METHODS FOR DETECTING FIRES IN ECOSYSTEMS USING LOW-RESOLUTION SPACE IMAGES

Valerii Shvaiko; Olena Bandurka; Vadym Shpuryk; Yevhen V. Havrylko

doi:10.35784/iapgos.2576

Open full text

PDF (English)

Opublikowane: mar 31, 2021

DOI: https://doi.org/10.35784/iapgos.2576

Numer Tom 11 Nr 1 (2021)

Artykuły

SYSTEM DO POMIARU ZESPOLONEJ PODATNOŚCI MAGNETYCZNEJ NANOCZĄSTEK Z WYKONANYM W TECHNOLOGII DRUKU 3D KARKASEM ZINTEGROWANYCH CEWEK ODBIORCZYCH
Mateusz Midura, Przemysław Wróblewski, Damian Wanta, Grzegorz Domański, Mateusz Stosio, Jacek Kryszyn, Waldemar T. Smolik

4-9
METODY POMIARU SPRZĘŻENIA MAGNETOELEKTRYCZNEGO W MATERIAŁACH MULTIFERROICZNYCH
Jakub Grotel

10-14
METODY WYKRYWANIA POŻARÓW W EKOSYSTEMACH PRZY UŻYCIU ZDJĘĆ SATELITARNYCH O NISKIEJ ROZDZIELCZOŚCI
Valerii Shvaiko, Olena Bandurka, Vadym Shpuryk, Yevhen V. Havrylko

15-19
WYTWARZANIE ZAPÓR OGNIOWYCH REALIZOWANYCH POPRZEZ WYBUCHOWE WYTWARZANIE AEROZOLU WODNEGO JAKO ELEMENT INŻYNIERII BEZPIECZEŃSTWA POŻAROWEGO
Grzegorz Śmigielski

20-23
METODY OCENY I PROGNOZOWANIA POZIOMÓW PROMIENIOWANIA ELEKTROMAGNETYCZNEGO W ŚRODOWISKACH MIEJSKICH
Denys Bakhtiiarov, Oleksandr Lavrynenko, Nataliia Lishchynovska, Ivan Basiuk, Tetiana Prykhodko

24-27
METODA OKREŚLANIA RZECZYWISTEJ WARTOŚCI CIŚNIENIA W PRÓŻNIOWEJ KOMORZE GASZENIOWEJ SN
Michał Lech, Damian Kostyła

28-31
PRZEGLĄD METOD SELEKCJI CECH UŻYWANYCH W DIAGNOSTYCE CZERNIAKA
Magdalena Michalska

32-35
OPRACOWANIE METODY WYKORZYSTANIA SZTUCZNEJ INTELIGENCJI DO UZYSKIWANIA DOKŁADNIEJSZYCH WYNIKÓW PODSTAWOWYCH PARAMETRÓW PROPAGACJI SYGNAŁÓW RADIOWYCH
Andrii Shchepak, Volodimir Parkhomenko, Vyacheslav Parkhomenko

36-39
ZASTOSOWANIE METODY ANALIZY WSPÓŁCZYNNIKA MACIERZOWEGO DO OKREŚLENIA PARAMETRÓW FUNKCJI CELU DLA MINIMALIZACJI RYZYKA W TRANSPORCIE
Serhii Zabolotnii, Sergii Mogilei

40-43
ALGORYTMY BILANSOWANIA ORAZ HIERARCHIZACJI MACIERZY WEDŁUG ICH TYPU I ZŁOŻONOŚCI
Yuriy Khanas, Michał Borecki

44-49
POLIPARAMETRYCZNE KODOWANIE BLOKOWE
Julia Milova, Yuri Melnik

50-53
TWORZENIE OPROGRAMOWANIA BEZ KODOWANIA NA PRZYKŁADZIE PLATFORMY LOGOTEC APP STUDIO
Monika Moskal

54-57
APLIKACJA SZKOLENIOWA OPARTA NA SCENARIUSZACH INTERAKCJI VR – NA PRZYKŁADACH DLA LOGISTYKI
Wojciech Włodyka, Dariusz Bober

58-61
BADANIE ZALEŻNOŚCI STRUKTURY WEKTORÓW INDEKSÓW PRZESUNIĘCIA OD WŁAŚCIWOŚCI KODÓW PIERŚCIENIOWYCH W MOBILNYCH SIECIACH INTERNETU RZECZY
Vladislav Kravchenko, Olena Hryshchenko, Viktoriia Skrypnik, Hanna Dudarieva

62-64

Archiwum

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

2020

Tom 10 Nr 4
2020-12-20 16
Tom 10 Nr 3
2020-09-30 22
Tom 10 Nr 2
2020-06-30 16
Tom 10 Nr 1
2020-03-30 19

2019

Tom 9 Nr 4
2019-12-16 20
Tom 9 Nr 3
2019-09-26 20
Tom 9 Nr 2
2019-06-21 16
Tom 9 Nr 1
2019-03-03 13

DOI

https://doi.org/10.35784/iapgos.2576

Authors

Valerii Shvaiko

valshvaiko57@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

Olena Bandurka

o.i.bandurka@ukr.net

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

wadimoff@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/0000-0002-3477-5731

Yevhen V. Havrylko

gev.1964@ukr.net

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, GIS

Bibliografia

Chandra А. М., Gosh S. K.: Remote sensing and geographic information systems. Tecnosfera, Moscow 2008.

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

Justice C. O. et al.: Robust statistics. Wiley, New York 2002.

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

Kashkin V. B., Suchinin А. I.: Remote sensing of the Earth from space. Digital imaging. Logos, Moscow 2001.

Krycuk S. G.: Mapping boreal forests using satellite data. Modern problems of remote sensing of the Earth from space 9(4)/2012, 255–264.

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.

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

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.

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.

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

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.

Zibcev S. V., Myronjuk V. V.: Methodical recommendations from MODIS and Landsat for monitoring of forest fires: Recommendations for forestry enterprises. NUBandN, Kiev 2015.

Shvaiko, V., Bandurka, O., Shpuryk, V., & Havrylko, Y. V. (2021). METODY WYKRYWANIA POŻARÓW W EKOSYSTEMACH PRZY UŻYCIU ZDJĘĆ SATELITARNYCH O NISKIEJ ROZDZIELCZOŚCI. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 11(1), 15–19. https://doi.org/10.35784/iapgos.2576

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 11 Nr 1 (2021)

Archiwum

##plugins.themes.bootstrap3.article.main##

DOI

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja