Using radar polarimetry to monitor changes in backscattering mechanisms in landslide zones for the case study of the Bureya river bank collapse

Cover Page
  • Authors: Bondur V.G.1, Chimitdorzhiev T.N.2, Dmitriev A.V.2, Dagurov P.N.2, Zakharov A.I.3, Zakharova L.N.4
  • Affiliations:
    1. Research Institute of Aerospace Monitoring Aerocosmos
    2. Institute of Physical Materials Science SB RAS
    3. V. A. Kotelnikov Institute of Radioengineering and Electronics RAS
    4. V. A. Kotelnikov Institute of Radioengineering and Electronics RAS, Fryazino Branch
  • Issue: No 4 (2019)
  • Pages: 3-17
  • Section: Физические основы исследования Земли из космоса
  • URL: https://journals.eco-vector.com/0205-9614/article/view/15708
  • DOI: https://doi.org/10.31857/S0205-9614201943-17
  • Cite item

Abstract


The possibilities of radar polarimetry methods for identification of landslide zones are analyzed here. The fact of transformation of the dominant scattering type by the reflecting surface was used as a key feature of the landslide zone. ALOS-2 PALSAR-2 polarimetric data were processed using the Freeman–Durden and Cloude–Pottier decompositions for the four test sites selected in the area of a landslide caused by the Bureya river bank collapse. The decomposition results are consistent with each other in general, however, some areas show significant differences due to the specifics of the basic model provisions. It is shown that before the landslide event on the landslide area there were three main mechanisms of radar signal scattering: surface, volume, and double scattering. After the collapse, this area is characterized by a single scattering from the surface with large-scale irregularities and without vegetation. So, the landslide area can be confidently recognized. The considerable potential of using the radar polarimetry method for remote diagnostics of the effects of landslide phenomena has been demonstrated.


ВВЕДЕНИЕ

Космические методы и средства широко используются для мониторинга различных природных катастроф, таких как землетрясения (Акопян и др., 2017; Бондур, Зверев, 2005, 2007; Бондур, Смирнов, 2005; Бондур и др., 2007, 2010, 2016а, б), оползни (Захаров и др., 2018, Захаров, Захарова, 2019; Захарова и др., 2019; Бондур и др., 2019; Михайлов и др., 2014; Shirzaei et al., 2017), тайфуны (Бондур и др., 2008а, б, 2009) и др. (Бондур и др., 2009, 2010, 2012). Одними из наиболее перспективных средств дистанционного зондирования Земли (ДЗЗ) из космоса являются радиолокаторы с синтезированной апертурой (РСА) (Верба и др., 2010; Бондур, Чимитдоржиев, 2008а, б, 2019; Бондур, Старченков, 2001; Бондур, 2010; Дмитриев и др., 2014; Захаров и др., 2012; Chimitdorzhiev et. al., 2016). Преимуществом радарного зондирования является независимость процесса получения изображений от освещенности снимаемой поверхности и наличия облачности. Это обстоятельство позволяет выполнять радиолокационный мониторинг чрезвычайных ситуаций (Бондур и др., 2009; 2012), в том числе оползней (Захаров и др., 2018; Михайлов и др., 2014; Shirzaei et al., 2017), наводнений (Дубина и др., 2018), последствий цунами (Watanabe et al., 2016) и т. д. Мониторинг оползней является важной сферой применения поляриметрических методов дистанционного зондирования (Захаров и др., 2019; Захарова и др., 2019; Бондур и др., 2019; Czuchlewski et al., 2003; Yonezawa et al., 2012; Shimada et al., 2014; Li et al., 2014a, b; Luo et al., 2016; Shibayama et al., 2015; Watanabe et al., 2016).

В настоящей работе анализируются возможности методов радиолокационной поляриметрии для оценки изменений отражательных свойств земной поверхности на примере оползневого события, произошедшего в декабре 2018 г. на реке Бурея. Первые сведения о крупномасштабном сходе оползневых масс, произошедшем 11 декабря 2018 г., были получены с помощью снимков оптического сенсора Sentinel-2B и многоспектрального сканера (тепловизора) Himawari-8 (Крамарева и др., 2018). Установлено, что площадь зоны обрушения вместе с насыпью в русле реки составила порядка 0.4 км2, ориентировочное время схода грунта в реку MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@ 4:30 GMT 11 декабря 2018 г. Анализ Бурейского оползня методом радарной интерферометрии на основе данных радара Sentinel-1 проведен в работах (Захаров и др., 2019; Захарова и др., 2019) и на основе данных ALOS-2 PALSAR-2 (Бондур и др., 2019).

ВЫБОР МЕТОДА ИССЛЕДОВАНИЙ

Особенности взаимодействия радиоволн со сложными структурами поверхности, дающими многократное переотражение или имеющими пространственную анизотропию, могут быть выявлены с помощью поляризационных измерений. Такие измерения обеспечиваются поляриметрическим РСА, излучающим, например, линейно поляризованные волны с вертикальной (V) и горизонтальной (H) поляризациями и принимающим отраженный сигнал на согласованных (сигналы VV и HH) и ортогональных (VH и HV) поляризациях. Этот многоканальный поляриметрический режим работы радара значительно повышает информативность измерений (Cloude, 2010; Lee, Pottier, 2009).

Результатом измерения поляриметрического РСА является матрица рассеяния

S = S HH S HV S VH S VV MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaamWaa8aabaWdbiaadofaaiaawUfacaGLDbaacqGH9aqpdaWadaWd aeaafaqabeGacaaabaWdbiaadofapaWaaSbaaSqaa8qacaWGibGaam isaaWdaeqaaaGcbaWdbiaadofapaWaaSbaaSqaa8qacaWGibGaamOv aaWdaeqaaaGcbaWdbiaadofapaWaaSbaaSqaa8qacaWGwbGaamisaa WdaeqaaaGcbaWdbiaadofapaWaaSbaaSqaa8qacaWGwbGaamOvaaWd aeqaaaaaaOWdbiaawUfacaGLDbaaaaa@47B9@ .    (1)

Здесь Sij MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  комплексные коэффициенты рассеяния при излучении на j-поляризации и приеме на i-поляризации.

Физической основой методов радарной поляриметрии является зависимость поляризационного состояния радарного сигнала от механизма обратного рассеяния радиоволн земными объектами. Различного рода преобразования матрицы рассеяния позволяют выявить эти механизмы и тем самым идентифицировать различные объекты. Отметим, что при моностатическом зондировании выполняется условие S HV = S VH . MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaam4ua8aadaWgaaWcbaWdbiaadIeacaWGwbaapaqabaGcpeGaeyyp a0Jaam4ua8aadaWgaaWcbaWdbiaadAfacaWGibaapaqabaGccaGGUa aaaa@3D69@

В работе (Czuchlewski et al., 2003) для определения изменений отражательных свойств поверхности, вызванных оползнем после землетрясения в Тайване, был использован самолетный поляриметрический РСА L-диапазона. Декомпозиция матрицы рассеяния поверхности по методу Клау- да MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье (Cloude, Pottier, 1997) позволила определить характер изменений механизмов рассеяния земной поверхности вследствие схода оползня. Было отмечено, что снимков РСА, полученных на одной поляризации, недостаточно для идентификации и картирования оползней.

В работе (Yonezawa et al., 2012) для обнаружения оползней, вызванных землетрясением в Японии в 2008 г., использовались поляриметрические данные спутника L-диапазона PALSAR. Вклад различных механизмов рассеяния на поверхнос- ти оползневых участков изучался с использованием методов декомпозиции Фримена MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена (Freeman, Durden, 1998) и Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье. По данным декомпозиции Фримена MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена, в областях, затронутых крупномасштабными оползнями, преобладает компонента поверхностного рассеяния. Параметры декомпозиции Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье, такие как энтропия H, анизотропия A и угол α, также были рассчитаны для оползневых участков.

Автоматическая классификация, основанная на сегментации этих параметров на плоскости H-α, однозначно отличает оползневые участки от других объектов, таких, как лес, вода и заснеженные районы, но она неэффективна при наличии сельскохозяйственных угодий в пределах радиолокационного изображения. Оползневый участок трудно идентифицировать на одноканальном изображении, в то же время он уверенно распознается при анализе поляриметрических снимков. Было установлено, что при обнаружении зон оползней поляриметрические изображения с разрешением 30 м более информативны, чем одноканальные снимки с разрешением 10 м.

В работе (Shimada et al., 2014) проведена оценка эффективности применения поляриметрических многочастотных радаров с синтезированной апертурой для обнаружения оползневых зон в покрытых лесом горах. Результаты показывают, что РСА X-диапазона менее эффективны при выявлении оползней, поскольку проникновение волн этого диапазона сквозь слой леса меньше, чем в L-диапазоне.

