Центр сопряженного мониторинга окружающей среды и природных ресурсов
«Мониторинг. Наука и технологии» Рецензируемый и реферируемый научно-технический журнал
Меню раздела «МНТ»
ГЛАВНАЯ
цели и задачи
Перечень ВАК
ВЫПУСКИ
2021
выпуск №1
статья #01
статья #02
статья #03
статья #04
статья #05
статья #06
статья #07
статья #08
статья #09
статья #10
статья #11
статья #12
статья #13
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
все выпуски
АВТОРАМ
этика
порядок рецензирования
правила для авторов
ПОДПИСКА
О ЖУРНАЛЕ
главный редактор
редакционный совет
редакционная коллегия
документы
свидетельство
issn
ENG
Меню разделов
ГЛАВНАЯ
Раздел: «ЦЕНТР»
Раздел: «МНТ»
Раздел: «СБОРНИК»
Раздел: «MST»

Долгополов Д.В.
Методика обнаружения водных объектов в зоне трубопроводов при паводках по данным космического мониторинга
Methods for detecting water objects in the pipelines zone during floods based on space monitoring data
УДК:
528.88: 556: 621.644
Аннотация:
Трубопроводные системы в силу своей географической протяженности пересекают большое количество водных объектов, поэтому требуются дополнительные меры по защите площадочных объектов (нефтеперекачивающих станций, узлов связи) и линейной части нефтепроводов. Мониторинг с помощью технологий дистанционного зондирования организуется на сложных участках, по которым проложены трубопроводные системы. Математические методы обработки данных многозональной съемки позволяют оперативно получать информацию о пространственно-временных параметрах поверхности Земли. Одним из таких методов обработки является метод с использованием водной маски, позволяющий на индексном изображении определять пиксели, в которых находятся водные объекты и сопоставить их с положением объектов трубопроводного транспорта. Целью работы является оценка возможностей ГИС-технологий и методов обработки многозональных космических изображений для задач мониторинга паводковой обстановки при эксплуатации сложных техногенных комплексов трубопроводных систем. Приводится описание методики автоматизированной обработки многозональных изображений, получаемых космическим аппаратом Sentinel-2, для определения границ водных объектов и контроля затопления объектов транспорта нефти. Поиск водных объектов на основе набора измеренных многозональных изображений позволяет обнаруживать их по характеристикам отражательной способности водных объектов, обладающих самыми низкими значениями коэффициентов отражения среди других природных объектов. Для картографирования и выделения объектов открытой воды, как правило, используется нормализованный разностный водный индекс (NDWI). Аналитические исследования позволили определить, что точность обнаружения водных объектов более высокая при выделении водных объектов с помощью индекса AWEI. Установлено, что целесообразно провести моделирование зон затопления по космическим снимкам высокого пространственного разрешения в сочетании с данными об уровнях воды, определяемых на гидромерных постах, для повышения оперативности и точности оценок гидрологической обстановки и динамики ее развития. Приводятся результаты использования методики обнаружения водных объектов на примере мониторинга паводковой обстановки в зоне прохождения трубопровода «Восточная Сибирь - Тихий океан» в период паводка в окрестностях г. Тулун в 2019 г.
Ключевые
слова:
водный индекс, многозонные спутниковые снимки, паводок, Sentinel-2, спектральные характеристики, трубопроводный транспорт
Abstracts:
Pipeline systems, due to their geographical extent, cross large number of water bodies, so additional measures are required to protect sites facilities (oil pumping stations, communication nodes) and linear part of oil pipelines. Monitoring with the help of remote sensing technologies is organized on hardship particularly where pipeline systems are located. Mathematical methods for multi-zone survey data processing allow you quickly obtain information about the spatial and temporal parameters of the Earth's surface. One of these processing methods is the water mask, which makes it possible to determine the pixels, where the water objects are located on the index image, and compare them with position of pipeline transport objects. The paper describes a method for automated processing of multispectral images obtained by Sentinel-2 spacecraft to determine the boundaries of water bodies and to control flooding of oil transport facilities. Searching for water objects based on set of measured multispectral images allows you to detect them by characteristics of the reflectivity of water objects, which have the lowest values of reflection coefficients among other natural objects. The normalized water difference index (NDWI) usually used for mapping and highlighting open water features. Analytical studies have made it possible to determine that the accuracy of water objects detecting is the highest when selecting water objects using AWEI index. Modeling of flood zones based on high-resolution satellite images is found to be expedient to conduct in combination with data on water levels determined at hydro-measuring stations to improve the efficiency and accuracy of assessments of the hydrological situation and its dynamics. The results of using the method of detecting water objects have been presented on the example of monitoring the flood situation in the zone of the pipeline «Eastern Siberia - Pacific ocean» during the flood in the vicinity of Tulun in 2019.
Keywords:
water index, multi-zone satellite images, pipeline transport, river flood, Sentinel-2, spectral characteristics

Текст статьи Текст статьи
1,4 МБ
Скачать

вернуться к списку статей

Авторы статьи:
ДОЛГОПОЛОВ
Даниил Валентинович
daniil.dolgopolov@gmail.com
АО «СпейсИнфоГеоматикс»
Список литературы:
1.
Першин А.Е. Мониторинг и прогнозирование наводнений в рамках концепции интегрированного управления наводнениями. Материалы I Международной научно-практической конференции, посвященной Всемирному дню гражданской обороны (Москва, 01 марта 2018 г). М.: Академия Государственной противопожарной службы МЧС России. 2018. С. 99-103.
2.
Сайт Neftegaz.RU [Электронный ресурс] Режим доступа: https://neftegaz.ru/news/transport-and-storage/477827-transneft-usilila-zashchitu-obektov-nefteprovoda-vsto-2-iz-za-pavodkov/ (дата обращения: 19.01.2021).
3.
Заключение экспертной комиссии государственной экологической экспертизы материалов «Обоснования инвестиций в строительство нефтепроводной системы «Восточная Сибирь-Тихий океан». М.: Федеральная служба по экологическому, технологическому и атомному надзору. 2004. 88 с.
4.
Катаев М.Ю., Бекеров А.А. Методика обнаружения водных объектов по многоспектральным спутниковым измерениям // Доклады ТУСУРа. 2017. Т. 20. №4. С. 105-108.
5.
Кронберг П. Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии. Пер. с нем. М.: Мир. 1988. 343 с.
6.
Дворкин Б.А., Дудкин С.А. Новейшие и перспективные спутники дистанционного зондирования Земли // Геоматика. 2013. №2. С. 16-36.
7.
Комарова А.Ф., Журавлева И.В., Яблоков В.М. Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова // Принципы экологии. 2016. №1. С. 40-74.
8.
Сайт Earth Observing Sistem [Электронный ресурс] Режим доступа: https://eos.com (дата обращения: 19.01.2021).
9.
Лабутина И.А. Дешифрирование аэрокосмических снимков: учеб. пособие для студентов вузов. М.: Аспект Пресс. 2004. 184 c.
10.
Hui F., Xu B., Huang H., Yu Q., Gong P.Modelling spatial-temporal change of Poyang Lake using multitemporal Landsat imagery. International Journal of Remote Sensing. 2008. 29 (20). Pp. 5767-5784.
11.
Ji L., Zhang L., Wylie B.Analysis of dynamic thresholds for the normalized difference water index. Photogrammetric Engineering and Remote Sensing. 2009. 75 (11). Pp. 1307-1317.
12.
Sun F., Sun W., Chen J., Gong P. Comparison and improvement of methods for identifying waterbodies in remotely sensed imagery. International Journal of Remote Sensing. 2012. 33 (21). Pp. 6854-6875.
13.
Кринов Е.Л. Спектральная отражательная способность природных образований. М.: Изд. АНСССР. 1947. 273 с.
14.
Малинников В.А., Стеценко А.Ф., Алтынов А.Е., Попов С.М. Мониторинг природной среды аэрокосмическими средствами: учебное пособие. М: Изд-во МИИГАиК. 2009. 140 с.
15.
McFeeters S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing. 1996. 17. Pp. 1425-1432. DOI: https://doi.org/10.1080/01431169608948714.
16.
Xu H. Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing. 2006. No. 27. Pp. 3025-3033. https//doi.org/10.1080/01431160600589179.
17.
Feyisa G.L., Meilby H., Fensholt R., Proud S.R. Automated Water Extraction Index: A New Technique for Surface Water Mapping Using Landsat Imagery. Remote Sensing of Environment. 2014. No. 140. Pp. 23-35. https//doi.org/10.1016/j.rse.2013.08.029.
18.
Gao H., Wang L., Jing L., Xu J. An effective modified water extraction method for Landsat-8 OLI imagery of mountainous plateau regions. Earth and Environmental Science. 2016. 34. DOI: https//doi.org/10.1088/1755-1315/34/1/012010.
19.
Ji L., Geng X., Sun K., Zhao Y., Gong P.Target detection method for water mapping using landsat 8 oli/tirs imagery. Water. 2015. No. 7(2). Pp. 794-817.
20.
Шагаев М.П., Кулик Е.Н. Оценка возможностей использования данных прибора MODIS для мониторинга паводковой обстановки на примере паводка на реке Чулым весной 2014 года. Интерэкспо ГЕО-Сибирь-2015. Новосибирск: СГУГиТ. 2015. Т. 7. С. 32-37.
21.
Сайт Sentinelhub [Электронный ресурс] Режим доступа: https://www.sentinel-hub.com/ (дата обращения: 19.01.2021).
 
МНТ Выпуски 2021 Выпуск №1 Статья #09
© ООО «ЦСМОСиПР», 2021
Все права защищены
Яндекс.Метрика
  +7(926) 067-59-67
  +7(963) 406-99-55