Достижения в области дистанционного зондирования для раннего обнаружения геологических опасностей

За последнее десятилетие технология дистанционного зондирования претерпела трансформацию, которая меняет то, как геологи и аварийные менеджеры обнаруживают и реагируют на геологические опасности. Там, где когда-то ученые полагались на редкие наземные инструменты и полевые исследования, которые могут занять недели, современные спутниковые группировки и автономные беспилотники теперь предоставляют непрерывные данные с высоким разрешением во всех регионах. Этот скачок в способности сделал раннее обнаружение землетрясений, оползней, вулканических волнений и оседания земли не только возможным, но и все более оперативным. Зафиксировав тонкие изменения на поверхности Земли, которые предшествуют катастрофическому сбою, эти инструменты обеспечивают критическое время, необходимое для спасения жизней и защиты инфраструктуры.

Эволюция дистанционного зондирования в мониторинге геоопасностей

До эры спутников мониторинг геологических опасностей был реактивной дисциплиной. Сейсмометры могли регистрировать землетрясение после того, как оно произошло, и полевые геологи пытались составить карту шрама оползня. Ранняя аэрофотосъемка предлагала некоторый синоптический вид, но временное разрешение было плохим — месяцы или годы могли пройти между обследованиями. Появление спутников наблюдения Земли в 1970-х годах, таких как Landsat, ознаменовало первый шаг к систематическому, повторяемому покрытию. Тем не менее, эти ранние датчики с 30-метровыми пикселями и 16-дневным циклом повторного посещения, могли обнаруживать только крупные, быстро движущиеся события.

Настоящий прорыв произошел с радаром с синтетической апертурой (SAR) и, позже, интерферометрическим SAR (InSAR). В 1990-х годах ERS-1 и ERS-2 Европейского космического агентства продемонстрировали, что радиолокационная интерферометрия может измерять деформацию земли с сантиметровой до миллиметровой точностью. Сравнивая два радиолокационных изображения, сделанных с немного разных позиций, ученые могли создать интерферограмму - карту смещения земли. Эта техника показала, что многие разломы и вулканы тихо ползали до крупных разрывов, что-то, что не могла захватить ни одна более ранняя технология.

Сегодня темпы инноваций ускорились. Созвездия, подобные Copernicus Sentinel-1 Европейского союза, обеспечивают глобальное покрытие каждые шесть-двенадцать дней, бесплатно, что позволяет осуществлять систематический мониторинг по целым странам. Частные компании теперь предлагают субметровые оптические изображения и низколетящие беспилотники, которые могут быть развернуты в течение нескольких часов. Вместе эти достижения превратили дистанционное зондирование из исследовательского инструмента в оперативный краеугольный камень систем раннего предупреждения.

Ключевые технологии дистанционного зондирования

Оптические спутниковые снимки высокого разрешения

Современные оптические спутники — такие как WorldView, GeoEye и китайская серия Gaofen — захватывают панхроматические и мультиспектральные изображения с пространственным разрешением до 0,3 м. Этот уровень детализации позволяет аналитикам идентифицировать отдельные трещины в тротуаре, легкое наклонение полюсов мощности или свежий шрам небольшого оползня. При неоднократном приобретении с течением времени эти изображения образуют временные ряды, которые обнаруживают поверхностные изменения, невидимые невооруженным глазом. Алгоритмы обнаружения изменений могут затем автоматически отмечать аномальные перемещения. Например, после землетрясения в Горкха в Непале в 2015 году сравнение изображений WorldView позволило быстро отображать косейсмические оползни, направляя команды рельефа в наиболее пострадавшие долины.

LiDAR: создание 3D моделей

Light Detection and Ranging (LiDAR) излучает лазерные импульсы с самолета или спутника и измеряет их время возврата для построения точной цифровой модели возвышения (DEM). Воздушно-десантная LiDAR может достигать вертикальных точности 5-15 сантиметров даже под плотным растительным пологом, используя технику, называемую фильтрацией «последней отдачи», которая проникает в древесный покров. Для анализа устойчивости склона такие DEM-системы с высоким разрешением незаменимы: они позволяют геоморфологам идентифицировать тонкие топографические особенности - такие как шрамы, выпуклые склоны и трещины напряжения - которые указывают на зарождающиеся оползни. USGS теперь использует LiDAR из 3D-программы подъема для обновления карт опасности по всей стране, и аналогичные инициативы существуют в Европе и Японии. В Непале исследования после землетрясения LiDAR показали, что многие склоны, которые казались стабильными с земли, уже ползли, позволяя властям расставлять приоритеты зон эвакуации.