Поляриметрический отклик зон оползней в X-диапазоне также изучался с помощью самолетной радиолокационной системы с синтезированной апертурой высокого разрешения в Китае (Li et al., 2014a). Поляриметрические разложения, включая четырехкомпонентное разложение Ямагучи (Yamaguchi et al., 2005) и разложение Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье, использовались для анализа механизмов рассеяния нескольких оползней, вызванных землетрясением в 2008 г. на юго-западе Китая. Экспериментальные данные X-диапазона показывают, что для участков, подверженных крупномасштабным оползням, характерна смесь поверхностного, двойного и объемного рассеяния. Представлены также результаты классификации, основанной на контролируемых параметрах классификатора Уишарта (Ferro-Famil et al., 2001) и параметрах сходства поляриметрического рассеяния, которые позволяют хорошо отличать области оползней от других типов поверхностей, таких, как лес и вода.

В работе (Li et al., 2014b) использованы наборы радарных изображений, полученные с помощью полностью поляриметрической бортовой радиолокационной системы с синтезированной апертурой высокого разрешения X-диапазона. Элементы разложения Паули, полученные в результате преобразования матрицы рассеяния, объединялись в RGB псевдоцвете и преобразовывались в цветовое пространство интенсивности-насыщенности-оттенка (HSI). Затем сочетание кластеризации по методу k-средних и изображений HSI из разных каналов использовалось поэтапно для автоматического выделения зон оползней.

В статье (Luo et al., 2015) обсуждается способ идентификации оползней, основанный на методах поляриметрического разложения данных С-диапазона, полученных до и после схода оползня, с последующим применением классификатора Уишарта (Ferro-Famil et al., 2001). Анализ поляриметрических признаков трех оползней, вызванных землетрясением в Китае в 2008 г., показывает, что доминирующим механизмом рассеяния сигнала оползнями является поверхностная составляющая рассеяния с энтропией рассеяния между 0.6 и 0.8. Для соседних с оползнем территорий характерно доминирование объемного рассеяния, при этом энтропия рассеяния почти аналогична энтропии на оползневых участках. Путем сравнения расположения областей поверхностного рассеяния на снимке после события с областями объемного рассеяния на снимке до события и комбинирования карт энтропии рассеяния, можно оценить ошибки распознавания оползневых зон.

Работа (Shibayama et al., 2015) посвящена зависимости поляриметрических индексов для оползней под лесными покровами от локального угла падения радиоволны. При изучении отражательных свойств поверхности оползней использовались данные сенсора PolSAR, проводившего съемку с разных направлений. Оказалось, что мощность рассеяния и поляриметрический коэффициент корреляции оползней значительно уменьшаются с локальным углом падения, в то время как для окружающего леса эти показатели не меняются. Это обстоятельство приводит к созданию метода эффективного обнаружения оползневой зоны по поляриметрической информации.

Для выяснения оптимальных параметров полной поляриметрической съемки в L-диапазоне и угла обзора для обнаружения зоны оползня были проанализированы поляриметрические изображения самолетного радара Pi-SAR-L2 (Watanabe et al., 2016), полученные с четырех различных направлений съемки зоны оползня на острове Идзу Осима, спровоцированного тайфуном 16 октября 2013 г. Несколько поляриметрических параметров, включая коэффициент обратного рассеяния, когерентность между двумя поляриметрическими состояниями, четырехкомпонентные параметры разложения (двойное отражение / объемное / поверхностное / спиральное рассеяние) и параметры разложения по собственным значениям (энтропия /альфа/ анизотропия), были рассчитаны для обнаружения оползневых участков. Радиолокационное зондирование переднего (ближнего к радару) склона более предпочтительны для идентификации оползня, тогда как наблюдения с противоположной стороны были менее информативными, что указывает на то, что меньший локальный угол падения обеспечивает лучшее различение оползневых и лесных районов.

В работе (Wang et al., 2016), для оценки смещения оползня, предложен метод, позволяющий выявлять динамику обратного рассеяния. Выполнена оценка различий двух векторов рассеяния Паули за разные даты, что позволило оценить смещение поверхности оползня на юго-западе штата Колорадо, США.

Большинство описанных в литературе подходов к обнаружению оползней на основе РСА используют данные очень высокого разрешения (very high resolution MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  VHR) при условии проведения съемки незадолго до события оползня, что бывает довольно редко. Современные миссии VHR SAR, например, Radarsat-2, TerraSAR-X или COSMO-SkyMed не охватывают систематически всю земную поверхность из-за различных ограничений. Поэтому в работе (Plank et al., 2016) представлен метод картографирования оползней, основанная на обнаружении изменений между оптическими изображениями до события и поляриметрической энтропией, полученной из поляриметрических данных РСА после события. Как правило, сведения о состоянии поверхности до события доступны из оптических снимков высокого разрешения Landsat-8 или Sentinel-2, которые проводят систематическую съемку всей земной суши.

В настоящей работе для анализа оползневых процессов на примере обрушения склона берега реки Бурея будем использовать два наиболее широко применяющихся метода анализа поляризационных радарных изображений на основе декомпозиции матрицы рассеяния: на основе физической модели декомпозиция Фримена MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена (Freeman, Durden, 1998) и математической модели с использованием собственных значений и собственных векторов матрицы когерентности (декомпозиция Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье) (Cloude, Pottier, 1997). Эти методы применялись не только для изучения оползневых участков, но и окрестностей, включая лес, ледовый покров реки и т. д. При анализе поляриметрических данных использовано программное обеспечение PolSARpro (PolSARpro, 2019).

АНАЛИЗ ДЕКОМПОЗИЦИЙ ПОЛЯРИМЕТРИЧЕСКИХ СИГНАЛОВ

Декомпозиция Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbcKqzqfaeaaaaaaaaa8qacaWFtacaaa@3995@ Дурдена (Freeman, Durden, 1998) основана на трехкомпонентной модели мощности матрицы рассеяния. При этом общая мощность обратного рассеяния P предполагается состоящей из суммы трех независимых слагаемых: мощности однократного (поверхностного) рассеяния, мощности эхо-сигнала, претерпевшего двукратное переотражение структурами, аналогичными двугранному уголковому отражателю, и мощности объемного (многократного) рассеяния:

P= S HH 2 +2 S HV 2 + S VV 2 = P s + P d + P v MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamiuaiabg2da9maaemaapaqaa8qacaWGtbWdamaaBaaaleaapeGa amisaiaadIeaa8aabeaaaOWdbiaawEa7caGLiWoapaWaaWbaaSqabe aapeGaaGOmaaaakiabgUcaRiaaikdadaabdaWdaeaapeGaam4ua8aa daWgaaWcbaWdbiaadIeacaWGwbaapaqabaaak8qacaGLhWUaayjcSd WdamaaCaaaleqabaWdbiaaikdaaaGccqGHRaWkdaabdaWdaeaapeGa am4ua8aadaWgaaWcbaWdbiaadAfacaWGwbaapaqabaaak8qacaGLhW UaayjcSdWdamaaCaaaleqabaWdbiaaikdaaaGccqGH9aqpcaWGqbWd amaaBaaaleaapeGaam4CaaWdaeqaaOWdbiabgUcaRiaadcfapaWaaS baaSqaa8qacaWGKbaapaqabaGcpeGaey4kaSIaamiua8aadaWgaaWc baWdbiaadAhaa8aabeaaaaa@5970@             (2)

где индексы s, d и v обозначают поверхностное, двойное и объемное рассеяние соответственно.

Однократное поверхностное рассеяние MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  типичный механизм рассеяния от почвы или воды. Двойное переотражение встречается при наличии вертикально ориентированных целей на горизонтальной поверхности и часто встречается на застроенных территориях (отражение от земли и стен), а также в лесах (отражения от стволов и почвы). Объемное рассеяние встречается там, где имеется слой разнообразно ориентированных элементарных отражателей MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  например, ветви деревьев.

В модели используется корреляция между элементами матрицы рассеяния (1), описываемая ковариационной матрицей:

