Obrazy kosmiczne - monitoring pożarów naturalnych, mapa pożarów. Metody monitorowania pożarów lasów
Mapa pożary lasów, opracowany przez ScanEx, wyświetla pożary w czasie rzeczywistym zarówno w Rosji (warstwa ScanEx), jak i na całym świecie (warstwa FIRMS).
W oddali widoczne są okręgi pokazujące przybliżoną siłę i skalę pożarów dla każdego obszaru.
Im większy okrąg, tym więcej się w nim ognisk.
Po powiększeniu mapy miejsca pożaru (lub gorące punkty) są wyświetlane w postaci czerwonych kwadratów:
Na zwykłe zdjęcia satelitarne można nakładać codzienne zdjęcia wykonane przez satelity TERRA i AQUA.
Zarysy obrazków: 
Same zdjęcia:
Jeden punkt można uchwycić za pomocą kilku różnych wykonanych zdjęć różne czasy, pod różne kąty i o różnym zachmurzeniu. Dlatego, aby przełączać się między obrazami, możesz kliknąć je myszką.
Klikając w dowolne zdjęcie, „spada ono na sam dół”. Nie jest to intuicyjne ani wygodne, ale można się do tego przyzwyczaić. W każdym razie, patrząc na konkretny pożar, możesz wykonać kilka kliknięć z rzędu, aby znaleźć najlepsze zdjęcie.
Spalone obszary są widoczne na codziennych zdjęciach jako ciemnobrązowe plamy.
Na przykład tutaj widać nie tylko „blizny” po tegorocznych letnich pożarach, ale także ubiegłoroczne, które już zaczęły się goić (jasnobrązowy z zielonym odcieniem):
zdjęcie z 17 sierpnia 2014r
Jeszcze kilka miejsc, każde o długości ponad 40 kilometrów. Aby zrozumieć skalę katastrofy, oto porównanie: każdy punkt ma większy obszar niż Petersburg
zdjęcie z 17 sierpnia 2014r
Ale na codziennych fotografiach są też dziwne rzeczy - zbiorniki wodne (jeziora i rzeki) są pomalowane na jaskrawoczerwono (jak pożary). Prawdopodobnie ten efekt Dzieje się tak dlatego, że satelity wykonują zdjęcia w trybach wielospektralnych, a najprawdopodobniej woda odbija te części widma, które satelita (lub oprogramowanie przetwarzające obrazy) interpretuje jako „gorące”.
Na zdjęciu - morze czarne
A oto animowana mapa pożarów na świecie w roku 2012 (wg miesięcy). Można zobaczyć, jak zmienia się intensywność i liczba pożarów w zależności od pory roku.
Poniższa animacja pokazuje, jak szybko może rozprzestrzeniać się pożar na stepie pod wpływem silnego wiatru.
Monitoring satelitarny pożarów lasów
Zadanie szybkiego wykrywania i monitorowania pożarów jest szczególnie istotne ze względu na duży obszar zajmowany przez lasy. Oprócz powodowania szkód w leśnictwie, pożary wywierają silny wpływ na sytuację środowiskową i może zagrażać życiu ludzi.
Nie ustalono jeszcze rzeczywistej skali pożarów lasów rosyjskich ani rozmiaru szkód spowodowanych pożarem. Regularne obserwacje pożarów lasów prowadzone są wyłącznie w strefie czynnej ochrony leśnej, obejmującej 2/3 ogólnej powierzchni lasów. W północnych regionach Syberii i Daleki Wschód, obejmujących 1/3 funduszu leśnego kraju, praktycznie nie ma rejestracji pożarów i czynnego gaszenia pożarów. W strefie czynnej ochrony lasów odnotowuje się rocznie od 15 do 30 tys. pożarów lasów na powierzchni od 0,5 do 2,5 mln ha.
Terminowe wykrywanieźródeł ognia i określenie ich charakterystyki jest jednym z najpoważniejszych zadań. Najczęstsze i tradycyjny sposób Jej rozwiązaniem w skali regionalnej jest organizacja patroli lotniczych w obszarach zagrożonych pożarem, co wymaga znacznych kosztów materiałowych. Z całkowitej powierzchni aktywnie chronionej wynoszącej 760 milionów hektarów obszar obsługiwany przez lotnictwo obejmuje około 725 milionów hektarów. Jednocześnie około 550 mln hektarów znajdujących się w strefie tajgi z rzadką siecią drogową zalicza się do obszarów, na których dominuje użycie lotniczego sprzętu gaśniczego. Gwałtowny spadek środków przeznaczonych na ochronę lasów w woj ostatnie lata, wywarło największy wpływ na lotniczą ochronę lasów. Konsekwencją tego był znacznie wzrost liczby pożarów lasów, które wymknęły się spod kontroli i stały się klęskami żywiołowymi.