InSAR: измерение миллиметровой деформации

Интерферометрический радар с синтезированной апертурой остается самой мощной космической техникой для обнаружения движения земли. InSAR работает путем сравнения фазы радиолокационных волн, возвращаемых на спутник на двух или более проходах. Если земля переместилась между проходами, разница фаз создает интерферограмму, где каждая оконечность представляет собой половину длины волны смещения - обычно около 1,5 сантиметров для радаров C-диапазона. С передовыми методами обработки, такими как стойкая интерферометрия рассеяния (PSI) и небольшое базовое подмножество (SBAS), InSAR может отслеживать скорость деформации в течение многих лет, выявляя медленное проседание, ползучесть по неисправности или предупредительную инфляцию купола.

Важнейшим событием стал запуск Sentinel-1A в 2014 году и Sentinel-1B в 2016 году, обеспечивая комбинированное время повторного посещения в шесть дней на экваторе и еще чаще в полярных регионах. Полученные потоки данных поддерживают оперативные службы, такие как Европейская служба наземного движения, которая предоставляет общенациональные карты деформации, обновляемые каждые шесть-двенадцать месяцев. В таких регионах, как район залива Сан-Франциско, InSAR обнаружил ранее неизвестные активные разломы, которые не разрушают поверхность, переопределяя оценки сейсмической опасности.

Беспилотные летательные аппараты (БПЛА) и датчики на основе дронов

Дроны заполняют пробел между спутниковым покрытием и наземными съемками. Они могут запускаться в течение нескольких часов после события, летать под облачным покровом и нести различные полезные нагрузки: оптические камеры, тепловые инфракрасные датчики и даже легкие лидарные или радиолокационные блоки. Для оценки после оползня беспилотники обеспечивают ортофотоснимки с сантиметровым разрешением и DEM всей площади рубца и отложения, позволяя инженерам оценивать объем и расстояние вылета. Во время вулканических кризисов беспилотники, оснащенные газовыми датчиками, могут отбирать концентрации диоксида серы непосредственно из шлейфа, данные, которые имеют решающее значение для прогнозирования извержения. Гибкость и низкая стоимость дронов демократизировали мониторинг опасности, позволяя местным властям и университетам проводить частые обследования, не дожидаясь спутниковых эстакад.

Прорывы в обработке данных: искусственный интеллект и машинное обучение

Сырые данные дистанционного зондирования подавляют - каждое приобретение Sentinel-1 производит десятки гигабайт радиолокационных изображений. Ручной анализ просто не может идти в ногу с объемом доступной сейчас информации. Именно здесь искусственный интеллект (ИИ) и машинное обучение (ML) стали меняющими игру. Модели глубокого обучения, особенно сверточные нейронные сети (CNN), могут быть обучены распознавать шрамы оползня, вулканические пепловые шлейфы или разрывы поверхности землетрясения в оптических или радиолокационных изображениях с точностью, которая соответствует или превышает человеческие интерпретаторы.

Для обработки InSAR ИИ используется для автоматического раскручивания интерферограмм, коррекции атмосферных артефактов и классификации моделей деформации (например, ползучесть против скольжения палочек). USGS и НАСА разрабатывают систему раннего предупреждения на основе ML, которая поглощает данные InSAR в реальном времени из созвездия Sentinel-1 и флагов аномальной деформации, превышающей статистические пороги. В области обнаружения оползней исследование 2021 года, опубликованное в ]Удалённое зондирование окружающей среды , показало, что каскад из двух CNN может обнаружить новые оползни из спутниковых снимков после события с ложноположительной скоростью ниже 5%. Такие инструменты позволяют сканировать целые горные хребты на потенциальные поверхности сбоев в течение нескольких часов после сильной ливни.

