
Exploring Sentinel-1 Radar Polarisation and Landsat Series Data to Detect Forest Disturbance from Dust Events: A Case Study of the Paphos Forest in Cyprus
Dust storms are becoming more frequent due to climate change, but their impact on forest health is not well understood. While optical satellite data has been widely used to monitor vegetation changes, this study is the first to explore radar imagery (Sentinel-1) for detecting forest disturbances caused by dust events.
Using Sentinel-1 and Landsat, we analysed eight dust storms in the Paphos Forest, Cyprus which occurred between 2015-2019, identifying changes in vegetation health using advanced time-series analysis with the BFAST algorithm. Our findings revealed important differences in how radar and optical sensors detect vegetation stress.
Why is this important?
Forests are crucial ecosystems, providing oxygen, regulating climate, and supporting biodiversity. Understanding how extreme weather events like dust storms impact them is essential for their protection.
Satellite data is a powerful tool for continuous, large-scale forest monitoring, even in areas that are difficult to access.
Our study highlights the importance of using multiple sensors—radar data detects major dust events, while optical data captures subtle vegetation stress, making them complementary for environmental studies.
Key Findings:
Radar vs Optical Data: Sentinel-1 radar data primarily detect intense dust storms, as radar signals respond to larger changes in vegetation. In contrast, Landsat optical indices can detect even milder dust events, provided that dust particles settle on tree leaves rather than remaining suspended in the upper layers of the atmosphere.
The Importance of Rainfall: Rainfall following dust storms plays a crucial role in vegetation recovery, as it washes dust off tree leaves, allowing leaf stomata to be freed from dust particles and return to their normal function, enhancing photosynthesis and oxygen production. However, rainfall itself can reduce the accuracy of detecting the negative impacts of dust storms through satellite data, as it removes visible traces of dust before they can be recorded by sensors.
Bridging the Gap: This is likely the first study to utilize Sentinel-1 radar data to detect forest disturbances caused by dust storms, opening new possibilities for remote sensing and satellite-based forest monitoring. Understanding the role of dust storms in forest degradation is crucial for climate change adaptation, sustainable forest management, and desertification monitoring, especially in semi-arid regions like Cyprus, where these phenomena are increasing in both duration and intensity. Understanding the role of dust storms in forest degradation is essential for climate resilience, sustainable forest management, and desertification monitoring, particularly in semi-arid regions like Cyprus where these events are increasing.
…………………………..
Οι αμμοθύελλες γίνονται όλο και πιο συχνές λόγω της κλιματικής αλλαγής, αλλά οι επιπτώσεις τους στην υγεία των δασών δεν είναι ακόμα πλήρως κατανοητές. Αν και τα οπτικά δορυφορικά δεδομένα χρησιμοποιούνται ευρέως για την παρακολούθηση της βλάστησης, αυτή η μελέτη είναι η πρώτη που χρησιμοποιεί δεδομένα ραντάρ (Sentinel-1) για την ανίχνευση δασικών διαταραχών από αμμοθύελλες.
Χρησιμοποιώντας Sentinel-1 (αισθητήρα ραντάρ) και Landsat (οπτικό αισθητήρα), αναλύσαμε οκτώ αμμοθύελλες στο Δάσος της Πάφου στην Κύπρο για την περίοδο 2015-2019, εντοπίζοντας μεταβολές στην υγεία της βλάστησης μέσω χρονοσειρών και του αλγορίθμου BFAST. Τα αποτελέσματά μας αποκάλυψαν σημαντικές διαφορές στο πώς οι αισθητήρες ραντάρ και οπτικών δεδομένων ανιχνεύουν την διατάραξη στην βλάστηση.
Γιατί είναι σημαντικό;
Τα δάση είναι κρίσιμα οικοσυστήματα, που παράγουν οξυγόνο, ρυθμίζουν το κλίμα και φιλοξενούν βιοποικιλότητα. Κατανοώντας τις επιπτώσεις των αμμοθυελλών, μπορούμε να βελτιώσουμε τη διαχείρισή τους.
Τα δορυφορικά δεδομένα επιτρέπουν τη συνεχή και μεγάλης κλίμακας παρακολούθηση δασών, ακόμα και σε απομακρυσμένες περιοχές.
Η έρευνά μας υπογραμμίζει τη σημασία χρήσης πολλαπλών αισθητήρων—το ραντάρ ανιχνεύει μεγάλες αμμοθύελλες, ενώ τα οπτικά δεδομένα αποκαλύπτουν ήπιο στρες στη βλάστηση, καθιστώντας τα συμπληρωματικά εργαλεία στην περιβαλλοντική έρευνα.
Βασικά Συμπεράσματα:
Ραντάρ vs Οπτικά δεδομένα: Τα δεδομένα ραντάρ του Sentinel-1 εντοπίζουν κυρίως έντονες αμμοθύελλες, καθώς το σήμα του ραντάρ ανταποκρίνεται σε μεγαλύτερες αλλαγές στη βλάστηση. Αντίθετα, οι οπτικοί δείκτες του Landsat μπορούν να ανιχνεύσουν ακόμη και ηπιότερα επεισόδια σκόνης, εφόσον τα μόρια της σκόνης κατακαθίσουν στα φύλλα των δέντρων και δεν παραμείνουν σε υψηλότερα στρώματα της ατμόσφαιρας.
Η σημασία της βροχόπτωσης: Η βροχή μετά από αμμοθύελλες παίζει καθοριστικό ρόλο στην ανάκαμψη της βλάστησης, καθώς ξεπλένει τη σκόνη από τα φύλλα των δέντρων, επιτρέποντας στα στόματα των φύλλων να αποδεσμευτούν από τα μόρια σκόνης και να επανέλθουν στη φυσιολογική τους λειτουργία, βελτιώνοντας τη φωτοσύνθεση και την παραγωγή οξυγόνου. Ωστόσο, η ίδια η βροχόπτωση μπορεί να μειώσει την ακρίβεια ανίχνευσης των αρνητικών επιπτώσεων των αμμοθυελλών μέσω δορυφορικών δεδομένων, καθώς απομακρύνει ορατά ίχνη σκόνης πριν καταγραφούν από τους αισθητήρες.
Γεφυρώνοντας το χάσμα: Αυτή είναι πιθανώς η πρώτη μελέτη που χρησιμοποιεί δεδομένα ραντάρ από τον δορυφόρο Sentinel-1 για την ανίχνευση δασικών διαταραχών από αμμοθύελλες, ανοίγοντας νέες προοπτικές στην τηλεπισκόπηση και τη δορυφορική παρακολούθηση δασικών οικοσυστημάτων. Η κατανόηση του ρόλου των αμμοθυελλών στην υποβάθμιση των δασών είναι κρίσιμη για την προσαρμογή στην κλιματική αλλαγή, τη βιώσιμη διαχείριση των δασών και την παρακολούθηση της ερημοποίησης, ειδικά σε ημίξηρες περιοχές όπως η Κύπρος όπου αυτά τα φαινόμενα ολοένα και αυξάνονται τόσο σε διάρκεια αλλά και σε ένταση.