METODY WYKRYWANIA POŻARÓW W EKOSYSTEMACH PRZY UŻYCIU ZDJĘĆ SATELITARNYCH O NISKIEJ ROZDZIELCZOŚCI
Valerii Shvaiko
valshvaiko57@gmail.comThe National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems (Ukraina)
http://orcid.org/0000-0002-9304-8710
Olena Bandurka
The National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems (Ukraina)
http://orcid.org/0000-0002-8059-1861
Vadym Shpuryk
The National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems (Ukraina)
http://orcid.org/0000-0002-3477-5731
Yevhen V. Havrylko
The National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems (Ukraina)
http://orcid.org/0000-0001-9437-3964
Abstrakt
W artykule przedstawiono metody identyfikacji pożarów przy wykorzystaniu niskorozdzielczych zdjęć satelitarnych uzyskanych z satelitów Terra Modis i NOAA. Istnieje wiele algorytmów służących do identyfikacji potencjalnych "pikseli pożaru". Opierają się one na ocenie temperatury w zakresach spektralnych od 3,5–4 do 10,5–11,5 mikronów. Jednym z problematycznych aspektów metody detekcji pożarów z wykorzystaniem zdjęć satelitarnych o niskiej rozdzielczości jest "maskowanie przez chmury i wodę". Aby zidentyfikować „piksele pożaru” należy wykluczyć z analizy fragmenty zdjęć pokryte chmurami oraz zajęte przez obiekty wodne. Podstawą algorytmu do wykrywania potencjalnych „pikseli pożaru” jest identyfikacja pikseli, w których, w momencie przelotu nad Ziemią, aktywny jest jeden lub większa liczba pożarów. Do prawidłowej pracy, algorytm wymaga znacznego wzrostu poziomu promieniowania w zakresie 4 oraz 11 mikrometrów. Algorytm analizuje każdy piksel zdjęcia i w rezultacie przypisuje mu jedną z następujących klas: brak danych, chmura, woda, potencjalny pożar lub niepewny. Piksele, którym nie są przypisane rzeczywiste dane, są natychmiast klasyfikowane jako "brakujące dane (NULL)" i wyłączane z dalszej analizy. Piksele należące do chmur i wody, określone dzięki technice maskowania chmur i obiektów wodnych, zaliczane są odpowiednio do klas chmur i wody. Algorytm detekcji pożaru bada tylko te piksele powierzchni Ziemi, które zostały zaklasyfikowane jako potencjalny pożar lub niepewne. Metoda została zaimplementowana przy użyciu Visual Programming Tool PowerBuilder w systemie przetwarzania danych firmy Erdas Imaging. W wyniku zastosowania metody, wykryto pożary w czarnobylskiej strefie zamkniętej, pożary stepów oraz pożary przy odwiertach gazowych. Zastosowanie metody satelitarnej identyfikacji pożarów jest niezbędne do szybkiego wykrywania pożarów w odległych lasach lub stepach, które są słabo kontrolowane przez naziemne metody monitoringu.
Słowa kluczowe:
bezpieczeństwo środowiska, pożary ekosystemów na Ukrainie, zdalne wykrywanie, GISBibliografia
Chandra А. М., Gosh S. K.: Remote sensing and geographic information systems. Tecnosfera, Moscow 2008.
Google Scholar
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 151/2014, 72–88.
DOI: https://doi.org/10.1016/j.rse.2013.04.022
Google Scholar
Justice C. O. et al.: Robust statistics. Wiley, New York 2002.
Google Scholar
Kaufman Y. J., Justice C. O., Flynn L. P., Kendall J. D., Prins E. M., Giglio L., Ward D. E., Menzel W. P., Setzer A. W.: Potential global fire monitoring from EOS-MODIS. Journal of Geophysical Research 103(D24)/1998, 32215–32238.
DOI: https://doi.org/10.1029/98JD01644
Google Scholar
Kashkin V. B., Suchinin А. I.: Remote sensing of the Earth from space. Digital imaging. Logos, Moscow 2001.
Google Scholar
Krycuk S. G.: Mapping boreal forests using satellite data. Modern problems of remote sensing of the Earth from space 9(4)/2012, 255–264.
Google Scholar
Morisette J. T. et al.: Identification of subresolution high temperature sources using a thermal IR sensor. Photogrammetric Engineering and Remote Sensing 47/2003, 1311–1318.
Google Scholar
Morissette, J. T. et al.: Validation of the MODIS active fire product over Southern Africa with ASTER data. International Journal of Remote Sensing 26(19)/2002, 4239–4264.
DOI: https://doi.org/10.1080/01431160500113526
Google Scholar
Seielstad C. A. et al.: MODIS level 1A Earth location: Algorithm theoretical basis document version 3.0. SDST-092, MODIS Science Data Support Team 2002.
Google Scholar
Stroppiana D. et al.: Testing the sensitivity of a MODIS-like daytime active fire detection model in Alaska using NOAA/AVHRR infrared data. Photogrammetric Engineering and Remote Sensing 68/2000, 831–838.
Google Scholar
Strugailo V. V.: Review of methods of filtering and segmentation of digital images. Science and education 5/2012, 270–281.
DOI: https://doi.org/10.7463/0512.0411847
Google Scholar
Vyshnjakov V. J., Tkachuk P. A.: Features of methods for determining temperature anomalies according to remote sensing MODIS (TERRA) and AVHRR (NOAA). Estimates of their quality. Ecological safety and nature management 10/2012, 81–90.
Google Scholar
Zibcev S. V., Myronjuk V. V.: Methodical recommendations from MODIS and Landsat for monitoring of forest fires: Recommendations for forestry enterprises. NUBandN, Kiev 2015.
Google Scholar
Autorzy
Valerii Shvaikovalshvaiko57@gmail.com
The National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems Ukraina
http://orcid.org/0000-0002-9304-8710
Autorzy
Olena BandurkaThe National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems Ukraina
http://orcid.org/0000-0002-8059-1861
Autorzy
Vadym ShpurykThe National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems Ukraina
http://orcid.org/0000-0002-3477-5731
Autorzy
Yevhen V. HavrylkoThe National Technical University of Ukraine ”Igor Sikorsky Kyiv Polytechnic Institute”, Heat Power Engineer Department, Automation of Projection of Power Processes and Systems Ukraina
http://orcid.org/0000-0001-9437-3964
Statystyki
Abstract views: 491PDF downloads: 209
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Oleksii M. Shushura, Liudmyla A. Asieieva, Oleksiy L. Nedashkivskiy, Yevhen V. Havrylko, Yevheniia O. Moroz, Saule S. Smailova, Magzhan Sarsembayev, SYMULACJA ZAGROŻEŃ BEZPIECZEŃSTWA INFORMACJI W ZAKRESIE DOSTĘPNOŚCI DOKUMENTÓW PROJEKTOWYCH W OPARCIU O LOGIKĘ ROZMYTĄ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 3 (2022)
- Oleg Barabahs, Olha Svynchuk, Olena Bandurka, Oleh Ilin, SYSTEM INFORMACYJNY DO WYKRYWANIA PARAMETRÓW NIEBEZPIECZNYCH OBIEKTÓW PRZEMYSŁOWYCH NA PODSTAWIE TECHNOLOGII GEOINFORMACYJNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 14 Nr 3 (2024)