W tym zakresie konieczne jest zaangażowanie wszystkich dostępne środki szybkie wykrywanie pożarów na wczesnym etapie ich rozwoju, co wyjaśnia rosnącą rolę w tym systemów satelitarnych teledetekcji Ziemi. Monitoring przestrzeni kosmicznej ma szereg zalet w porównaniu do rozpoznania powietrznego: wysoką skuteczność, duży obszar zasięg powierzchnia ziemi i niższe koszty operacyjne. Na obszarze chronionym dane satelitarne stanowią istotne uzupełnienie tradycyjnych metod wykrywania, a na obszarze niechronionym stanowią jedyny sposób monitorowania i oceny skutków pożarów lasów.
Wykrycie pożarów na zdjęciach Ziemi z kosmosu jest możliwe dzięki znacznej różnicy temperatur powierzchni Ziemi (zwykle nie większej niż 10-25 stopni C) i źródła pożaru (300-900 stopni C), co prowadzi na tysiąckrotną różnicę w promieniowaniu cieplnym tych obiektów. Funkcja ta pozwala podczas strzelania za pomocą sprzętu termowizyjnego o rozdzielczości przestrzennej 1 km wykryć pożar o powierzchni 100 m2 lub strefę tlenia o powierzchni 900 m2. Szybkie wykrycie pożarów na takim obszarze pozwala na podjęcie w odpowiednim czasie działań mających na celu ich eliminację.
Spośród współczesnych satelitów do operacyjnego monitoringu pożarów najpowszechniej wykorzystywanymi są satelity serii NOAA (radiometr AVHRR o rozdzielczości przestrzennej 1100 m i pasie 3000 km) oraz EOS (satelity Terra i Aqua z zainstalowanym radiometrem MODIS na nich z rozdzielczością przestrzenną 250, 500, 1000 m i pasem 2330 km).
Każdy z tych systemów satelitarnych umożliwia operacyjny monitoring rozległych obszarów, odbierając dane co najmniej 6 razy dziennie (satelity serii NOAA) i 4-6 razy dziennie (satelity serii EOS).
Wybór tych konkretnych systemów satelitarnych uzasadniany jest przede wszystkim bezlicencyjnym (bezpłatnym) odbiorem obrazów z tych systemów w obecności stacji odbiorczej, a także pojawieniem się w ostatnio stosunkowo niedrogie w porównaniu do zagranicznych analogów stacje odbiorcze. Na przykład stacje ScanEx do odbioru danych AVHRR oraz stacje EOScan i UniScan do odbioru danych MODIS z satelitów serii EOS, opracowane i dostarczane przez ScanEx RDC.
Zaimplementowano algorytm automatycznej identyfikacji pożarów oprogramowanie, dostarczone przez ScanEx RDC:
- ScanViewer (dla satelitów serii NOAA);
- Procesor ScanEx MODIS (dla satelitów serii EOS).
Możliwe jest udostępnianie danych z satelitów NOAA i EOS. Zwiększa to efektywność pozyskiwania informacji i zwiększa prawdopodobieństwo wczesnego wykrycia pożarów.
Konsument ma kilka możliwości uzyskania migawek obu systemów:
- przez Internet w czasie niemal rzeczywistym;
- odbiór obrazów z satelitów serii EOS poprzez Internet oprócz odbioru danych z satelitów serii NOAA do własnej stacji odbiorczej;
- odbiór danych z obu systemów na własnych stacjach odbiorczych.
Obydwa źródła informacji, tj. AVHRR-NOAA, a ostatnio także MODIS-EOS, są wykorzystywane do celów monitorowania pożaru w wielu krajach (np. Brazylia, Kanada, Finlandia). W Stanach Zjednoczonych dane z obu systemów wykorzystano podczas katastrofalnych pożarów, które miały miejsce w 2000 roku w stanach Montana i Idaho. W Finlandii obywatel program automatyczny odbieranie, przetwarzanie i dystrybucja w terenie komunikatów o wykrytych pożarach lasów.
W naszym kraju, w celu prowadzenia operacyjnego monitoringu przestrzeni w interesie służb ochrony przeciwpożarowej lasów, w wielu miastach rozmieszczone są ośrodki recepcyjne. W ten sposób powstała sieć departamentalna stacji Ministerstwa Zasoby naturalne Rosja z centrami odbioru danych satelitarnych w Moskwa, Jekaterynburg, Irkuck, Jakuck, Jużno-Sachalińsk i Gelendżyk.
Dane z obserwacji satelitarnych są bardzo ważne w ocenie rozprzestrzeniania się pożarów lasów, identyfikacji ich źródeł, analizie rozwoju dymu z pożarów i oparzeń oraz identyfikacji ryzyka pożarów.
Możliwość ugaszenia pożaru na małym obszarze, zwłaszcza w wysokich warunkach niebezpieczeństwo pożaru, zależy od skuteczności detekcji. Zatem najbardziej odpowiednie wymagania dotyczące operacyjnego monitoringu lasów i pożary torfu Satelity o wysokiej rozdzielczości radiometrycznej i dużej częstotliwości pomiarów (serie NOAA i EOS) odpowiadają. Do monitorowania skutków pożarów konieczne jest wykorzystanie satelitów o dużej rozdzielczości przestrzennej.