Еще одним перспективным направлением является слияние данных с нескольких датчиков с помощью ML. Объединив деформацию грунта InSAR с оптическими изображениями растительного стресса и тепловых инфракрасных аномалий, алгоритмы могут научиться прогнозировать извержения вулканов с неделями предварительного уведомления. Эти интегративные системы тестируются на вулканах, таких как гора Сент-Хеленс и Килауэа, где они задним числом «прогнозировали» прошлые события с высокой надежностью.

Приложения для разных типов опасностей

Землетрясения

В настоящее время InSAR регулярно используется для измерения косейсмической и постсейсмической деформации от крупных землетрясений. Последовательность землетрясений Риджкреста 2019 года в Калифорнии, например, была захвачена Sentinel-1 в течение нескольких дней, раскрывая сложную зону разрыва, простирающуюся более чем на 50 километров. Эти данные использовались для уточнения моделей разломов и расчетов передачи напряжения, улучшения прогнозов афтершока. Помимо косейсмического анализа, InSAR также может обнаруживать долгосрочное накопление интерсейсмического штамма, обеспечивая вход для вероятностных оценок сейсмической опасности. В регионах границы тектонических плит, таких как Япония и Новая Зеландия, плотные сети GNSS увеличивают InSAR, но спутниковые данные особенно ценны в отдаленных или политически чувствительных районах, где наземные инструменты скудны.

оползни

Оползни являются одними из наиболее малообнаруженных геологических опасностей, поскольку они часто происходят в изолированной горной местности. Дистанционное зондирование произвело революцию в их обнаружении и мониторинге. Временные ряды InSAR могут идентифицировать склоны, которые медленно ползут (мм-см/год) за месяцы до катастрофического сбоя. Оползень Вайонта в Италии, который убил более 2000 человек в 1963 году, вероятно, был бы обнаружен за несколько месяцев до этого современным InSAR. Обнаружение оптических изменений с использованием спутниковых изображений до и после событий (например, из ежедневных кубсатов Planet Labs) теперь позволяет в режиме реального времени отображать быстрые оползни, вызванные штормами или землетрясениями. Дистанционное измерение на основе LiDAR количественно определяет эрозию и осаждение с точностью, помогая прогнозировать будущие сбои.

Вулканическая активность

Мониторинг вулканов в значительной степени зависит от обнаружения деформации, тепловых аномалий и выбросов газа. InSAR может отслеживать инфляцию вулканического здания по мере роста магмы, как это видно на Кампи Флегрей в Италии и Сьерра-Негра в Галапагосе. Тепловым инфракрасным датчикам на спутниках, таких как MODIS и VIIRS, за несколько дней до извержения, извержению Килауэа в 2018 году предшествовал четкий тепловой сигнал в нижней Восточно-Рифтовой зоне. Спутниковым газовым датчикам (например, TROPOMI на Sentinel-5P) измеряется выбросы SO2, что позволяет ученым различать новый приток магмы и мелкую дегазацию. Дроны, несущие легкие газовые анализаторы, добавляют еще один слой, обеспечивая объемные измерения, которые наземные станции не могут достичь. Когда эти наборы данных объединены, синоптики могут выдавать предупреждения с растущей уверенностью.

Субсайданс и Sinkholes

Сухость грунта, вызванная истощением водоносного горизонта, добычей полезных ископаемых или растворением карста, является растущей опасностью во многих городских районах. InSAR сыграл важную роль в картировании скорости оседания в таких городах, как Мехико (до 40 см/год), Джакарта и Шанхай. Эти данные информируют о политике управления подземными водами и усилении инфраструктуры. Синкхолы сложнее предсказать, но оптические и радиолокационные изображения с высоким разрешением могут обнаруживать прекурсорные особенности, такие как небольшие депрессии, стресс растительности или изменения структуры дренажа. Во Флориде исследователи использовали воздушно-капельную LiDAR для выявления зон, подверженных воронкам, путем картирования тонких поверхностных впадин, которые предшествуют коллапсу.

