В работе демонстрируются основные возможности Центра коллективного пользования ИКИ-Мониторинг и технологии объектного мониторинга для анализа состояния окружающей среды в зонах расположения крупных промышленных объектов на примере выбросов диоксида азота. Описываются вопросы выделения основных источников выбросов данного газа. Приводятся примеры результатов обработки данных с концентрацией диоксида азота в атмосфере над городами- миллионниками России. The research demonstrates the main abilities of using CCU ҡIKI-Monitoringә and object-based monitoring technology to analyze the state of the environment in areas where large industrial facilities producing emissions, for example, nitrogen dioxide, are located. A brief description of the composite images with the concentration of small gas components based on data from the Sentinel-5P satellite (TROPOMI device) is given. A comparison of satellite data with the concentration of nitrogen dioxide in the troposphere together with information obtained by ground-based measurements in the surface layer for Moscow is provided. Major problems of analysis and interpretation of available data related to the need to analyze meteorological information together with satellite data are identified. A technology for creating a windless composite image to localize the sources of nitrogen dioxide emissions is described. An iterative threshold method for identifying stationary sources of nitrogen dioxide emissions on the territory of Russia is proposed along with the estimation of their intensity. Some results of data processing on the concentration of nitrogen dioxide in the atmosphere over million-plus cities in Russia, which are one of the most powerful sources of emissions of this gas, are given.

Проведён анализ пригодности использования данных различного пространственного разрешения при мониторинге объектов на основе осреднённых в их границах характеристик.Для этого изучалось влияние пространственного разрешения данных дистанционного зондирования Земли (ДЗЗ) на средние значения вегетационного индекса NDVI (англ.Normalized Difference Vegetation Index) в границах сельскохозяйственных полей в зависимости от их площади.Использовались три набора данных, полученных на основе информации с приборов MODIS (англ.Moderate Resolution Imaging Spectroradiometer), КМСС (Комплекс многозональной спутниковой съёмки) и MSI (англ.MultiSpectral Instrument) с пространственным разрешением 250, 60 и 10 м/пиксель соответственно.Для каждого набора использован временной ряд восстановленных ежедневных безоблачных изображений.Взята выборка сельскохозяйственных полей в различных регионах России.Для каждого поля рассчитано среднее значение индекса NDVI по каждому набору данных и проведён корреляционный анализ значений, полученных по разным наборам.Результаты анализа при учёте всего сезона вегетации показали общую высокую согласованность: даже для полей с размером менее 10 га значение коэффициента корреляции Пирсона превысило 0,75 для пар КМСС -MSI и MODIS -MSI и 0,85 для пары MODIS -КМСС.Однако коэффициент корреляции Пирсона существенно падает при анализе данных в отдельные периоды года: в начале сезона в паре MODIS -MSI для полей площадью менее 2,5 га -до 0,45, для полей площадью от 2,5 до 5 га -до 0,58.Далее минимальное за период значение равномерно растёт с увеличением полей и при площадях свыше 15 га уже для всех недель составляет более 0,82.Таким образом, сделан вывод о том, что для полей площадью более 10-15 га ход среднего индекса NDVI имеет схожие тренды по данным с пространственным разрешением 250, 60 и 10 м/пиксель.Для полей меньшего размера присутствуют большие различия в период наименьших значений индекса NDVI, соответствующих распашке.Точный критерий пригодности данных c низким пространственным разрешением для анализа объектов определённой площади зависит от задачи и используемого периода года.

Описывается метод автоматического детектирования повреждений растительности природными пожарами по данным с пространственным разрешением 10-30 м/пиксель.Выбор области, в которой необходимо искать повреждения от конкретного пожара, проводится с помощью информации об активном горении по данным прибора MODIS (англ.Moderate Resolution Imaging Spectroradiometer).Выделение повреждённых огнём участков происходит в этой области уже по данным спутников серий Landsat и Sentinel-2.Метод основан на сопоставлении изменений вегетационного индекса в инфракрасном диапазоне после завершения пожара и до его начала.Оценка точности работы метода была проведена по созданной вручную контрольной базе лесных гарей за 2020 и 2021 гг., всего 1112 гарей.Среднее расстояние Жаккара для всех гарей из контрольной базы составило 0,71.Таким образом, разработанный метод вполне пригоден для массового автоматического детектирования повреждений растительности природными пожарами в случае наличия достаточно сильных повреждений и достаточного числа безоблачных съёмок.В дальнейшем разработанный

