МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего образования

«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

(ФГБОУ ВО «КубГУ»)

Институт географии, геологии, туризма и сервиса

Кафедра геоинформатики

Допустить к защите

Заведующий кафедрой,

д-р геогр. наук, проф.

______________ А.В. Погорелов

(подпись)

______________________ 2022 г.

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

(БАКАЛАВРСКАЯ РАБОТА)

МОНИТОРИНГ ПОЖАРОВ НА ТЕРРИТОРИИ РФ ПОСРЕДСТВОМ ГЕОГИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Работу выполнил ______________________________________А.Г. Колесников (подпись)

Направление подготовки 05.03.03 «Картография и геоинформатика»

(код, наименование)

Направленность (профиль): геоинформатика

Научный руководитель

канд. геогр. наук., доц.__________________________________ А.Н. Пелина

(подпись, дата)

Нормоконтролер

канд. геогр. наук., доц.__________________________________ А.Н. Пелина

(подпись, дата)

Краснодар

2022

Содержание

Y

ВВЕДЕНИЕ 4

1 Лесная пирология 6

1.1 Причины возникновения лесных пожаров и их классификация 7

1.2 Возможности дистанционного зондирования Земли 11

1.3 Способы мониторинга лесных пожаров 16

2 Сравнительный анализ способов дистанционного обнаружения лесных пожаров 29

2.1 Методы анализа способов дистанционного обнаружения лесных пожаров 29

2.2 Сравнительный анализ способов дистанционного обнаружения лесных пожаров 34

3 Подготовка космических снимков и анализ полученных результатов 38

3.1 Скачивание материала и обработка снимков в рабочей среде ENVI 38

3.2 Обработка снимков в ArcGIS. Создание NDVI 40

3.3 Анализ результатов 44

4 Обширный сбор данных для подсчета нанесенного ущерба пожаров на примере долины реки Колыма 48

4.1 Сбор и обработка снимков 48

4.2 Обработка полученных данных в рабочей среде ArcMap 49

4.3 Анализ результатов 52

ЗАКЛЮЧЕНИЕ 54

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 56

ПРИЛОЖЕНИЕ А 59

Введение

Лесные пожары являются мощным природным и антропогенным фактором, существенно изменяющим функционирование и состояние лесов. Лесные пожары наносят урон экономике и экологии, а что часто и человеческие жизни оказываются под угрозой. Для россии, где леса занимают 70% от общей территории, лесные пожары являются национальной проблемой, а ущерб, наносимый реальному сектору экономики, насчитывает десятки и сотни миллионов долларов в год.

Для восстановления леса требуется несколько десятков лет. В случае, когда промышленные объекты находятся в непосредственной близости от леса, ущерб от пожара для окружающей среды и людей может быть огромным. Но наибольшую опасность представляет угроза населенным пунктам, когда лесной пожар может стать причиной смога и даже смерти людей.

Пожары – основная причина гибели лесов. За период 2015–2016 гг. в Российской Федерации погибло 489 тыс. га лесных насаждений (в среднем 150 тыс. га в год) [1]. Из этой площади 61,3% погибло от пожаров, 15,7% – от повреждения вредными насекомыми, 12% – от воздействия неблагоприятных погодных условий и 11% пришлось на весь комплекс прочих факторов (болезни, повреждения дикими животными, антропогенные факторы).

Если оценить расходы на тушение лесных пожаров в России, то в 2015 году сумма ущерба составила 56 млрд руб., из них 54 млрд руб. или 96,7% на Сибирский федеральный округ, в том числе ущерб по Республике Бурятия составил 43 915,7 млн. рублей или 77,9 %, по Иркутской области – 8 024,2 млн. рублей или 14,2 %, по Забайкальскому краю – 427,9 млн рублей или 0,8% [2].

Следует заметить, что реальный экономический ущерб от лесного пожара складывается не только из урона нанесенного лесу, промышленным и другим объектам, но и из затрат, связанных непосредственно с тушением. В этом случае становится очевидным, что важно не только обнаружить пожар, но и определить его точное местоположение и сделать это как можно раньше.

Объектом исследования является территория лесов Сибири.

Предмет исследования – дистанционное зондирования Земли в целях пожаробезопасности.

Целью данной работы является создание карты с данными по очагам пожаров на территории долины реки Колыма посредством геоинформационных технологий.

Для реализации цели были поставлены следующие задачи:

• описание способов мониторинга лесных пожаров;
• сравнительный анализ способов мониторинга лесных пожаров;
• описание предлагаемого метода обнаружения лесного пожара;
• обработка космических снимков для анализа пожаров.
• сбор данных и создание карты по территориям, подвергшихся пожарам

1 Лесная пирология

Для Российской Федерации лес имеет огромное значение, так как лесной фонд занимает более половины территории страны. Россия занимает особое, уникальное положение. При площади около 1690 млн га на её территории находятся пятая часть всех лесов мира и половина мировых хвойных лесов. Общая площадь лесного фонда и лесов, не входящих в него, составляет в России около 1178,6 млн га. Это приблизительно 70% от всей территории страны. В лесах РФ сосредоточены самые большие запасы древесины в мире – почти 80 млрд м³, из которых 85% приходится на наиболее ценную хвойную древесину [3]. Лесными пожарами на территории страны ежегодно охватывается приблизительно от 2 до 5 млн га лесной площади [4]. Лесные пожары возникают главным образом в результате неосторожного обращения с огнем. Доля пожаров естественного происхождения в сравнении с пожарами, вызванными антропогенной деятельностью мала. Пожары проще предупредить, чем ликвидировать, однако в нашей стране недостаточно развита система наблюдения за лесом, что приводит к несвоевременному оповещению о возникновении пожара.

При лесных пожарах существует угроза уничтожения примыкающих к лесу населенных пунктов и предприятий (возгорание складов древесины, деревянных домов и других хозяйственных объектов). В результате происходит уничтожение древесины, в том числе ценных пород. Из-за задымленности приземного слоя атмосферы в зоне пожара прекращаются полеты воздушных судов на местных авиалиниях и плавание речных судов. В результате уменьшение дозы солнечной радиации на подстилающую поверхность происходит более позднее созревание сельскохозяйственных культур.

Лесные пожары приводят к разрушению сложившихся экосистем, уничтожению фитомассы лесных биогеоценозов и животных ресурсов. Происходит загрязнение окружающей среды токсичными продуктами горения (выбросы вредных химических веществ в приземный слой атмосферы, задымленность). Эрозия почв, уменьшение речного стока, опустынивание земель – все это является последствием лесного пожара. Наблюдается нарушение природного углеродного цикла, повышение концентрации диоксида углерода и как следствие – вклад в глобальное потепление климата.

1.1 Причины возникновения лесных пожаров и их классификация

Лесной пожар – это стихийное, неуправляемое распространение огня по лесным площадям.

Существует большое количество классификаций пожаров [5]. Лесные пожары можно классифицировать следующим образом (рисунок 1).

Рисунок 1 – Классификация лесных пожаров [6]

Такая классификация позволяет учесть основные факторы, влияющие на возникновение и развитие лесных пожаров. Так лесные пожары могут быть беглыми (при высокой скорости ветра) и устойчивыми. Отдельно стоит рассматривать травяные пожары, именуемые иногда, как сельскохозяйственные палы.

При верховом пожаре горят кроны деревьев. Верховые пожары, также как и низовые, подразделяется на беглые и устойчивые. При беглом верховом пожаре огонь быстро распространяется по кронам деревьев в направлении ветра, а при устойчивом (повальном) – огонь распространяется по всему древостою: от подстилки до крон. Горят отдельные деревья и куртины.

Возникновение и развитие верховых пожаров происходит от перехода огня низовых пожаров на кроны хвойных древостоев с низкоопущенными ветвями, в многоярусных с обильным подростом насаждениях, молодняках, а также в горных лесах. Скорость верховых пожаров: устойчивого – 300–1500 м/ч (5–25 м/мин), беглого – 4500 м/ч и более (75 м/мин и более). Верховым пожарам наиболее подвержены хвойные молодняки, заросли кедрового стланика и дуба кустарниковой формы (весной при наличии сухих прошлогодних листьев), в горных лесах – все хвойные насаждения в верхней части крутых склонов и на перевалах. Возникновению верховых пожаров в значительной степени способствуют засухи и сильные ветры.

