Оцінювання випромінювальної здатності земної поверхні на основі класифікації DYNAMIC WORLD для побудови температурних карт
DOI:
https://doi.org/10.36023/ujrs.2026.13.2.305Ключові слова:
коефіцієнт теплового випромінювання, температура земної поверхні, класифікація земної поверхні, Dynamic World, ASTER GEDАнотація
Температура земної поверхні є однією з ключових характеристик, що використовуються при моделюванні стану та динаміки розвитку геосистем, особливо в умовах антропогенного навантаження та ландшафтних перетворень. За десятиліття розвитку систем дистанційного зондування Землі на орбіту було виведено низку супутникових сенсорів, призначених для отримання даних температурного картування, зокрема у тепловому інфрачервоному спектральному діапазоні 3–14 мкм. До них належать сенсори MODIS (супутники Terra та Aqua), TM, ETM+ і TIRS (супутники серії Landsat), а також ASTER (супутник Terra).
Особливістю дистанційних досліджень теплового випромінювання, що принципово відрізняє їх від традиційних оптичних досліджень, у межах яких визначаються коефіцієнти спектрального відбиття, є необхідність вимірювання характеристик випроміненого земною поверхнею енергетичного потоку. Це зумовлює додаткову нетривіальну задачу визначення випромінювальної здатності земної поверхні у спектральному діапазоні, що відповідає діапазону реєстрації теплового випромінювання.
Одним із найбільш успішних підходів до визначення випромінювальної здатності земної поверхні є метод TES (Temperature/Emissivity Separation), реалізований для п’ятиканальних даних довгохвильового інфрачервоного діапазону сенсора ASTER. На його основі було створено геопросторовий продукт Global Emissivity Dataset (ASTER GED), який, зокрема, використовується для формування температурних даних за знімками супутників серії Landsat, однак ASTER GED має ряд суттєвих недоліків, які значно обмежують його використання для отримання детальних, точних та актуальних даних розподілу температур.
З урахуванням зазначених обмежень ASTER GED у статті запропоновано статистичний підхід до формування зображень просторового розподілу випромінювальної здатності на основі даних оптичного знімання Sentinel-2 із використанням інформації про тип земної поверхні, визначеного за результатами класифікації Dynamic World. В роботі запропонована методика отримання актуальних, фізично обґрунтованих та інформативних даних випромінювальної здатності з подальшим використанням разом із даними довгохвильового інфрачервоного випромінювання, отриманими супутниками серії Landsat. Попередня оцінка точності визначення температури показала, що приблизно у 90 % випадків відхилення температури, отриманої за оновленою методикою, не перевищує 0,5 °C відносно референтних значень.
Внесок авторів: Концептуалізація – М.С. Лубський та А.В. Хижняк; Методологія – М.С. Лубський; Формальний аналіз та оброблення даних – А.Р. Лисенко та Т.А. Орленко; Дослідження - М.С. Лубський, А.Р. Лисенко та Т.А. Орленко; Підготовка тексту статті - Пєстова І.О.; Рецензування та редагування - Пєстова І.О. та М.С. Лубський. Всі автори прочитали та погодилися з опублікованою версією рукопису.
Фінансування: Описана методика розроблена в рамках виконання НДР «Розробка та вдосконалення методів обробки даних дистанційного зондування для геопросторового моделювання при вирішенні задач раціонального природокористування», державний реєстраційний номер № 0124U000360.
Розкриття інформації про ШІ: при формуванні тексту статті використовувалась мовна модель GPT-4 для коригування назви публікації, систематизації її плану та для пошуку і корегування граматичних, пунктуаційних, синтаксичних помилок.
Доступність даних: Дані можуть бути надані авторами за обґрунтованим запитом.
Подяки: Автори вдячні Національній академії наук України за підтримку цього дослідження. Ми також вдячні рецензентам і редакторам за їхні цінні коментарі, рекомендації та увагу до роботи.
Конфлікти інтересів: Автори заявляють, що не мають конфлікту інтересів.