Фрязинский филиал Института радиотехники и электроники им

О. А. Гирина , А. Г. Маневич , Д. В. Мельников , А. А. Нуждаев , А. В. Кашницкий , И. А. Уваров , И. М. Романова , А. А. Сорокин , С. И. Мальковский , С. П. Королев , Л. С. Крамарева 4 1 Институт вулканологии и сейсмологии ДВО РАН Петропавловск-Камчатский, 683006, Россия E-mail: girina@kscnet.ru 2 Институт космических исследований РАН, Москва, 117997, Россия 3 Вычислительный центр ДВО РАН, Хабаровск, 680000, Россия 4 Дальневосточный центр НИЦ «Планета», Хабаровск, 680000, Россия

В августе 2021 г. в Российской Федерации проведена сельскохозяйственная микроперепись.В целях перехода на новый уровень верификации данных об использовании сельскохозяй ственных угодий (пашни, залежи, сенокосов и пастбищ), полученных в ходе проведения мик ропереписи 2021 г., была разработана Технология контроля данных сельскохозяйственной микропереписи с использованием средств спутникового мониторинга (далее -Технология контроля

В работе описывается технология получения безоблачных композитных изображений по данным спутников серии Sentinel-2, а также полученный с её помощью набор композитных изображений территории России за разные периоды.В основе технологии лежит маскирование облаков и их теней с помощью доработанного продукта классификации сцены алгоритмом Sen2Cor.При создании композитного изображения результирующее значение пикселя получается расчётом медианы по всем чистым измерениям за период, причём число участвующих в расчёте сцен подбирается в зависимости от конкретной ситуации.В результате с помощью описываемой технологии были созданы ежемесячные (с марта по ноябрь) и ежесезонные (весна, лето, осень, сезон вегетации, снежный период) безоблачные композитные изображения в шести спектральных каналах по данным спутников серии Sentinel-2 на территорию России за 2019-2022 гг.Применение созданных композитных изображений показало их преимущество при решении ряда задач по сравнению с использованием отдельных сцен.Набор композитных изображений территории России за разные

The work is devoted to the activity analysis of Kamchatka and the Kuril Islands volcanoes in 2019-2020.The activity of the volcanoes was estimated based on the processing of data from daily satellite monitoring carried out using the information system “Remote monitoring of Kamchatkan and the Kuriles volcanoes activity (VolSatView)”.The activity of the Kamchatka and the Kuril Islands volcanoes considered based on the analysis of their thermal anomalies. Analysis of the characteristics of thermal anomalies over volcanoes was carried out in KVERT IS. Analysis of the temperature of thermal anomalies of volcanoes in the Kuril-Kamchatka region in 2019-2020 shows a significantly higher activity of the Kamchatka volcanoes in comparison with the Kuril volcanoes.

data processing approaches arising from the increasing number of satellite Earth remote sensing systems along with increasing quality and quantity of satellite data they provide. For environmental and anthropogenic monitoring, the “object” approach is suggested, based on generalization of satellite data to homogeneous areas (objects) as alternative to pixel processing approach. Here we present the unified technology for “object” monitoring created on the basis of IKI-Monitoring Center for Collective Use implementing the approach. This technology has been integrated into the unique scientific service Vega-Science. The requirements for the created technology, its structure and interaction of functional blocks are described. The developed technology allows performing automated monitoring of various natural and natural-anthropogenic objects both on an ongoing basis and in retrospect. Efficiency of the technology is confirmed by its use in monitoring of a wide range of types of objects under various research projects.