Реальные мировые тематические исследования

Вулкан Килауэа, Гавайи (2018)

Извержение Килауэа в 2018 году не было неожиданным; вулкан непрерывно извергался со своей вершины с 1983 года. Однако прогнозирование событий в таком масштабе никогда не было предпринято с таким количеством данных дистанционного зондирования. В период с апреля по май 2018 года изображения InSAR от Sentinel-1 и COSMO-SkyMed показали, что кальдера вершины сдувается, в то время как нижняя Восточная рифтовая зона надувается - классический признак того, что мигрирует магма. Тепловые аномалии, обнаруженные MODIS и Sentinel-2, подтвердили открытие новых трещин. Обсерватория вулканов Гавайев использовала эти данные для своевременного предупреждения, что привело к успешной эвакуации. Это событие стало знаковой демонстрацией интегрированного дистанционного зондирования в управлении опасностью вулкана.

Землетрясение в Горкха, Непал (2015)

После землетрясения магнитудой 7,8 баллов, произошедшего в Непале в апреле 2015 года, непосредственной угрозой было не только само землетрясение, но и тысячи оползней, которые оно вызвало в крутых Гималаях. В течение нескольких недель ученые использовали спутниковые снимки до и после событий (WorldView, RapidEye и Sentinel-2) для отображения более 4300 оползней на 14 000 квадратных километров. Исследования LiDAR, проведенные USGS и партнерами, предоставили топографию высокого разрешения для выявления нестабильных склонов, которые могут потерпеть неудачу в последующих муссонах. Эти данные непосредственно поддерживали гуманитарную реакцию ООН, направляя размещение временных убежищ вдали от зон опасности. Более того, анализ временных рядов изображений после землетрясения показал, что многие склоны продолжали ползти в течение нескольких месяцев, что сформировало долгосрочное планирование реконструкции Непала.

Медленно движущиеся оползни в Калифорнии

Португальский оползень Бенд в Палос-Вердесе, штат Калифорния, с перерывами движется уже десятилетия. Начиная с 1950-х годов, разработка на древнем оползневом теле активировала его, угрожая домам и дорогам. С момента запуска Sentinel-1 исследователи Лаборатории реактивного движения использовали InSAR для измерения годовых темпов деформации 5-20 см/год по всему комплексу. Данные показали, что движение ускоряется во время влажных зим и замедляется в сухое лето, картина, которая подозревалась, но никогда не поддавалась количественной оценке. Эта информация позволяет местным властям выдавать ранние предупреждения перед проливными дождями, и она информирует о решениях о том, какие структуры укреплять или отказываться.

Раннее предупреждение о землетрясении с помощью InSAR в Турции

Турция пересекается активными разломами, в частности Северо-Анатолийским разломом. В 2023 году землетрясение магнитудой 7,8 опустошило регион Кахраманмараш. В годы, предшествовавшие этому событию, временные ряды InSAR обнаружили тонкий ползучесть по разлому и запертые сегменты, хотя конкретные сроки разрыва предсказать невозможно. После события спутниковые данные (Сентинель-1 и АЛОС-2) произвели подробные карты с сейсморазрывом, которые показали проскальзывание до 8 метров. Эти карты теперь используются для перекалибровки моделей сейсмической опасности для всего региона. Уроки из Турции подчеркивают необходимость более высокой временной выборки - цель будущих миссий, таких как NISAR, которая обеспечит глобальный охват с двенадцатидневным повторным посещением, но более тонким разрешением, чем Sentinel-1.

Проблемы и ограничения

Несмотря на значительный прогресс, дистанционное зондирование для обнаружения опасности по-прежнему сталкивается со значительными препятствиями. Временное разрешение остается ключевым ограничением: даже лучшие спутниковые группировки посещают любую заданную точку только каждые несколько дней, что слишком медленно для быстро развивающихся событий, таких как катастрофический оползень или извержение вулкана. Дроны могут заполнить пробел, но только на небольших территориях и при благоприятной погоде. Стоимость данных является еще одним барьером - коммерческие изображения с высоким разрешением стоят сотни или тысячи долларов за квадратный километр, что делает рутинный мониторинг дорогим для развивающихся стран. Даже свободно доступные наборы данных, такие как Sentinel, требуют значительной вычислительной инфраструктуры и опыта для обработки информации, пригодной для действий.

