📄Работа №75513
Тема: Разработка методики выявления и оценки площадей, пройденных лесными пожарами, с использованием данных дистанционного зондирования
Тип работы
Магистерская диссертация
Предмет
информационные системы
Объем:
103 листов
Год:
2016
Просмотров:
205
4800
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ОПРЕДЕЛЕНИЕ, ОБОЗНАЧЕНИЕ, СОКРАЩЕНИЕ 7
ВВЕДЕНИЕ 8
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 9
1.1 Обоснования актуальности выбранной тематики 9
1.2 Обзор существующих систем 10
1.2.1 Global Fire Information Management System 10
1.2.1.1 Алгоритм обнаружения активных пожаров
MOD14/MYD14 11
1.2.1.2 Алгоритм детектирования сгоревших территорий MCD45 12
1.2.2 The European Forest Fire Information System 14
1.2.3 ИСМД-РосЛесХоз 15
1.2.4 ScanEx Fire Monitoring Service 18
2 ПОЛУЧЕНИЕ ИСХОДНЫХ ДАННЫХ И ВЫБОР
ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ 21
2.1 Получение исходных данных 21
2.2 Выбор инструментальных средств 22
3 АНАЛИЗ СПУТНИКОВЫХ СНИМКОВ 24
3.1 Предварительная обработка снимков 24
3.2 Анализ спектральных характеристик гарей 27
3.3 Классификация анализируемого изображения 35
3.4 Использование спектральных индексов для выявления гарей и определения их площади. 38
3.5 Создания маски облачности и маски водных объектов. 44
3.6 Расчет точности масок гарей, построенных с помощью различных спектральных индексов 47
4 ИСПОЛЬЗОВАНИЕ МЕТОДИКИ ОПРЕДЕЛЕНИЕ ГАРЕЙ НА ОСНОВЕ
СЕРВИСА GOOGLE EARTH ENGINE 51
4.1 Краткое описание Google Earth Engine 51
4.2 Создание безоблачного композита 52
4.2.1 Создание композита 52
4.2.2 Создания композита методом усреднения значения пикселей 54
4.2.3 Создание безоблачного композита, метод удаления облаков 55
4.2.4 Создание безоблачного композита с использованием нескольких методов 57
4.3 Создание водной маски 60
4.4 Методы выявления выгоревших территорий 61
4.4.1 Метод выявления гарей по после-пожарному композиту. 61
4.4.2 Метод выявления гарей по до-пожарному и после-пожарному композиту. 64
4.4.2.1 Описание метода 64
4.4.2.2 Описание метода поиска изменений Single-Channel Change
Detection 66
4.4.2.3 Полученные результаты 69
4.5 Анализ полученных результатов 72
4.6 Перспективы использования спутников Sentinel 78
ЗАКЛЮЧЕНИЕ 80
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 81
ПРИЛОЖЕНИЕ А 85
ПРИЛОЖЕНИЕ Б 99
ВВЕДЕНИЕ 8
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 9
1.1 Обоснования актуальности выбранной тематики 9
1.2 Обзор существующих систем 10
1.2.1 Global Fire Information Management System 10
1.2.1.1 Алгоритм обнаружения активных пожаров
MOD14/MYD14 11
1.2.1.2 Алгоритм детектирования сгоревших территорий MCD45 12
1.2.2 The European Forest Fire Information System 14
1.2.3 ИСМД-РосЛесХоз 15
1.2.4 ScanEx Fire Monitoring Service 18
2 ПОЛУЧЕНИЕ ИСХОДНЫХ ДАННЫХ И ВЫБОР
ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ 21
2.1 Получение исходных данных 21
2.2 Выбор инструментальных средств 22
3 АНАЛИЗ СПУТНИКОВЫХ СНИМКОВ 24
3.1 Предварительная обработка снимков 24
3.2 Анализ спектральных характеристик гарей 27
3.3 Классификация анализируемого изображения 35
3.4 Использование спектральных индексов для выявления гарей и определения их площади. 38
3.5 Создания маски облачности и маски водных объектов. 44
3.6 Расчет точности масок гарей, построенных с помощью различных спектральных индексов 47
4 ИСПОЛЬЗОВАНИЕ МЕТОДИКИ ОПРЕДЕЛЕНИЕ ГАРЕЙ НА ОСНОВЕ
СЕРВИСА GOOGLE EARTH ENGINE 51
4.1 Краткое описание Google Earth Engine 51
4.2 Создание безоблачного композита 52
4.2.1 Создание композита 52
4.2.2 Создания композита методом усреднения значения пикселей 54
4.2.3 Создание безоблачного композита, метод удаления облаков 55
4.2.4 Создание безоблачного композита с использованием нескольких методов 57
4.3 Создание водной маски 60
4.4 Методы выявления выгоревших территорий 61
4.4.1 Метод выявления гарей по после-пожарному композиту. 61
4.4.2 Метод выявления гарей по до-пожарному и после-пожарному композиту. 64
4.4.2.1 Описание метода 64
4.4.2.2 Описание метода поиска изменений Single-Channel Change
Detection 66
4.4.2.3 Полученные результаты 69
4.5 Анализ полученных результатов 72
4.6 Перспективы использования спутников Sentinel 78
ЗАКЛЮЧЕНИЕ 80
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 81
ПРИЛОЖЕНИЕ А 85
ПРИЛОЖЕНИЕ Б 99
📖 Введение
Проблема учета выгоревших лесных территорий сегодня не является такой болезненной, как оперативное обнаружение очагов пожаров или выявление незаконных рубок. Решение данной проблемы направлено на долгосрочную перспективу, куда входит создание единой системы для эффективного управления лесными ресурсами и оценки их запасов. Вторым фактором не приоритетности данной задачи может быть занижение официальной статистики по выгоревшим территориям. Когда данная методика могла бы сделать эти данными прозрачными.
