Супутниковий моніторинг вирубування лісів у результаті розробки родовищ корисних копалин
- Деталі
- Категорія: Екологічна безпека, охорона праці
- Останнє оновлення: 19 листопада 2017
- Опубліковано: 19 листопада 2017
- Перегляди: 3615
Authors:
В.В.Гнатушенко, д-р техн. наук, проф., Дніпровський національний університет імені Олеся Гончара, завідувач кафедри автоматизованих систем обробки інформації, 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, Дніпровський національний університет імені Олеся Гончара, доц. кафедри електронних засобів телекомунікацій, м. Дніпро, Україна.
В.В.Васильєв, Дніпровський національний університет імені Олеся Гончара, аспірант, м. Дніпро, Україна.
Abstract:
Мета. Розробка методу автоматизованої обробки супутникових знімків, що забезпечує підвищення достовірності та оперативності визначення площі вирубок лісів при розробці родовищ корисних копалин за даними багатоспектральної космічної зйомки.
Методика. Для ідентифікації й кількісної оцінки площі вирубки лісів розроблено метод обробки різночасових знімків зі супутників Landsat 7 і Landsat 8, що включає такі етапи:
- обрізка знімків по межах заданої території;
- формування маски хмарності й тіней по знімку Landsat 7;
- створення індексних зображень NDVI по знімках Landsat 7 та Landsat 8;
- порогова бінаризація індексного зображення;
- морфологічна фільтрація бінарного зображення;
- векторизація бінарного зображення, визначення меж і площі рослинності;
- формування різницевого зображення, бінаризація, векторизація й визначення меж і площі вирубок;
- візуалізація змін на цифровій карті, запис атрибутів об’єктів (площ рубок) у dbf-файл і експорт векторного шару у kml-файл.
Результати. Запропонований метод дозволяє в автоматичному режимі здійснювати виявлення територій і визначення площ незаконних рубок лісу в результаті розробки родовищ корисних копалин. З використанням розробленої методики була виконана обробка багатоспектральних знімків із супутників Landsat 7 за 2002 р. та Landsat 8 за 2013 р. За даними супутників Landsat, площа вирубаного лісу на спостережуваній території склала близько 27 тис. гектарів.
Наукова новизна. На відміну від існуючих методів визначення площ вирубок лісів по різночасовим супутниковим знімкам видимого діапазону запропонований метод дозволяє в автоматичному режимі визначати площі вирубок лісів завдяки комплексному використанню спектральних каналів видимого й ближнього інфрачервоного діапазонів. Запропонована комплексна маска хмарності та тіні, що, у порівнянні зі стандартною маскою, отриманою за алгоритмом автоматичної оцінки хмарності (ACCA), дозволяє зменшити похибки визначення площі вирубок лісу. Використання спектрального індексу замість радіометричних і колірних ознак дозволяє автоматично виключити з результатів обробки сторонні об’єкти, що не є рослинністю. При цьому з’являється можливість аналізувати часові зміни NDVI на постраждалих ділянках лісу для тривалих періодів спостереження, використовуючи створені векторні шари з атрибутивною інформацією.
Практична значимість. Розроблений метод може бути реалізований у складі веб-служби регулярного супутникового моніторингу антропогенних змін навколишнього середовища завдяки доступності супутникових знімків і сучасних технологій їх обробки. Користувачами такої служби можуть бути державні контролюючі структури, поліція, служби з ліквідації надзвичайних ситуацій, лісова й муніципальні служби, екологічна служба (проведення заходів з відновлення постраждалих територій).
References:
1. Ravi, Jain, 2015. Environmental Impact of Mining and Mineral Processing: Management, Monitoring, and Auditing Strategies. Elsevier Science.
2. U. S. Geological Survey, Department of the Interior, 2016. Landsat 8 Data Users Handbook Version 2.0 [Accessed 29 August 2016].
3. Hamunyela, E., Verbesselt, J. and Herold, M., 2016. Using spatial context to improve early detection of deforestation from Landsat time series. Remote Sensing Environ, 172, pp.126–138.
4. Lewis, S. L., Edwards, D. P. and Galbraith, D., 2015. Increasing human dominance of tropical forests. Science, 349, pp. 827–832.
5. Vershigora, V. G., Husak, O. M., 2013. Analysis of the efficiency of detection of sources of forest fires by an operator using satellite images. Eastern-European Journal of Enterprise Technologies, 1(2(61)), рр. 17‒19.
6. Hansen, M. C., Krylov, A., Tyukavina, A., Potapov, P. V., Turubanova, S., Zutta, B., Suspense, I., Margono, B., Stolle, F. and Moore, R., 2016. Humid tropical forest disturbance alerts using Landsat data. Environmental Research Letters, 11, 034008 [online]. Available at: <http://dx.doi.org/10.1088/1748-9326/11/3/034008>[Accessed 14 August 2016].
7. Hnatushenko, V. V., Hnatushenko, Vik. V., Mozhovyi, D. K. and Vasyliev, V. V., 2016. Satellite technology of the forest fires effects monitoring. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 1(151), pp. 70‒76.
8. Hermosilla, T., Wulder, M. A., White, J. C., Coops, N. C., Hobart, G. W. and Campbell, L. B., 2016. Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring. International Journal of Digital Earth [e-journal]. http://dx.doi.org/10.1080/17538947.2016. 1187673.
9. Zhe, Zhu, Curtis, E. Woodcock and Pontus Olofsson, 2012. Continuous monitoring of forest disturbance using all available Landsat imagery. Remote Sensing of Environment, 122, pр. 75–91.
10. DeVries, B., Verbesselt, J., Kooistra, L. and Herold, M., 2015. Robust monitoring of small-scale forest disturbances in a tropical montane forest using Landsat time series. Remote Sensing of Environment, 161, pр. 107–121.
11. Shedlovska, Y. I. and Hnatushenko, V. V., 2016. Shadow detection and removal using a shadow formation model. In: Proceedings of the 2016 IEEE 1st International Conference on Data Stream Mining and Processing, DSMP [e-journal]. pp. 187‒190. http://dx.doi.org/10.1109/DSMP. 2016.7583537.
5_2017_Hnatushenko | |
2017-11-15 2.09 MB 827 |