Zadania monitorowanie pożaru i ich konsekwencje:
- wykrywanie pożarów, lokalizacja pożarów;
- monitorowanie i kontrola rozwoju pożaru;
- ocena zagrożenia pożarowego w sezonie;
- przewidywanie zagrożeń pożarowych w perspektywie długoterminowej;
- ocena skutków pożaru. Połączenie zdjęć przed i po pożarach pozwala na identyfikację spalonych obszarów, określenie ich aktualnej powierzchni oraz ocenę wyrządzonych szkód.
Skutki pożarów lasów środowisko i osoba:
- Gospodarczy: straty drewna m.in. szkody w młodych drzewach i wtórnych zasobach leśnych; Wydatki na gaszenie, oczyszczanie spalonych miejsc itp.; prace renowacyjne; straty w pozostałych branżach: zaprzestanie transportu lotniczego, kolejowego, drogowego, spedycyjnego itp.
- Środowiskowy: zanieczyszczenie produktami spalania środowisko powietrzne, środowisko wodne, gleby:
- zniszczenie tlenu;
- zanieczyszczenie termiczne;
- masowe uwolnienie gazy cieplarniane;
- zmiana mikroklimatu;
- dym i zanieczyszczenia atmosferyczne;
- śmierć zwierząt i roślin;
- spadek różnorodności biologicznej.
- Społeczny:śmierć i obrażenia osób znajdujących się bezpośrednio w strefie pożaru; pogorszenie wskaźników psychofizjologicznych populacji: fizycznych, emocjonalnych, intelektualnych, reprodukcyjnych, dziedzicznych; wzrost zachorowalności populacji; spadek średniej długości życia.
Do wykrywania pożarów wykorzystuje się kanały termiczne zdjęć satelitarnych (ryc. 1, tab. 1, 2.).
Tabela 1. Zakresy długości fal.
Rysunek 1
| Zakres | Skróty | ||
rosyjski |
angielski |
rosyjski |
angielski |
UV |
|||
Podczerwony |
|||
Blisko IR |
|||
Średnia podczerwień |
Krótkofalowa podczerwień |
||
Daleka podczerwień |
Podczerwień średniofalowa |
||
Termiczna podczerwień |
Termiczna podczerwień |
||
Mikrofalowy |
|||
Statki kosmiczne zdolne do wykrywania pożarów przedstawiono w tabela 1.
Tabela 2. Charakterystyka statku kosmicznego.
SC/urządzenie |
NOAA/ |
TERRA(AQUA)/
|
LANDSAT/ |
TERRA/ |
Widoczność, km. |
||||
Rozdzielczość radiometryczna, bit |
NIR – 8 |
|||
Rozdzielczość przestrzenna, m.in. |
NIR - 250-1000 |
NIR, SWIR – 30 TIR – 60 |
NIR – 15 |
|
Liczba kanałów widmowych w zakresie IR |
NIR – 1 |
NIR – 6 |
NIR – 1 |
NIR – 1 |
Metody detekcji pożaru opierają się na analizie temperatur jasności w poszczególnych kanałach widmowych.
Kluczową cechą zjawiska poszukiwań jest lokalny wzrost temperatury w miejscu pożaru.
Wizualna detekcja pożarów pozwala szybko i dokładnie określić progi wykrywania anomalii termicznych. Ogólnie rzecz biorąc, progi te będą różne. Wynika to przede wszystkim z obszaru i temperatury pożaru, pory roku i dnia oraz współrzędnych geograficznych miejsca pożaru.
Obecność źródła spalania w widmie widzialnym zależy od obecności głównego znaku dekodującego pożary lasów - smugi dymu.
Kształt na zdjęciu przypomina jasnoszary stożek. Należy pamiętać, że chmury Cirrus i Stratus swoją strukturą i jasnością mogą przypominać smugi dymu z pożarów lasów. Dlatego też te części obrazu widma widzialnego, w których wcześniej wykryto pożar lasu, oglądane są w zakresie podczerwieni widma. W tym przypadku kłęby dymu z pożarów lasów są praktycznie niewidoczne.
Wszystkie metody opierają się na następujących zasadach:
- Analiza rozkładu sygnału w określonych kanałach widmowych sprzętu dozorowego;
- Reguła progowa przypisywania obszaru obrazu (lub piksela) do odpowiedniej klasy;
- Analiza statystyczna rozkładu charakterystyk widmowych poszczególnych obszarów obrazu (lub pikseli);
- Analiza wiarygodności przyporządkowania zarejestrowanego sygnału do odpowiedniej klasy.
Kolejność procedur przetwarzanie obrazu przestrzeni:
- Definicja kanałów informacyjnych.