C = S HH 2 2 S HH S HV * S HH S VV * 2 S HV S HH * 2 S HV 2 S HV S VV * S VV S HH * 2 S VV S HV * S VV 2 MathType@MTEF@5@5@+= feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaaaWaaeaacaWGdbaacaGLPmIaayPkJaGaeyypa0ZaamWaa8aabaqb aeqabmWaaaqaamaaamaabaWdbmaaemaapaqaa8qacaWGtbWdamaaBa aaleaapeGaamisaiaadIeaa8aabeaaaOWdbiaawEa7caGLiWoapaWa aWbaaSqabeaapeGaaGOmaaaaaOWdaiaawMYicaGLQmcaaeaadaaada qaa8qadaGcaaWdaeaapeGaaGOmaaWcbeaakiaadofapaWaaSbaaSqa a8qacaWGibGaamisaaWdaeqaaOWdbiaadofapaWaa0baaSqaa8qaca WGibGaamOvaaWdaeaapeGaaiOkaaaaaOWdaiaawMYicaGLQmcaaeaa daaadaqaa8qacaWGtbWdamaaBaaaleaapeGaamisaiaadIeaa8aabe aak8qacaWGtbWdamaaDaaaleaapeGaamOvaiaadAfaa8aabaWdbiaa cQcaaaaak8aacaGLPmIaayPkJaaabaWaaaWaaeaapeWaaOaaa8aaba WdbiaaikdaaSqabaGccaWGtbWdamaaBaaaleaapeGaamisaiaadAfa a8aabeaak8qacaWGtbWdamaaDaaaleaapeGaamisaiaadIeaa8aaba WdbiaacQcaaaaak8aacaGLPmIaayPkJaaabaWdbmaaamaabaGaaGOm amaaemaapaqaa8qacaWGtbWdamaaBaaaleaapeGaamisaiaadAfaa8 aabeaaaOWdbiaawEa7caGLiWoaaiaawMYicaGLQmcaa8aabaWdbmaa amaabaWaaOaaa8aabaWdbiaaikdaaSqabaGccaWGtbWdamaaBaaale aapeGaamisaiaadAfaa8aabeaak8qacaWGtbWdamaaDaaaleaapeGa amOvaiaadAfaa8aabaWdbiaacQcaaaaakiaawMYicaGLQmcaa8aaba WaaaWaaeaapeGaam4ua8aadaWgaaWcbaWdbiaadAfacaWGwbaapaqa baGcpeGaam4ua8aadaqhaaWcbaWdbiaadIeacaWGibaapaqaa8qaca GGQaaaaaGcpaGaayzkJiaawQYiaaqaamaaamaabaWdbmaakaaapaqa a8qacaaIYaaaleqaaOGaam4ua8aadaWgaaWcbaWdbiaadAfacaWGwb aapaqabaGcpeGaam4ua8aadaqhaaWcbaWdbiaadIeacaWGwbaapaqa a8qacaGGQaaaaaGcpaGaayzkJiaawQYiaaqaamaaamaabaWdbmaaem aapaqaa8qacaWGtbWdamaaBaaaleaapeGaamOvaiaadAfaa8aabeaa aOWdbiaawEa7caGLiWoapaWaaWbaaSqabeaapeGaaGOmaaaaaOWdai aawMYicaGLQmcaaaaapeGaay5waiaaw2faaaaa@8E0E@        (3)

 

Модель предполагает статистическую некоррелированность согласованной и перекрестной компонент матрицы рассеяния (1):

S HH S HV * S VV S HV * 0, MathType@MTEF@5@5@+= feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaamaaamaabaGaam 4uamaaBaaaleaacaWGibGaamisaaqabaGccaWGtbWaa0baaSqaaiaa dIeacaWGwbaabaGaaiOkaaaaaOGaayzkJiaawQYiaiabloKi7maaam aabaGaam4uamaaBaaaleaacaWGwbGaamOvaaqabaGccaWGtbWaa0ba aSqaaiaadIeacaWGwbaabaGaaiOkaaaaaOGaayzkJiaawQYiaiablo Ki7iaaicdacaGGSaaaaa@495A@

и, кроме того, ее симметричность SHV  = SVH (поэтому ковариационная матрица имеет размерность 3×3, а не 4×4).

Используется также ряд допущений, связанных с каждым из механизмов рассеяния в отдельности MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  таких, как равномерное распределение ориентации элементарных отражателей диполей в объемном слое, применимость брэгговской модели к поверхностной составляющей рассеяния, диагональность матрицы рассеяния, характеризующей двойное переотражение. После параметризации элементов матрицы рассеяния для каждого из трех механизмов, использующих названные ограничения, получается набор уравнений

S HH 2 = b 2 f s + a 2 f d + f v MathType@MTEF@5@5@+= feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaaaWaaeaadaabdaWdaeaapeGaam4ua8aadaWgaaWcbaWdbiaadIea caWGibaapaqabaaak8qacaGLhWUaayjcSdWdamaaCaaaleqabaWdbi aaikdaaaaakiaawMYicaGLQmcacqGH9aqpdaabdaWdaeaapeGaamOy aaGaay5bSlaawIa7a8aadaahaaWcbeqaa8qacaaIYaaaaOGaamOza8 aadaWgaaWcbaWdbiaadohaa8aabeaak8qacqGHRaWkdaabdaWdaeaa peGaamyyaaGaay5bSlaawIa7a8aadaahaaWcbeqaa8qacaaIYaaaaO GaamOza8aadaWgaaWcbaWdbiaadsgaa8aabeaak8qacqGHRaWkcaWG MbWdamaaBaaaleaapeGaamODaaWdaeqaaaaa@52FD@

  S HV 2 = f v 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape GaaiiOamaaamaabaWaaqWaa8aabaWdbiaadofapaWaaSbaaSqaa8qa caWGibGaamOvaaWdaeqaaaGcpeGaay5bSlaawIa7a8aadaahaaWcbe qaa8qacaaIYaaaaaGccaGLPmIaayPkJaGaeyypa0ZaaSaaa8aabaWd biaadAgapaWaaSbaaSqaa8qacaWG2baapaqabaaakeaapeGaaG4maa aaaaa@4460@                           (4)

S VV 2 = f s + f d + f v MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaamaaamaabaaeaa aaaaaaa8qadaabdaWdaeaapeGaam4ua8aadaWgaaWcbaWdbiaadAfa caWGwbaapaqabaaak8qacaGLhWUaayjcSdWdamaaCaaaleqabaWdbi aaikdaaaaak8aacaGLPmIaayPkJaWdbiabg2da9iaadAgapaWaaSba aSqaa8qacaWGZbaapaqabaGcpeGaey4kaSIaamOza8aadaWgaaWcba Wdbiaadsgaa8aabeaak8qacqGHRaWkcaWGMbWdamaaBaaaleaapeGa amODaaWdaeqaaaaa@48C6@

S HH S VV * =b f s +a f d + f v 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaaaWaaeaacaWGtbWdamaaBaaaleaapeGaamisaiaadIeaa8aabeaa k8qacaWGtbWdamaaDaaaleaapeGaamOvaiaadAfaa8aabaWdbiaacQ caaaaakiaawMYicaGLQmcacqGH9aqpcaWGIbGaamOza8aadaWgaaWc baWdbiaadohaa8aabeaak8qacqGHRaWkcaWGHbGaamOza8aadaWgaa WcbaWdbiaadsgaa8aabeaak8qacqGHRaWkdaWcaaWdaeaapeGaamOz a8aadaWgaaWcbaWdbiaadAhaa8aabeaaaOqaa8qacaaIZaaaaaaa@4ABC@

где fs, fd и fv MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  вклады поверхностного, двукратного (уголкового) и объемного рассеяния соответственно; a и b MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  степень корреляции горизонтальной и вертикальной компонент для двукратного и поверхностного рассеяния соответственно.

Таким образом, имеются четыре уравнения с пятью неизвестными. Последнее допущение вводится для того, чтобы получить единственное решение системы: в зависимости от знака действительной части компоненты S HH S VV * MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaaaWaaeaacaWGtbWdamaaBaaaleaapeGaamisaiaadIeaa8aabeaa k8qacaWGtbWdamaaDaaaleaapeGaamOvaiaadAfaa8aabaWdbiaacQ caaaaakiaawMYicaGLQmcaaaa@3E40@  доминирующим механизмом рассеяния объявляется либо поверхностное (и тогда a = −1), либо двукратное (и тогда b = 1).

Модель наилучшим образом работает в условиях, когда вклад либо поверхностного, либо двукратного переотражения невелик. Следует отметить, что второе часто имеет место для естественных покровов в L-диапазоне.

После того как найдены все неизвестные, окончательное разложение мощности P на три составляющие Ps, Pd и Pv производится по формулам

P s = f s 1+ b 2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamiua8aadaWgaaWcbaWdbiaadohaa8aabeaak8qacqGH9aqpcaWG MbWdamaaBaaaleaapeGaam4CaaWdaeqaaOWdbmaabmaapaqaa8qaca aIXaGaey4kaSYaaqWaa8aabaWdbiaadkgaaiaawEa7caGLiWoapaWa aWbaaSqabeaapeGaaGOmaaaaaOGaayjkaiaawMcaaaaa@43F6@

P d = f d 1+ a 2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamiua8aadaWgaaWcbaWdbiaadsgaa8aabeaak8qacqGH9aqpcaWG MbWdamaaBaaaleaapeGaamizaaWdaeqaaOWdbmaabmaapaqaa8qaca aIXaGaey4kaSYaaqWaa8aabaWdbiaadggaaiaawEa7caGLiWoapaWa aWbaaSqabeaapeGaaGOmaaaaaOGaayjkaiaawMcaaaaa@43D7@ (5)

P v = 8 f v 3 =8 S HV 2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamiua8aadaWgaaWcbaWdbiaadAhaa8aabeaak8qacqGH9aqpdaWc aaWdaeaapeGaaGioaiaadAgapaWaaSbaaSqaa8qacaWG2baapaqaba aakeaapeGaaG4maaaacqGH9aqpcaaI4aWdamaaamaabaWdbmaaemaa paqaa8qacaWGtbWdamaaBaaaleaapeGaamisaiaadAfaa8aabeaaaO WdbiaawEa7caGLiWoapaWaaWbaaSqabeaapeGaaGOmaaaaaOWdaiaa wMYicaGLQmcaaaa@4838@