Атмосферные условия также ухудшают качество дистанционного зондирования. Оптические датчики не могут видеть сквозь облака, которые часто маскируют горные или вулканические районы в течение нескольких недель. Радар может проникать в облака, но сильные осадки вносят фазовый шум в InSAR. Растительный покров усложняет как оптический, так и радиолокационный анализ, маскируя тонкие изменения поверхности. Методы постоянного рассеяния помогают в городских районах, но борются в густых лесах. Кроме того, огромный объем данных требует автоматизированных трубопроводов обработки, которые все еще находятся в стадии разработки. Ложные положительные результаты от сезонных эффектов (например, тепловое расширение зданий) могут подавить аналитиков, если не применяется тщательная фильтрация.

Наконец, для перевода данных дистанционного зондирования в раннее предупреждение требуется интеграция с наземными сетями и протоколами принятия решений, которые не всегда существуют. Спутник может обнаруживать предупредительную инфляцию, но этот сигнал должен быть проверен, объединен с данными сейсмических и газовых исследований и передан властям в формате, на котором они могут действовать. Многие страны по-прежнему не имеют правовых рамок и обученного персонала для оперативной реализации этих передовых наборов данных.

Будущие направления

В ближайшие пять лет будет наблюдаться несколько трансформационных разработок. Миссия NASA-ISRO Synthetic Aperture Radar (NISAR), запланированная к запуску в 2024 году, будет нести как радары L-диапазона, так и S-диапазона, обеспечивая глобальные наблюдения каждые двенадцать дней с прекрасным разрешением. Его радар L-диапазона будет лучше проникать в растительность, улучшая производительность InSAR в лесных оползневых регионах. Sentinel-1 Next Generation Европейского космического агентства будет поддерживать непрерывность и, возможно, улучшать время повторного посещения. Между тем, коммерческие созвездия, такие как Capella Space и серия ICEYE небольших спутников SAR, уже работают с возможностями повторного посещения в течение субдня для конкретных областей, хотя и по более высокой цене.

Автоматизация на основе искусственного интеллекта будет продвигаться до такой степени, что аномалии деформации будут помечены и сообщены в режиме реального времени. Европейская служба наземного движения уже находится на этом пути, обрабатывая данные Sentinel-1 в стандартные продукты для всей Европы. Для вулканических и оползневых опасностей разрабатываются «цифровые двойники» активных систем - высокоточные модели, которые непрерывно ассимилируют данные дистанционного зондирования и имитируют сценарии потенциальных отказов. Такие двойники были продемонстрированы для кальдеры Campi Flegrei и распространяются на другие вулканы.

Наконец, демократизация космической техники означает, что все больше стран и местных учреждений запускают свои собственные небольшие спутники или используют беспилотные парки для индивидуального мониторинга. Со временем глобальная сеть датчиков, как космических, так и воздушных, будет поступать в общие системы раннего предупреждения, которые охватывают национальные границы, особенно для общих речных бассейнов и тектонических провинций.

Заключение

Достижения в области дистанционного зондирования переместили область обнаружения геологической опасности от реактивного картирования к проактивному мониторингу. Оптическая визуализация высокого разрешения, LiDAR, InSAR и датчики на основе беспилотников теперь обеспечивают беспрецедентный вид беспокойной поверхности Земли. В сочетании с аналитической мощью машинного обучения эти технологии обеспечивают раннее предупреждение, которое может означать разницу между управляемой эвакуацией и катастрофой. Продолжающееся расширение спутниковых созвездий в сочетании с падением затрат и улучшенной обработкой данных обещает расширить эти преимущества для каждого региона на планете. В то время как проблемы остаются - доступность данных, временное разрешение и институциональный потенциал - траектория ясна. Удаленное зондирование больше не просто научное любопытство; это важный инструмент для повышения устойчивости к геологическим опасностям.

Для дальнейшего чтения обратитесь к обзору InSAR в Обсерватории Земли НАСА: https://earthobservatory.nasa.gov/features/InSAR. USGS также ведет всеобъемлющую страницу по мониторингу оползней с использованием дистанционного зондирования: https://www.usgs.gov/natural-hazards/landslide-hazards/science/landslide-monitoring. Подробности о миссии NISAR можно найти по адресу https://nisar.jpl.nasa.gov.