При низовом пожаре горит лесной опад, состоящий из мелких ветвей, коры, хвои, листьев, лесная подстилка, сухая трава, живой напочвенный покров из трав, мхов, мелкий подрост и кора в нижней части древесных стволов. По скорости распространения огня и характеру горения низовые пожары, так же как и верховые бывают беглыми и устойчивыми. Беглый низовой пожар развивается чаще всего в весенний период, когда подсыхает лишь самый верхний слой мелких горючих материалов напочвенного покрова и прошлогодняя травянистая растительность. Скорость распространения огня довольно значительна – примерно от 180 до 300 м/ч (3–5 м/мин) и находится в прямой зависимости от скорости ветра в приземном слое. Лесная подстилка сгорает на 2–3 см. При этом участки с повышенной влажностью напочвенного покрова остаются нетронутыми огнем и площадь, пройденная беглым огнем, имеет пятнистую форму. Устойчивый низовой пожар характеризуется полным сгоранием напочвенного покрова и лесной подстилки. Устойчивые низовые пожары развиваются в середине лета, когда подстилка просыхает по всей толщине залегания. На участках, пройденных устойчивым пожаром, полностью сгорает лесная подстилка, подрост и подлесок. Обгорают корни и кора деревьев, в результате чего насаждение получает серьезные повреждения, а часть деревьев прекращает рост и гибнет. Скорость распространения огня при устойчивом низовом пожаре от нескольких метров в час до 180 м/ч (1–3 м/мин). По высоте пламени горения кромки низовые пожары характеризуются как слабые (высота пламени до 0,5 м), средние (высота пламени до 1,5 м) и сильные (высота пламени более 1,5 м) [7].

Отдельно стоит рассматривать травяные пожары (сельскохозяйственные палы) – сжигание сухой травы на сельскохозяйственных угодьях, лугах и пастбищах, в долинах рек. Обычно травяные пожары возникают в весенний период. При травяных палах горит прошлогодняя сухая трава и стерня, оставленная в поле. Скорость распространения пожара зависит от скорости ветра. При сильном пожаре огонь двигается быстро и бегло. Часто в увлажнённых местах часть травы остаётся нетронутой огнём, а отдельные куртины – непрогоревшими. При слабом ветре – скорость распространения значительно меньше. При этом выгорает вся сухая трава. Высота пламени от нескольких сантиметров на стерне до 1–1,5 м на залежи. До 3–5 м при горении тростника. Травяные пожары – основная причина возникновения значительно более разрушительных пожаров в лесах и на торфяниках. Почвенный пожар развивается в результате «заглубления» огня низового пожара в подстилку и торфяной слой почвы. Почвенные пожары подразделяются на подстилочногумусный, при котором горение распространяется на всю толщину лесной подстилки и гумусного слоя, и подземный или торфяной при котором горение распространяется по торфянистому горизонту почвы или торфяной залежи под слоем лесной почвы. При таком пожаре сгорают корни, деревья вываливаются и падают, как правило, вершинами к центру пожара. Пожарище в большинстве случаев имеет круглую или овальную форму. Скорость распространения огня незначительна – от нескольких десятков сантиметров до нескольких метров в сутки.

Характеристики основных типов пожаров сведены в таблицу 1.

Таблица 1 – Характеристика лесных пожаров [8]

Параметры пожара	Значения показателей силы пожара
	Слабого	Среднего	Сильного
	Низовой пожар
Скорость распространения огня, м/мин	До 1	1–3	Более 3
Высота пламени, м	До 0,5	0,5–1,5	Более 1,5
	Верховой пожар
Скорость распространения огня, м/мин	До 3	3–100	Более 100
	Подземный пожар
Глубина прогорания, см	До 25	25–100	Более 50

Классификация пожаров по площади определяет:

• загорание (огнём охвачено 0,1–2 га);
• малый (2–20 га);
• средний (20–200 га);
• крупный (200–2000 га);
• катастрофический (более 2000 га).

Также в отдельных случаях пожары классифицируют с точки зрения работ, связанных с локализацией и тушением пожара, а также спасением людей и материальных ценностей по трем основным зонам: отдельных пожаров; массовых и сплошных пожаров; пожаров и тлениях в завалах.

1.2 Возможности дистанционного зондирования Земли

Дистанционное зондирование Земли (ДЗЗ) – получение информации о поверхности Земли и объектах на ней, атмосфере, океане, верхнем слое земной коры бесконтактными методами, при которых регистрирующий прибор удален от объекта исследований на значительное расстояние.

Физическая основа дистанционного зондирования – функциональная зависимость между зарегистрированными параметрами собственного или отраженного излучения объекта и его биогеофизическими характеристиками и пространственным положением. С помощью дистанционного зондирования изучают физические и химические свойства объектов.

Предмет ДЗЗ, как науки – пространственно-временные свойства и отношения природных и социально-экономических объектов, проявляющиеся прямо или косвенно в собственном или отраженном излучении, дистанционно регистрируемом из космоса или с воздуха в виде двумерного изображения – снимка.

Методы ДЗ основаны на использовании сенсоров, которые размещаются на платформах и регистрируют электромагнитное излучение в форматах, существенно более приспособленных для цифровой обработки, и в существенно более широком диапазоне электромагнитного спектра. В качестве сенсоров выступает съемочная аппаратура, которая может размещаться на различных платформах. Платформой может быть космический аппарат (КА, спутник), самолет, вертолет и даже простая тренога. На одной платформе может размещаться несколько съемочных устройств, называемых инструментами или сенсорами, что обычно для КА. Например, спутники Ресурс-О1 несут сенсоры МСУ-Э и МСУ-СК, а спутники SPOT – по два одинаковых сенсора HRV (SPOT-4–HRVIR). Понятно, что чем дальше находится платформа с сенсором от изучаемого объекта, тем больший охват и меньшую детализацию будут иметь получаемые изображения.

Процесс сбора данных дистанционного зондирования и их использование в географических информационных системах (ГИС) изображены на рисунке 2.

Рисунок 2 – Схема процесса сбора данных ДЗЗ

Регистрироваться может собственное излучение объектов и отраженное излучение других источников. Этими источниками могут быть Солнце или сама съемочная аппаратура. В последнем случае используется когерентное излучение (радары, сонары и лазеры), что позволяет регистрировать не только интенсивность излучения, но также и его поляризацию, фазу и доплеровское смещение, что дает дополнительную информацию. Понятно, что работа самоизлучающих (активных) сенсоров не зависит от времени суток, но зато требует значительных затрат энергии. Таким образом, виды зондирования по источнику сигнала:

• активное (вынужденное излучение объектов, инициированное искусственным источником направленного действия);
• пассивное (собственное, естественное отраженное или вторичное тепловое излучение объектов на поверхности Земли, обусловленное солнечной активностью).

Техника получения материалов дистанционного зондирования заключается в том, что аэрокосмическую съемку ведут в окнах прозрачности атмосферы, используя излучение в разных спектральных диапазонах – световом (видимом, ближнем и среднем инфракрасном), тепловом инфракрасном и радиодиапазоне.

Идеальная схема дистанционного зондирования представлена на рисунке 3.

Рисунок 3 – Схема ДЗЗ

Ни один источник не способен обеспечить однородность потока излучения как в пространстве, так и во времени. Из-за взаимодействия излучения с газами атмосферы, молекулами водяного пара и атмосферными частицами изменяется интенсивность излучения и его спектр. Одно и то же вещество при разных условиях может иметь разную спектральную чувствительность. В то же время спектральная чувствительность разных веществ может совпадать.

На практике не существует идеального сенсора, с помощью которого можно было бы регистрировать все длины волн электромагнитного спектра.

Из-за технических ограничений передача данных и их интерпретация иногда выполняются с задержкой по времени. Потребители могут не обладать необходимой информацией о параметрах сбора данных ДЗ и не иметь достаточного опыта для их анализа и дешифрирования.

Характеристики получаемых снимков, то есть возможность обнаружить и измерить то или иное явление, объект или процесс зависят от характеристик сенсоров соответственно. Главной характеристикой является разрешающая способность.

Классификация космических снимков по спектральным диапазонам и технологиям получения изображения:

• снимки в видимом, ближнем и среднем инфракрасном (световом) диапазоне (фотографические, ПЗС-сканирование);
• снимки в тепловом инфракрасном диапазоне (тепловые инфракрасные);
• снимки в радиодиапазоне (микроволновые радиометрические, радиолокационные).