- Identyfikacja chmur, zbiorników wodnych i utraconych danych na obrazach w określonych kanałach.
- Identyfikacja potencjalnych miejsc pożaru.
- Określanie lokalnych cech spektralnych powierzchni i rejestracja pożarów za pomocą znaków pośrednich.
- Udoskonalenie detekcji z uwzględnieniem cech lokalnych, zastosowanie złożonych zasad identyfikacji pożarów.
- Analiza możliwości błędnego rozpoznania.
- Certyfikacja wyników wykrywania i podejmowanie decyzji.
Algorytm automatycznej detekcji pożarów zaimplementowany jest w oprogramowaniu firmy ScanEx RDC:
- Przeglądarka ScanViewer(dla satelitów serii NOAA). Specjaliści z ScanEx RDC wdrożyli w aplikacji ScanViewer urządzenie umożliwiające automatyczną detekcję pożarów lasów na podstawie danych z radiometru AVHRR, wchodzącego w skład pokładowego kompleksu pomiarowego satelity serii NOAA. Podstawą jest połączenie algorytmów automatycznego wykrywania z wizualnym przeglądem obrazu i nakładaniem informacji kartograficznych technologia interaktywna wykrywanie i monitorowanie pożarów lasów. Wadą tych metod jest to, że można dokładnie określić jedynie duże pożary.
- Procesor ScanEx MODIS(dla satelitów serii EOS). Do identyfikacji i szybkiego wykrywania pożarów aplikacja ScanEx MODIS Processor wykorzystuje algorytmy opracowane dla urządzenia MODIS w celu określenia lokalizacji pożarów i ich intensywności.
Technika wykrywania pożaru
opiera się na porównaniu temperatur (natężeń sygnału wejściowego odbieranego przez radiometr MODIS) każdego piksela w dwóch kanałach widma podczerwieni, 21 kanałach (4 µm T4) i 31 kanałach (11 µm T11). Technikę tę zaimplementowano w programie Scanex Modis Processor z możliwością interaktywnej konfiguracji parametrów wejściowych i wyjściowych.
Uważa się, że im wyższa temperatura piksela w kanale 21, tym większe prawdopodobieństwo pożaru. Podobnie, im większa różnica temperatur w kanałach wynosi 4 µm. i 11 mikronów. (dT411), tym większe ryzyko pożaru.
Potencjalne źródło pożaru identyfikuje się na dwa sposoby:
- Wartości bezwzględne każdej z powyższych wartości pikseli (T4 i dT411) przekraczają dopuszczalne granice określone w parametrach maski przeciwpożarowej (przykładowo T4 jest większe niż 360K w ciągu dnia lub dT411 jest większe niż 25K w ciągu dnia ).
- Wartość natężenia sygnału w kanale 4 µm danego piksela bardzo różni się od otoczenia (np. T4 > T4b + pT4.s.d.c.*dT4b – temperatura aktualnie badanego piksela w kanale 4 µm jest większa niż średnia temperatura otaczających pikseli + odchylenie standardowe temperatury otaczających pikseli pomnożone przez współczynnik empiryczny (współczynnik odchylenia standardowego, zwykle pT4.s.d.c = 3)).
Program posiada zestaw parametrów decydujących o tym, czy dany piksel zostanie zarejestrowany jako źródło ognia, czy też nie. Kombinacja tych parametrów (masek przeciwpożarowych) w znacznym stopniu zależy od regionu. Na przykład terytorium leśno-stepowe regionu Kurgan i tajga Ivdel mają różne charakterystyki odbicia widmowego w zakresie termicznym odbieranym przez radiometr MODIS. Dodatkowo kombinacja tych parametrów zależy od pory roku (zima, wiosna, lato, jesień), a nawet od momentu podania.
- Moduł oprogramowania „Wykrywanie pożaru” do pakietu aplikacyjnego ERDAS Imagine wraz z kryteriami (tabela 3.).
Tabela 3.Kryteria wykrywania anomalii termicznej.
gdzie T3p, T34p, T4p to progi temperaturowe, I2, I1 to natężenie promieniowania w kanałach 1 i 2.
Progi temperaturowe ustawiane są przez operatora w następujących przedziałach: T3p – 310-322 K; T34r - 7-15 K; T4p - 275-285 K. Domyślnie dla czasu letniego ustawione są następujące progi temperaturowe: T3 = 312 K; T34 = 15 K; T4 = 276 K.
Radiometr MODIS (spektroradiometr obrazowy o umiarkowanej rozdzielczości) ( Tabela 4.) to jeden z kluczowych instrumentów obrazowania zainstalowanych na pokładach amerykańskich satelitów TERRA (na orbicie od 1999 r.) i AQUA (na orbicie od 2002 r.), które badają Ziemię z kosmosu w ramach programu EOS (Earth Observing System) Narodowej Agencji Kosmicznej (NASA)) USA.
Tabela 4.Podstawowy specyfikacje techniczne MODIS.
