Тип работы:
Предмет:
Язык работы:


Анализ сезонных подтоплений опор ВЛЭП по данным ДЗЗ

Работа №26744

Тип работы

Бакалаврская работа

Предмет

информационные системы

Объем работы60
Год сдачи2017
Стоимость5750 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
330
Не подходит работа?

Узнай цену на написание


Введение
1 Обзор информационных систем и технологий в области детектирования
водных объектов 7
1.1 Обзор существующих систем мониторинга ЧС 7
1.2 Обзор способов детектирования водных объектов 15
1.3 Вывод по главе 1 25
2 Разработка и реализация алгоритма для анализа подтоплений опор ВЛЭП ... 26
2.1 Описание структуры алгоритма 26
2.2 Реализация разработанного алгоритма 29
2.3 Применение полученных результатов для анализа возможных
подтоплений опор ВЛЭП 41
2.4 Вывод по главе 2 45
ЗАКЛЮЧЕНИЕ 46
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 47
ПРИЛОЖЕНИЕ А 49

Классификация типов поверхностного покрытия, а также их анализ, является одним из наиболее распространенных применений дистанционного зондирования Земли. Одна из основных задач классификации — выделение водных объектов с поверхности суши.
Спутниковый мониторинг водных объектов в настоящее время находит свое применение как в научных исследованиях, посвященных, например, проблемам воздействия климатических изменений на природные системы [1], так и во множестве систем, посвященных практическому использованию, таких как спутниковый мониторинг трансграничных вод, применение данных дистанционного зондирования Земли (ДЗЗ) для общего мониторинга состояния водных объектов, космический мониторинг чрезвычайных ситуаций и т.д.
Данная работа рассматривает применение данных ДЗЗ для наблюдения за подтоплениями опор ВЛЭП вследствие сезонных изменений площади водных объектов на примере Красноярского края.
Сибирский регион, частью которого является Красноярский край, обладает обширной территорией с развитой сетью водных объектов. Большинство из них, например, реки Енисей, Чулым, Каи, Ангара и другие, подвержены сезонному изменению уровня воды и площади русла. Чрезвычайные ситуации, возникающие в следствии сезонного разлива рек, сопровождаются большими материальными затратами на их устранение. Одним из основных типов чрезвычайных ситуаций в данном случае является подтопление опор ВЛЭП. Это явление становится причиной ослабления грунта, что может привести к падению опор, повреждению проводов, падению проводов на землю. Это ведет к нарушению стабильности обеспечения населения и предприятий электрической энергией, а также к опасности поражения электрическим током людей и животных.
обширности территории Красноярского края, а также труднодоступное™ некоторых регионов, таких как сплошные массивы леса или тундровые зоны, поиск области разрыва электрической сети, вызванного падением опоры ВЛЭП, становится сложной задачей, требующей больших затрат человеческих и технических ресурсов. Меры по предотвращению таких чрезвычайных ситуаций являются основополагающими для стабильности обеспечения населения и предприятий электрической энергией.
Создание алгоритма обработки спутниковых снимков, с возможностью получить информацию о сезонных изменениях площадей водных объектов в районах их пересечения опорами ВЛЭП, позволит спрогнозировать риск возможных подтоплений, что может помочь службам МЧС и энергетических компаний с подготовкой средств по предотвращению падения опор или с поиском нарушения электрической сети.
В соответствии с вышеизложенным, была выявлена цель работы: анализ изменения береговой линии водных объектов в период половодья при помощи данных ДЗЗ для прогноза возможных подтоплений опор ВЛЭП.
А также поставлены следующие задачи:
• обзор и анализ способов детектирования водных объектов по спутниковым изображениям среднего и высокого разрешения;
• разработка программного алгоритма детектирования водных объектов с применением анализа спектральных характеристик;
• программная реализация разработанного алгоритма;
• анализ риска подтопления опор ВЛЭП при помощи результатов работы алгоритма.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


