Технологія моніторингу лісових пожеж за даними ДЗЗ

Abstract

У зв’язку зі зростанням частоти та масштабів лісових пожеж, моніторинг таких явищ набуває особливої важливості для екологічної безпеки. Сучасні технології дистанційного зондування Землі (ДЗЗ) є одним із ключових інструментів для оперативного виявлення термічних аномалій, аналізу пошкоджених ділянок та візуалізації наслідків пожеж (Allison, Johnston, Craig & Jennings, 2016). У дослідженні реалізовано повний цикл моніторингу на прикладі території поблизу села Христинівка, використовуючи супутникові дані Sentinel-2 та платформу Google Earth Engine (GEE), що дає змогу проводити високоточні розрахунки індексів NDVI, NBR та dNBR (Barboza Castillo et al., 2020). Особливу увагу приділено попередній обробці знімків, маскуванню хмар, побудові RGB-композицій та виведенню статистичних гістограм. Теоретичну основу дослідження становить аналіз спектральних індексів, які широко застосовуються для оцінки змін у рослинному покриві. NDVI є ефективним для відстеження вегетаційної активності, тоді як NBR — для виявлення зон вигорання (Lasaponara et al., 2022). Результати показали суттєві зниження значень обох індексів після пожежі, що підтверджено гістограмами й картографічними продуктами. Для підвищення достовірності аналізу застосовано адаптивні алгоритми виявлення пожеж за температурними характеристиками. Так, підхід із використанням динамічних температурних порогів дозволив зменшити кількість хибнопозитивних результатів в умовах мікрокліматичних коливань (Ding, Wang, Fu, Zhang & Wang, 2023). Додатково досліджено роль штучного інтелекту, зокрема тривимірних згорткових нейронних мереж (3D-CNN), для виявлення просторово-часових змін у супутникових часових рядах. Такий підхід продемонстрував високу чутливість навіть до слабких змін у покриві (Shelestov & Bukhanevych, 2024). У практичній частині також враховується український досвід моніторингу пожежних уражень. Зокрема, індексний аналіз на основі NBR та картографічні методи успішно застосовувалися для оцінки пошкоджень у Чорнобильській зоні (Babushka, Babiy, Chetverikov & Sevruk, 2021). Об’єктом дослідження є моніторинг лісових пожеж за даними дистанційного зондування. Предметом дослідження є технологія моніторингу лісових пожеж за даними ДЗЗ. Метою роботи є опрацювати технологію моніторингу пожеж, адаптовану до українських реалій, із використанням відкритих даних і хмарних платформ. Отримані результати мають прикладне значення: вони можуть бути використані для оцінки екологічного стану територій, планування заходів з відновлення лісових екосистем і розробки локальних систем реагування на надзвичайні ситуації природного характеру.

Due to the increasing frequency and scale of forest fires, monitoring of such phenomena is of particular importance for environmental safety. Modern remote sensing (RS) technologies are one of the key tools for rapid detection of thermal anomalies, analysis of damaged areas, and visualization of fire effects (Allison, Johnston, Craig & Jennings, 2016). The study implements a full monitoring cycle on the example of the area near the village of Khrystynivka, using Sentinel-2 satellite data and the Google Earth Engine (GEE) platform, which allows for highly accurate calculations of the NDVI, NBR, and dNBR indices (Barboza Castillo et al., 2020). Particular attention is paid to image preprocessing, cloud masking, RGB compositions, and statistical histograms. Translated with DeepL.com (free version)The theoretical basis of the study is the analysis of spectral indices that are widely used to assess changes in vegetation cover. NDVI is effective for tracking vegetation activity, while NBR is effective for detecting burned areas (Lasaponara et al., 2022). The results showed a significant decrease in the values of both indices after the fire, which was confirmed by histograms and mapping products. To increase the reliability of the analysis, adaptive algorithms for detecting fires by temperature characteristics were used. For example, an approach using dynamic temperature thresholds reduced the number of false positives in the face of microclimatic fluctuations (Ding, Wang, Fu, Zhang & Wang, 2023). Additionally, the role of artificial intelligence, in particular three-dimensional convolutional neural networks (3D-CNN), was investigated to detect spatial and temporal changes in satellite time series. This approach has demonstrated high sensitivity even to weak changes in cover (Shelestov & Bukhanevych, 2024). The practical part also took into account the Ukrainian experience in monitoring fire damage. In particular, NBR-based index analysis and mapping methods have been successfully used to assess damage in the Chornobyl zone (Babushka, Babiy, Chetverikov & Sevruk, 2021). The object of the study is the monitoring of forest fires using remote sensing data. The subject of the study is the technology of forest fire monitoring based on remote sensing data. The purpose is to develop and implement a monitoring methodology adapted to Ukrainian realities using open data and cloud platforms. The results obtained are of practical importance: they can be used to assess the ecological state of territories, plan measures to restore forest ecosystems, and develop local response systems for natural emergencies.