Декомпозиция Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbcKqzqfaeaaaaaaaaa8qacaWFtacaaa@3995@ Потье (Cloude, Pottier, 1997) основана на анализе собственных значений матрицы когерентности, которую получают для вектора рассеяния, записанного в базисе Паули:

k P = 1 2 S HH + S VV S HH S VV 2 S HV MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape GaaC4Aa8aadaWgaaWcbaWdbiaadcfaa8aabeaak8qacqGH9aqpdaWc aaWdaeaapeGaaGymaaWdaeaapeWaaOaaa8aabaWdbiaaikdaaSqaba aaaOWaamWaa8aabaqbaeqabmqaaaqaa8qacaWGtbWdamaaBaaaleaa peGaamisaiaadIeaa8aabeaak8qacqGHRaWkcaWGtbWdamaaBaaale aapeGaamOvaiaadAfaa8aabeaaaOqaa8qacaWGtbWdamaaBaaaleaa peGaamisaiaadIeaa8aabeaak8qacqGHsislcaWGtbWdamaaBaaale aapeGaamOvaiaadAfaa8aabeaaaOqaa8qacaaIYaGaam4ua8aadaWg aaWcbaWdbiaadIeacaWGwbaapaqabaaaaaGcpeGaay5waiaaw2faaa aa@4E94@             (6)

Здесь, так же, как и в разложении Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена, предполагается выполненным условие SHV = SVH. Элементы матрицы когерентности [T] показывают степень коррелированности элементов вектора kP:

 

 

               [T] = 1 2 ( S HH + S VV ) ( S HH + S VV ) * ( S HH + S VV ) ( S HH S VV ) * 2( S HH + S VV ) S HV * ( S HH S VV ) ( S HH + S VV ) * ( S HH S VV ) ( S HH S VV ) * 2( S HH S VV ) S HV * 2 S HV ( S HH + S VV ) * 2 S HV ( S HH S VV ) * 4 S HV S HV * MathType@MTEF@5@5@+= feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaaaWaaeaacaGGBbGaamivaiaac2faaiaawMYicaGLQmcacqGH9aqp daWcaaWdaeaapeGaaGymaaWdaeaapeGaaGOmaaaapaWaaaWaaeaape WaamWaaeaafaqabeWadaaabaGaaeikaiaadofapaWaaSbaaSqaa8qa caWGibGaamisaaWdaeqaaOWdbiabgUcaRiaadofapaWaaSbaaSqaa8 qacaWGwbGaamOvaaWdaeqaaOGaaiykaiaacIcapeGaam4ua8aadaWg aaWcbaWdbiaadIeacaWGibaapaqabaGcpeGaey4kaSIaam4ua8aada WgaaWcbaWdbiaadAfacaWGwbaapaqabaGccaGGPaWaaWbaaSqabeaa caGGQaaaaaGcpeqaaiaabIcacaWGtbWdamaaBaaaleaapeGaamisai aadIeaa8aabeaak8qacqGHRaWkcaWGtbWdamaaBaaaleaapeGaamOv aiaadAfaa8aabeaakiaacMcacaGGOaWdbiaadofapaWaaSbaaSqaa8 qacaWGibGaamisaaWdaeqaaOWdbiabgkHiTiaadofapaWaaSbaaSqa a8qacaWGwbGaamOvaaWdaeqaaOGaaiykamaaCaaaleqabaGaaiOkaa aaaOWdbeaacaqGYaGaaeikaiaadofapaWaaSbaaSqaa8qacaWGibGa amisaaWdaeqaaOWdbiabgUcaRiaadofapaWaaSbaaSqaa8qacaWGwb GaamOvaaWdaeqaaOGaaiyka8qacaWGtbWaa0baaSqaaiaadIeacaWG wbaabaGaaiOkaaaaaOqaaiaabIcacaWGtbWdamaaBaaaleaapeGaam isaiaadIeaa8aabeaak8qacqGHsislcaWGtbWdamaaBaaaleaapeGa amOvaiaadAfaa8aabeaakiaacMcacaGGOaWdbiaadofapaWaaSbaaS qaa8qacaWGibGaamisaaWdaeqaaOWdbiabgUcaRiaadofapaWaaSba aSqaa8qacaWGwbGaamOvaaWdaeqaaOGaaiykamaaCaaaleqabaGaai OkaaaaaOWdbeaacaqGOaGaam4ua8aadaWgaaWcbaWdbiaadIeacaWG ibaapaqabaGcpeGaeyOeI0Iaam4ua8aadaWgaaWcbaWdbiaadAfaca WGwbaapaqabaGccaGGPaGaaiika8qacaWGtbWdamaaBaaaleaapeGa amisaiaadIeaa8aabeaak8qacqGHsislcaWGtbWdamaaBaaaleaape GaamOvaiaadAfaa8aabeaakiaacMcadaahaaWcbeqaaiaacQcaaaaa k8qabaGaaeOmaiaabIcacaWGtbWdamaaBaaaleaapeGaamisaiaadI eaa8aabeaak8qacqGHsislcaWGtbWdamaaBaaaleaapeGaamOvaiaa dAfaa8aabeaakiaacMcapeGaam4uamaaDaaaleaacaWGibGaamOvaa qaaiaacQcaaaaakeaapaGaaGOmaiaadofadaWgaaWcbaGaamisaiaa dAfaaeqaaOGaaiika8qacaWGtbWdamaaBaaaleaapeGaamisaiaadI eaa8aabeaak8qacqGHRaWkcaWGtbWdamaaBaaaleaapeGaamOvaiaa dAfaa8aabeaakiaacMcadaahaaWcbeqaaiaacQcaaaaak8qabaWdai aaikdacaWGtbWaaSbaaSqaaiaadIeacaWGwbaabeaakiaacIcapeGa am4ua8aadaWgaaWcbaWdbiaadIeacaWGibaapaqabaGcpeGaeyOeI0 Iaam4ua8aadaWgaaWcbaWdbiaadAfacaWGwbaapaqabaGccaGGPaWa aWbaaSqabeaacaGGQaaaaaGcpeqaaiaabsdacaWGtbWdamaaBaaale aapeGaamisaiaadAfaa8aabeaak8qacaWGtbWaa0baaSqaaiaadIea caWGwbaabaGaaiOkaaaaaaaakiaawUfacaGLDbaaa8aacaGLPmIaay PkJaaaaa@BEB7@            (7)

 

 

Поскольку матрица [7] самосопряженная, то она может быть приведена к диагональному виду

T = U 3 λ 1 0 0 0 λ 2 0 0 0 λ 3 U 3 *T MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaamWaa8aabaWdbiaadsfaaiaawUfacaGLDbaacqGH9aqpdaWadaWd aeaapeGaamyva8aadaWgaaWcbaWdbiaaiodaa8aabeaaaOWdbiaawU facaGLDbaadaWadaWdaeaafaqabeWadaaabaWdbiabeU7aS9aadaWg aaWcbaWdbiaaigdaa8aabeaaaOqaa8qacaaIWaaapaqaa8qacaaIWa aapaqaa8qacaaIWaaapaqaa8qacqaH7oaBpaWaaSbaaSqaa8qacaaI YaaapaqabaaakeaapeGaaGimaaWdaeaapeGaaGimaaWdaeaapeGaaG imaaWdaeaapeGaeq4UdW2damaaBaaaleaapeGaaG4maaWdaeqaaaaa aOWdbiaawUfacaGLDbaadaWadaWdaeaapeGaamyva8aadaqhaaWcba Wdbiaaiodaa8aabaWdbiaacQcacaWGubaaaaGccaGLBbGaayzxaaaa aa@5373@        (8)

где λ1λ2 λ3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  собственные значения матрицы T, являющиеся действительными числами, а унитарная матрица [U3] состоит из ее собственных векторов.

В качестве доминирующего механизма рассеяния в модели принимается механизм, соответствующий собственному вектору с максимальным собственным значением λ1, остальные два вектора описывают второй и третий по частоте встречаемости механизмы рассеяния.

Степень случайности рассеяния описывается энтропией

H= j=1 3 P j log 3 P j MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamisaiabg2da9maawahabeWcpaqaa8qacaWGQbGaeyypa0JaaGym aaWdaeaapeGaaG4maaqdpaqaa8qacqGHris5aaGccqGHsislcaWGqb WdamaaBaaaleaapeGaamOAaaWdaeqaaOWdbiGacYgacaGGVbGaai4z a8aadaWgaaWcbaWdbiaaiodaa8aabeaak8qacaWGqbWdamaaBaaale aapeGaamOAaaWdaeqaaaaa@470E@      (9)

где Pj MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  вероятность каждого из трех механизмов:

P j = λ j λ 1 + λ 2 + λ 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaamiua8aadaWgaaWcbaWdbiaadQgaa8aabeaak8qacqGH9aqpdaWc aaWdaeaapeGaeq4UdW2damaaBaaaleaapeGaamOAaaWdaeqaaaGcba WdbiabeU7aS9aadaWgaaWcbaWdbiaaigdaa8aabeaak8qacqGHRaWk cqaH7oaBpaWaaSbaaSqaa8qacaaIYaaapaqabaGcpeGaey4kaSIaeq 4UdW2damaaBaaaleaapeGaaG4maaWdaeqaaaaaaaa@46B3@      (10)

Если только одно из собственных значений матрицы когерентности отлично от нуля, то с вероятностью, равной единице, наблюдается единственный механизм рассеяния (детерминистический случай), и H = 0.

