火数据马赛克:使用雷达数据判断大火后景观恢复的状况
2010 – 2020.(单击图像可查看大范围的高分辨率图像。)
科学家正在使用雷达数据来解释大火发生后的几年中景观恢复的位置和方式。
在过去的几十年中,科学家一直在使用基于卫星和飞机的雷达仪器来检测野火和人为大火造成的损害。雷达仪器可以白天或黑夜进行观测,并且可以透过云层和烟雾看到地面,因此它们有助于在火灾破坏景观期间和之后观察火锋和烧伤痕迹。
景观生态学家Naiara Pinto和NASA喷气推进实验室的同事们现在有了更长远的眼光。他们试图破译火灾后数年森林和灌木丛恢复的地点和状况。
合成孔径雷达(SAR)仪器发出微波脉冲,这些脉冲从地球表面弹起。反射波由仪器检测和记录,可以帮助绘制土地表面(地形)和土地覆被的形状(从城市到冰到森林)。通过比较两个独立的卫星或飞机立交桥之间信号的变化,科学家可以观察到地表变化,例如地震后的土地变形,洪水泛滥或大火后裸露或裸露的地面。
SAR仪器是由欧洲航天局的Sentinel-1卫星携带的,而NASA目前正在通过研究飞机部署其无人飞行器合成孔径雷达(UAVSAR)。美国宇航局和印度航天研究组织计划在2022年发射NISAR卫星。
2010 – 2020
自2009年以来,UAVSAR安装在NASA研究飞机的底部,已经多次飞越南加州的同一地区。Pinto和JPL的同事Latha Baskaran,Yunling Lou和David Schimel对该数据进行了分析,并开发了一种制图技术,以显示植被(CHapparal和森林)清除和再生的不同阶段。
上面的地图本质上是十年来观测数据的拼接图。雷达信号从燃烧的贫瘠地形中反射出来的信号不同于反射自未燃烧,被刷子覆盖的山坡或新鲜生长反射的信号。颜色表示在不同时间通过不同的UAVSAR飞行观察到的相对植被量。地图上的黄线表示几场大火的程度:车站,科尔比(Colby),圣盖博(SG)建筑群,拉图纳(La Tuna)和山猫。
“总的来说,颜色告诉我们,安哥拉国家森林在不同的再生阶段包含了许多植物群落,” UAVSAR的科学协调员Pinto说。例如,红色多的地区2010年的植被比现在多。近年来,蓝色和绿色阴影较多的区域的植被(生长)更多。黄色表示2020年焚烧的区域在2010年和2017年的植被数量较高(红色+绿色),而在2020年的植被数量较低(蓝色)。
上图显示了这些地图的组装方式。在2010年,2017年和2020年的UAVSAR飞行期间,收集了雷达数据,这些数据来自安吉利斯国家森林公园和大洛杉矶市区东北部的其他地区。
该项目得到了美国国家航空航天局(NASA)的地球应用科学灾难计划的支持,该计划为机构合作伙伴在减轻自然灾害和灾难并从中恢复的过程中生成地图和其他数据产品。SAR技术仍在测试和验证中,但是其目的是监视森林的再生长和火灾疤痕随时间的变化,这对于森林和火灾管理人员进行风险管理是重要的信息。
约书亚·史蒂文斯(Joshua Stevens)拍摄的NASA地球观测站图像,使用的是UAVSAR数据,图像由Anne Marie Peacock,Naiara Pinto,Yunling Lou和NASA / Caltech UAVSAR提供。
-
在黑暗能量上闪耀新光:DES发布了7亿个对象的目录
2022-06-11 -
埃塞俄比亚的森林在云中:不寻常的植物和野生动物住在Harenna森林里
2022-06-10 -
城市绿地贡献更多的温室气体排放而不是研究人员
2022-06-09 -
卫星景观:极端冬季天气导致美国停电
2022-06-07 -
美国宇航局卫星提高了森林对全球碳预算的影响的准确性
2022-06-07 -
解码的神经反馈:非意思的脑部调制,以消除恐惧和增加信心
2022-06-06 -
绘制所有人最神秘的星球:地球
2022-06-06 -
NASA RainCube –先锋的迷你气象卫星–结束了任务
2022-06-05 -
正式的“保护区”名称可以减少森林砍伐的速度,但不能防止森林砍伐
2022-06-05 -
人工智能以前所未有的精度对真正的超新星爆炸进行分类
2022-06-02 -
新的智能恒温器算法可以在一周内学习最佳温度阈值
2022-06-01 -
斯坦福AI技术检测隐藏的地震 - 可能会提供大Quakes的警告
2022-06-01 -
天文学家创造了最大的天空地图,包括超过十亿的星系
2022-06-01 -
基于轻型的处理器芯片提前机器学习
2022-05-28