Numery kanałów |
Widmowy zakres(µm.) |
Szerokość celownika (km) |
Okres filmowania |
Rozdzielczość przestrzenna (m.) |
||
Widoczny (czerwony) |
||||||
NIR (bliska podczerwień) |
||||||
Widoczny (niebieski) |
||||||
Widoczny (zielony) |
||||||
NIR (bliska podczerwień) |
||||||
MIR (średnia podczerwień) |
||||||
Widoczny (niebieski) |
||||||
Widoczny (zielony) |
||||||
Widoczny (czerwony) |
||||||
NIR (bliska podczerwień) |
||||||
TIR (termiczna podczerwień) |
||||||
Radiometr MODIS pozwala na codzienny monitoring operacyjny terenu, a częstotliwość obserwacji uzależniona jest od jego wielkości i zasięgu położenie geograficzne, a także liczbę wykorzystywanych satelitów.
Częstotliwość obserwacji odrębnego terytorium podczas fotografowania przez jednego satelitę waha się od 1-2 razy w ciągu dnia i tyle samo razy w nocy. W przypadku fotografowania przez dwa satelity częstotliwość obserwacji podwoi się - od 4 do 12 razy dziennie (w zależności od położenia geograficznego terytorium).
Dla praktycznego wykorzystania danych MODIS opracowano i regularnie udoskonalano algorytmy przetwarzania danych z radiometru pierwotnego, dostępnych jest 44 standardowych produktów informacyjnych (modułów – MOD).
Do wykrywania anomalii termicznych i pożarów stosuje się moduł ( MOD14). Pozwala na szybkie wykrywanie i monitorowanie pożarów naturalnych (leśnych), wulkanów i innych anomalii termicznych z rozdzielczością 1 km. MODIS potrafi wykryć pożar na obszarze mniejszym niż 1 km2.
Algorytmy automatycznej detekcji pożaru opierają się na znacznej różnicy temperatur pomiędzy powierzchnią ziemi (zwykle nie wyższą niż 10–25 C) a miejscem pożaru (300–900 C). Na zdjęciu uchwycono prawie 100-krotną różnicę w emisji cieplnej obiektów, a informacje pochodzące z innych kanałów widmowych pomagają rozdzielić chmury.
Pomiary za pomocą urządzenia termowizyjnego spektroradiometru MODIS o rozdzielczości przestrzennej 1 km pozwalają na identyfikację pożaru o powierzchni 1 ha lub pożaru podziemnego o powierzchni 9 ha i większej.
Satelity serii NOAA wyposażone są w dwa zestawy przyrządów: AVHRR (Advanced Very High Definition Radiometer) (tab. 5.) oraz zestaw sprzętu do pionowego sondowania atmosfery.
Obrazowanie przestrzeni kosmicznej przez satelity NOAA umożliwia śledzenie pożarów głównie w skali regionalnej, dzięki niskiej rozdzielczości przestrzennej zdjęć (1,1 km).
Tabela 5. Główne parametry techniczne AVHRR.
Numery kanałów |
Zakres widmowy(µm) |
Szerokość celownika (km) |
Okres filmowania |
Rozdzielczość radiometryczna (bity) |
.) |
|
Widoczny (zielony) |
||||||
NIR (bliska podczerwień) |
||||||
3 A |
NIR (bliska podczerwień) |
|||||
3 B |
NIR (bliska podczerwień) |
|||||
TIR (termiczna podczerwień) |
||||||
TIR (termiczna podczerwień) |
||||||
Aby zidentyfikować pożary za pomocą algorytmu „progowego” lub „kontekstowego”, na etapie wstępnym należy skalibrować wszystkie informacje otrzymywane z satelitów NOAA. Oznacza to, że dla pierwszego i drugiego kanału urządzenia AVHRR należy uzyskać odpowiednio wartości albedo A1, A2. A dla trzeciego, czwartego i piątego kanału - odpowiednio wartości równoważnej temperatury promieniowania T3, T4 i T5.
Metody wykrywania pożaru opiera się na wykorzystaniu oceny promieniowania dla kanałów 3B, 4, 5 AVHRR, które odpowiadają zakresowi widma w podczerwieni. pożary definiuje się jako ekstremalne wartości promieniowania wzdłuż kanału 3B (w tym obszarze przypada maksymalne promieniowanie obiektów o temperaturze spalania 800-1000K) AVHRR.
Kłęby dymu powstałe w wyniku pożarów są dobrze widoczne na kanałach 1 i 2 AVHRR.
Aby dokładniej identyfikować pożary, stosuje się algorytmy progowe, powyżej których temperatura promieniowania określana jest za pomocą kanału 3 i 4. Urządzenie AVHRR jest kalibrowane dla temperatur do 330 K.
Wiadomo, że maksymalny strumień promieniowania ciała doskonale czarnego nagrzanego do temperatury 800-1000 K przypada na środkową podczerwień widma elektromagnetycznego o długości fali 3-4 mikronów. Bazując na charakterystyce sprzętu AVHRR, za główną cechę pozwalającą na rozpoznanie anomalii termicznej przyjmuje się dane z trzeciego kanału działającego w zakresie 3,55-3,93 µm.