Фотосъемка в световом диапазоне характеризуется высокой степенью обзорности, где масштаб съемки зависит от высоты съемки и фокусного расстояния объектива. Спектральный диапазон фотографирования охватывает видимую часть ближней инфракрасной зоны (до 0,86 мкм). Наиболее часто используются многоспектральные оптико-механические системы – сканеры, установленные на ИСЗ различного назначения.

«Сканирование» – развертка изображения при помощи сканирующего элемента, поэлементно просматривающего местность поперек движения носителя и посылающего лучистый поток в объектив и далее на точечный датчик, преобразующий световой сигнал в электрический. Этот электрический сигнал поступает на приемные станции по каналам связи. Изображение местности получают непрерывно на ленте, составленной из полос – сканов, сложенных отдельными элементами – пикселами.

Радиолокационная съемка позволяет получать изображения земной поверхности и объектов, расположенных на ней, независимо от погодных условий, в дневное и ночное время благодаря принципу активной радиолокации. Радиолокационная съемка Земли ведется в нескольких участках диапазона длин волн (1 см – 1 м) или частот (40 ГГц – 300 МГц). Характер изображения местности на радиолокационном снимке зависит от соотношения между длиной волны и размерами неровностей местности: поверхность может быть в разной степени шероховатой или гладкой, что проявляется в интенсивности обратного сигнала и, соответственно, яркости соответствующего участка на снимке.

Тепловая съемка основана на выявлении тепловых аномалий путем фиксации теплового излучения объектов Земли, обусловленного эндогенным теплом или солнечным излучением. Инфракрасный диапазон спектра электромагнитных колебаний условно делится на три части (в мкм): ближний (0,74–1,35), средний (1,35–3,50), дальний (3,50–1000). Солнечное (внешнее) и эндогенное (внутреннее) тепло нагревает геологические объекты по-разному. ИК-излучение, проходя через атмосферу, избирательно поглощается, в связи с чем тепловую съемку можно вести только в зоне расположения так называемых “окон прозрачности” – местах пропускания ИК-лучей. Опытным путем выделено четыре основных окна прозрачности (в мкм): 0,74–2,40; 3,40–4,20; 8,0–13,0; 30,0–80,0 [9].

Системы ДЗЗ характеризуются несколькими видами разрешений: пространственным, спектральным, радиометрическим и временным. Под термином «разрешение» обычно подразумевается пространственное разрешение. Пространственное разрешение характеризует размер наименьших объектов, различимых на изображении. В зависимости от решаемых задач могут использоваться данные низкого (более 100 м), среднего (10–100 м) и высокого (менее 10 м) разрешений [10]. Снимки низкого пространственного разрешения являются обзорными и позволяют одномоментно охватывать значительные территории – вплоть до целого полушария. Такие данные используются чаще всего в метеорологии, при мониторинге лесных пожаров и других масштабных природных бедствий. Снимки среднего пространственного разрешения на сегодня – основной источник данных для мониторинга природной среды. Спутники со съемочной аппаратурой, работающей в этом диапазоне пространственных разрешений, запускались и запускаются многими странами – Россией, США, Францией и др., что обеспечивает постоянство и непрерывность наблюдения. Съемка высокого разрешения из космоса до недавнего времени велась почти исключительно в интересах военной разведки, а с воздуха – с целью топографического картографирования. Однако сегодня уже есть несколько коммерчески доступных космических сенсоров высокого разрешения (КВР-1000, IRS, IKONOS), позволяющих проводить пространственный анализ с большей точностью или уточнять результаты анализа при среднем или низком разрешении.

1.3 Способы мониторинга лесных пожаров

Лесные пожары обнаруживают следующими способами:

• посредством патрулирования лесов и наблюдения за лесными массивами с пожарных наблюдательных вышек, мачт, пунктов (визуальное и инструментальное);
• посредством авиационного патрулирования (визуальное и инструментальное);
• посредством аэрокосмического наблюдения и мониторинга – инструментальное наблюдение с искусственных спутников Земли МEТЕОР, NOAA, TERRAAQUA, SPOT, LANDSAT.

Распределение земель лесного фонда по способам мониторинга (приказ Рослесхоза от 09.07.2009 № 290 «О распределении земель лесного фонда по способам мониторинга пожарной опасности в лесах и зонам осуществления авиационных работ по охране лесов») представлено на рисунке 4.

Зона наземного мониторинга, 8%

Зона авиационного мониторинга, 43%

Зона космического мониторинга 1 уровня, 11%

Зона космического мониторинга 2 уровня, 38%

Рисунок 4 – Распределение земель лесного фонда [11]

Наземный мониторинг осуществляется на территории 88,8 млн га (около 8% земель лесного фонда). Критерием для отнесения зоны мониторинга к наземной является возможность доставки групп лесных пожарных на обнаруженный пожар в течение 3 часов. Зона наземного мониторинга располагается, в основном, вокруг населенных пунктов, вдоль дорог и судоходных водоемов.

Наземный мониторинг проводится на автомобилях, лошадях, мотоциклах, а также лесопатрульных комплексах, устанавливаемых, как правило, на шасси автомашин высокой проходимости. Это позволяет не только оперативно добраться до обнаруженного лесного пожара, но и, используя находящиеся на его борту средства тушения, а также воду и огнетушащие химические вещества, быстро ликвидировать очаг возгорания. Если ликвидировать пожар своими силами не представляется возможным, старший группы вызывает дополнительные силы.

Для наземного мониторинга используют пожарно-наблюдательные пункты, павильоны, располагающиеся на господствующих высотах. В равнинной местности эффективны наблюдательные вышки и стационарные телекамеры, устанавливаемые, как правило, на вышках сотовой связи.

Дальность определения места пожара зависит от высоты наблюдения, состояния погоды, прозрачности атмосферы и может быть рассчитана для равнинной местности по формуле (1) [12]:

 (1)

где L – дальность видимого горизонта, км; h1 и h2 – высоты двух взаимовидимых точек, м.

На практике L не превышает 24 км, при обычном состоянии атмосферы – 8–14 км. Перспективным направлением в развитии систем видеонаблюдения на вышках является автоматизация процессов обнаружения. В этом случае процессы поиска и выявления загораний полностью автоматизированы и контролировать работу нескольких десятков камер одновременно может один человек.

Однако, несмотря на прогресс, технические характеристики теле- и видеокамер отстают от возможностей человека: компьютеры не могут принимать решение. Поэтому участие людей при патрулировании или наблюдении за лесопожарной обстановкой пока исключить невозможно.

Основные недостатки наземных способов обнаружения пожаров:

• необходимость постоянного использования человеческого труда в каждой точке расположения вышки, в течение всего времени пожароопасного сезона и ограничение территории мониторинга количеством установленных вышек. В настоящее время этот метод практически не реализуем из-за отсутствия достаточного количества специалистов на местах;
• высокая стоимость вышки, так как вышка должна быть специально оборудована для постоянного нахождения на ней человека. Для примера: стоимость погонного метра вышки, предназначенной только для размещения оборудования инструментального наблюдения, составляет 11 тыс. рублей за метр высоты, а стоимость пожарной вышки для визуального наблюдения составляет более 50 тыс. рублей за погонный метр (то есть в целом около 2 млн рублей) [13]. По этой причине пожарные вышки не обновлялись уже более 20 лет, и большинство из них уже не могут быть использованы из-за аварийного технического состояния.

В настоящее время учеными из Нижнего Новгорода (компания ООО «Дистанционные системы контроля»), разработана система распределенного видеонаблюдения для решения задачи раннего обнаружения лесных пожаров. Система названа «Лесной дозор».

К преимуществам этого способа раннего обнаружения пожаров можно отнести простоту самого метода и достаточно высокую оперативность (при наличии благоприятных погодных условий), а также сохранившуюся до сегодняшних дней инфраструктуру пожарных вышек, вышек операторов сотовой связи, провайдеров связи, телевизионных, радиовещательных, которые можно использовать.

«Лесной дозор» работает следующим образом. На неспециализированных высотных сооружениях размещают управляемые видеокамеры с широким диапазоном приближения изображения и возможностью дистанционного управления через сеть Интернет (вращение, приближение удаление, запись). В любом удобном месте размещается центр контроля (с возможностью высокоскоростного подключения в сеть Интернет), где располагается оператор и с помощью специального программного обеспечения управляет системой камер и обнаруживает пожар.

Основные функциональные возможности системы:

• возможность доступа к системе из любого центра контроля, при наличии подключения в сеть Интернет на требуемой скорости с достаточным количеством трафика;
• дистанционное управление видеокамерами, изменение их ориентации по азимуту и высоте, изменение зума, разрешения и качества видеоизображения;
• возможность работы с картой: отображение на карте квартального слоя, а также различных объектов, предназначенных для выполнения процедур по мониторингу леса; представление информации о местоположении видеокамер и их текущей ориентации; определение направления на видимый пожар с одной камеры и координат очага возгорания с нескольких камер;
• возможность определения наиболее пожароопасных территорий по показателям пожарной опасности леса (по условиям погоды);
• быстрый обмен оперативными сообщениями о сложившейся ситуации с другими операторами и группами операторов в рамках выполнения задач по обнаружению и ликвидации пожаров.

Основные характеристики системы видеомониторинга «Лесной дозор» [14]:

• радиус обзора одной точки мониторинга: ~ 30 км;
• максимальная ошибка определения местоположения очага возгорания: +/- 250 м;
• время, требуемое на обзор одной точки мониторинга: ~ 30 минут; – пространственное разрешение: ~ 40 см/пиксель.

Мониторинг равнинной местности с наблюдательной вышки высотой 3040 метров с радиусом обзора 30 км позволяет контролировать территорию площадью 2 826 км².

Авиационный мониторинг осуществляется на транспортно–недоступных территориях на площади 489,4 млн га (42,7% земель лесного фонда). Полеты невозможны при неблагоприятных погодных условиях: сильном ветре, грозе, тумане, низкой облачности. Препятствием для патрулирования является задымленность территории, возникает ряд вопросов и в случае патрулирования в горной местности. При наблюдении с летательных аппаратов контролируется относительно небольшая площадь; скорости самолетов и вертолетов, используемых сейчас на патрулировании, сравнительно невелики. При визуальном определении площади пожара и его границ могут быть допущены большие неточности, а скрытые (не дающие видимого дыма) очаги горения не обнаруживаются.

В авиационном патрулировании лесов Российской Федерации ежегодно задействуется более 300 воздушных судов. Однако надо отметить, что основным недостатком способа авиапатрулирования является очень высокая стоимость летного часа. Например, летный час самолета Ан–2 стоит около 55 тыс. рублей к тому же этот самолет уже давно снят с производства, и его заменяют самолетом Ту–214ОН, стоимость летного часа которого составляет более 27 тыс. рублей [15]. Кроме того, необходим специально обученный персонал (штурманы), которые непосредственно определяют маршрут полета, визуально обнаруживают места возгорания и определяют координаты пожара. Вести непрерывный авиа-мониторинг большой территории также невозможно, и это может явиться причиной позднего обнаружения пожара.

Основное достоинство авиационного патрулирования заключается в высокой оперативности и возможности выбора траектории и высоты наблюдения. Самолет Ту–214ОН имеет дальность полета до 4200 км на высотах от 1,5 до 11 км и обеспечивает полосу обзора оптическими и радиолокационными средствами до 50 км, развивая скорость от 350 до 820 км/ч [16]. Таким образом, площадь наблюдения авиационным способом составляет 210 тыс. км². Время, за которое самолет способен проанализировать на наличие лесного пожара территорию площадью 210 тыс. км², равно 5 часов при максимальной скорости 840 км/ч.

Для обнаружения лесных пожаров на небольших по площади территориях могут успешно применяться беспилотные летательные аппараты (БПЛА).

Портативные беспилотные вертолеты типа «мультикоптеры» (квадрокоптеры, гексакоптеры и т. п.) способны решать задачи «посмотреть за холм» или работать в режиме наблюдательной «вышки» при проведении наземного патрулирования лесопожарным подразделением. По состоянию на начало 2014 г., в России организации лесного хозяйства использовали более 40 различных комплексов БПЛА.

И хотя использование данных аппаратов существенно экономит финансовые средства за счет отсутствия необходимости использования всего автопарка лесничества и расходов ГСМ для патрулирования, использование БПЛА самолетного типа «Zala 421-04М» выявили некоторые недостатки, требующие их устранения для качественной работы [17]:

• механическая вибрация, влияющая на качество снимков;
• устойчивость полета аппарата, зависящая от скорости ветра;
• существенные ограничения радиуса для радиоканала не позволяют использовать аппараты для контроля большой территории, несмотря на большую дальность и продолжительность полета;
• необходимость наличия взлетно-посадочной дорожки длиной до 100 м;
• недостаточный радиус обзора – до 15 км;
• ограниченная длительность полета – 20–30 минут.

В картографии в зависимости от видов летательных аппаратов, высоты аэрофотосъемки, целей и задач выполнения аэрофотосъемки материалы ДЗЗ с БПЛА создаются с масштабом 1:25000–1:10000. При контроле территории с помощью использования БПЛА с использованием съемочной аппаратуры Z16Ф2 позволяет обнаружить малые очаги возгорания, так как разрешение съемки равно 250 см/пиксель, а точность определения местоположения равна +/- 2,5 м. [18]

Космический мониторинг лесных пожаров решает задачи наблюдения за труднодоступными территориями. Для мониторинга пожарной опасности в лесах и максимальной эффективности использования ИСДМ–Рослесхоз контроль за горимостью лесов с 2005 г. осуществляется с помощью космических средств.

Космические средства с достаточной уверенностью позволяют обнаружить лесной пожар на площади от 10–15 га, когда район пожара не закрыт облачностью. Основная задача космического лесопожарного мониторинга – обеспечение органов управления лесного хозяйства в субъектах Российской Федерации оперативной информацией о лесопожарной обстановке.

Кроме того, существует немаловажная проблема, заключающаяся в получении безоблачных данных, так как качественные снимки высокого пространственного разрешения возможно получить при наличии облачности не более 15% [19].

Земли лесного фонда, на которых осуществляется космический мониторинг лесных пожаров, делится на два уровня:

• 1-й уровень – удаленные территории (11% земель лесного фонда), на которых плановое авиационное патрулирование не проводится, наземные и авиационные зоны не выделяются. Тушение лесных пожаров может осуществляться с применением авиационных сил и средств. При высоких классах пожарной опасности или возникновении горимости лесов на всей охраняемой территории рекомендуется назначение патрульных полетов;
• 2-й уровень – удаленные и труднодоступные территории (38,5% земель лесного фонда), на которых авиапатрулирование не проводится, а тушение лесных пожаров выполняется только при наличии явной угрозы населенным пунктам или объектам экономики. Основным способом обнаружения лесных пожаров являются данные ИСДМ–Рослесхоз.

Информация, получаемая с помощью ИСДМ–Рослесхоз [20]:

• мониторинг лесных пожаров:

1. детектирование очагов лесных пожаров;
2. мониторинг и контроль динамики их распространения;
3. прогнозирование распространения отдельных очагов;

• мониторинг пожарной опасности:

1. оценка и прогноз пожарной опасности по условиям погоды;
2. оценка и прогнозирование вероятности возникновения и распространения лесных пожаров;
3. районирование пожарных режимов, оценка риска и ущерба от пожаров и др.;

• оценка и учет пройденной пожаром площади:

1. оперативный учет по тепловым аномалиям;
2. определение площади по изменению состояния растительности;
3. оценка степени повреждения огнем лесов;
4. уточнение площадей по данным высокого разрешения;
5. информационная поддержка тушения лесных пожаров:
6. оценка сил и средств, задействованных на тушении пожаров;
7. оптимизация маневрирования силами и средствами с учетом текущей пожарной опасности по условиям погоды;
8. определение причин возникновения крупных лесных пожаров;

• учет крупных лесных пожаров:

1. оценка площадей крупных лесных пожаров (более 500 га);
2. сопоставление с данными по площадям пожаров субъектов Российской Федерации;
3. оценка площадей свежих гарей и гарей прошлых лет (в стадии зарастания) для государственного лесного реестра.

Доступ к системе ИСДМ–Рослесхоз бесплатный, информацией ежедневно пользуются сотни заинтересованных организаций лесного профиля и смежных отраслей, в том числе и правоохранительные органы. Вход в систему осуществляется по персональному логину и паролю, выдаваемому Федеральной диспетчерской службой Рослесхоза.

В настоящее время в ИСДМ–Рослесхоз использует спутниковые данные, получаемые с нескольких приборов, установленных на спутниках NOAA, TERRA, AQUA, SPOT, LANDSAT, а также отечественные спутники МЕТЕОР, РЕСУРС и КАНОПУС (таблица 2). Некоторые технические характеристики приборов, установленных на спутниках и диапазон длин волн, с помощью которых производят детектирование, представлены в таблицах 3 и 4.

Таблица 2 – Спутники, приборы и получаемая информация

Спутник	Прибор	Использование данных, получаемых с приборов
NOAA	AVHRR	Детектирование подозрений на действующие пожары и построения различных изображений облачности
TERRAAQUA	MODIS	Детектирование подозрений на действующие пожары и построение различных изображений облачности; оперативная оценка площадей, пройденных огнем
МЕТЕОР	МСУ-Э	Выборочный контроль площадей, пройденных огнем; верификация оценок, полученных на основе данных SPOTVGT (Vegetation);уточнение картографических основ
LANDSAT	LANDSATETM+	Выборочный контроль площадей, пройденных огнем; верификация оценок, полученных на основе данных SPOTVGT (Vegetation);уточнение картографических основ
SPOT	SPOT-VGT	Оценка площадей, пройденных огнем; оценка последствий лесных пожаров

Таблица 3 – Технические данные приборов, установленных на спутниках

Спутник/прибор	NOAA/AVHRR	TERRA, AQUA/MODIS	LANDSAT/TM(ETM+)	TERRA/ASTER	SPOT/SPOT-VGT
Пространственное разрешение, м	1100	NIR – 250–1000SWIR – 500TIR – 1000	NIR, SWIR –30 TIR – 60	NIR – 15SWIR – 30TIR – 90	1000
Количество спектральныхканалов в ИКдиапазоне	NIR – 1SWIR – 1TIR – 2	NIR – 6SWIR – 3TIR – 16	NIR – 1SWIR – 2TIR – 1	NIR – 1SWIR – 6TIR – 5	RedBlueNIR – 1SWIR

Таблица 4 – Диапазоны длин волн. Используемые для детектирования сигналов

Диапазон		Сокр	ащения
Русский	Английский	Русский	Английский
Ультрафиолетовый	Ultraviolet	УФ
Видимый	Visible	В	UV
Инфракрасный	Infrared	ИК	VIS
Ближний ИК	Near Infrared	БИК	NIR
Средний ИК	Short Wave Infrared	СИК	SWIR
Дальний ИК	Mid Wave Infrared	ДИК	MWIR
Тепловой ИК	Thermal Infrared	ТИК	TIR
Микроволной	Microwave	МВ	MW

Данные с каждой из этих систем приходят не реже шести раз в сутки. Данные со спутников этих серий можно использовать как автономно, так и совместно.

В рамках осуществления мониторинга пожаров используют различные методы. Детектирование пожаров основано на обнаружении повышения локальной температуры и яркости. Обнаружение пожаров на снимках из космоса возможно благодаря наличию разнице температур земной поверхности и очага пожара, это, в свою очередь, приводит к разнице в тепловом излучении объектов пожара в тысячи раз. При съемке тепловой аппаратурой с пространственным разрешением 1 км, можно обнаружить очаг пожара площадью в 100 м², а также зону тления площадью в 900 м². При визуальном выявлении пожара определение осуществляют по наличию такого признака присутствия очага горения в зоне обзора, как дымовой шлейф [21].

В качестве недостатков спутникового мониторинга необходимо отметить большую площадь минимально обнаруживаемого очага возгорания, которая колеблется от 20 до 50 га, невысокую периодичность получения данных (несколько раз в сутки) и сильное влияние погодных условий.

Целевая аппаратура MODIS спутников Terra, Aqua позволяет фиксировать снимки с пространственным разрешением 250–500 м/пиксель, полоса обзора равна 2300 км. Повторяемость съемки одной территории 4 раза в сутки, а производительность съемочной аппаратуры достигает до 700 тыс. км². в сутки. Точность геопозиционирования на сегодняшний день равна +/- 4–25 м [22].

Отечественные спутники РЕСУРС, КАНОПУС со съемочной аппаратурой МСУ–Э, МСУ–СК позволяют получать снимки с пространственным разрешением равной 90 см/пиксель. Периодичность прохождения спутника над одной и той же точкой над поверхностью Земли называется периодичностью съемки, у спутника РЕСУРС она равна 6 раз в сутки. [23].

Но при всех недостатках спутниковый мониторинг необходим в случае больших лесных территорий и при отсутствии возможности мониторинга другими способами (стоимость спутникового мониторинга также невысока). Информация, полученная по результатам спутниковой съемки, важна для мониторинга крупных пожаров и оценки их последствий.

2 Сравнительный анализ способов дистанционного обнаружения лесных пожаров

2.1 Методы анализа способов дистанционного обнаружения лесных пожаров

Оптимальный выбор объекта предполагает какую-то количественную оценку его качества, учитывающую некоторые критерии. Другими терминами, используемыми для критериев, являются локальные критерии, показатели, показатели качества, целевые функции, факторы и тому подобное. Задача оценки качества относится к многокритериальным задачам оптимизации.

Известно множество подходов к решению таких задач [24]:

• применение теории полезности для многокритериального выбора альтернатив из дискретного множества в условиях риска и неопределенности;
• сведение многокритериальной задачи к задаче скалярной оптимизации с помощью некоторой свертки векторного критерия;
• разработка человеко-машинных процедур решения многокритериальных задач оптимизации в интерактивном режиме и другие.

Можно выделить следующие основные проблемы, возникающие при оценке объектов по многим критериям:

• противоречивость критериев: улучшение по одному критерию обычно приводит к ухудшению по каким-либо другим критериям;
• невозможность аналитического (в виде формул) выражения связей между оценками по разным критериям;
• оценки по различным критериям имеют разный вид: числовые, содержательные («отлично», «хорошо», «да–нет» и так далее), балльные, в виде ранжирований и так далее. В общем случае под нечисловыми данными понимают элементы пространств, не являющихся линейными (векторными), в которых нет операций сложения элементов и их умножения на действительное число;
• числовые оценки отличаются по размерности (соответствуют разным физическим величинам и измеряются в разных единицах), по направленности (одни критерии требуется минимизировать, другие – максимизировать), по диапазону значений;
• различие критериев по важности.

Основной способ снятия этих проблем в процессе оценивания объектов – выявление и учет субъективных суждений эксперта. Для этого требуется следующая информация:

• перечень сравниваемых объектов;
• перечень критериев, по которым будет проводиться сравнение;
• оценки объектов по критериям;
• суждения о важности критериев (то есть информация о том, какие критерии важнее, какие – менее важны).

Для каждого объекта рассчитывается некоторая обобщенная оценка, в которой учитываются оценки по всем критериям. Для приведения оценок по различным критериям к единой форме и получения обобщенной оценки объекта используются следующие основные методы [25]:

• переход от оценок различного вида к экспертным оценкам. Они могут указываться в виде балльных оценок, в долях единицы, в виде парных сравнений и так далее. Примером перехода к экспертным оценкам (в виде парных сравнений) является метод анализа иерархий;
• для числовых оценок обычно выполняется переход к оценкам, имеющим значения от 0 до 1 и направленных на максимум (то есть оценок, имеющих смысл «чем больше, тем лучше»). Обычно лучшей оценке по критерию соответствует значение 1;
• для словесных оценок выполняется переход к числовой форме по следующим правилам: оценке «отлично» соответствуют числовые значения от 0,8 до 1; «хорошо» – от 0,63 до 0,8; «удовлетворительно» – от 0,37 до 0,63; «плохо» – от 0,2 до 0,37; «очень плохо» – от 0 до 0,2. Числовая оценка выставляется человеком (экспертом), исходя из его субъективных суждений.

Например, если по некоторому критерию два объекта имеют оценку «хорошо», но один из них очень хороший, а другой – немного хуже, то первому (лучшему) можно назначить оценку 0,8, а второму – 0,7;

• для оценок, имеющих вид «да-нет», используются следующие числовые значения: «да» – 0,67; «нет» – 0,33 (если по смыслу задачи оценка «да» нежелательна, то ей соответствует оценка 0,33, а «нет» – 0,67).

Результатом сравнения объектов должна быть некоторая упорядоченная их последовательность, располагающая объекты в порядке их предпочтения. По принципу приведения оценок объектов к единой оценке можно выделить следующие классы методов [12,25]:

• методы на основе выбора главного критерия. То есть выбирается один основной (главный) критерий, а на остальные критерии, как правило, накладываются ограничения. К этому же классу следует отнести методы, называемые «методами на основе лексикографического упорядочения критериев». В этих методах объекты сначала упорядочиваются по одному (главному) критерию; если по данному критерию оказывается несколько эквивалентных объектов, то используется следующий по важности критерий, и так далее. Методы этого класса достаточно просты. Однако они неприменимы для задач, в которых требуется учитывать несколько критериев, близких по важности;
• методы на основе компенсации критериев. Принцип работы этих методов состоит в том, что от эксперта требуется указать, какая величина выигрыша по одному критерию компенсирует определенный (заданный) проигрыш по другому критерию. Однако указание таких величин компенсации крайне сложно для человека. Поэтому такие методы не нашли широкого применения;
• методы на основе вычисления обобщенных оценок (обобщенного критерия). Принцип работы этих методов состоит в вычислении обобщенной оценки для каждого из объектов на основе их оценок по отдельным критериям. Один из таких методов – метод комплексной оценки. Достоинство таких методов – небольшой объем информации, требуемый от эксперта. Эти методы нашли широкое применение и реализованы во многих программных продуктах. В то же время они имеют ряд существенных недостатков:

1. методы этого класса не позволяют в достаточной мере учесть субъективные суждения эксперта о превосходстве объектов друг над другом, о желательности (или нежелательности) значений критериев и так далее.;
2. применение этих методов затрудняется при использовании критериев с нечисловыми оценками (словесные оценки, оценки «да-нет», оценки в виде ранжирований объектов и так далее);

• методы на основе попарного сравнения объектов. При использовании таких методов для каждой пары объектов определяется оценка превосходства одного объекта над другим; эта оценка может непосредственно указываться человеком или вычисляться на основе оценок по отдельным критериям. Такие методы обладают следующими достоинствами:

1. возможность полного учета суждений эксперта об объектах;
2. возможность использования оценок любых видов: числовых, содержательных, «да–нет» и так далее.

Основной недостаток методов этого класса – необходимость большого количества парных сравнений, то есть большой объем работы для человека (эксперта).

Эффективное проведение мониторинга пожарной опасности в лесах позволяет выявлять очаги пожаров на ранней стадии. Своевременное, то есть в кратчайший срок возникновения, обнаружение лесного пожара дает приступить к его тушению в начале развития, что упрощает задачу и значительно снижает затраты и убытки.

Для проведения сравнительного анализа были выбраны основные критерии, по которым можно оценить способы мониторинга лесных пожаров:

• площадь наблюдаемой территории;
• пространственное разрешение (размер пиксела) снимка;
• время обработки данных;
• точность определения местоположения.

Это основные критерии, так как от них зависит скорость реагирования, и оперативность принятия мер по устранению очагов возгорания.

Для определения веса критериев, представляющие собой числовые оценки их важности используем метод непосредственной оценки, который представляет собой процедуру приписывания объектам числовых значений в шкале интервалов. Это значение соответствует степени влияния того или иного объекта на наблюдаемый результат. В процессе сравнения эксперт должен поставить в соответствие каждому объекту точку на непрерывной числовой оси, например, на отрезке [0; 1]. Естественно, что эквивалентным по воздействиям объектам приписывается одно и тоже число.

Оценки объектов по критериям приводятся к безразмерному виду. Это преобразование выполняется по-разному в зависимости от вида и направленности критерия:

• для критериев, подлежащих максимизации, все оценки объектов по данному критерию делятся на максимальную оценку;
• для критериев, подлежащих минимизации, из оценок по данному критерию выбирается минимальная, и она делится на все оценки объектов по данному критерию;
• для содержательных (словесных) критериев выполняется переход к числовым оценкам.

В результате находятся комплексные оценки объектов (суммы взвешенных оценок), где лучшим является с большей комплексной оценкой.

2.2 Сравнительный анализ способов дистанционного обнаружения лесных пожаров

Для того, чтобы осуществить сравнительный анализ способов мониторинга лесных пожаров, необходимо определить значения по выбранным критериям. Исходя из информации первой главы, занесем данные в таблицу 5.

Таблица 5 – Сравнительная таблица способов мониторинга

Критерий	Наземный	Авиационный	Космический
Площадь наблюдения засутки, км2	2826	210000	700000
Пространственное разрешение получаемых данных,см/пиксель	40	80	90
Время, необходимое дляобновления данных, мин	30	300	240
Точность определенияместоположения, м	250	2,5	14

Введем обозначения критериев: К1 – площадь наблюдения, К2 – пространственное разрешение, К3 – время обработки данных, К4 – точность определения местоположения.

Матрица оценок критериев приведена в таблице 6.

Таблица 6 – Матрица оценок критериев

	К1	К2	К3	К4
Оценка критерия	10	7	8	8

После вычисления средних значений и выполнения нормализации получаем следующие веса критериев: V1 = 0,3, V2 = 0,21, V3 = 0,24, V4 = 0,24.

Выполним переход к безразмерным оценкам.

Критерий К1 (площадь наблюдения) подлежит максимизации. Максимальная оценка по этому критерию равна 700 000. Все оценки по данному критерию делятся на эту оценку:

P11 = 2826/700 000 = 0,004;

P12 = 210 000/700 000 = 0,3;

P13 = 700 000/700 000 = 1.

Здесь через Pij обозначены безразмерные оценки (i – номер критерия, j – номер объекта).

Критерий К2 (пространственное разрешение) подлежит минимизации (чем меньше разрешение, тем лучше). Минимальная оценка по данному критерию равна 40. Эта оценка делится на все оценки по данному критерию:

P21 = 40/40= 1;

P22 = 40/80= 0,5;

P23 = 40/90 = 0,44.

Критерий К3 (время обработки данных) подлежит минимизации. Минимальная оценка по данному критерию равна 30. Эта оценка делится на все оценки по данному критерию:

P31 = 30/30= 1;

P32 = 30/300= 0,1;

P33 = 30/240 = 0,125.

Критерий К4 (точность определения местоположения) подлежит минимизации. Минимальная оценка по данному критерию равна 2,5. Эта оценка делится на все оценки по данному критерию:

P41 = 2,5/250 = 0,01;

P42 = 2,5/2,5 = 1;

P43 = 2,5/14 = 0,18.

Безразмерные оценки сводятся в таблицу 7

Таблица 7 – Безразмерные оценки

	К1	К2	К3	К4
Наземный	0,00	1,00	1,00	0,01
Авиационный	0,30	0,5	0,10	1,00
Космический	1,00	0,44	0,13	0,18

Таким образом, выполнен переход от разнообразных оценок по критериям к безразмерным оценкам. Все безразмерные оценки имеют значения в пределах от 0 до 1. Чем больше значение безразмерной оценки, тем лучше объект (по любому критерию).

Находятся взвешенные оценки объектов по формуле (2):

 (2)

Взвешенные оценки для данного примера приведены в таблице 8

Таблица 8 – Взвешенные оценки

	К1	К2	К3	К4
Наземный	0,00	0,21	0,24	0,00
Авиационный	0,09	0,11	0,02	0,24
Космический	0,30	0,09	0,03	0,04

Далее находятся комплексные оценки объектов по формуле (3):

 (3)

В результате применения формулы (3) комплексные оценки способов мониторинга равняются:

Е1=0,458

Е2=0,464

Е3=0,471

В результате сравнительного анализа способов мониторинга оптимальным является космический мониторинг, так как данный способ имеет наибольшую комплексную оценку.

3 Подготовка космических снимков и анализ полученных результатов

3.1 Скачивание материала и обработка снимков в рабочей среде envi

Для скачивания материала воспользуемся сервисом Earth Explorer (рисунок 5). Он хранит в себе огромное количество снимков, полученных с множества спутников на всю территорию Земли.

Рисунок 5 – Earth Explorer.

В сервисе можно выбирать критерии для подбора нужного снимка, такие как процент облачности, диапазон времени, спутник, с которого получили снимок, и так далее. Для выбора требуемого снимка нужно выбрать область поиска, ей будет служить часть территории Сибири и для более явного результата возьмем снимки за середину и конец июля 2019 г. (рисунок 6).

Рисунок 6 – Снимки области интереса

При помощи инструмента Radiometric Calibration производим первичную обработку снимков (рисунок 7).

Рисунок 7 – Окно инструмента Radiometric Calibration

Здесь следует выбрать сочетание каналов Thermal и в появившемся окне выбрать тип калибровки Brightness Temperature (рисунок 8).

Рисунок 8 – Выбор типа калибровки

Вышеописанные действия применяются ко второму снимку.

3.2 Обработка снимков в ArcGis. Создание ndvi

После обработки в ENVI следует перейти в рабочую среду ArcGIS. Подгрузив обработанные снимки, можно заметить, что температура в них выражена в градусах Кельвина.

Для перевода в градусы Цельсия требуется воспользоваться инструментом Raster Calculator (рисунок 9) и использовать формулу (4):

 (4)

Рисунок 9 – Перевод снимка в градусы Цельсия

После выполнения математических расчётов снимки готовы к классификации (рисунок 10).

Рисунок 10 – Подготовленный снимок для классификации

Каждый снимок нужно поделить на 10 классов для более точного выявления температурных аномалий.

Конечный результат обработки снимков отображен на рисунке 11.

Рисунок 11 – Конечный результат обработки

Расчёт NDVI в рабочей среде ArcGIS можно произвести так же в Raster Calculator (рисунок 12), воспользовавшись формулой (5):

 (5)

где NIR – ближний инфракрасный свет; Red – видимый красный свет.

Кроме того, есть еще один способ нахождения вегетационного индекса, можно воспользоваться функцией автоматического построения NDVI, ее можно найти в Image Analysis.

Рисунок 12 – Расчет NDVI

После получения обработанных снимков, можно увидеть, что в них есть отрицательные значения. Их стоит удалить, для этого нужно перейти в вышеупомянутый Raster Calculator (рисунок 13) и ввести формулу (6).

 (6)

Рисунок 13 – Удаление отрицательных значений

По итогу получается снимок без отрицательных значений, который следует разбить на 10 классов (рисунок 14).

Рисунок 14 – Готовый NDVI

Действия в пунктах 3.1 и 3.2 так же выполняются на втором снимке.

3.3 Анализ результатов

На основе полученных данных о температуре подстилающей поверхности за начало июля можно выявить температурные аномалии (рисунок 15), где значения выше нормы, например наблюдаются места, где температура достигает 600 градусов по Цельсию.

Рисунок 15 – Пример температурной аномалии

Теперь возьмем эту аномалию и проверим ее на наличие пожара. При сопоставлении снимка с данными из Google Maps было выявлено, что на территории аномалий нет сооружений (рисунок 16), которые могли бы вызвать аномалии, и опираясь на данные с сервиса СКАНЭКС за 2019 год можно сделать вывод, что это зачатки будущих пожаров.

Рисунок 16 – Фрагмент карты Google Maps на область интереса

Чтобы рассчитать площадь аномалий и их динамику за 15 дней, нужно воспользоваться атрибутивной таблицей классифицированного вырезанной частью снимка (рисунок 17), где в столбце COUNT будет показано количество пикселов в самой аномалии. Создадим дополнительное поле, для этого нужно нажать Add Field, в нем будет отображена площадь аномалии в гектарах. Нажимаем ПКМ по созданному полю и нажимаем на Field Calculator и вводим формулу (7).

 (7)

Где COUNT – столбец, в котором содержится число пикселей.

В итоге получаем рассчитанную площадь в гектарах.

Рисунок 17 – Атрибутивная таблица с данными по температурным аномалиям

Затем для более наглядного анализа необходимо произвести компоновку, где будет видна динамика очага пожара, в ней должно присутствовать сопоставление температурных аномалий и вегетационного индекса на территории области интереса за определенный период времени (рисунок 18).

Так же для удобства прочтения полученной карты для анализа стоит вывести основные полученные данные в виде таблицы, которая тоже будет добавлена в компоновку.

Рисунок 18 – Скомпонованная работа для анализа

Самая большая аномалия, обнаруженная на снимке в начале июля, была размером с 203 га, а в конце года увеличилась до 448 га. Отметка вегетационного индекса в районе аномалии снизилась с 0,4 до 0,05. Опираясь на эти данные, можно сделать вывод о том, что предложенная методика рабочая и может своевременно засечь пожары на ранних стадиях.

Результатом можно считать рабочий и проверенный метод для обнаружения очагов пожаров, а также карта нескольких очагов пожара по области интереса и данные по ним.

4 Обширный сбор данных для подсчета нанесенного ущерба пожаров на примере долины реки Колыма

4.1 Сбор и обработка снимков

Для данного исследования был выбран максимально наибольший временной диапазон сбора космических снимков, начиная с 1969 года, заканчивая 2007 годом. В период 60-х годов использовались данные, полученные с серии спутников TIROS (рисунок 19), далее использовались спутниковые данные Landsat всех серий.

Рисунок 19 – Спутник TIROS-1

Обработка снимков по территории интереса проходили по вышеописанной методике в рабочей среде ENVI.

По итогу обработки была собрана информация примерно на 100 000 км², для дальнейшей обработки в ArcMap.

4.2 Обработка полученных данных в рабочей среде ArcMap

Методика обработки полученных данных посредством обработки в рабочей среде ArcMap ничем не отличается от вышеописанной ранее.

Стоит добавить, что для удобства и экономии времени был создан автоматический алгоритм в ArcMap с помощью инструмента Model Builder, который позволил быстро обработать большое количество снимков, необходимые для получения данных об очагах пожаров.

Данные по количеству растительной массы были получены благодаря материалам GIMMS (Global Inventory Monitoring and Modeling System).

В итоге было обработано по 69 снимков за разные годы, общая площадь которых составляет около 100 000 км², для обнаружения очагов пожаров с фиксацией примерной даты возгорания, так же была подсчитана площадь распространения огня, которая насчитывает около 14 000 км².

Результатом обработки стали две карты, отображающие количество растительной массы за 2007 год (рисунок 20) и собранные по годам территории, подвергшиеся пожарам (рисунок 21).

Рисунок 20 – Количество растительной массы

Рисунок 21 – Карта пожаров за разные годы

По полученным картам и их данным можно провести последующий анализ.

4.3 Анализ результатов

При сопоставлении двух полученных карт, можно убедиться, что в районах недавних пожаров, наблюдается уменьшенное количество растительной биомассы. На местах пожарищ образуются так называемые «шрамы» (рисунок 22), на восстановление которых уходит более 50 лет, что подтвердилось визуальным анализом биомассы территорий подвергшимся пожарам в 1969-х гг. и количеством биомассы за 2007 г.

Рисунок 22 – Пример «шрама» на территории долины реки Колыма

Так же по результату работы была собрана таблица А.1 (см. приложение А) с данным о найденных очагах пожаров за разные годы.

Эти данные были выгружены для ознакомления в виде web-карты на сервисе ArcGIS Online (рисунок 23).

Рисунок 23 – Карта пожаров в ArcGIS Online

Результатом анализа стало выявление 116 очагов пожара, где был обнаружен ущерб на территории около 14 000 км², собранные в единую таблицу c географической привязкой.

Заключение

В работе описаны способы обнаружения лесных пожаров. Выявлены недостатки этих способов, которые не позволяют выявить лесной пожар своевременно. На основе полученных знаний во время обучения был составлен метод обнаружения лесных пожаров из космоса по полученной информации о температурных аномалиях на поверхности Земли. Данная информация получается за счет космических снимков и последующей их обработке и анализе.

Также был произведен анализ способов дистанционного мониторинга лесных пожаров методом комплексной оценки по выбранным критериям, а именно:

• площадь наблюдаемой территории;
• пространственное разрешение снимка;
• время обработки данных;
• точность определения местоположения.

По результатам анализа космический мониторинг является наиболее подходящим с комплексной оценкой равной 0,471.

Также предложенный метод по обнаружению пожаров был проверен на нескольких известных возгораниях, что позволило дальнейшую работу с ним.

Результатом проделанной работы является достижение поставленных задач:

• описание способов мониторинга лесных пожаров;
• сравнительный анализ способов мониторинга лесных пожаров;
• описание предлагаемого метода обнаружения лесного пожара;
• обработка космических снимков для анализа пожаров.
• сбор данных и создание карты по территориям, подвергшихся пожарам

По итогу благодаря описанному и проверенному в работе методу обнаружения пожаров была создана карта по пожарам за период с 1969 г. по 2007 г. и так же собрана обширная информация по возгораниям и их последствиям на территории долины реки Колыма, которая была обнародована посредством web-приложения ArcGIS Online с общим доступом.

Список использованных источников

1. Бадмацыренов, Б. В. Мониторинг лесных пожаров на Байкальской природной территории / Б. В. Бадмацыренов, С. Ж. Гулгенов; Иркут. гос. ун-т – 2013. – С. 83–85.
2. Барталев, С. А. Сопоставление информации о лесных пожарах по данным спутниковых, наземных и авиационных наблюдений ИСДМ-Рослесхоз / С. А. Барталев . –Москва, 2010. – №2. – С. 97–105.
3. Батищев, Д.И. Многокритериальный выбор с учетом индивидуальных предпочтений: учебное пособие / Д. И. Батищев, Д. Е. Шапошников. – Нижний Новгород: ИПФ РАН, 1994. – 92 с.
4. Возможности авиационного мониторинга [сайт]: Акционерное общество Балтийское аэрогеодезическое предприятие. – URL: http://www.balt-agp.ru/services/aerofoto.htm (дата обращения 28.02.2022)
5. Залесов, А. С. Классификация лесных пожаров: Методические указания / А. С. Залесов. – Екатеринбург: УГЛТУ, 2011. – 15 с.
6. Заяц, А. М. Разработка мультимедийного Web – приложения мониторинга лесных пожаров: сб. науч. тр. / А. М. Заяц, А. А. Логачев – Санкт-Петербург: СПбГЛТУ, 2012. – № 4. – С. 17–20.
7. Иванов, А. В. Лесная пирология: конспект лекций / А. В. Иванов. – Йошкар-Ола: Марийский гос. тех. ун-т, 2010. – 276 с.
8. Каницкая, Л. В. Лесная пирология: учеб. пособие / Л. В. Каницкая. – Иркутск: БГУЭП, 2013. – 206 с.
9. Маковский, В. М. Перспективы использования беспилотной авиации для обнаружения и мониторинга лесных пожаров в Архангельской области: сб. науч. тр. / В. М. Маковский, А. А. Елисеев – Архангельск: КИРА, 2016. – 34–36 с.
10. Матвеев, П. М. Лесная пирология: Учебное пособие для студентов специальности всех форм обучения / А. М. Матвеев, П. М. Матвеев. – Красноярск: СибГТУ, 2002. – 287 с.
11. Мелехов, И. С. Лесная пирология: учеб. пособие по образованию в области лесного дела / И. С. Мелехов, С. И. Душа-Гудым, Е. П. Сергеева. – Москва: МГУЛ, 2008. – 291 с.
12. Новоселова, Н. В. Дистанционные методы исследования: учеб. пособие / Н. В. Новоселова. – Красноярск: Краснояр. гос. аграр. ун-т, 2010. – 175 с.
13. О распределении земель лесного фонда по способам мониторинга пожарной опасности в лесах и зонам осуществления авиационных работ по охране лесов [сайт]. – URL http://docs.cntd.ru/document/902180700 (дата обращения: 16.02.2022).
14. Отчет о сумме ущерба, нанесенного лесными пожарами за 2015 год [сайт]. – URL: http://www.rosleshoz.gov.ru/activity/no-fire/docs/projects/15 (дата обращения: 30.01.2022)
15. Правоприменение и управление в сфере использования, охраны, защиты и воспроизводства лесов: учеб. пособ. / А. Н. Бобринский [и др.]. – Москва: Всемирный банк, 2015. – 252 с.
16. Применение информационной системы дистанционного мониторинга «ИСДМ-Рослесхоз» для определения пожарной опасности в лесах Российской Федерации: учеб. пособ. / Р. В. Котельников [и др.]. – Пушкино (МО): ФГУ «Авиалесоохрана», 2014. – 82 с.
17. Пространственное разрешение ДЗЗ [сайт]. – URL: http://loi.sscc.ru/gis/dataplus/arcrev/Number_17/3_Svoistva.htm (дата обращения 14.02.2022).
18. Реестр ослабленных, поврежденных и погибших лесных насаждений на территории Российской Федерации [сайт]. – URL: http://www.rosleshoz.gov.ru/activity/nofire/docs/projects/20 (дата обращения: 2.02.2022).
19. Синельников, А. В. Профилактика возникновения лесных и ландшафтных пожаров в летний пожароопасный период / А. В. Синельников. – Москва: Вече, 2014. – С. 145–148.
20. Смородинский, С. C. Методы анализа и принятия управленческих решений: учебное пособие / С. C. Смородинский, Н. В. Батин. – Минск: БКУУ, 2000. – 101 с.
21. Федеральная служба государственной статистики [сайт]: база данных содержит ежегодную статистику площади лесных пожаров. – URL: http://www.gks.ru (дата обращения: 16.02.2022).
22. Характеристика БПЛА [сайт]: информ. сайт. – URL: http://zala.aero/zala-421-04/ (дата обращения 16.02.2022).
23. Характеристики аппаратуры MODIS [сайт] Пожары – Географический факультет МГУ. – URL: http://www.geogr.msu.ru/cafedra/karta/materials/heat_img/files/2/pozhary.html (дата обращения: 28.02.2022)
24. Характеристики системы «Лесной дозор» [сайт]: информ. сайт. – URL: http://www.lesdozor.ru/ (дата обращения: 28.02.2022).
25. Шимов, С. В. Технология мониторинга вырубок леса с использованием космических снимков высокого пространственного разрешения / С. В. Шимов, Ю. В. Никитина – Санкт-Петербург: Наука, 2011. – № 4 (13). – 49–52 с.

Приложение а Данные по пожарам на территории реки Колыма

Таблица А.1 – Данные о найденных очагах пожара

Номер очага пожара	Год пожара	Площадь, км2
1	2007	9,84
2	2007	28,03
3	2007	7,95
4	2007	2,72
5	2007	1,83
6	2007	5,67
7	2007	28,13
8	2007	13,14
9	2007	52,73
10	2006	0,81
11	2006	8,83
12	2006	0,06
13	2005	0,26
14	2005	222,95
15	2005	30,51
16	2005	14,08
17	2004	3,52
18	2004	13,91
19	2003	201,88
20	2003	64,42
21	2003	11,71
22	2003	181,5
23	2003	60,28
24	2003	764,96
25	2003	756,52
26	2003	24
27	2003	214,07
28	2003	16,39
29	2002	22,71
30	2002	19,29
Продолжение таблицы А.1
Номер очага пожара	Год пожара	Площадь, км2
31	2002	3.27
32	2002	11,56
33	2002	1,72
34	2002	30,68
35	2002	29,64
36	2001	3,17
37	2001	1,07
38	2001	29
39	2001	41,16
40	2001	26,99
41	2001	35,86
42	2001	82,35
43	2001	16,46
44	2001	181,78
45	2001	100,3
46	2001	171,17
47	2001	92,35
48	2001	190,43
49	2001	332,95
50	2001	37,11
51	2001	22,52
52	2001	17,74
53	2001	132,69
54	2001	219,89
55	2001	21,39
56	2001	1,09
57	2001	4,29
58	2000	70,22
59	2000	39,9
60	1998	212,95
61	1994	91,13
62	1994	14,81
63	1994	2571,66
64	1994	238,15
Продолжение таблицы А.1
Номер очага пожара	Год пожара	Площадь, км2
65	1993	6,81
66	1993	262,62
67	1992	57,83
68	1992	1,71
69	1992	26,83
70	1991	243,74
71	1991	28,86
72	1991	596,13
73	1990	9,32
74	1990	123,91
75	1990	13,92
76	1990	262,49
77	1986	30,89
78	1984	205,61
79	1983	86,7
80	1983	15,6
81	1983	126,39
82	1982	100,23
83	1974	0,56
84	1974	4,95
85	1974	411,55
86	1974	189,74
87	1974	315,51
88	1974	325,75
89	1973	293,62
90	1973	62,65
91	1972	13,86
92	1972	46,52
93	1972	408,45
94	1972	95,65
95	1972	95,09
96	1972	7,93
97	1972	71,6
98	1972	248,87
Продолжение таблицы А.1
Номер очага пожара	Год пожара	Площадь, км2
99	1972	11,71
100	1972	15,56
101	1972	1,91
102	1971	658,09
103	1971	381,47
104	1971	135,39
105	1970	15,75
106	1970	110,24
107	1970	122,07
108	1970	3,59
109	1970	11,16
110	1970	21,13
111	1970	9,5
112	1970	56,22
113	1970	17,24
114	1970	143,35
115	1969	281,05
116	1969	130,62

https://studfile.net/preview/16589348/page:10/