Если, с другой стороны, выделенного механизма рассеяния нет, и λ1 = λ2 = λ3, то H = 1.

Однако оба этих крайних случая в реальности не встречаются, обычно наблюдается промежуточный вариант. Некоторым приближением к H = 0 можно считать случай, когда λ 1 λ 2 λ 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape Gaeq4UdW2damaaBaaaleaapeGaaGymaaWdaeqaaOWdbiablUMi=iab eU7aS9aadaWgaaWcbaWdbiaaikdaa8aabeaak8qacqGHfjcqcqaH7o aBpaWaaSbaaSqaa8qacaaIZaaapaqabaaaaa@40FB@ . Типичный пример MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  брэгговское рассеяние от шероховатой поверхности. Приближением к H = 1 является рассеяние на облаке хаотически ориентированных диполей, которым моделируют кроны плотных лесов. Высокие значения энтропии указывают, как правило, на наличие растительности.

Параметр α в декомпозиции Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье вычисляется как средневзвешенная величина

α ˜ = P 1 α 1 + P 2 α 2 + P 3 α 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape GafqySdeMbaGaacqGH9aqpcaWGqbWdamaaBaaaleaapeGaaGymaaWd aeqaaOWdbiabeg7aH9aadaWgaaWcbaWdbiaaigdaa8aabeaak8qacq GHRaWkcaWGqbWdamaaBaaaleaapeGaaGOmaaWdaeqaaOWdbiabeg7a H9aadaWgaaWcbaWdbiaaikdaa8aabeaak8qacqGHRaWkcaWGqbWdam aaBaaaleaapeGaaG4maaWdaeqaaOWdbiabeg7aH9aadaWgaaWcbaWd biaaiodaa8aabeaaaaa@48B3@ ,    (11)

где αj MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  один из углов, параметризующих собственный вектор ej:

e j = e i ϕ j cos α j sin α j cos β j e i δ j sin α j sin β j e i γ j T MathType@MTEF@5@5@+= feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqik81jY=vipgYlh9vqqj=hEeeu0xXdbba9frFj0=OqFf ea0dXdd9vqaq=JfrVkFHe9pgea0dXdar=Jb9hs0dXdbPYxe9vr0=vr 0=vqpWqaaeaabiGaaiaacaqabeaadaqaaqaaaOqaaabaaaaaaaaape WaamWaa8aabaWdbiaadwgapaWaaSbaaSqaa8qacaWGQbaapaqabaaa k8qacaGLBbGaayzxaaGaeyypa0Jaamyza8aadaahaaWcbeqaa8qaca WGPbGaeqy1dy2damaaBaaameaapeGaamOAaaWdaeqaaaaak8qadaWa daWdaeaafaqabeqadaaabaWdbiGacogacaGGVbGaai4Caiabeg7aH9 aadaWgaaWcbaWdbiaadQgaa8aabeaaaOqaa8qaciGGZbGaaiyAaiaa c6gacqaHXoqypaWaaSbaaSqaa8qacaWGQbaapaqabaGcpeGaci4yai aac+gacaGGZbGaeqOSdi2damaaBaaaleaapeGaamOAaaWdaeqaaOWd biaadwgapaWaaWbaaSqabeaapeGaamyAaiabes7aK9aadaWgaaadba WdbiaadQgaa8aabeaaaaaakeaapeGaci4CaiaacMgacaGGUbGaeqyS de2damaaBaaaleaapeGaamOAaaWdaeqaaOWdbiGacohacaGGPbGaai OBaiabek7aI9aadaWgaaWcbaWdbiaadQgaa8aabeaak8qacaWGLbWd amaaCaaaleqabaWdbiaadMgacqaHZoWzpaWaaSbaaWqaa8qacaWGQb aapaqabaaaaaaaaOWdbiaawUfacaGLDbaapaWaaWbaaSqabeaapeGa amivaaaaaaa@6B69@    (12)

Угол α принимает значения от 0° (соответствует механизму поверхностного рассеяния) до 90° (соответствует двойному переотражению от идеально проводящей поверхности двугранного уголка). Промежуточное значение 45° отвечает дипольному рассеянию.

В табл. 1 и на рис. 1 представлены результаты сегментации с девятью зонами, соответствующими различным механизмам рассеяния, а также схема с различными механизмами рассеяния на плоскости H-α (Cloude, Pottier, 1997).

  

Таблица 1. Схема интерпретации результатов классификации H-α

Номер зоны

Энтропия, H

Альфа, α

Механизм рассеяния

1

0.9–1.0

55–90

Высокая энтропия, двукратное рассеяние

2

0.9–1.0

40–55

Высокая энтропия, дипольное рассеяние

3

0.9–1.0

0–40

Высокая энтропия, поверхностное рассеяние

4

0.5–0.9

50–90

Средняя энтропия, двукратное рассеяние

5

0.5–0.9

40–50

Средняя энтропия, объемное рассеяние

6

0.5–0.9

0–40

Средняя энтропия, поверхностное рассеяние

7

0–0.5

47.5–90

Низкая энтропия, двукратное рассеяние

8

0–0.5

42.5–47.5

Низкая энтропия, дипольное рассеяние

9

0–0.5

0–42.5

Низкая энтропия, поверхностное рассеяние

 

Рис. 1. Расположение зон с различными механизмами рассеяния на плоскости H-α.

 

РЕЗУЛЬТАТЫ ПРИМЕНЕНИЯ ДЕКОМПОЗИЦИЙ И ИХ ОБСУЖДЕНИЕ

Применение декомпозиции Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена. На рис. 2 показаны ортотрансформированные изображения параметров декомпозиции Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена по поляриметрическим данным ALOS-2 PALSAR-2 за 28 ноября 2018 г. MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@ до события, связанного с оползнем, и 12 декабря 2018 г. MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@ после обрушения склона сопки. Вклады механизмов рассеяния соответствуют яркости RGB-каналов псевдоцветового синтетичес- кого изображения: двойное отражение передано красным цветом, объемное рассеяние MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  зеленым, поверхностное MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  синим.

Преобладание оттенков красного свидетельствует о наличии двукратного отражения, это характерно для редкого леса со стволами, толщина которых соизмерима с длиной волны, а также для обрывистых берегов и структур, имеющих вертикальные грани. Объемное рассеяние является доминирующим в отражении от совокупности ветвей крон деревьев лесного покрова, однако в лесу также присутствуют структуры с двукратным (поверхность↔ствол дерева) механизмом рассеяния. Поверхностное рассеяние (синий цвет) и зеркальное отражение от гладкой поверхности (темный тон) отмечается на водной поверхности реки Бурея в период времени до ледостава и схода оползня. Различные оттенки голубого цвета приходятся на относительно ровные участки, мелкомасштабная шероховатость которых в основном меньше длины волны. Белый цвет означает равный вклад всех трех компонент.

Рассмотрим динамику компонент разложения Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена по следующим участкам, показанным на рис. 3:

MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFIacaaa@39A2@  участок 1 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  насыпь из оползневых масс в русле реки по состоянию на 12 декабря 2018 г;

MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFIacaaa@39A2@  участок 2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  зона ударного воздействия водно- ледового «цунами»;

MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFIacaaa@39A2@  участок 3 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  поверхность р. Бурея (вода MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  28 ноября 2018 г., ледовый покров MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@ 12 декабря 2018 г.);

MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFIacaaa@39A2@  участок 4 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  зона обрушения склона сопки.

 

Рис. 2. Декомпозиция Фримана–Дурдена: а — данные от 28 ноября 2018 г. (до события), б –12 декабря 2018 г. (после события).

 

Рис. 3. Схема зоны обрушения склона.

 

Особенностью данного оползня явилось то, что порядка 18 млн. м3 оползневых масс (Захарова и др., 2019) оказались в русле реки и сформировали насыпь, перегородившую ее (участок 1).

Для количественной оценки изменения отражательных характеристик в таблице 2 представлены процентные соотношения вклада каждой компоненты в обратное радарное рассеяние до и после обрушения склона сопки. Так, для контура 1, захватывающего часть береговой зоны до обрушения, характерно изменение доминирующего физического механизма обратного радарного рассеяния.

Анализ табл. 2 показывает, что до события, связанного с оползнем, т. е. 28 ноября 2018 г., в обратном рассеянии присутствует 49.7% однократного рассеяния, от «шероховатой» поверхности воды в реке и 45.1% объемного рассеяния. После обрушения, т. е. 12 декабря 2018 г., объемное рассеяние поверхностью надводной части оползня стало составлять 62.1% при 36.3% однократного рассеяния. Подобное соотношение указывает на значительную деполяризацию, что может быть связано с переотражением радиолокационного эхосигнала от нагромождения случайно ориентированных крупных и небольших камней, наряду с островками уцелевшей древесной растительности.