Ponieważ rozdzielczość przestrzenna sprzętu AVHRR wynosi 1,1 km, w idealnym przypadku możliwe jest wykrywanie obiektów wymiary liniowe które przekraczają 1,1 km. A dzięki dużemu natężeniu promieniowania w zakresie średniej podczerwieni oraz wysokiej rozdzielczości radiometrycznej sprzętu możliwa staje się detekcja anomalii termicznych o charakterze naturalnym i sztucznym o znacznie mniejszych rozmiarach. W idealne warunki zasadą jest obserwacja przy maksymalnym kontraście z trzecim i czwartym kanałem sprzętu AVHRR. możliwość wykrycia pożarów o powierzchni 0,2-0,3 ha.
Użycie w algorytmie progowym tylko jednego trzeciego kanału (jednego progu) prowadzi do dużej liczby fałszywych alarmów. Dzieje się tak przede wszystkim na skutek odbicia energii promieniowania słonecznego przez krawędzie chmur (najwięcej fałszywych alarmów), powierzchnię wody, piasek, otwarte przestrzenie skały, chodniki asfaltowe i konstrukcje betonowe. Aby uniknąć błędów, konieczne jest wykorzystanie danych z innych kanałów widmowych.
Algorytmy progowe do identyfikacji pożarów:
- Algorytm Kaufmana (1991): T3 > 316 K, T3-T4 > 10 K i T4 > 250 K. Tutaj T3, T4, T5 są temperaturą jasności radiowej odpowiednio w 3., 4. i 5. kanale urządzenia AVHRR.
- Algorytm francuski (1993): T3 > 320 K, T3-T4 > 15 K, 0< (T4-T5) < 5 К, A1 < 9%, где А1 - значение альбедо в 1 -м канале.
- Algorytm Kennedy'ego (1994): T3 > 320 K, T3-T4 > 15 K, A2< 16%, где А2- значение альбедо во 2-м канале.
Jeżeli element zezwolenia spełnia warunki algorytmu, to należy do klasy pożarów; jeśli nie spełnia choć jednego z tych warunków, to schodzi na dalszy plan.
Wszystkie te algorytmy skupiają się na pożarach o odpowiednio dużej powierzchni i intensywności, co jest niedopuszczalne przy rozwiązywaniu problemów identyfikacji sytuacji pożarowej, gdyż ważne jest wykrycie pożarów w początkowej fazie ich rozwoju, aby zminimalizować koszty materialne eliminacji ogień. Ponadto wysoce niepożądane jest stosowanie tych algorytmów do wykrywania obecności przegrzanego torfu na torfowiskach.
Dziś przyjęto centrum przyjmowania i analizowania informacji lotniczych Ministerstwa Sytuacji Nadzwyczajnych Rosji Algorytm Kaufmana (1) z progami „pływającymi”. Jak już wspomnieliśmy, na etapie obróbka wstępna Korzystając z informacji uzyskanych ze sprzętu AVHRR, oczywiste źródła pożarów naturalnych określa się na podstawie obecności kłębów dymu.
Po kalibracji obrazu określana jest charakterystyka zidentyfikowanych zmian oraz tła z nimi sąsiadującego, na podstawie czego dobierane są odpowiednie progi. Po przeanalizowaniu podobnych cech podłoża znajdującego się pod obrazem wraz z charakterystyką pożarów ustalamy progi „pływające”..
Nie należy jednak całkowicie ufać wynikom identyfikacji pożarów przy użyciu tych progów, gdyż mogą wystąpić przypadki odbicia energii elektromagnetycznej od krawędzi chmur i mogą wystąpić fałszywe alarmy spowodowane przegrzanym piaskiem i różnymi formacjami sztucznymi. Dlatego wątpliwe punkty, które znajdują się zbyt blisko chmur, w pobliżu rzek, mórz itp. muszą zostać poddane dodatkowej weryfikacji.
Dodatkowa kontrola polega na analizie współczynnika odbicia interesujących nas pikseli w pierwszym i drugim kanale sprzętu AVHRR. Jeżeli wartość albedo w pierwszym kanale jest większa niż wartość albedo w drugim kanale ( A1 > A2), to punkt ten w zdecydowanej większości przypadków można jednoznacznie przypisać fałszywemu alarmowi. mogą się jednak zdarzyć przypadki, gdy pojawią się wątpliwości co do słuszności takiej decyzji (na przykład brak chmur lub piasku). W tym przypadku punkt ten klasyfikujemy jako możliwe źródło pożaru, jeżeli takowe nie występuje dodatkowe informacje o danym obszarze. Jeżeli wartości albedo w pierwszym i drugim kanale przekraczają 10-16% (w zależności od warunków obserwacji), to dany punkt również sklasyfikowany jako fałszywy alarm. We wszystkich pozostałych przypadkach przyjmuje się hipotezę o obecności anomalii termicznej w rozpatrywanych punktach.
