Sentinel-1 sintezētās apertūras radara izmantošana cirsmu konstatēšanai

Abstract

Bakalaura darbā ir pētīta sintezētās apertūras radara (SAR) Sentinel-1 datu lietderība cirsmu konstatēšanā. Analogi pētījumi, kas pierāda SAR un arī tieši Sentinel-1 sensora lietderību un izmantošanu, mežsaimniecībā ir veikti gan pasaulē, gan Latvijā, taču trūkst pētījumu, kas skaidrotu SAR, mežsaimnieciskās darbības un laikapstākļu likumsakarības. Tāpēc darbā tika pētīta laikapstākļu ietekme uz SAR atpakaļ saņemtās intensitātes vērtībām, jo, mainoties laikapstākļiem, mainās arī veģetācijas un virsmas dielektriskās īpašības, kā rezultātā mainās arī SAR atpakaļ saņemtā signāla vērtības. Pētījums tika izstrādāts balstoties uz faktu, ka ir būtiski veikt mežsaimniecības monitoringu neatkarīgi no laikapstākļiem. Izmantojot Sentinel-1 datus, klimatiskās laikapstākļu reanalīzes datu kopas ERA5-Land datus un daudzfaktoru regresijas analīzi, tika izveidots modelis, kas ļauj prognozēt galveno dielektrisko konstanti ietekmējošo laikapstākļu komponenšu ietekmi uz Δσ0 vērtībām. Darbā tika pierādīts, ka VH polarizācijā izvēlētās laikapstākļu komponentes var izskaidrot 62,7% no Δσ0 vērtībām, bet VV polarizācijas gadījumā 54,0% no Δσ0 vērtībām var izskaidrot ar izvēlētajām laikapstākļu komponentēm. Pētījumā tika pierādīts, ka VV polarizācijas vērtības ir nestabilākas pret veģetācijas izmaiņām nekā VH polarizācijas vērtības, un tikai VH polarizācijas dati var tikt izmantoti mežsaimnieciskās darbības konstatēšanai, jo VH polarizācijas radītāji uzradīja, ka ir statistiski būtiska atšķirība starp references un cirsmu teritoriju atstarojuma vidējām vērtībām.

In this scientific research, the utilization of Synthetic Aperture Radar (SAR) Sentinel-1 data has been studied to detect the felling areas. Analogous studies proving the utilization of SAR and also in particular Sentinel-1 sensors in forestry have been conducted both in the world and in Latvia, but there is a lack of studies that explain the correlation of SAR, forestry processes and weather conditions. Therefore the effect of weather conditions on the received SAR backscatter intensity was researched in this paper, because as the weather changes, so do the dielectric properties of the vegetation and the surface, resulting in a change in the values of the received SAR backscatter. The study was developed because it is important to do forestry monitoring regardless of weather conditions. A model was developed by Sentinel-1 data, ERA5-Land climatic weather reanalysis dataset and multiple regression analysis, that enables to predict the effect of the main dielectric constant influencing weather components on Δσ0 values. This paper proved that the selected weather components in VH polarization can explain 62,7% of Δσ0 values, but in the case of VV polarization, 54,0% of Δσ0 values can be explained. The study showed that VV polarization values, rather than VH polarization values, are more unstable towards vegetation changes, and only VH polarization data can be used for forestry detection, as only VH polarization showed that there is a statistically significant difference between the mean values of forested reference areas and felling areas.