Разработка методических вопросов создания системы спутникового мониторинга состояния лесных экосистем в условиях воздействия нефтегазового комплекса территории Западной Сибири

Тип работы:
Реферат
Предмет:
Общие и комплексные проблемы технических и прикладных наук и отраслей народного хозяйства


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Вестник СГУГиТ, вып. 3 (31), 2015
УДК 528. 85:502. 55
РАЗРАБОТКА МЕТОДИЧЕСКИХ ВОПРОСОВ СОЗДАНИЯ СИСТЕМЫ СПУТНИКОВОГО МОНИТОРИНГА СОСТОЯНИЯ ЛЕСНЫХ ЭКОСИСТЕМ В УСЛОВИЯХ ВОЗДЕЙСТВИЯ НЕФТЕГАЗОВОГО КОМПЛЕКСА ТЕРРИТОРИИ ЗАПАДНОЙ СИБИРИ
Владимир Александрович Хамедов
Югорский научно-исследовательский институт информационных технологий, 628 011, Россия, г. Ханты-Мансийск, ул. Мира, 151, руководитель регионального центра космических услуг, тел. (346)735−91−39, e-mail: xamedovva@uriit. ru
Борис Тимофеевич Мазуров
Сибирский государственный университет геосистем и технологий, 630 108, Россия, г. Новосибирск, ул. Плахотного, 10, доктор технических наук, профессор кафедры физической геодезии и дистанционного зондирования, тел. (383)343−29−11, e-mail: btmazurov@mail. ru
Разработана структура системы мониторинга состояния лесных ресурсов Югры на основе геоинформационных технологий. Система мониторинга включает базу данных по состоянию лесных ресурсов и базы спутниковых и картографических данных. Используемые в системе цифровые карты породного состава лесов и пожарной опасности лесов разработаны на основе космических снимков. Общее программное обеспечение системы мониторинга состоит из ArcGIS и ERDAS Imagine. Система мониторинга обеспечивает выполнение работ по контролю за экологическим состоянием территории лесного фонда на основе данных дистанционного зондирования Земли. Для решения прикладных тематических задач использованы космические снимки оптического и радиолокационного диапазонов. Примером тематических задач являются обнаружение ландшафтных изменений, связанных с воздействием как природных, так и антропогенных факторов, оценка влияния объектов нефтегазовой отрасли на лесорастительный покров.
Ключевые слова: геоинформационная система, дистанционный мониторинг, космические снимки, радиолокационная съемка, лесные ресурсы, лесные экосистемы, нефтегазовый комплекс.
DEVELOPMENT OF METHODOLOGICAL PROBLEMS OF CREATING SATELLITE MONITORING OF FOREST ECOSYSTEMS UNDER THE IMPACT OIL AND GAS SECTOR OF WEST SIBERIA
Vladimir A. Khamedov
Ugra Research Institute of Information Technologies, 628 011, Russia, Khanty-Mansiysk, 151 Mira St., Head of the Center for Space Services, tel. (3467)35−91−39, e-mail: XamedovVA@uriit. ru
Boris T. Mazurov
Siberian State University of Geosystems and Technologies, 630 108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Prof., Department of Physical Geodesy and Remote Sensing, tel. (383)343−29−11, e-mail: btmazurov@mail. ru
Structure of monitoring system for Ugra forest resources state is developed on the base of geoinformation technologies. Monitoring system involves database on state of forest resources and databases on space images and map data. Digital maps of tree specific composition and fire safety
16
Геодезия и маркшейдерия
are carried out on the base of space images. General soft ware of monitoring system consist of ArcGIS and ERDAS Imagine. The monitoring system ensures that the works on the monitoring of the environmental condition of the territory of the forest fund on the basis of remote sensing data. To solve the problems of topical application used satellite images of optical and radar ranges. An example of thematic tasks is to detect landscape changes related exposure to both natural and anthropogenic factors, assessment of the impact of oil and gas industry for silvicultural cover.
Key words: geoinformation system, remote monitoring, space images, radar imagery, forest resources, forest ecosystems, oil and gas production.