Спутниковый мониторинг, сегментация и классификация снимков, извлечение данных из спутниковых изображений, а также использование данных дистанционного зондирования Земли в целом, находят большое применение в современных информационных системах. В ВКР рассматривалось применение данных технологий на примере анализа сезонных подтоплений опор ВЛЭП.
В работе были рассмотрены современные Российские геоинформационные системы мониторинга чрезвычайных ситуаций, функции которых наиболее схожи с исследуемой проблемой, однако не решающие ее. Был произведен обзор и краткое сравнение возможных методов детектирования воды на спутниковом изображении, по результатам которого был выбран метод расчета спектральных индексов.
На основе выбранного метода был разработан и реализован алгоритм, позволяющий автоматизированно получить векторный файл дешифрированной водной поверхности на снимке. Тип используемого индекса был определен при помощи расчета ошибки классификации и построения матрицы ошибок, после получения результатов работы алгоритма на тестовых данных.
При помощи векторных данных, полученных в результате работы алгоритма, был проведен анализ возможных подтоплений опор ВЛЭП выделенного участка реки Енисей Красноярского края.
Разработанный в процессе исследования алгоритм может быть использован как модуль информационной системы, предоставляя возможность детектирования водной поверхности на спутниковом изображении.



1. Обязов, В.А. Изменения климата в междуречье Аргуни и Онона в контексте глобального потепления [Текст] / В.А. Обязов — Вестник Забайкальского государственного университета, 2011 - № 7 - С. 78-85.
2. Тертышников, А.В. Оперативный космический мониторинг ЧС: история, состояние и перспективы. [Текст] / А.В. Тертышников, А. А. Кучейко — Земля из космоса, 2010 - выпуск 4.
3. Ms. Zhou You. Small Satellite Constellation for Environment and Disaster Monitoring and F orecasting (SSCEDMF) [Текст] / Ms. Zhou You — Satellite Disaster Reduction Application Center Ministry of Civil Affairs, CHINA, June 2009.
4. Farooq, S. Spectral Reflectance of Land Covers [Текст] / S. Farooq — Department of Geology Aligarh Muslim University, Aligarh (India).
5. Koutsandereas John D. Proceedings [Текст] / John D. Koutsandereas — Environmental Protection Agency, Offic e of Monitoring Systems, 1973.
6. Лабутина, И.А. Использование данных дистанционного зондирования для мониторинга экосистем ООПТ. Методическое пособие [Текст] / И.А. Лабутина, Е.А. Балдина — Всемирный фонд дикой природы (WWF России). Проект ПРООН/ГЭФ/МКИ «Сохранение биоразнообразия в российской части Алтае-Саянского экорегиона» - М., 2011. - 88 с.
7. Чабан, Л.Н. Тематическая классификация многозональных (многослойных) изображений в пакете ERDAS. Методические указания. [Текст] / Л.Н. Чабан — МИИГАиК, 2006. - 44 с.
8. Ji, L. Analys is of dynamic thresholds for the normalized difference water index [Текст] / L. Ji, L. Zhang, B. Wylie — Photogrammetric Engineering and Remote Sensing, 2009 - №75. P. 1307-1317.
9. Гильмуллин, T.M. Применение нейросетей для решения классических задач линейного и нелинейного разделения элементов множества на классы [Текст] / Т.М. Гильмуллин — Математика и алгоритмы: сб. ст., 2013.
10. Morse, Bryan S. Morse. Thresholding. [Текст] / Bryan S. Morse — Brigham Young University, 2000.
11. Meilbya, Henrik. Automated Water Extraction Index: A New Technique for Surface Water Mapping Using Landsat Imagery [Текст] / Gudina L. Feyisaa, Henrik Meilbya, Rasmus Fensholtb, Simon R. — Remote Sensing of Environment, January 2014 - Proud 140:23-35.
12. Cox, Helen. Mapping snow cover using MODIS Part II: Normalized Difference Snow Index [Текст] / Helen Cox, Maziyar Boustani, Laura Yetter — California State University - Northridge, 2014.
13. Hall, Dorothy K. Normalized-Difference Snow Index (NDSI) [Текст] / Dorothy K. Hall, George A. Riggs — Encyclopedia of Snow, Ice and Glaciers Part of the series Encyclopedia of Earth Sciences Series, 26 August 2014 - pp 779-780.
14. CTO 4.2-07-2014 Система менеджмента к построению, изложению и
оформлению документов учебной деятельности. - Введ. 30.12.2013. -
Красноярск: СФУ, 2013. - 60 с.


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