Горизонтально заштрихованный участок 2 соответствует фрагменту земной поверхности, которая до возникновения оползня была покрыта лесной растительностью, что согласуется с фактом объемного рассеяния (58.5%) на этом участке по данным радарной поляриметрии за 28 ноября 2018 г. После крупномасштабного обрушения части прибрежной сопки и возникновения водно-ледового «цунами» доминировавший ранее механизм объемного рассеяния уступил однократному рассеянию (60.5%). Подобное изменение доминирующего механизма рассеяния свидетельствует об изменении типа земной поверхности MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  лесная растительность была полностью смыта волной «цунами».

Участок 3 соответствует водно-ледовому покрову на реке, для которого также были рассчитаны процентные соотношения составляющих трехкомпонентного преобразования. Для этого участка отмечается незначительное изменение поверхностного диффузного рассеяния (с 59.4% до 59.6%) при увеличении на 7% объемного механизма рассеяния (с 31.7% до 38.5%) и уменьшении на эту же величину двукратного рассеяния (с 8.9% до 1.9%). Последнее может означать переход от неоднородностей ветрового волнения водной поверхности реки 28.11.2018 г., для которых в некоторой степени характерно двукратное отражение, к случайно ориентированным линейным отражателям (обломки деревьев, растрескавшийся лед) на поверхности ледового покрова.

Участок 4 до события, связанного с оползнем, был представлен лесным покровом с соответствующим доминированием компоненты объемного рассеяния (84.1%). После схода оползня, несмотря на отсутствие деревьев, объемное рассеяние становится меньше на 13%, но остается доминирующим. По аналогии с участком 1 подобный эффект можно интерпретировать наличием хаотично ориентированных, а также случайно расположенных в пространстве рассеивателей (мелкомасштабные неоднородности рельефа, груды деревьев), действующих подобно объемным неоднородностям. Увеличение на величину более чем 13% поверхностного рассеяния означает появление после схода оползня шероховатых поверхностей с неровностями порядка длины радиоволны.

Отметим, что более наглядную дополнительную информацию в виде цветных изображений можно найти на веб странице (Оползень на р. Бурея, 2019) в слое «Поляриметрический композит».

Декомпозиция H-α. На рис. 4 показаны результаты декомпозиции механизмов рассеяния на плоскости H-α, построенные по методу Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье для различных тестовых участков до и после схода оползня.

Метод Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье позволяет выявлять основной механизм рассеяния, который может относиться к одному из девяти типов (см. табл. 1). Типы выделяются в соответствии со значениями параметрического угла α от 0° до 40° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 42° соответствуют поверхностному типу рассеяния, от 40° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 42° до 50° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 55° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  дипольному рассеянию, выше 55° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  двукратному переотражению. Поверхностное рассеяние подразделяется на два типа, с высокой и умеренной энтропией. На местности это, как правило, отражает уровень мелкомасштабной шероховатости отражающей поверхности. Дипольное рассеяние, соответствующее в разложении Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена объемному типу рассеяния, подразделяется на три типа (с низкой, умеренной и высокой энтропией). Аналогичным образом подразделяется на три типа по уровню энтропии механизм двукратного рассеяния.

Результаты, приведенные на рис. 4, показывают, что сход оползня в той или иной степени изменил значения энтропии Н и угла α, однако на различных участках эти изменения носят разный характер. На участках 1 и 3 после схода оползня значения Н и α стали занимать заметно более компактную область. На всех участках либо энтропия Н, либо значения α уменьшились после схода оползня, что свидетельствует о тенденции сглаживания отражающей поверхности. Проанализируем изменения на каждом участке отдельно.

Участок 1 представлял собой до оползня водную поверхность реки с небольшим участком лесистого берега, а после MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  непосредственно поверхность оползневого грунта, перегородившего русло реки. По рис. 4 видно, что на этом участке после события, связанного со сходом оползня, произошло уменьшение значений энтропии Н с одновременным уменьшением α. Так, значения Н до оползня находились в диапазоне 0.2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 0.95, а после его схода стали находиться в диапазоне 0.4 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 0.95, значения α соответственно были в диапазоне 15° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 60° и после оползня приняли значение 12° MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ 50°.

В соответствии с сегментацией плоскости H-α на девять зон (см. рис. 1) получаем, что до оползня параметры Н и α располагались в основном в зонах 6 и 9, характерных для поверхностного рассеяния, как и следовало ожидать для водной поверхности. Однако, часть точек находится в зонах 2, 4 и 5, характерных для многократного (объемного) рассеяния, присущего растительности. По-видимому, это можно объяснить сильным ветровым волнением водной поверхности в момент съемки, а также фрагментом противоположного оползню берега, попавшим в границы участка 1 благодаря тому, что он был засыпан сошедшим грунтом. После события участок 1 стал представлять собой поверхность оползня, сформированную грунтом и обломками каменной породы различного размера вперемешку с поваленными деревьями. Результаты декомпозиции показывают, что в этом случае брэгговское рассеяние практически исчезает, и большая часть эхосигнала приходит от крупномасштабных неровностей, которые также формируют многократное рассеяние, характерное для зон сегментации 2 и 5.

 

Таблица 2. Распределение компонент преобразования Фримана–Дурдена до (28.11.2018 г.) и после схода оползня (12.12.2018 г.)

Номер участка

28.11.2018 г.

12.12.2018 г.

Pd,%

Pv,%

Ps,%

Pd,%

Pv,%

Ps,%

Участок 1

5.2

45.1

49.7

1.6

62.1

36.3

Участок 2

2.8

58.5

38.7

1.7

37.8

60.5

Участок 3

8.9

31.7

59.4

1.9

38.5

59.6

Участок 4

2.6

84.1

13.3

2.1

71.2

26.7

 

Рис. 4. Результаты H-α декомпозиции: до схода оползня — красный цвет и после события — синий цвет.

 

Участок 2 соответствует исходно пологому берегу с лесным покровом, который был смыт водно-ледовой волной типа «цунами». Из результатов классификации H-α следует, что рассеяние поверхностью участка 2 MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  это поверхностное рассеяние (зоны 6 и 9) и рассеяние от растительности (зоны 5 и 2) до оползня, после оползня рассеяние носит в основном поверхностный характер с увеличением доли брэгговского рассеяния.

Участок 3 на поверхности реки свободен от влияния оползня. Различие условий радарных съемок до и после оползня заключается в том, что в день первый съемки река еще не замерзла, а во второй день установился ледовый покров. Из данных, приведенных на рис. 4, следует, что области значений Н и α на водной поверхности и ледовом покрове практически не пересекаются. В случае водной поверхности попадание в области многократного рассеяния 2, 4 и 5 говорит о вероятно высокой степени взволнованности поверхности реки в период съемки, как и для участка 1. Обратное рассеяние ледового покрова после ледостава MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  это однократное, поверхностное рассеяние.

Участок 4 представляет собой собственно оползневый склон лесистого берега реки до схода оползневых масс, а также оползневый цирк, образовавшийся впоследствии. Следует отметить, что верхняя (правая) часть облака точек, попадающая в зоны 2 и 5, и характеризующая объемное рассеяние, практически не изменилась. Это свидетельствует о том, что после схода оползня осталось много поваленных деревьев, и присутствуют в большом количестве грунт и обломки скальной породы, которые определяют характер многократного рассеяния аналогично кронам деревьев в лесу. Из рис. 4 следует, что после схода оползня, как и следовало ожидать, увеличилась доля поверхностного рассеяния.

ЗАКЛЮЧЕНИЕ

Сравнение результатов декомпозиций Фримена MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена и Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье продемонстрировало их общее согласие, однако наблюдаются и определенные различия. Они проявляются, например, при сравнении механизмов рассеяния, на поверхности реки (участок 3). Так, величины, характеризующие механизмы рассеяния на основе преобразования Фримана MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Дурдена до оползня (водная поверхность реки) и после (ледовый покров) достаточно близки MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFuacaaa@3994@  составляющая поверхностного рассеяния практически не изменилась: была 59.4%, стала 59.6%. Объемное рассеяние занимало 51.7%, стало составлять 58.5%. Наиболее сильно изменился вклад двойного уголкового рассеяния: он уменьшился с 8.9% до 1.9%.

Анализ результатов классификации по методу Клауда MathType@MTEF@5@5@+= feaahqart1ev3aqatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr 4rNCHbGeaGqiVu0Je9sqqrpepC0xbbL8F4rqqrFfpeea0xe9Lq=Jc9 vqaqpepm0xbba9pwe9Q8fs0=yqaqpepae9pg0FirpepeKkFr0xfr=x fr=xb9adbaqaaeGaciGaaiaabeqaamaabaabaaGcbaqefeKCPfgBaG qbaKqzqfaeaaaaaaaaa8qacaWFtacaaa@3993@ Потье показывает более существенные изменения механизмов рассеяния: после схода оползня заметно уменьшились как энтропия Н, так и значения угла α. Если до оползня наблюдалась достаточно заметная доля объемного (многократного рассеяния), то после оползня рассеяние стало чисто поверхностным.