Известно, что значительная доля лесных ресурсов России приходится на леса Западной Сибири, которые испытывают большое техногенное воздействие в результате деятельности предприятий Западно-Сибирского нефтедобывающего комплекса. Многочисленные лесные пожары, строительство автодорог, вызывающее подтопление и усыхание лесных массивов, незаконные вырубки лесных массивов и отклонения от строительных проектов, биологическое повреждение и усыхание лесных насаждений в результате химического загрязнения почв и атмосферного воздуха причиняют значительные экологические и экономические ущербы хозяйству лесного региона.
Эффективность мероприятий по снижению негативного воздействия на экологию региона и предотвращению чрезвычайных ситуаций как природного, так и техногенного характера во многом зависит от оперативности предоставления информации о текущем состоянии наблюдаемых процессов и прогнозирования возможных сценариев их развития. Очевидно, что для оперативного получения информации о состоянии территории региона необходима организация многоуровневой системы мониторинга, основанной на совместных наземных и дистанционных (авиационных, спутниковых) наблюдениях с применением современных возможностей геоинформационных технологий. В настоящее время в Ханты-Мансийском автономном округе-Югре создана и развивается Территориальная информационная система ТИС Югры, предназначенная для сбора, хранения, обработки и предоставления информации для принятия управленческих решений, связанных с социально-экономическим развитием округа. В частности, в решении ряда задач лесного хозяйства, в 2013 г. по итогам Всероссийского конкурса проектов региональной и муниципальной информатизации «ПРОФ-IT», организованного Экспертным центром электронного государства при поддержке Администрации Президента Р Ф, ТИС Югры признана одной из лучших. Информационное наполнение системы, в части обеспечения ее результатами космической деятельности, осуществляется Югорским НИИ информационных технологий. Для обеспечения потребностей региона результатами космической деятельности — космическими снимками и продуктами их тематической обработки — на базе Югорского НИИ информационных технологий создан Центр космических услуг (ЦКУ) Ханты-Мансийского автономного округа-Югры.
17
Вестник СГУГиТ, вып. 3 (31), 2015
Решению вопросов мониторинга лесных территорий посвящен ряд научных работ [1−6]. Очевидно, что активное воздействие нефтегазового комплекса на лесные экосистемы определяет специфичность решения задач мониторинга в регионе. Первостепенную важность имеет разработка действующей структуры системы мониторинга лесных экосистем в условиях воздействия природных и антропогенных факторов. Исходя из того, что большая часть территории региона относится к числу наиболее труднодоступных, необходимым информационным компонентом системы должны быть данные дистанционного зондирования (ДДЗ) земной поверхности. В состав системы мониторинга входят следующие компоненты: база атрибутивных данных, характеризующая территорию, база картографических данных, база спутниковых данных, программное обеспечение геоинформационных систем (ГИС), а также прикладные программы анализа и прогноза изменения состояния территории в условиях воздействия природных и антропогенных факторов.
Целью данной статьи является разработка методических вопросов создания системы регионального мониторинга состояния лесных ресурсов на основе геоинформационных технологий с использованием наземных и спутниковых данных.
В результате исследований [7−10] разработана структурная схема программно-информационной системы мониторинга состояния лесных ресурсов в условиях воздействия природных и антропогенных факторов на основе данных дистанционного зондирования Земли (рис. 1).
Рис. 1. Обобщенная схема структуры программно-информационной системы мониторинга лесов
18
Геодезия и маркшейдерия
Разработанная схема включает в себя следующие основные блоки:
• база атрибутивных данных-
• база космических снимков-
• база картографических данных-
• блок программного обеспечения, который состоит из трех основных модулей:
¦ общее программное обеспечение-
¦ прикладное программное обеспечение-
¦ модуль экспорта и импорта данных.
База атрибутивных данных (БАД) предназначена для накопления и хранения информации о состоянии лесных ресурсов. База данных включает информацию о расположении лесных выделов, о их номерах и площади, о принадлежности их к конкретным лесничествам. При проведении лесоустройства проводят инвентаризацию лесного фонда с определением породной и возрастной структуры, определяют качественные и количественные характеристики лесных ресурсов. На основе материалов лесоустройства ведется государственный лесной реестр и государственный учет лесного фонда по единой для РФ системе. Материалы лесоустройства по изученности лесов, наличию и состоянию лесных ресурсов являются основной информационной базой технического проектирования в лесном хозяйстве. Без данных лесоустройства невозможен контроль за состоянием и использованием лесных богатств, влиянием на них отрицательных антропогенных и природных факторов, степенью рациональности использования земель лесного фонда и уровнем хозяйственной деятельности в нем. Информация из базы данных используется для подготовки векторных карт, а также для отображения количественных и качественных показателей на картах.
