Detection of Forest Disturbance Using Sentinel-1 Time Series in Fire-Affected Areas

Abstract

The accurate and timely detection of forest disturbances can provide valuable information for effective forest management, while frequent cloud cover and fast regrowth of trees in Peruvian Amazon region often make it difficult to monitor forest disturbance with optical data. Sentinel-1's time series SAR dataset from ESA offers an unparalleled perspective for evaluating environmental alterations, and combining dense time series observations from Sentinel-1 and the optical satellite of Sentinel-2 has the potential to improve large-area forest disturbance monitoring. This thesis uses Sentinel-1 time series data and Sentinel-2 images from 2016 to 2023, based on the GEE cloud computing platform, to study forest disturbance in the Peruvian Amazon region. The research focuses on VH polarization within Sentinel-1 time series, using cloud computing and optical and SAR fusion methods. The goal is to identify forest disturbance by identifying peaks in Sentinel-1 data time series; In addition, in-depth research was conducted on the correlation between standard combustion ratio (NBR) and VH polarization. In this thesis analysis about the complex time patterns in the VH polarization data of Sentinel-1 was conducted, which helps to evaluate the robustness and accuracy of optical and radar data fusion. Based on the fusion application of Sentinel-1 and Sentinel2, a new fire impact zone analysis formula, NBR+VH, is introduced. The calculated values of NBR+VH in the study area mainly range from -39.0426 to -7.504, highlighting the subtle characteristics of environmental changes caused by fires. For the relationship between VH polarization and NBR, the results of binary regression analysis show that the vast majority of regression coefficients R² in the 10 selected experimental areas is over 0.75, showing strong correlation. This study not only helps to demonstrate the forest disturbance dynamics in the Peruvian Amazon region, but also demonstrates the effectiveness of combining synthetic aperture radar (SAR) technology with optical images for comprehensive, accurate, and complex assessments.

La detección precisa y oportuna de disturbios forestales puede proporcionar información valiosa para un manejo forestal eficaz, mientras que la frecuente nubosidad y el rápido crecimiento de los árboles en la región amazónica peruana a menudo dificultan el seguimiento de las perturbaciones forestales con datos ópticos. El conjunto de datos SAR de series de tiempo Sentinel-1 de la ESA ofrece una perspectiva incomparable para evaluar las alteraciones ambientales, y la fusión de observaciones de series de tiempo Sentinel-1 e imágenes ópticas de Sentinel-2 tiene el potencial de mejorar el monitoreo de perturbaciones forestales en grandes áreas. La presente tesis utiliza datos de series temporales de Sentinel-1 y Sentinel-2 desde 2016 a 2023, basados en la plataforma de computación en la nube GEE, para estudiar la perturbación forestal en la región amazónica peruana. La investigación se centra en la polarización VH dentro de la serie temporal Sentinel-1, utilizando computación en la nube y métodos de fusión óptica y SAR. El objetivo es identificar las perturbaciones forestales mediante la identificación de picos en las series temporales de datos de Sentinel-1; además, se llevó a cabo una investigación en profundidad sobre la correlación entre el Normalized Burn Ratio (NBR) y la polarización VH. En esta tesis se realizó un análisis de los complejos patrones de tiempo en los datos de polarización VH de Sentinel-1, lo que ayuda a evaluar la robustez y precisión de la fusión de datos ópticos y de radar. Basado en la aplicación de fusión de Sentinel-1 y Sentinel-2, se introduce una nueva fórmula de análisis de la zona de impacto del incendio, NBR+VH. Los valores calculados de NBR+VH en el área de estudio oscilan principalmente entre -39,0426 y -7,504, destacando las características sutiles de los cambios ambientales causados por los incendios. Para la relación entre la polarización VH y NBR, los resultados del análisis de regresión binaria muestran que la gran mayoría de los coeficientes de regresión R² en las 10 áreas experimentales seleccionadas son superiores a 0,75, lo que muestra una fuerte correlación. Este estudio no solo ayuda a demostrar la dinámica de perturbación forestal en la región amazónica peruana, sino que también demuestra la efectividad de combinar la tecnología de radar de apertura sintética con imágenes ópticas para evaluaciones integrales, precisas y complejas.