Статья посвящена описанию системы «Вега-Science», предназначенной для обеспечения работы с данными сверхбольших распределённых архивов Центра коллективного пользования системами архивации, обработки и анализа спутниковых данных Института космических исследований РАН (ЦКП «ИКИ-Мониторинг», http://ckp.geosmis.ru/).Система была создана в 2012 г., в настоящее время её пользователями являются более ста научных и образовательных организаций.С её использованием выполнено и ведётся более 70 различных российских и международных проектов, по результатам которых уже вышло более 600 публикаций.В статье рассматривается актуальность задачи обеспечения доступа к сверхбольшим распределённым архивам спутниковых данных и её решение на основе новых технологий, разработанных ИКИ РАН.Представлено, как эти технологии реализованы в ЦКП «ИКИ-Мониторинг», в том числе для предоставления распределённым коллективам пользователей возможности интерактивного анализа и обработки данных на базе централизованных вычислительных ресурсов центра ЦКП «ИКИ-Мониторинг».В статье также описывается общая архитектура построения системы «Вега-Science».Особое внимание уделяется описанию современных подходов к организации работы со спутниковыми данными, развитие которых во многом стимулировалось научными и прикладными проектами, выполняющимися с использованием возможностей ЦКП «ИКИ-Мониторинг».Кратко описываются основные возможности системы «Вега-Science», при этом акцент делается на интерактивные инструменты для анализа и обработки данных и примеры их использования.В статье также представлена информация об опыте использования системы «Вега-

Остров-вулкан Чиринкотан находится в тыловой зоне Северных Курильских островов

The paper deals with the problems of a sharp increase in the number of remote sensing satellite systems and the amount of data received, and because of this, the need to develop new approaches to the processing and use of satellite information. An “object-oriented” approach to work with remote sensing data for monitoring natural and anthropogenic processes is proposed. The paper presents a subsystem for working with objects of observation created on the basis of the “IKI-Monitoring” Center for Collective Use for the implementation of this approach. The efficiency of the subsystem is confirmed by examples of its use for the organization of remote sensing of zones of potential contamination from large industrial facilities.

4 Дальневосточный центр «НИЦ «Планета»

The paper presents the sample database of vegetation cover damaged by wildfires, obtained from high spatial resolution remote sensing data (up to 10 meters per pixel). At the time of publication, more than 6 thousand fires with a total area of more than 12 million ha were mapped and confirmed with the focus on forest fires. The database covers the period from 2009 to 2020 and is constantly being updated. The presented database may be of interest for various scientific wildfire researches and can be used as training basis for a fully automatic high-resolution fire mapping method development.

Abstract The paper presents a method of forest change detection and its application for clear-cutting and selective logging disturbances assessment. Based on optical remote sensing data it uses of satellite images and sub-pixel estimation of tree cover, performed by using linear spectral mixture model for estimation of forest area portion in each pixel. The paper describes the main steps of the change detection method and the influence of algorithm input settings on the results. The method was implemented as a satellite data processing tool and was tested on selected sites in Primorsky Krai and the Republic of Udmurtia regions. Forest change maps related to logging in year 2016 were developed over the test areas using the Landsat 8 and Sentinel-2 satellite data. The paper compares obtained change areas with official logging statistics and Global Forest Change project data in order to evaluate the method performance for clear-cutting and selective logging area detection.

Abstract The paper describes the Vega-Les (“Les” is the Russian word meaning “forest”) information system developed in the Space Research Institute of the Russian Academy of Sciences (IKI) for complex monitoring of the Russian forests with satellite data. The Vega-Les information system provides online access to continuously updated long term Earth remote sensing data and derived products archives and automated data processing, analysis and synthesis online tools for wide range of remote users for forest resources monitoring and research. The paper gives information about system’s main features, available satellite data and provides examples of data analysis and processing tools.

Solution of many scientific and applied problems requires access to long-term archives of satellite data, as well as considerable computational resources for data processing and analysis. Building the necessary infrastructure for this is not always possible in framework of individual projects. The article gives the description of current capabilities of the “IKI-Monitoring” center, which provides solution for such tasks on the basis of high-performance resources of the data providing center.

The impact of hazardous waste on people and the environment from agricultural, industrial, military and mining activities form one of the most significant global environmental challenges. These wastes often include heavy metals, acid precipitates (sulfur oxide solutions), hydrocarbons, and other organic chemicals. Creation of the tools of the VEGA-Science service (http://sci-vega.ru/) to control the state of vegetation for the monitoring the impact of technogenic waste and dumps sources (TWDS) on the environment is the main objective of this work. To achieve this goal, proposals for the modernization and development of the VEGA-Science services have been defined to provide the organization and analysis of long-term variability of the vegetation cover caused by the influence of TWDS.