Для разработки структуры БАД выбрана реляционная модель базы данных. Структура БАД разработана с использованием специального средства проектирования PowerDesigner, позволяющего поддерживать классические методики проектирования баз данных. Реализация базы атрибутивных данных в MS Access позволяет обеспечить совместимость базы данных с геоинформационной системой ArcGIS и удобство и простоту работы пользователей.
Одной из важнейших составляющих информационной системы является база данных космических снимков. Формированию подобных баз данных посвящен ряд научных работ, например [11−13]. База космических снимков содержит метаинформацию об архивных космических снимках, хранящихся на магнитных и оптических носителях, а также находящихся в непосредственном доступе по локальной сети на RAID-массивах. Для управления базой космических снимков используется MS SQL Server. Для быстрого поиска необходимых снимков реализованы процедуры поиска, основанные на дате съемки, пространственной информации, пространственного разрешения, количества спектральных каналов и другой информации. База космических снимков регулярно пополняется информацией с российских и зарубежных космических аппаратов.
Созданию базы космических снимков предшествовала аналитическая работа по выбору спектральных каналов и пространственного разрешения спут-
19
Вестник СГУГиТ, вып. 3 (31), 2015
никовых снимков, подходящих для выявления негативных воздействий антропогенных и природных факторов на лесную растительность.
В результате было установлено, что для наилучшего выделения изменений антропогенного характера, имеющих, как правило, более высокую яркость на снимке по сравнению с яркостью окружающего фона, следует выбирать спектральный диапазон длин волн 0,6−0,7 мкм. Спектральный диапазон длин волн 0,5−0,6 мкм тоже подходит для обнаружения изменений, но амплитуда яркости объектов на снимке в этом случае меньше. В диапазоне волн 0,8−0,9 мкм антропогенные изменения плохо различимы, поэтому не рекомендуется использовать спектральные каналы в этом диапазоне длин волн для выявления вновь появившихся на лесной территории объектов инфраструктуры и других изменений антропогенного характера [7, 9, 14].
На основе информации, получаемой после обработки и анализа космических снимков, создаются векторные карты, которыми наполняется база картографических данных.
База картографических данных включает в себя набор цифровых карт породного состава лесов, гидрографической сети, населенных пунктов, объектов инфраструктуры, созданных на основе космических снимков, или полученных из других источников.
Наиболее важными для создания системы мониторинга лесных ресурсов региона являются цифровые карты породного состава лесов и карты пожарной опасности. Методические вопросы создания карт породного состава лесов на основе космических снимков разработаны авторами и изложены в ряде публикаций. Например, в [7, 8, 15] изложена методика построения карты породного состава лесов, основанная на использовании спутниковых снимков.
Для создания цифровой карты лесов региона использовались широко доступные космические снимки Landsat-7 с пространственным разрешением 30 м. Классификация была выполнена по алгоритму ISODATA c использованием данных трех спектральных каналов с длинами волн 0,76−0,90 мкм, 0,63−0,69 мкм, 0,52−0,60 мкм. Результаты работы по созданию цифровой карты лесов на территории ХМАО представлены в [14].
Необходимость создания цифровой карты пожарной опасности лесных территорий связана с тем, что существующие в настоящее время карты пожарной опасности лесов создавались на основе материалов лесоустройства 1990-х гг. и более ранних материалов. Методика построения карты пожарной опасности лесов предполагает выделение на лесных картах 8 тематических классов ландшафтных выделов. Разделение лесных участков на классы проводится в соответствии с существующим в лесной отрасли порядком отнесения участков из состава земель лесного фонда к лесным и нелесным землям.
Вероятность возникновения лесных пожаров на лесных участках оценивается в соответствии со шкалой, состоящей из пяти классов природной пожарной опасности лесов. Класс пожарной опасности определяется возрастом древостоя, степенью близости как к заболоченным (или увлажненным) участкам, так и к производственным сооружениям и объектам инфраструктуры (трубопроводы, дороги,
20
Геодезия и маркшейдерия
площадки кустов скважин и др.). Разработан алгоритм обработки атрибутивных данных, позволяющий определять принадлежность каждого лесного выдела к одному из пяти классов пожарной опасности. Схема алгоритма обработки атрибутивных данных для построения цифровой карты пожарной опасности приведена на рис. 2. На схеме разновозрастный древостой объединен в группы, группа 0 соответствует молодняку, группы 1 и 2 — средневозрастному древостою, группы 3 и 4 — спелому и перестойному древостою. Классы пожарной опасности разделены на 5 классов, от низкого (класс 5) до высокого (класс 1).