Посилання
Barsi, J. A., Barker, J. L., Schott J. R. An atmospheric correction parameter calculator for a single thermal band Earth-sensing instrument. Geoscience and Remote Sensing Symposium (IGARRS’03): Proceedings of the International conference (Toulouse, France, 21-25 July, 2003). IEEE, 2003. 3014-3016. DOI: https://doi.org/10.1109/IGARSS.2003.1294665.
Brown, C. F., Brumby, S. P., Guzder-Williams, B., Birch, T., Hyde, S. B. et al. (2022). Dynamic World, Near real-time global 10 m land use land cover mapping. Scientific Data, 9, 251. https://doi.org/10.1038/s41597-022-01307-4.
Chander, G., Markham, B. L., Helder, D. L. (2009). Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, 113(5), 893-903. https://doi.org/10.1016/j.rse.2009.01.007.
Hu, T., Hulley, G. C., Mallick, K., Szantoi, Z., Hook, S. (2023). Comparison between the ASTER and ECOSTRESS global emissivity datasets. International Journal of Applied Earth Observation and Geoinformation, 118, 103227. DOI: https://doi.org/10.1016/j.jag.2023.103227.
Hulley, G. C., Hook, S. J., Abbott, E., Malakar, N., Islam, T., Abrams, M. The ASTER Global Emissivity Dataset (ASTER GED): Mapping Earth's emissivity at 100 meter spatial scale. (2015). Geophysical Research Letters, 42, 7966–7976. https://doi.org/10.1002/2015GL065564.
Gottuk, J., Stuenzi, S. M., Runge, A., Boike, J. (2025). Assessing midsummer snow-free land surface albedo variability across multiple Arctic sites using the Harmonized Landsat and Sentinel-2 product. Science of Remote Sensing, 12, 100283. DOI: https://doi.org/10.1016/j.srs.2025.100283.
Jiménez-Muñoz, J. C.; Sobrino, J. A.; Mattar, C.; Franch, B. (2010). Atmospheric correction of optical imagery from MODIS and Reanalysis atmospheric products. Remote Sensing of Environment, 114, 2195–2210. DOI: https://doi.org/10.1016/j.rse.2010.04.022.
Lubskyi, M., Khyzhniak, A., Piestova, I., Orlenko, T. (2025). Land surface emissivity estimation technique based on NDVI/ASTER GED data correlation. 18th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment, 2025. https://doi.org/10.3997/2214-4609.2025510040.
NASA LP DAAC. (2020). ASTER Global Emissivity Dataset (GED): User Guide Version 3. NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, SD. Режим доступу: https://lpdaac.usgs.gov/documents/120/ASTERGED_User_Guide_V3.pdf.
Pontailler, J.-Y., Hymus, G. J., Drake, B. G. (2003). Estimation of leaf area index using ground-based remote sensed NDVI measurements: validation and comparison with two indirect techniques. Canadian Journal of Remote Sensing, 29(3), 381–387. DOI: https://doi.org/10.5589/m03-009.
Rozenstein, O., Qin, Z., Derimian, Y., Karnieli, A. (2014). Derivation of Land Surface Temperature for Landsat-8 TIRS Using a Split Window Algorithm. Sensors, 14(4), 5768-5780. DOI: https://doi.org/10.3390/s140405768.
Tang, H., Li, Z.-L. (2014). Quantitative Remote Sensing in Thermal Infrared: Theory and Applications. Berlin: Springer-Verlag. 281 p. ISBN 978-3-642-42026-9.
Valor, E., Caselles, V. (1996). Mapping Land Surface Emissivity from NDVI: Application to European, African, and South American Areas. Remote Sensing of Environment, 57, 167–184. DOI: https://doi.org/10.1016/0034-4257(96)00039-9.
Waqar, M. M., Mirza, J. F., Mumtaz, R., Hussain, E. (2012). Development of New Indices for Extraction of Built-Up Area & Bare Soil from Landsat Data. Open Access Scientific Reports., 1, 136. DOI: http://dx.doi.org/10.4172/scientificreports.136.