Имея векторные контура гарей, можно отслеживать восстановление лесов на местах пожарищ. Наличие такой информации, дает возможность проводить анализ экосистем и делать прогнозы по их развитию. Это показывает высокую культуру лесопользования, когда мы не только используем природные ресурсы, но задумываемся о их восстановлении.
Данная проблема наиболее остро проявилась в 2010 и 2011 году. Из-за аномально жаркого и засушливого лета на территории России произошло множество лесных пожаров, и выгорели огромные лесные территории.
На сегодняшний день даже имеющиеся данные могут быть недоступны. Например, в лесничествах всегда создавались схемы гарей. Сейчас эти данные собираются с помощью приборов GPS, но в министерство природы и в Единый Противопожарный Центр поступают данные только о выгоревшей площади. Векторные данные не собираются.
Имея данные со спутника Landsat 5 TM возможно провести ретроспективный анализ, и выявит гари с 1984 года. Это создаст данные для будущей системы, где будет отслеживаться восстановление лесных ресурсов.
Создание методики для определения гарей это кирпичик в создание единой системы природопользования.
Имея векторные контура гарей, можно отслеживать восстановление лесов на местах пожарищ. Наличие такой информации, дает возможность проводить анализ экосистем и делать прогнозы по их развитию. Это показывает высокую культуру лесопользования, когда мы не только используем природные ресурсы, но задумываемся о их восстановлении.
Данная проблема наиболее остро проявилась в 2010 и 2011 году. Из-за аномально жаркого и засушливого лета на территории России произошло множество лесных пожаров, и выгорели огромные лесные территории.
На сегодняшний день даже имеющиеся данные могут быть недоступны. Например, в лесничествах всегда создавались схемы гарей. Сейчас эти данные собираются с помощью приборов GPS, но в министерство природы и в Единый Противопожарный Центр поступают данные только о выгоревшей площади. Векторные данные не собираются.
Имея данные со спутника Landsat 5 TM возможно провести ретроспективный анализ, и выявит гари с 1984 года. Это создаст данные для будущей системы, где будет отслеживаться восстановление лесных ресурсов.
Создание методики для определения гарей это кирпичик в создание единой системы природопользования.
✅ Заключение
В ходе работы над выпускной квалификационной работой были созданы 2 методики выявления пострадавших от огня территорий:
1) Определение гарей только по после-пожарному композиты, используя пороговые значения отражения солнечной энергии в различных каналах.
2) Определение гарей по до-пожарному и после-пожарному композиту, выявляя изменения по спектральному индексу NBR
Для второго метода был выбран спектральный индекс NBR, т.к. данный индекс более точно определяет площадь выгоревшей территории. Для этого была произведена верификация полученных результатов по спутниковым изображениям высокого разрешения.
Результаты были верифицированы со схемами гарей, полученных от Вельского лесничества. Контуры гарей совпадают с данными схемами. Площадь гарей, полученных 1 методом, отличается от данных лесничества в меньшую сторону. Не совпадения результатов возможно как из-за неточности измерений лесничеств, так и невысокого разрешения Landsat 5 TM (30 метров - 1 пиксель). Верифицировать 2 метод по тем же схема не удалось из-за облачности в композите 2010 года на данной территории.
Были получены данные по выгоревшим территориям на Архангельскую область за 2007, 2009, 2010 и 2011 годы.
Данные методики автоматически производят создание векторного слоя по контурам гарей. Методики можно применить к любому другому региону России или мира.
Перспективы развития - использование данных спутников Sentinel 1 и Sentinel 2. Sentinel 1 использует радиодиапазон, что является преимуществом для составления покрытия, так как можно не учитывать облачность. Sentinel 2 имеет большее разрешения, большую полосу захвата и периодичность съемки в 5 дней, что позволит создать полностью безоблачный композит за месяц.
Использование платформы Google Earth Engine является огромным преимуществом, т.к. позволяет обрабатывать большие объемы данных с применением облачных вычислений за короткое время.
1) Определение гарей только по после-пожарному композиты, используя пороговые значения отражения солнечной энергии в различных каналах.
2) Определение гарей по до-пожарному и после-пожарному композиту, выявляя изменения по спектральному индексу NBR
Для второго метода был выбран спектральный индекс NBR, т.к. данный индекс более точно определяет площадь выгоревшей территории. Для этого была произведена верификация полученных результатов по спутниковым изображениям высокого разрешения.
Результаты были верифицированы со схемами гарей, полученных от Вельского лесничества. Контуры гарей совпадают с данными схемами. Площадь гарей, полученных 1 методом, отличается от данных лесничества в меньшую сторону. Не совпадения результатов возможно как из-за неточности измерений лесничеств, так и невысокого разрешения Landsat 5 TM (30 метров - 1 пиксель). Верифицировать 2 метод по тем же схема не удалось из-за облачности в композите 2010 года на данной территории.
Были получены данные по выгоревшим территориям на Архангельскую область за 2007, 2009, 2010 и 2011 годы.
Данные методики автоматически производят создание векторного слоя по контурам гарей. Методики можно применить к любому другому региону России или мира.
Перспективы развития - использование данных спутников Sentinel 1 и Sentinel 2. Sentinel 1 использует радиодиапазон, что является преимуществом для составления покрытия, так как можно не учитывать облачность. Sentinel 2 имеет большее разрешения, большую полосу захвата и периодичность съемки в 5 дней, что позволит создать полностью безоблачный композит за месяц.
Использование платформы Google Earth Engine является огромным преимуществом, т.к. позволяет обрабатывать большие объемы данных с применением облачных вычислений за короткое время.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.