МЕТОД ІДЕНТИФІКАЦІЇ КОСМІЧНИХ ЗНІМКІВ ДЛЯ ПРОГНОЗУВАННЯ ЛІСОВИХ ПОЖЕЖ

  • O. Bandurka
  • O. Svynchuk
Ключові слова: дистанційне зондування Землі, геоінформаційні системи космічні знімки, ідентифікація пожеж, «пожежний» піксель

Анотація

Космічні методи стеження за лісовими пожежами допомагають виявляти їх на початковій стадії і за безпечують оперативне прийняття рішень, що сприяє подальшому здійсненню моніторингу та оцінюванню наслідків. Використання космічних даних для моніторингу пожежного стану дозволяє швидко й економічно отримувати об’єктивну і незалежну інформацію, щоб оперативно приймати рішення для боротьби зі стихією. У роботі розроб лений метод ідентифікації пожеж з використанням космічних знімків низької роздільної здатності одержаних з супутників TERRA MODIS та NOAA AVHHR. Одним з проблемних аспектів у методі визначення пожеж є маскування хмари та води. Тому для ідентифікації «пожежних» пікселів важливо виключати з аналізу фрагменти знімків, які покриті хмарами та зайняті водними об’єктами. Алгоритм вимагає значного збільшення випромінювання в діапазоні 4 мк, а також відносного спостережуваного випромінювання в діапазоні 11 мк. Алгоритм досліджує кожен піксель сцени, якому в результаті присвоюється один з наступних класів: відсутні дані, хмара, вода, потенційно пожежні або невизначені. Пікселі хмар та водних об’єктів, що визначаються за допомогою методики маскування хмар і водних об’єктів, належать до класів хмар та води відповідно. Алгоритмом виявлення пожежі досліджуються лише ті пікселі земної по верхні, які віднесені до потенційно пожежних або невизначених. Метод був реалізований за допомогою інструменту візуального програмування Power Builder в середовищі системи обробки даних дистанційного зондування Землі Erdas Imaging. У результаті використання методу ідентифікації були виявлені пожежонебезпечні місця в Чорнобильській зоні відчуження. Використання методу супутникової ідентифікації пожеж має важливе значення для оперативного ви явлення пожеж для віддалених лісових масивів, які слабо контролюються наземними методами моніторингу.

Завантаження

Дані про завантаження поки що недоступні.

Посилання

1. Чандра А.М., Гош С.К. Дистанционное зондирование и географические инф. системы. М.: Техносфера, 2010. 312 с.
2. Журавлева И. Мониторинг пожаров на природных территориях с помощью сервиса FIRMS. Географические информационные системы и дистанционное зондирование. 2010. URL: http://gis-lab.info/qa/firms.html.
3. Крицук С.Г. Картирование бореальных лесов по спутниковым данным. Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9, № 4. C. 255–264.
4. Вишняков В.Ю., Ткачук А. Особливості методів визначення температурних аномалій за даними ДЗЗ MODIS (TERRA) та AVHRR (NOAA). Оцінки їх якості. Екологічна безпека та природокористування. 2012. № 10. С. 81–90.
5. Griffiths P. et al. Forest disturbances, forest recovery, and changes in forest types across the Carpathian ecoregion from 1985 to 2010 based on Landsat image composites. Remote Sensing of Environment. 2014. Vol. 151. P. 72–88.
6. Токар О., Король М., Гаврилюк С., Цуняк А. Використання супутникових знімків для оцінювання таксаційних показників лісових насаджень. Геодезія, картографія і аерофотознімання. 2017. № 85. С.84–93.
7. Берестенькова М.В. Интеллектуальная система прогнозирования лесных пожаров. 2012. Т. 30, № 5. С.64–67.
8. Коморевский В.С., Доррер Г.А. Методика расчёта параметров лесных пожаров как динамических процессов на поверхности Земли с использованием данных космического мониторинга. Вестник СГАУ. 2015. С. 47–50.
9. Kuchuk H. Mozhaev O., Kuchuk N., Mozhaev M. Multiservise network security metric. 2nd International Conference on Advanced Information and Communication Technologies (AICT). 2017. P.133–136.
10. Стругайло В.В. Обзор методов фильтрации цифровых изображений. Наука и образование. 2012. № 5. C. 1–12.
11. Зацерковний В.І., Тішаєв І.В., Шишенко О.І. Застосування матеріалів дистанційного зондування в завданнях моніторингу лісових пожеж і кількісного оцінювання рослинності. Наукоємні технології. 2016. №1. С. 42–47.
12. Миронюк В.В., Георгіян М.І. Застосування стратифікованої вибірки для регіональної оцінки площі лісів України заданими глобальних карт лісового покриву. Збалансоване природокористування. 2017. № 1. С. 69–74.
13. Бардиш Б., Бурштинська Х. Використання вегетаційних індексів для ідентифікації об’єктів земної поверхні. Сучасні досягнення геодезичної науки та виробництва. 2015. № 2 (28). С. 82–88.
14. Білинський Й.Й., Книш Б.П., Кулик Я.А. Обробка та використання мультиспектральних зображень моніторингу. Наукові праці ВНТУ. 2020. №4. С. 1–11.
15. Morisette J. Giglio L., Csiszar I., Setzer A. Validation of the MODIS active fire detection products derived from two algorithms.Earth Interactions. 2015. Vol. 9. P. 1–29.
16. Matson M. Dozier J. Identification of subresolution high temperature sources using a thermal IR sensor. Photogrammetric Engineering and Remote Sensing. 2016. № 47. P. 1311–1318.
17. Seielstad C., Riddering J., Brown S., Queen L., Hao W. Testing the sensitivity of a MODIS-like daytime active fire detection model in Alaska using NOAA/AVHRR infrared data. PhERS. 2016. № 68. P. 831–838.
Опубліковано
2022-04-01
Як цитувати
Bandurka O. Метод ідентифікації космічних знімків для прогнозування лісових пожеж / O. Bandurka, O. Svynchuk // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2022. – Т. 1 (67). – С. 13-18. – doi:https://doi.org/10.26906/SUNZ.2022.1.013.