----^ удовлетворяет условию
Рис. 2. Алгоритм построения карты классов пожарной опасности
21
Вестник СГУГиТ, вып. 3 (31), 2015
Блок программного обеспечения программно-информационной системы позволяет осуществить полную технологическую цепочку обработки данных дистанционного зондирования Земли (ДЗЗ), которая состоит из трех основных этапов:
1) предварительная обработка космических снимков-
2) тематический анализ космических снимков-
3) интеграция результатов в единой геоинформационной системе.
Для анализа космических снимков применяется программный комплекс ERDAS Imagine, входящий в состав модуля общего программного обеспечения. С помощью комплекса проводится предварительная обработка космических снимков (ортотрансформирование, нормализация, радиометрическая коррекция, атмосферная коррекция, выравнивание яркости и др.) и их тематический анализ (классификация, спектральный анализ, тематическое дешифрирование и др.).
Для интеграции результатов и каталогизации векторных карт используется программный комплекс ArcGIS, который позволяет создавать, отображать, редактировать векторные данные и проводить анализ атрибутивной информации [16].
В состав модуля прикладного программного обеспечения входят разработанные и реализованные сотрудниками ЮНИИ ИТ алгоритмические программы:
— обнаружения и картографирования рубок леса-
— обнаружения и картографирования участков нефтезагрязнений-
— обнаружения и картирования лесных гарей-
— оценки нанесенного лесному фонду ущерба-
— статистического анализа данных.
В блоке программы статистического анализа данных реализовано несколько алгоритмов статистического анализа:
— расчет средних значений-
— расчет доверительных интервалов-
— расчет коэффициента корреляции-
— расчет линейной аппроксимации.
Средние значения анализируемых переменных рассчитываются по формуле:
П
У x
Хр =, (1)
П
где у- - значение климатического (или геокриологического) параметра- п — объем выборки- i = 1, п.
Ширина доверительного интервала рассчитывается по формуле:
= (Хср —Хср — Хср + tPaXср), (2)
где Хср — среднее значение климатического или геокриологического параметра-
22
Геодезия и маркшейдерия
tp — величина, зависящая от доверительной вероятности-
аХр = JD — среднее квадратическое отклонение оценки Хср-
ср V n
Е (x — Хср)2
D = ---------
n -1
оценка дисперсии.
Остальные обозначения даны выше.
Коэффициент корреляции рассчитывался по формуле:
K.
r
xy
xy
а Ха у
(3)
(4)
(5)
где, а x, а у — средние квадратические отклонения значений случайных величин x и yi-
Е (Xi — Xср)(yi — ^ср)
K = ----------------------корреляционный момент- (6)
у n
Хср,р — средние значения случайных величин xi и yi-
xi, yi — значения климатических или геокриологических параметров.
При сглаживании экспериментальных зависимостей используется уравнение линейной аппроксимации в виде:
y =x + Y —yx.
Dx Р Dx
ср'-
(7)
Е xiyi
где K = --------ХУ — корреляционный момент- (8)
n
2 xi
2
Dx = ------Хср — оценка дисперсии. (9)
n
Модуль экспорта и импорта данных играет связующую роль между основными блоками и программными модулями программно-информационной системы и обеспечивает миграцию данных между ними.
23
Вестник СГУГиТ, вып. 3 (31), 2015
С использованием представленной программно-информационной системы возможно выполнение ряда тематических задач [17]. Одной из важнейших задач, решаемой подобными системами [18], является определение экологоэкономической оценки последствий лесных пожаров.