В целом, проведенный анализ показывает, что методы поляриметрической декомпозиции являются эффективными и позволяют достаточно уверенно выявлять изменения механизмов рассеяния, происходящих в результате оползней и тем самым определять различные зоны, формирующиеся при сходе оползней.

ИСТОЧНИК ФИНАНСИРОВАНИЯ

Авторы признательны японскому аэрокосмическому агентству JAXA за данные радара ALOS-2 PALSAR-2, предоставленные в рамках проектов ALOS-2 RA-6 (PI 3402 и PI 3092). Работа выполнена в рамках государственных заданий ИФМ СО РАН, ИРЭ им. В.А. Котельникова РАН и НИИ «АЭРОКОСМОС».

V. G. Bondur

Research Institute of Aerospace Monitoring Aerocosmos

Author for correspondence.
Email: vgbondur@aerocosmos.info

Russian Federation, Moscow

T. N. Chimitdorzhiev

Institute of Physical Materials Science SB RAS

Email: tchimit@gmail.com

Russian Federation, Ulan-Ude

A. V. Dmitriev

Institute of Physical Materials Science SB RAS

Email: vgbondur@aerocosmos.info

Russian Federation, Ulan-Ude

P. N. Dagurov

Institute of Physical Materials Science SB RAS

Email: vgbondur@aerocosmos.info

Russian Federation, Ulan-Ude

A. I. Zakharov

V. A. Kotelnikov Institute of Radioengineering and Electronics RAS

Email: vgbondur@aerocosmos.info

Russian Federation, Ulan-Ude

L. N. Zakharova

V. A. Kotelnikov Institute of Radioengineering and Electronics RAS, Fryazino Branch

Email: vgbondur@aerocosmos.info

Russian Federation, Fryazino

  1. Akopian S. Ts., Bondur V.G., Rogozhin E.A. Technology for monitoring and forecasting strong earthquakes in Russia with the use of the seismic entropy method // Izvestiya, Physics of the Solid Earth. 2017. Vol. 53. № 1. Р. 32–51. doi: 10.1134/S1069351317010025
  2. Bondur V.G. Aerospace Methods and Technologies for Monitoring Oil and Gas Areas and Facilities // Izvestiya, Atmospheric and Oceanic Physics. 2011. Vol. 47. № 9. P. 1007–1018. doi: 10.1134/S0001433811090039
  3. Bondur V.G., Chimitdorzhiev T.N. Analiz tekstury radiolokatsionnykh izobrazheniy rastitelnosti [Texture analysis of radar images of vegetation] // Izvestiya vysshikh uchebnykh zavedenii. Geodeziya i aerofotosemka. 2008a. № 5. P. 9–14. (In Russian).
  4. Bondur V.G., Chimitdorzhiev T.N. Distantsionnoe zondi-rovanie rastitel'nosti optiko-mikrovolnovymi metodami [Remote sensing of vegetation by optical microwave methods] // Izvestiya vysshikh uchebnykh zavedenii. Geodeziya i aerofotosemka. 2008b. № 6. P. 64–73. (In Russian).
  5. Bondur V.G., Chimitdorzhiev T.N., Dmitriev A.V., Dagurov P.N. Otsenka prostranstvennoy anizotropii neodnorodnostey lesnoy rastitelnosti pri razlichnykh azimutalnykh uglakh radarnogo polyarimetricheskogo zondirovaniya [Spatial anisotropy assessment of the forest vegetation heterogeneity at various azimuth angles of the radar polarimetric sensing] // Issledovanie Zemli iz kosmosa. 2019. № 3. P. 92–103. doi: https://doi.org/10.31857/S0205–96142019392–103
  6. Bondur V.G., Garagash I.A., Gokhberg M.B. Large scale interaction of seismically active tectonic provinces: the example of Southern California // Doklady Earth Sciences, 2016a, Vol. 466, No. 2, pp. 183–186. doi: 10.1134/S1028334X16020100
  7. Bondur V.G., Garagash I.A., Gokhberg M.B., Lapshin V.M., Nechaev Yu.V. Connection between variations of the stress–strain state of the Earth’s crust and seismic activity: the example of Southern California // Doklady Earth Sciences. 2010. Vol. 430. Part 1. P. 147–150. doi: 10.1134/S1028334X10010320
  8. Bondur V.G., Garagash I.A., Gokhberg M.B., Lapshin V.M., Nechaev Yu.V., Steblov G.M., Shalimov S.L. Geomechanical models and ionospheric variations related to strongest earthquakes and weak influence of atmospheric pressure gradients // Doklady Earth Sciences. 2007. Vol. 414. № 4. P. 666–669. doi: 10.1134/S1028334X07040381
  9. Bondur V.G., Garagash I.A., Gokhberg M.B., Rodkin M.V. The Evolution of the Stress State in Southern California Based on the Geomechanical Model and Current Seismicity // Izvestiya. Physics of the Solid Earth. 2016b. Vol. 52. № 1. pp. 117–128. doi: 10.1134/S1069351316010043
  10. Bondur V.G., Krapivin V.F., Potapov I.I., Soldatov V.Ju. Prirodnye katastrofy i okruzhajushhaja sreda [Natural disasters and the environment] // Problemy okruzhajushhej sredy i prirodnyh resursov. 2012. № 1. P. 3–160. (In Russian).
  11. Bondur V.G., Krapivin V.F., Savinykh V.P. Monitoring i prognozirovanie prirodnykh katastrof [Monitoring and forecasting of the natural disasters]. M: Nauchny mir, 2009. 692 p.
  12. Bondur V.G., Pulinets S.A., Kim G.A. Role of variations in galactic cosmic rays in tropical cyclogenesis: evidence of Hurricane Katrina // Doklady Earth Sciences. 2008a.Vol. 422. № 7. P. 1124–1128. doi: 10.1134/S1028334X08070283
  13. Bondur V.G., Pulinets S.A., Uzunov D. Vozdeystvie krupno-masshtabnykh atmosfernykh vikhrevykh protsessov na ionosferu na primere uragana Katrina [Ionospheric effect of large-scale atmospheric vortex by the example of hurricane Katrina] // Issledovanie Zemli iz kosmosa. 2008b. № 6. P. 3–11. (In Russian).
  14. Bondur V.G., Smirnov V.M. Method for monitoring seismically hazardous territories by ionospheric variations recorded by satellite navigation systems // Doklady Earth Sciences. 2005. Vol. 403. № 5. P. 736–740.
  15. Bondur V.G., Starchenkov S.A. Metody i programmy obrabotki i klassifikatsii aerokosmicheskikh izobrazheniy [Methods and programs for aerospace imagery processing and classification] // Izvestia Vuzov. Geodesy and Aero-photography. 2001. № 3. S. 118–143. (in Russian)
  16. Bondur V.G., Zakharova L.N., Zakharov A.I. et al. Dolgov-remennyj monitoring opolznevogo processa na beregu reki Bureja po dannym interferometricheskoj s’jomki radarov L diapazona [Long-term monitoring of landslide process on the Bureya riverbank according to interferometric L band radar data] // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2019 (in press).
  17. Bondur V.G., Zverev A.T. A method of earthquake forecast based on the lineament analysis of satellite images // Doklady Earth Sciences, 2005. Vol.402. № 4. P. 561–567.
  18. Bondur V.G., Zverev A.T. Mekhanizmy formirovaniya lineamentov, registriruemykh na kosmicheskikh izobra-zheniyakh pri monitoringe seysmoopasnykh territoriy [Lineament system formation mechanisms registered in space images during the monitoring of seismic danger areas] // Issledovanie Zemli iz kosmosa. 2007. № 1. P. 47–56 (In Russian).
  19. Chimitdorzhiev T.N., Dagurov P.N., Bykov M.E., Dmitriev A.V., and Kirbizhekova I.I. Comparison of ALOS PALSAR interferometry and field geodetic leveling for marshy soil thaw/freeze monitoring, case study from the Baikal lake region, Russia // Journal of Applied Remote Sensing. 2016. V. 10. № 1. P. 016006–1–016006–12. http://dx.doi.org/10.1117/1.JRS.10.016006
  20. Cloude S.R. Polarisation: applications in remote sensing. New York: Oxford University Press, 2010. 453 p.
  21. Cloude S.R., Pottier E. A review of target decomposition theorems in radar polarimetry // IEEE Trans. Geosci. Remote Sens. 1996. V. 34. № 2, P. 498–518. doi: 10.1109/36.485127
  22. Cloude S.R., Pottier E. An entropy based classification scheme for land applications of polarimetric SAR // IEEE Trans. Geosci. Remote Sens. 1997. V. 35. № 1. P. 68–78. doi: 10.1109/36.551935
  23. Czuchlewski K.R., Weissel J.K., Kim Y. Polarimetric synthetic aperture radar study of the Tsaoling landslide generated by the 1999 Chi-Chi earthquake, Taiwan // Journal of Geophysical Res. 2003. V. 108. № F1, 6006. doi: 10.1029/2003JF000037
