transactions On Geoscience And Remote Sensing. 2009. V. 47. № 2. P. 531–543.
7. Cazcarra-Bes V., Pardini M., Tello M., Papathanassiou K.P. Comparison of tomographic SAR reflectivity reconstruction algorithms for forest applications at L-band // IEEE Trans. Geosci. Remote Sens. 2020. V. 58. № 1. Р. 147–164.
8. Коробков М.А., Петров А.С. Методы и алгоритмы пеленга источников радиоизлучения // Электромагнитные волны и электронные системы. 2015. № 4. С. 3–32.
9. Caicoya A.T., Pardini M., Hajnsek I., Papathanassiou K. Forest Above-Ground Biomass Estimation From Vertical Reflectivity Profiles at L-Band // IEEE Geoscience And Remote Sensing Letters. 2015. V. 12. № 12. Р. 2379–2383.
10. Yu H., Zhang Z. The Performance of Relative Height Metrics for Estimation of Forest Above-Ground Biomass Using L- and X-Bands TomoSAR Data // IEEE Journal Of Selected Topics In Applied Earth Observations And Remote Sensing, V. 14. 2021. Р. 1857–1871.
11. Lasaponara R., Tucci B. Identification of Burned Areas and Severity Using SAR Sentinel-1 // IEEE Geoscience And Remote Sensing Letters. 2019. V. 16. № 6. Р. 917–921.