Традиционный подход к эколого-экономической оценке последствий лесных пожаров, который проводится в настоящее время на экспертном уровне, когда уже точно известны размеры выгоревших лесных массивов, не ориентирован на оперативное определение масштабов пожаров и оценку их возможных последствий сразу же после обнаружения очага возгорания. Поэтому такой подход не позволяет принимать своевременные решения по управлению деятельностью лесоохранных служб. Получение оперативной эколого-экономической оценки возможных последствий лесного пожара предполагает использование материалов космической съемки, позволяющих решать указанные задачи с высокой степенью оперативности и с большой площадью охвата территории, что наиболее важно для труднодоступных территорий лесных регионов Сибири.
Методика эколого-экономической оценки последствий лесных пожаров основана на оперативном картографировании выгоревших участков леса (гарей). Она реализуется с использованием средств геоинформационных систем путем «наложения» контуров этих гарей на цифровую карту породного состава леса, определения площадей выгоревших участков леса разного породного состава, т. е. участков, оказавшихся в пределах контура гари. Затем следует расчет экономического ущерба и определения экологических потерь в соответствии с действующими нормативно-правовыми документами. Информация о породном составе лесов может быть получена из лесотаксационных материалов, в частности, из планов лесонасаждений. Однако, из-за значительной задержки в обновлении материалов лесной таксации такой подход для задач оценки последствий лесных пожаров практически неприемлем. Поэтому для оценки последствий лесных пожаров, основанной на расчете площадей выгоревших участков леса разного породного состава деревьев, необходимо иметь регулярно обновляемые по космическим снимкам цифровые карты породного состава лесов. На рис. 3 представлена схема основных этапов оценки последствий лесных пожаров.
Для картографирования лесных гарей возможно использовать спутниковые снимки как оптического, так и радиолокационных диапазонов. Например, по снимкам оптического диапазона возможно автоматизированное обнаружение лесных гарей с применением специализированных спектральных индексов.
Наилучшие результаты по обнаружению лесных гарей показал индекс NBR (Normalized Bum Ratio). Формула для расчета индекса NBR представляет собой разностное соотношение отражения в ближней (NIR) и дальней (FIR) инфракрасной области спектра:
NBR =
'- NIR — FIR ^ V NIR + FIR ,
(10)
24
Геодезия и маркшейдерия
Рис. 3. Схема процедуры оценки последствий лесных пожаров
В связи с относительно большим числом пасмурных дней на северных территориях Сибири в работах [7, 15] проведены исследования по выявлению лесных гарей с помощью радиолокационных снимков. При этом радиолокационные снимки могут использоваться автономно либо в комбинации с оптическими снимками, что повышает достоверность выявления лесных гарей. Эти исследования показали перспективность использования радиолокационных снимков, которые не зависят от наличия облачности, для мониторинга лесов. Многочисленные эксперименты по синтезу радиолокационных снимков с космического аппарата ERS-2 и спектральных каналов многозональных оптических снимков с аппаратов Метеор-ЗМ и LandSat подтвердили [15] повышение достоверности выявления лесных гарей с помощью радиолокационных сним-
25
Вестник СГУГиТ, вып. 3 (31), 2015
ков. Проведенные исследования со спутниковыми снимками оптического и радиолокационного диапазонов позволили определить состав базы спутниковых данных в системе мониторинга лесов.
В задачах картографирования существующих объектов инфраструктуры на лесных территориях и контроля соблюдения проектных решений на этапе строительства и эксплуатации объектов, в разработанной информационной системе используются спутниковые снимки со средним пространственным разрешением (10−30 м), а для проведения точных численных оценок параметров объектов необходимы снимки с высоким пространственным разрешением (0,3−5 м).
Обработка разновременных мультиспектральных изображений позволяет выявить изменения, вызванные воздействиями как природных, так и антропогенных факторов. Данная обработка имеет очень важное практическое значение, так как позволяет проводить картографирование выявленных локальных изменений в момент наблюдения, выявить места, наиболее подверженные изменениям за период наблюдения, что позволяет предпринимать мероприятия по предотвращению негативного воздействия [16].
Основным алгоритмом для выявления воздействий природного либо техногенного факторов является алгоритм Change Detection. Алгоритм основан на сравнении спектральных характеристик двух разновременных изображений. Необходимыми условиями для выполнения алгоритма является:
1) точная (прецизионная) географическая привязка изображений в одной системе координат-
2) одинаковое (равное) пространственное разрешение анализируемых изображений-
3) близкие спектральные диапазоны изображений с сопоставимыми спектральными характеристиками-
4) выбор изображений одного или близкого по фазе фенологического периода.