  24. Dmitriev A.V., Chimitdorzhiev T.N., Gusev M.A. et al. Bazovye produkty zondirovanija zemli kosmicheskimi radiolokatorami s sintezirovannoj aperturoj [Basic products of earth imaging by space radars with synthesized aperture] //Issledovanie Zemli iz kosmosa. 2014. № 5. P. 83–91. (In Russian)
  25. Dubina B.A., Shamov B.B., Plotnikov B.B. Katastroficheskoe navodnenie v Primor'e v avguste 2018g [Catastrophic flood in Primorye in August 2018] // Sovremennye problemy distancionnogo zondirovanija Zemli iz kosmosa. 2018. V. 15. № 5. P. 253–256. (In Russian)
  26. Ferro-Famil L., Pottier E., Jong-Sen Lee. Unsupervised classification of multifrequency and fully polarimetric SAR images based on the H/A/Alpha-Wishart classifier // IEEE Transactions on Geoscience and Remote Sensing. 2001. V. 39. № 11. P. 2332–2342. doi: 10.1109/36.964969
  27. Freeman A., Durden S.L. A three-component scattering model for polarimetric SAR data // IEEE Trans. Geosci. Remote Sens. 1998. V. 36. № 3. P. 963–973. doi: 10.1109/36.673687
  28. Kramareva L.S., Lupjan E.A., Amel'chenko Ju.A. et al.. Nabljudenie zony obrushenija sopki v rajone reki Bureja 11 dekabrja 2018 goda [Observation of the hill collapse zone near the Bureya River on December 11, 2018] // Sovremennye problemy distancionnogo zondirovanija Zemli iz kosmosa. 2018. T. 15. № 7. S. 266–271. (In Russian)
  29. Landslide on the river Bureya. URL. http://omdoki.nextgis.com/resource/103/display
  30. Lee J.S., Grunes M.R., de Grandi G. Polarimetric SAR Speckle filtering and its implication for classification // IEEE Trans. Geosci. Remote Sens. 1999. V. 37. № 5. P. 2363–2373. doi: 10.1109/36.789635
  31. Lee J.-S., Pottier E. Polarimetric radar imaging: from basics to applications. CRC Press, 2009. 414 p.
  32. Li N., Wang R., Deng Y., Liu Y., Li B., Wang C., Balzc T.Unsupervised polarimetric synthetic aperture radar classification of large-scale landslides caused by Wenchuan earthquake in hue-saturation-intensity color space // Journal of Applied Remote Sensing. 2014a. V. 8. № 1. 083595–1–083595–8. doi: 10.1117/1.JRS.8.083595
  33. Li N., Wang R., Deng Y., Liu Y., Wang C., Balz T., Li B. Polarimetric Response of Landslides at X-Band Following the Wenchuan Earthquake // IEEE Geoscience and Remote Sensing Letters. 2014b. V. 11. № 10. P. 1722–1726. doi: 10.1109/LGRS.2014.2306820
  34. Luo S., Tong L., Chen Y., Tan L. Landslides identification based on polarimetric decomposition techniques using Radarsat 2 polarimetric images // International Journal of Remote Sensing. 2016. V. 37:12. P. 2831–2843. doi: 10.1080/01431161.2015.1041620
  35. Mihajlov V.O., Kiseleva E.A., Smol'janinova E.I. et al. Nekotorye problemy monitoringa opolznevyh processov s ispol'zovaniem sputnikovyh radarnyh snimkov s razlichnoj dlinoj volny na primere dvuh opolznevyh sklonov v rajone Bol'shogo Sochi [Some problems of landslide processes monitoring using satellite radar images with different wavelengths on the example of two landslides in the Great Sochi] // Fizika zemli. 2014. № 4. S. 120–130. (In Russian)
  36. Plank S., Twele A., Martinis S. Landslide Mapping in Vegetated Areas Using Change Detection Based on Optical and Polarimetric SAR Data // Remote Sens. 2016. V. 8. № 4. P. 307; doi: 10.3390/rs8040307
  37. PolSARpro. URL: https://earth.esa.int/web/polsarpro
  38. Shibayama T., Yamaguchi Y., Yamada H. Polarimetric Scattering Properties of Landslides in Forested Areas and the Dependence on the Local Incidence Angle // Remote Sens. 2015. V. 7. № 11. P. 15424–15442; doi: 10.3390/rs71115424
  39. Shimada M., Watanabe M., Kawano N., Ohki M., Motooka T., Wada Y. Detecting Mountainous Landslides by SAR Polarimetry: A Comparative Study Using Pi-SAR-L2 and X band SARs // Trans. JSASS Aerospace Tech. Japan. 2014. V. 12. № ists29, P. Pn_9-Pn_15. doi: 10.2322/tastj.12.Pn_9
  40. Shirzaei M., Bürgmann R., Fielding E.J. Applicability of Sentinel 1 Terrain Observation by Progressive Scans multitemporal interferometry for monitoring slow ground motions in the San Francisco Bay Area. // Geophys. Res. Lett. 2017. № 44. P. 2733–2742. doi: 10.1002/2017GL072663
  41. Verba V.S., Neronskij L.B., Osipov I.G., Turuk V.Je. Radiolokacionnye sistemy zemleobzora kosmicheskogo bazirovanija [Space-based radar systems for earth observation]. M.: Radiotehnika, 2010. 680 p. (In Russian)
  42. Wang C., Mao X., and Wang Q. Landslide Displacement Monitoring by a Fully Polarimetric SAR Offset Tracking Method // Remote Sens. 2016. V. 8. № 8. P. 624. doi: 10.3390/rs8080624
  43. Watanabe M., Thapa R.B., Shimada M. Pi-SAR-L2 Obser-vation of the Landslide Caused by Typhoon Wipha on Izu Oshima Island // Remote Sens. 2016. V. 8. № 4. P. 282. doi: 10.3390/rs8040282
  44. Watanabe M., Yonezawa C., Iisaka J., Sato M. ALOS/PALSAR full polarimetric observations of the Iwate–Miyagi Nairiku earthquake of 2008. // International Journal of Remote Sensing. 2012. V. 33:4. P. 1234–1245. doi: 10.1080/01431161.2011.554453
  45. Yamaguchi Y. et al. Four-component scattering model for polarimetric SAR image decomposition // IEEE Trans Geosci. Remote Sens. 2005. V. 43. № 8. P. 1699–1706. doi: 10.1109/TGRS.2005.852084
  46. Yonezawa C., Watanabe M., Saito G. Polarimetric Decomposition Analysis of ALOS PALSAR Observation Data before and after a Landslide Event // Remote Sens. 2012. V. 4. № 8. P. 2314–2328. doi: 10.3390/rs4082314
  47. Zakharov A.I., Jakovlev O.I., Smirnov V.M. Sputnikovyj monitoring Zemli: Radiolokacionnoe zondirovanie poverhnosti [Satellite monitoring of the Earth: Radar imaging of the surface]. M.: Librokom, 2012. 248 p. (In Russian)
  48. Zakharov A.I., Zakharova L.N., Krasnogorskij M.G. Monitoring opolznevoj aktivnosti metodami radarnoj interferometrii s pomoshh'ju trehgrannyh ugolkovyh otrazhatelej [Landslide activity monitoring by radar interferometry methods using trihedral corner reflectors] // Issledovanie Zemli iz kosmosa. 2018. № 3. P. 80–92. (In Russian)
  49. Zakharova L.N., Zakharov A.I. Nabljudenie dinamiki zony opolznja na reke Bureja po dannym interferometricheskoj sjomki Sentinel 1 v 2017–2018 gg [Interferometric observation of landslide area dynamics on the Bureya River by means of Sentinel 1 radar data in 2017–2018] // Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 2019. V. 16. № 2. P. 273–277. (In Russian)
  50. Zakharova L.N., Zakharov A.I., Mitnik L.M. Pervye rezul’taty radiolokatsionnogo monitoringa posledstvii opolznya na reke Bureya po dannym Sentinel 1 [First Results of the Assessment of the Landslide Consequences on the Bureya Riverbank Using Sentinel 1 Radar Data] //Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa, 2019. V. 16, № . 2. P. 69–74. (In Russian)

Supplementary files

Supplementary Files Action
1. Fig. 1. Location of zones with different scattering mechanisms on the H-α plane. View (284KB) Indexing metadata
2. Fig. 2. Freeman – Durden decomposition: a - data from November 28, 2018 (before the event), b – December 12, 2018 (after the event). View (1MB) Indexing metadata
3. Fig. 3. Scheme of the slope collapse zone. View (245KB) Indexing metadata
4. Fig. 4. Results of H-α decomposition: before the landslide, it is red and after the event it is blue. View (509KB) Indexing metadata

Views

Abstract - 48

PDF (Russian) - 36

Cited-By


PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2019 Russian academy of sciences

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies