Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

ИСПОЛЬЗОВАНИЕ ДАННЫХ КОСМИЧЕСКОГО РАДИОЛОКАЦИОННОГО ЗОНДИРОВАНИЯ ПРИ АНАЛИЗЕ ЗОН ЗАТОПЛЕНИЯ В ПОЛОВОДЬЕ


https://doi.org/10.25296/1997-8650-2018-12-7-8-54-60

Полный текст:


Аннотация

В статье рассматривается возможность использования результатов дистанционного зондирования Земли как одного из основных источников данных для мониторинга речных наводнений. Эффективная работа систем прогнозирования наводнений требует наличия достоверных оперативных данных на территорию затопления для калибровки и валидации используемых гидродинамических моделей. При наличии плотного облачного покрова получение данных с использованием оптических систем затруднено. На сегодняшний день все чаще используется космическое радиолокационное зондирование, позволяющее проводить наблюдения независимо от освещенности поверхности и состояния облачного покрова, получая при этом данные высокого пространственного разрешения в оперативном режиме. Важной особенностью дистанционного зондирования Земли из космоса сегодня является увеличение числа свободно распространяемых космических данных, в частности — снимков со спутников семейства Sentinel, разработанных Европейским космическим агентством. К примеру, съемка территории России с КА Sentinel-2 выполняется каждые два — три дня. В выполняемом авторами проекте территорией исследования является город Великий Устюг, расположенный на слиянии рек Сухона и Юг. Для выявления участков, затопленных в ходе наводнения, с использованием открытого программного обеспечения выполнена пороговая обработка и классификация данных Sentinel-1 и RADARSAT-2. Визуализация полученных результатов осуществлена на базе информационно-аналитической системы «Простор». Результаты обработки радиолокационных снимков сопоставлены с границами затоплений, выделенных на основе расчета индекса NDWI по оптическим данным со спутников Sentinel-2 и Ресурс-П. В соответствии с пространственным разрешением данных и использованной технологией обработки возможно достичь высокой точности картографирования наводнений на открытых участках с низким уровнем урбанизации. Полученные результаты подтвердили эффективность использования данных дистанционного зондирования Земли из космоса для оперативного мониторинга наводнений.


Об авторах

В. А. ЗЕЛЕНЦОВ
Санкт-Петербургский институт информатики и автоматизации РАН, г. Санкт-Петербург
Россия

14-я линия В.О., д. 39, г. Санкт-Петербург, 199178

Главный научный сотрудник лаборатории информационных технологий в системном анализе и моделировании, д.т.н., профессор





С. А. ПОТРЯСАЕВ
Санкт-Петербургский институт информатики и автоматизации РАН, г. Санкт-Петербург
Россия

14-я линия В.О., д. 39, г. Санкт-Петербург, 199178

Старший научный сотрудник лаборатории информационных технологий в системном анализе и моделировании, к.т.н.



И. Ю. ПИМАНОВ
Санкт-Петербургский институт информатики и автоматизации РАН, г. Санкт-Петербург
Россия

14-я линия В.О., д. 39, г. Санкт-Петербург, 199178

Младший научный сотрудник лаборатории информационных технологий в системном анализе и моделировании



М. Р. ПОНОМАРЕНКО
Санкт-Петербургский институт информатики и автоматизации РАН, г. Санкт-Петербург
Россия

14-я линия В.О., д. 39, г. Санкт-Петербург, 199178

Младший научный сотрудник лаборатории информационных технологий в системном анализе и моделировании



Список литературы

1. Алабян А.М., Алексеевский Н.И., Евсеева Л.С., Жук В.А., Иванов В.В., Сурков В.В., Фролова Н.Л., Чалов Р.С., Чернов А.В., 2004. Генетический анализ причин весеннего затопления долины Малой Северной Двины в районе г. Великого Устюга. Эрозия почв и русловые процессы, № 14, с. 104–130.

2. Алабян А.М., Зеленцов В.А., Крыленко И.Н., Потрясаев С.А., Соколов Б.В., Юсупов Р.М., 2015. Оперативное прогнозирование наводнений на основе комплексного упреждающего моделирования и интеграции разнородных данных. Труды СПИИРАН, № 41, с. 5–33.

3. Алабян А.М., Зеленцов В.А., Крыленко И.Н., Потрясаев С.А., Соколов Б.В., Юсупов Р.М., 2016. Создание интеллектуальных информационных систем оперативного прогнозирования речных наводнений. Вестник Российской академии наук, № 86(2), с. 127–137, https://doi.org/10.7868/S086958731602002X.

4. Зеленцов В.А., Потрясаев С.А., Пиманов И.Ю., Семенов А.Е., 2016. Мониторинг и моделирование наводнений на базе системы с сервис-ориентированной архитектурой. Геориск, № 1, с. 12–15.

5. Лебедева С.В., Алабян А.М., Крыленко И.Н., Федорова Т.А., 2015. Наводнения в устье Северной Двины и их моделирование. Геориск, № 1, с. 18–25.

6. Родионова Н.В., 2017. Анализ изображений Sentinel 1 для весеннего паводка в Алтайском крае в апреле 2015 года и Рязанской области в апреле 2016 года. Современные проблемы дистанционного зондирования Земли из космоса, Том 14, № 1. с. 136–146, https://doi.org/10.21046/2070-7401-2017-14-1-136-146.

7. Bolanos S., Stiff D., Brisco B., Pietroniro A., 2016. Operational Surface Water Detection and Monitoring Using Radarsat 2. Remote Sensing, 8, 285, https://doi.org/10.3390/rs8040285.

8. Chini M., Hostache R., Giustarini L., Matgen P., 2017. A Hierarchical Split-Based Approach for Parametric Thresholding of SAR Images: Flood Inundation as a Test Case. IEEE Transactions on Geoscience and Remote Sensing, Vol. 55, No. 12, pp. 6975–6988.

9. Martinis S., Rieke C., 2015. Backscatter Analysis Using Multi-Temporal and Multi-Frequency SAR Data in the Context of Flood Mapping at River Saale, Germany Remote Sensing, Vol. 7, pp. 7732–7752.

10. Martinis S., Kersten J., Twele A., 2015. A fully automated TerraSAR-X based flood service. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 104, pp. 203–212.

11. Mason D.C., Giustarinib L., Garcia-Pintadoa J., Clokec H.L., 2014. Detection of flooded urban areas in high resolution Synthetic Aperture Radar images using double scattering. International Journal of Applied Earth Observation and Geoinformation, Vol. 28, pp. 150–159.

12. Ponomarenko M.R., Pimanov I.Yu., 2017. Implementation of Synthetic Aperture Radar and Geoinformation Technologies in the Complex Monitoring and Managing of the Mining Industry Objects. In: Silhavy R., Senkerik R., Kominkova-Oplatkova Z., Prokopova Z., Silhavy P. (eds.) Cybernetics and Mathematics Applications in Intelligent Systems. CSOC 2017. Advances in Intelligent Systems and Computing, Vol. 574, https://doi.org/10.1007/978-3-319-57264-2_30.

13. Ponomarenko M.R., Pimanov I.Yu., 2016. Processing of SAR amplitude images with posting the results on web server. Journal Sib. Fed. Univ. Eng. technol., Vol. 9, No. 7, pp. 994–1000, https://doi.org/10.17516/1999-494X-2016-9-7-994-1000.

14. Refice A., Capolongo D., Pasquariello G., D'Addabbo A., Bovenga F., Nutricato R., Lovergine F., Pietranera L., 2014. SAR and InSAR for flood monitoring: examples with COSMO-SkyMed data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 7, No. 7, pp. 2711–2722, https://doi.org/10.1109/JSTARS.2014.2305165.

15. Refice A., D’Addabbo A., Capolongo D., 2018. Methods, Techniques and Sensors for Precision Flood Monitoring Through Remote Sensing. In: Refice A., D'Addabbo A., Capolongo D. (eds.) Flood Monitoring through Remote Sensing. Springer Remote Sensing/Photogrammetry, https://doi.org/10.1007/978-3-319-63959-8_1.

16. Zelentsov V., Pimanov I., Potryasaev S., Sokolov B., Cherkas S., Alabyan A., Belikov V., Krylenko I., 2017. River Flood Forecasting System: An Interdisciplinary Approach. In: Refice A., D’Addabbo A., Capolongo D. (eds.) Flood Monitoring through Remote Sensing. Springer Remote Sensing/Photogrammetry, https://doi.org/10.1007/978-3-319-63959-8_4.

17. Zelentsov V.A., Potryasaev S.A., Pimanov I.J., Nemykin S.A., 2016. Creation of intelligent information flood forecasting systems based on service oriented architecture. Advances in Intelligent Systems and Computing, Springer International Publishing Switzerland, Vol. 466, pp. 371–381, https://doi.org/10.1007/978-3-319-33389-2_35.

18. От науки к практике: автоматическая система мониторинга и прогнозирования наводнений тестируется на Северной Двине, URL: http://www.geogr.msu.ru/news/news_detail.php?ID=12921 (дата обращения: 02.09.2018).

19. Тестирование системы оперативного прогнозирования наводнений, URL: https://litsam.ru/index.php/ru/news-ru/prostor-ru (дата обращения: 02.09.2018).

20. Copernicus Emergency Management Service, URL: http://emergency.copernicus.eu/ (дата обращения: 02.09.2018).

21. Thematic Exploitation Platform — Hydrology TEP, URL: https://hydrology-tep.eo.esa.int/ (дата обращения: 02.09.2018).


Дополнительные файлы

Для цитирования: ЗЕЛЕНЦОВ В.А., ПОТРЯСАЕВ С.А., ПИМАНОВ И.Ю., ПОНОМАРЕНКО М.Р. ИСПОЛЬЗОВАНИЕ ДАННЫХ КОСМИЧЕСКОГО РАДИОЛОКАЦИОННОГО ЗОНДИРОВАНИЯ ПРИ АНАЛИЗЕ ЗОН ЗАТОПЛЕНИЯ В ПОЛОВОДЬЕ. Инженерные изыскания. 2018;12(7-8):54-60. https://doi.org/10.25296/1997-8650-2018-12-7-8-54-60

For citation: ZELENTSOV V.A., POTRYASAEV S.A., PIMANOV I.Y., PONOMARENKO M.R. THE USE OF SYNTHETIC APERTURE RADAR (SAR) DATA IN THE ANALYSIS OF INUNDATED AREAS DURING THE SPRING FLOOD. Engineering survey. 2018;12(7-8):54-60. (In Russ.) https://doi.org/10.25296/1997-8650-2018-12-7-8-54-60

Просмотров: 147

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1997-8650 (Print)
ISSN 2587-8255 (Online)