На рис. 4 схематично представлена реализация алгоритма выявления изменений средствами программного обеспечения ERDAS Imagine.
Важным шагом является выбор оптимального спектрального канала, так как это влияет на результат выявления изменений. После подбора временного интервала анализа и выбора соответствующих изображений начального (время t) и конечного (время t + At) временного интервала проводится сравнение изображений. Сравниваются спектральные яркости выбранных диапазонов съемки. Подбор порога сравнения позволяет настроить алгоритм сравнения в зависимости от требуемого результата. Поскольку изменения могут быть обусловлены как увеличением спектральной яркости (например, новые объекты), так и уменьшением спектральной яркости (усиление природного фактора антропогенных объектов) сравниваемых изображений, алгоритмом предусмотрена обработка обоих случаев с настраиваемым порогом сравнения. На результирующем разностном изображении отображаются все выявленные изменения.
26
Геодезия и маркшейдерия
Рис. 4. Алгоритм выявления воздействий природных/ антропогенных факторов
Алгоритмы обработки антропогенного и природного характера отличаются, как правило, выбором определенного спектрального диапазона.
Для антропогенных факторов воздействия (строительство и обустройство объектов нефтегазового комплекса на территории лесного фонда) наиболее оптимальным является спектральный диапазон длин волн 0,6−0,7 мкм. Для выявления воздействий природных факторов, например, лесных гарей, наиболее эффективно использование изображений в спектральных диапазонах длин волн 0,8−0,9 мкм.
При использовании радиолокационных изображений для выявления изменений используется алгоритм, представленный на рис. 5. Из разновременных радиолокационных изображений формируется многоканальное изображение, которое после проведения предварительной обработки классифицируется бинарной (да/нет) классификацией.
Для обработки по такому алгоритму достаточно иметь два разновременных изображения, однако с увеличением количества используемых изображений границы классов определяются с большей точностью. Данный алгоритм показал хорошие результаты при определении границ и площадей лесных гарей на лесных территориях.
В настоящее время, с апреля 2015 г., для обеспечения задач мониторинга территории Западной Сибири доступна информация с радиолокационного КА Sentinel-1A. Современные возможности тематической обработки радиолокационных космических снимков представлены в работах [18−20].
27
Вестник СГУГиТ, вып. 3 (31), 2015
Рис. 5. Алгоритм выявления воздействий природных/антропогенных факторов при использовании радиолокационных снимков
На территории автономного округа находится большое количество действующих установок по сжиганию попутного нефтяного газа. Наиболее обоснованным для оценки воздействия факельного сжигания газа на нефтяных месторождениях на растительность в настоящее время является подход, основанный на биоиндикационных исследованиях [21]. Однако в связи с труднодоступно-стью нефтедобывающих территорий, исследование воздействия факельного сжигания попутного газа на лесорастительный покров невозможно без использования данных дистанционного зондирования Земли. Как показано в работах [22, 23], методы дистанционного исследования позволяют достаточно эффективно изучать воздействия сжигания попутного газа на лесорастительный покров. В [24] представлены исследования воздействия сжигания попутного газа на нефтяных месторождениях на лесную растительность с использованием вегетационного индекса NDVI (Normalized Difference Vegetation Index), определяемого по космическим снимкам. Формула для расчета вегетационного индекса NDVI представляет собой разностное соотношение отражения в ближней инфракрасной (NIR) и в красной (RED) области спектра:
NDVI =
'- NIR — RED^ ч NIR + RED у
(11)
28
Геодезия и маркшейдерия
Исследования воздействия факельного сжигания попутного газа на лесную растительность на основе NDVI проведены на территории Приобского месторождения Ханты-Мансийского автономного округа-Югры. Для проведения исследований сформирована коллекция безоблачных снимков LandSat за период с 1988 по 2013 г. Исследование зависимости индекса от расстояния до факельной установки показало наблюдающееся в среднем уменьшение значений индекса по мере приближения к факелу, что может служить свидетельством угнетения состояния лесной растительности в результате воздействия продуктов сжигания попутного газа. Для проведения исследований динамики изменения состояния лесорастительного покрова изучены линейные тренды зависимости вегетационного индекса от расстояния до факельных установок на всех исследованных тестовых участках. Установлено, что коэффициенты трендов имеют наибольшие значения в годы интенсивной нефтедобычи, сопровождающейся большими объемами сжигания попутного газа на месторождении.