Jeżeli liczba fałszywych alarmów jest wystarczająco duża, można nieznacznie zwiększyć próg na trzecim i/lub czwartym kanale. W ten sposób nie da się całkowicie pozbyć fałszywych alarmów, a większość podejrzanych ognisk nadal wymaga sprawdzenia. Ponadto celowo wykluczamy z uwzględnienia pożary o małej powierzchni, co również jest niedopuszczalne.
Zachmurzenie jest nieprzezroczystym środowiskiem dla promieniowania IR, dlatego w przypadku pikseli, których rozmiar zajmuje więcej niż 60-70% obrazu, jest ono automatycznie podświetlane. Ponieważ zachmurzenie jest zimniejsze niż powierzchnia Ziemi, istnieje możliwość ustawienia progu temperatury jasności w 4. lub 5. kanale radiometru z maskowaniem pikseli obrazu, które nie przekraczają określonej wartości progowej.
Proponuje się przyjęcie standardu SHARP-2 Europejskiej Agencji Kosmicznej jako podstawowego algorytmu ekstrakcji danych z chmury dla danych AVHRR. Norma ta podaje klasyfikację, która dzieli piksele obrazu na następujące klasy: powierzchnia ziemi (ES), woda, chmury.
Zachmurzenie jest podkreślone na oryginalnym obrazie zgodnie z warunkami standardu ESA SHARP-2:
- „Pochmurno”, jeśli A(2)/A(1) > 0,9 i A(2)/A(1)< 1,1&T4 < 294 К
- „Pochmurno”, jeśli T4< 249 К
- „Pochmurno”, jeśli T4-T2 > 274 K i T4< 290 К
Autorzy przyjęli założenie, że warunki te słabo nadają się do wyznaczania granicy chmura/ciało stałe oraz do identyfikacji „chmur przerwanych” na terytorium europejskiej części Rosji, dlatego zaproponowali wprowadzenie dodatkowego warunku. Warunek ten polega na analizie charakterystyk jasności w 4-zakresowym zakresie widmowym.
W analizie wykorzystano dodatkowy warunek (4), w którym analizowane jest odchylenie standardowe (4) równoważnej temperatury promieniowania w 4-spektralnym zakresie urządzenia AVHRR, obliczone w oknie o wymiarach 15x15 pikseli:
σ4≤σpor,
gdzie σpore jest progową temperaturą równoważną promieniowania w 4-spektralnym zakresie urządzenia AVHRR w oknie o wymiarach 15x15 pikseli, której wartość jest wyznaczana w wyniku badań.
Zgodnie z wynikami przetwarzania obrazów testowych dla europejskiej części Rosji (48-67 szerokości geograficznej północnej) σpore = 1,3.
Ponieważ w zakresach widmowych 4. i 5. kanału instrumentów AVHRR/2 (3) wpływ Słońca na charakterystykę obrazu jest minimalny, można przeprowadzić screening chmur analizując odchylenie standardowe charakterystyki jasności. W tym przypadku zmodyfikowany algorytm kontekstowy uwzględnia nie tylko wartość odchylenia standardowego charakterystyki jasności pikseli, ale także warunki standardu SHARP-2 dla danych AVHRR.
Do testów i uwzględnienia w zmodyfikowanym algorytmie kontekstowym wybrano warunki klasyfikacyjne ze standardu SHARP-2, które przyjęto jako warunki podstawowe. Do testów napisano model podświetlenia powierzchni wody. Dla analizowanego obrazu X(x1,..., x5) piksele klasyfikowane są według następujących kryteriów: „woda”, „zachmurzenie”, „powierzchnia ziemi”. W wyniku klasyfikacji uwzględniającej warunki powstają dwie warstwy pośrednie z oryginalnego obrazu na powierzchnię wody i różne chmury. Pierwszy, składający się z 0 i 1, gdzie 0 odpowiada pikselowi, który został sklasyfikowany jako szum, a 1 odpowiada pikselowi, który został sklasyfikowany jako uziemiony. Drugi, składający się z 0 i T3, gdzie 0 odpowiada pikselowi, który został sklasyfikowany jako szum, a T3 odpowiada temperaturze promieniowania w 3. kanale AVHRR dla piksela, który został sklasyfikowany jako masa.
Wszystkie piksele sklasyfikowane jako „wodne” i „pochmurne” nie są uwzględniane w dalszej analizie „obecności sygnału”.
Kolejno dla każdego piksela przydzielany jest centralny obszar lokalny o wymiarach 15x15 pikseli. Dla tego obszaru brana jest pod uwagę charakterystyka pikseli 5-kanałowych. Obliczana jest także liczba pikseli innych niż klasy „woda” i „pochmurno” i dla nich obliczana jest średnia wartość T3av.
