Супутниковий моніторинг наслідків незаконного видобутку бурштину в Україні
- Деталі
- Категорія: Екологічна безпека, охорона праці
- Останнє оновлення: 21 травня 2017
- Опубліковано: 21 травня 2017
- Перегляди: 4961
Authors:
В.В.Гнатушенко, д-р техн. наук, проф., Дніпропетровський національний університет імені Олеся Гончара, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Д.К.Мозговий, канд. техн. наук, Дніпропетровський національний університет імені Олеся Гончара, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
В.В.Васильєв, Дніпропетровський національний університет імені Олеся Гончара, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
О.О.Кавац, канд. техн. наук, доц., Національна металургійна академія України, м. Дніпро, Україна
Abstract:
Мета. Виявлення місць незаконного видобутку бурштину, визначення площ розробок, а також оцінка динаміки та характеру змін ґрунту, рослинності й водойм на постраждалих територіях.
Методика. Для кількісної оцінки наслідків незаконного видобутку бурштину запропонована технологія обробки знімків із супутників Landsat 7 (знімальний прилад ЕТМ) і Landsat 8 (знімальний прилад OLI). Обробка знімків включає наступні основні етапи: зниження розмірності даних за допомогою методу головних компонент (Principal component analysis – РСА); створення різницевого зображення для перших головних компонент двох різночасових знімків заданої території; подальша порогова бінаризація різницевого зображення; морфологічна фільтрація бінарного зображення; векторизація та розрахунок геометричних характеристик.
Результати. Запропонована ефективна технологія автоматизованого виявлення місць незаконного видобутку бурштину та визначення площ розробок з використанням супутникових знімків. Виконана обробка багатоспектральних знімків середнього просторового розрізнення із супутника Landsat 7 (знімальний прилад ЕТМ) і Landsat 8 (знімальний прилад OLI). Тільки на аналізованих територіях площа ділянок, що постраждали від незаконного видобутку бурштину, склала понад 500 га. Проведено детальний аналіз (2002‒2015 рр.) динаміки змін після незаконного видобутку бурштину на окремих ділянках з використанням супутникових знімків високого просторового розрізнення.
Наукова новизна. На відміну від відомих методів виявлення зміни територій по різночасним супутниковим знімкам Landsat, які базуються на даних панхроматичних каналів і індексних зображень, що використовують тільки дані двох спектральних каналів, запропонована методика дозволяє більш точно виявляти постраждалі ділянки завдяки аналізу всіх спектральних каналів із застосуванням перетворення головних компонент (РСА). Крім того, запропонована технологія надає можливість аналізувати часові зміни на постраждалих ділянках для тривалих періодів спостереження, використовуючи створені векторні шари з атрибутивною інформацією.
Практична значимість. Розроблена методика може бути реалізована у вигляді веб-служби регулярного космічного моніторингу, що забезпечує отримання об’єктивної та достовірної інформації щодо масштабів і тяжкості наслідків незаконного видобутку бурштину. Істотними перевагами даної методики є високий ступінь автоматизації обробки супутникових знімків і використання даних дистанційного зондування землі, що знаходяться у вільному доступі в мережі Інтернет. Користувачами такої веб-служби можуть бути державні контролюючі структури, служби з боротьби з надзвичайними ситуаціями, поліція, лісова й муніципальні служби, екологічна служба, телерадіокомпанії та інші засоби масової інформації, а також населення, яке проживає поблизу територій, постраждалих від незаконного видобутку бурштину.
References.
1. Kumar, Sandeep, Kumar, Pardeep, Shekhar and Chander, 2016. Monitoring of land resources and their temporal utilization in Ellenabad block of Sirsa district using remote sensing & GIS techniques. International Journal of Science, Engineering and Technology Research (IJSETR), 5(4), pp. 987–992.
2. Sakti, A.D. and Tsuyuki, S., 2015. Spectral Mixture Analysis of Landsat Imagery for Land Cover Change Study of Highly Degraded Peatland in Indonesia, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-7/W3, pp. 495–501.
3. Hnatushenko, V.V., Hnatushenko, Vik.V., Mozgovyi, D.K. and Vasyliev, V.V., 2016. Satellite technology of the forest fires effects monitoring. Visnyk Natsionalnoho Hirnychoho Universytetu, 1(151), pp. 70–76.
4. Lefebvre, A., Sannier, C. and Corpetti, T., 2016. Monitoring Urban Areas with Sentinel-2A Data: Application to the Update of the Copernicus High Resolution Layer Imperviousness Degree. Remote Sens., 8, p. 606.
5. Ruelland, D., Tribotte, A., Puech, C. and Dieulin, C., 2011. Comparison of methods for LUCC monitoring over 50 years from aerial photographs and satellite images in a sahelian catchment. Int. J. Remote Sens., 32, pp. 1747–1777.
6. Joshi, N., Baumann, M., Ehammer, A., Fensholt, R., Grogan, K., Hostert, P., Jepsen, M. R., Kuemmerle, T., Meyfroidt, P., Mitchard, E.T.A., Reiche, J., Ryan, C.M. and Waske, B., 2016. A Review of the Application of Optical and Radar Remote Sensing Data Fusion to Land Use Mapping and Monitoring. Remote Sensing, 8, p. 70.
7. Hnatushenko, V.V., Hnatushenko, Vik.V., Kavats, O.O. and Shevchenko, V.Yu., 2015. Pansharpening technology of high resolution multispectral and panchromatic satellite images. Visnyk Natsionalnoho Hirnychoho Universytetu, 4, pp. 91–98.
8. Zhang, H., Lin, H. and Li, Y., 2015. Impacts of feature normalization on optical and SAR data fusion for land use/land cover classification. IEEE Geosci. Remote Sensing. 12, pp. 1061–1065.
9. Hnatushenko, V.V. and Vasyliev, V.V., 2016. Remote sensing image fusion using ICA and optimized wavelet transform. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences ‒ ISPRS Archives, XLI-B7, pp. 653–659.
10. Estornell, Javier, Martı-Gavila, Jesus M., Sebastia, M. Teresa and Mengual, Jesus, 2013. Principal component analysis applied to remote sensing. Modelling in Science Education and Learning, 6(2), 7, pp. 83–89.
11. Balaji, T. and Sumathi, M., 2014. Effective Features of Remote Sensing Image Classification Using Interactive Adaptive Thresholding Method. International Conference on Intelligent Computing Applications, pp. 149–153.
12. Rukhsar Firdousi and Shaheen Parveen, 2014. Local Thresholding Techniques in Image Binarization. International Journal Of Engineering And Computer Science, 3(3), pp. 4062–4065.
02_2017_Hnatushenko | |
2017-05-21 16.25 MB 1284 |
Наступні статті з поточного розділу:
- Корпоративна соціальна відповідальність у сфері охорони праці - 21/05/2017 19:00
- Особливості висотного розподілу селевих осередків у басейнах рік Верхньої Тиси в Українських Карпатах - 21/05/2017 18:58
- Паводки та управління ними в Карпатському регіоні України - 21/05/2017 18:56
- Просторове моделювання та прогнозування екологічної ситуації при наповненні Домбровського кар’єру: геоінформаційний підхід - 21/05/2017 18:54