В рамках решения задачи разработки методических вопросов создания системы мониторинга состояния лесных ресурсов на основе геоинформационных технологий, наземных и спутниковых данных авторами были получены следующие результаты:
1. Разработана структура системы мониторинга состояния лесов в условиях воздействия природных и антропогенных факторов.
2. Определены совокупности показателей состояния лесных ресурсов и связей между ними и создана база атрибутивных данных о лесных ресурсах региона.
3. Создана база картографических данных для системы мониторинга лесов с использованием разработанных методик создания цифровой карты породного состава лесов на основе спутниковых снимков и цифровой карты пожарной опасности лесных выделов на основе базы атрибутивных данных и других материалов.
4. Разработаны требования к выбору спектральных каналов и пространственному разрешению спутниковых снимков для выявления негативных воздействий антропогенных и природных факторов на лесную растительность. На основе требований определен состав базы спутниковых данных.
5. Определен состав общего и прикладного программного обеспечения, необходимого для функционирования системы мониторинга состояния лесов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Валидация результатов выявления и оценки площадей поврежденных пожарами лесов по данным спутникового мониторинга / С. А. Барталев, А. И. Беляев, В. А. Егоров, Д. В. Ершов, Г. Н. Коровин, Н. А. Коршунов, Р. В. Котельников, Е. А. Лупян // Современные проблемы дистанционного зондирования Земли из космоса. — 2005. — С. 388−392.
2. Vegetation burning in the year 2000: Global burned area estimates from SPOT VEGETATION data, Vegetation burning in the year 2000: Global burned area estimates from SPOT VEGETATION data JOURNAL OF GEOPHYSICAL RESEARCH / K. Tansey, J-M. Gregoire, D. Stroppiana, A. Sousa, J. Silva, J. Pereira, L. Boschetti, M. Maggi, P. A. Brivio,
29
Вестник СГУГиТ, вып. 3 (31), 2015
R. Fraser, S. Flasse, D. Ershov, E. Binaghi, D. Graetz, and P. Peduzzi. — VOL. 109, D14S03, doi: 10. 1029/2003JD003598, 2004.
3. Панова О. В., Ершов Д. В. Использование данных спектрорадиометра MODIS для регистрации и учета лесных гарей // Современные проблемы дистанционного зондирования Земли из космоса. — 2005. — С. 388−392.
4. Российская система спутникового мониторинга лесных пожаров / Д. В. Ершов, Г. Н. Коровин, Е. А. Лупян, А. А. Мазуров, С. А. Тащилин // Современные проблемы дистанционного зондирования Земли из космоса. — 2004. — С. 47−57.
5. Бочарова А. А., Жарников В. Б. Методические основы оценки рационального использования лесных участков // Вестник СГГА. — 2013. — Вып. 4. — С. 25−31.
6. Бочарова А. А., Жарников В. Б. Основные условия рационального использования земель лесного фонда // Вестник СГГА. — 2012. — Вып. 3 (19). — С. 69−77.
7. Применение информационно-космических технологий в лесном хозяйстве /
B. А. Хамедов, В. Н. Копылов, Ю. М. Полищук, С. В. Шимов // Матер. 4-й Междун. конф. «Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве» (Москва, 17−19 апреля 2007 г.). — М.: ГОУ ВПО МГУЛ, 2007. — С. 81−83.
8. Копылов В. Н., Полищук Ю. М., Хамедов В. А. Геоинформационная технология оценки последствий лесных пожаров с использованием данных дистанционного зондирования // Геоинформатика. — 2006. — № 1. — С. 56−61.
9. Использование данных ДЗЗ при решении региональных задач рационального природопользования / В. Н. Копылов, Г. А. Кочергин, Ю. М. Полищук, В. А. Хамедов // Современные проблемы дистанционного зондирования Земли из космоса. — 2009. — Т. 1. — С. 33−41.
10. Хамедов В. А., Сергеева-Альбова Н. Л., Абрамчук В. В. Применение ГИС и 3D-технологий при решении задач рационального природопользования // Интерэкспо ГЕО-Сибирь-2013. 1Х Междунар. науч. конгр.: Междунар. науч. конф. «Интерэкспо ГЕО-Сибирь. Европа. & quot-Методы дистанционного зондирования и ГИС-технологии для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости& quot-«: сб. материалов (Новосибирск, 15−26 апреля 2013 г.). — Новосибирск: СГГА, 2013. — С. 52−55.
11. Мальцев Г. Н., Козинов И. А. Создание и использование баз данных спектральных образов для решения задач тематической обработки гиперспектральных данных дистанционного зондирования Земли // Информация и космос. — 2015. — № 1. — С. 24−31.
12. Ильиных А. Л. Структура и содержание базы данных автоматизированной информационной системы мониторинга земель сельскохозяйственного назначения // Вестник СГГА. — 2012. — Вып. 1 (17). — С. 79−84.
13. Иванов А. И. Новый взгляд на организацию информационных ресурсов для обеспечения управления муниципальными образованиями // Вестник СГГА. — 2012. — Вып. 2 (18). -
C. 57−67.
14. Создание карты лесов Ханты-Мансийского округа на основе космических снимков
среднего разрешения / В. А. Хамедов, В. Н. Копылов, Ю. М. Полищук, С. В. Шимов,
А. Н. Сугаипова // Современные проблемы дистанционного зондирования Земли из космоса. — 2009. — Т. 2. — С. 474−478.
15. Копылов В. Н., Полищук Ю. М., Хамедов В. А. Синтез оптических и радиолокационных космических снимков при решении задачи оперативного обнаружения лесных гарей // ГЕО-Сибирь-2007. III Междунар. науч. конгр.: сб. материалов в 6 т. (Новосибирск, 25−27 апреля 2007 г.). — Новосибирск: СГГА, 2007. Т. 3. — С. 157−161.
16. Применение геоинформационных технологий в изучении развития природноантропогенных экосистем на территории Тувы / О. Д. Аюнова, Е. А. Доможакова, О. И. Каль-ная, С. Г. Прудников // Вестник СГГА. — 2012. — Вып. 2 (18). — С. 100−105.
17. Юрлова В. А. Принципы и методы системы эколого-экономической оценки сельскохозяйственных земель // Вестник СГГА. — 2014. — Вып. 3 (27). — С. 164−172.
30
Геодезия и маркшейдерия
18. Новый продукт МТС, рассчитываемый по данным COSMO-SkyMed / L. Pietranera, L. Cesarano, F. Britti, V. Gentile, Y. Kantemirov // Геоматика. — 2012. — № 1. — С. 46−51.
19. Кантемиров Ю. И. Полуавтоматическое выявление вырубок леса на мультивременных радарных и радарно-оптических цветных композитах / Е. В. Бахтинова, А. Ю. Соколов, Д. Б. Никольский // Геоматика. — 2012. — № 1. — С. 52−55.
20. Новый подход к мониторингу изменений, основанный на когерентном анализе разновременных радарных снимков сверхвысокого разрешения со спутников COSMO-SkyMed / N. Bertoni, L. Cesarano, G. Giusto, F. Britti, V. Gentile, L. Pietranera. // Геоматика. — 2012. -№ 1. — С. 84−94.
21. Токарева О. С., Полищук Ю. М. Оценка экологического риска воздействия атмосферного загрязнения на растительность // Оптика атмосферы и океана. — 2011. — Т. 24. -№ 8. — С. 717−721.
22. Кокорина Н. В., Касаткин А. М., Полищук Ю. М. Биоиндикация атмосферного загрязнения при сжигании попутного газа в факелах на нефтяных месторождениях в среднетаежной зоне Западной Сибири // Вестник Тюменского государственного университета. -2009. — № 3. — С. 65−72.
23. Токарева О. С., Полищук Ю. М. Сравнительный анализ результатов дистанционного определения вегетационных индексов и данных биоиндикационных исследований в задачах экологического мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. — 2013. — Т. 10. — № 2. — С. 260−267.
24. Хамедов В. А., Полищук Ю. М., Русакова В. В. Оценка состояния лесных экосистем в условиях воздействия нефтегазового комплекса ХМАО // Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве: матер. V Всеросс. конф. (Москва, 22−24 апреля 2013 г.) — М.: ЦЭПЛ РАН, 2013. — С. 314−318.
Получено 12. 08. 2015
© В. А. Хамедов, Б. Т. Мазуров, 2015
31

ПоказатьСвернуть
Заполнить форму текущей работой