Oznaką izolacji sygnału jest stan: T3av > T3av.port Po spełnieniu tego warunku podejmowana jest decyzja o „obecności piksela z pożarem”.
Zastosowanie zmodyfikowanego algorytmu kontekstowego pozwala zmniejszyć prawdopodobieństwo „fałszywego alarmu” o 10–15% dla terytorium północnej i środkowej części Rosji. Naturalna przewaga Algorytm ten charakteryzuje się względną pracą i niezależnością od kąta padania słońca i pory dnia. Największą wadą jest niemożność algorytmu kontekstowego w przypadku zmętnienia w obszarach tekstury obrazu.
Widoczny (zielony)
Widoczny (czerwony)
NIR (bliska podczerwień)
NIR (bliska podczerwień)
TIR (termiczna podczerwień)
MWIR (daleka podczerwień)
Tabela 8. Główne parametry techniczne radiometru ETM+ (Landsat 7).
Numery kanałów |
Zakres widmowy |
Szerokość celownika (km) |
Okres filmowania |
Rozdzielczość radiometryczna (bity) |
Rozdzielczość przestrzenna |
|
Widoczny (niebieski) |
||||||
Widoczny (zielony) |
||||||
Widoczny (czerwony) |
||||||
NIR (bliska podczerwień) |
||||||
NIR (bliska podczerwień) |
||||||
TIR (termiczna podczerwień) |
||||||
MWIR (daleka podczerwień) |
||||||
Obliczenie podstawowa temperatura powierzchni opisane w artykule -
.
ASTER (zaawansowany kosmiczny radiometr emisji i odbicia ciepła) ( Tabela 9)- ulepszony radiometr kosmiczny promieniowanie cieplne and Reflections) to jeden z pięciu systemów obrazowania znajdujących się na pokładzie satelity Terra, łączący szeroki zakres widma i wysoką rozdzielczość przestrzenną w zakresie widzialnym, bliskiej podczerwieni (NIR), średniej podczerwieni (MIR) i podczerwieni termicznej.
Tabela 9.Podstawowe parametry techniczne ASTER.
Numery kanałów |
Zakres widmowy(µm) |
Szerokość celownika (km) |
Okres filmowania |
Rozdzielczość radiometryczna (bity) |
Rozdzielczość przestrzenna (m.) |
|
VNIR (widzialne i bliskiej podczerwieni) |
||||||
3 N |
||||||
3 B( stereofoniczny) |
||||||
SWIR (średnia podczerwień) |
||||||
TIR (termiczna podczerwień) |
||||||
Bezwzględna dokładność radiometryczna w strefach widmowych wynosi 4% dla zakresu widzialnego i bliskiej podczerwieni oraz 1-3 K dla zakresu termicznego, w zależności od temperatury. Strefy zasięgu termicznego przeznaczone są do rejestracji temperatury powierzchni ziemi.
Produkty poziomu 2:AST09T Promienistość powierzchni-TIR – Temperatura powierzchni Ziemi.
Tabela 10.Wizualna interpretacja obrazów przestrzeni.
KA/ |
NOAA/ |
TERRA(AQUA)/
|
LANDSAT/ |
|||
Odszyfrować- |
Ogólny widok pożarów z kłębami dymu |
Ogrzane obszary powierzchni ziemi są odszyfrowywane białym tonem. |
Ogólny widok pożarów z kłębami dymu |
Uszkodzenia są wyraźnie widoczne otwarty płomień |
Obszary powierzchni o wysokiej temperaturze są jasnoróżowe. |
|
Grzebień- |
RGB - 6:5:7, 6:5:4 |
|||||
Przestrzeń |
1, 2, 1 - 1100 m. |
1 – 250 m. |
31, 23, 21 - 1000 m. |
3, 2, 1 - 30 m. |
||
Notatka: |
Naturalny |
Naturalny |
Daleka podczerwień |
Naturalny |
Środek i blisko |
Termiczne, średniej i bliskiej podczerwieni |
Lista źródeł
- Zdalne mapowanie geotermalne.
- Radiometr MODIS.
- Dubrovsky V., Parkhisenko Ya.V. Monitoring przestrzeni kosmicznej pożarów lasów na podstawie obrazów NOAA w ULRMC.
- Identyfikacja pożarów lasów i stepów, metody rozwiązywania problemów tematycznych.
- Technologia monitorowania pożarów lasów (torf) w oparciu o dane ze zdjęć satelitarnych.
- Systemy sprzętu i oprogramowania do odbierania i przetwarzania danych teledetekcyjnych.
- Konwergencja najnowszych technologia informacyjna oraz metody teledetekcji Ziemi dla budowy lotniczych systemów monitoringu środowiska megamiast.
- Monitoring pożarów lasów i torfowisk. Skaner RTC.
- Poshlyakova L.P. Metodologia tworzenia projektu GIS na podstawie danych teledetekcyjnych Ziemi w celu oceny zagrożenia pożarowego terenu.
