Примеры космических изображений импактных районов
реклама
14.574.21.0086 <Номер постера> Федеральная целевая программа «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014—2020 годы» Рациональное природопользование Тема: «Разработка методов и технологий мониторинга состояния импактных районов Арктики по мультиспектральным оптическим и радиолокационным космическим изображениям и данным наземных наблюдений» Руководитель проекта: Директор НИИ «АЭРОКОСМОС», академик РАН Бондур Валерий Григорьевич Соглашение от 16 июля 2014 г. № 14.574.21.0086 на период 2014 – 2016 гг. Получатель субсидии: федеральное государственное бюджетное научное учреждение «Научно-исследовательский институт аэрокосмического мониторинга «АЭРОКОСМОС» (НИИ «АЭРОКОСМОС») Цели и задачи проекта Цель проекта: Создание комплекса научно-технических решений для организации мониторинга импактных районов арктической зоны на основе спутниковых и наземных данных в интересах рационального природопользования и обеспечения экологической безопасности северных территорий Российской Федерации. Основные задачи проекта: Разработка новых эффективных методов мониторинга состояния импактных районов Арктики, основанных на анализе космических изображений. Разработка методик сбора, обработки и совместного анализа временных серий космических и наземных данных. Создание макета системы космического мониторинга импактных районов Арктики. Актуальность проекта обусловлена необходимостью обеспечения экологической безопасности, устойчивого развития и рационального природопользования в стратегически важных для экономики и безопасности России территориях Арктики за счет разработки новых современных методов и технологий мониторинга. Новизна проекта заключается в: Комплексном использовании различных типов данных дистанционного зондирования Земли, в их совместной обработке и анализе с привлечением данных подспутниковых измерений. Применении новых типов данных дистанционного зондирования. Разработке новых методов мониторинга, основанных на объектно-ориентированном подходе к классификации космических изображений. Ожидаемые результаты проекта В сравнении с аналогичными разработками (например, реализованными в Государственной пространственно-распределеной системе космического мониторинга окружающей среды (Россия), системах мониторинга лесных пожаров МЧС России, Rapidfire (США), суши MODIS Land (США), растительных ресурсов WELD (США), криосферы NSIDC (США) и ледовой обстановки SeaIce (Дания) разрабатываемые решения имеют следующие преимущества: Расширенная номенклатура используемых космических данных, с разными спектральными и пространственными характеристиками, что обеспечивает повышение объема и качества мониторинговой информации. Использование новых, проблемно ориентированных методов обработки данных дистанционного зондирования Земли. Использование для мониторинга и верификации космических методов данных наземных наблюдений. Методы мониторинга состояния импактных районов Арктики, основанные на объектноориентированной классификации и анализе различных типов космических оптических и радиолокационных изображений. Технология космического экологического мониторинга, основанная на анализе временных серий космических и наземных данных. Макет системы космического мониторинга экологического состояния импактных районов Арктики. База данных космических изображений и значимых параметров, характеризующих экологическое состояние импактных районов Арктики. Предложения и рекомендации по использованию результатов проекта для обеспечения рационального природопользования в импактных районах Арктике. Перспективы практического использования Результаты проекта могут быть использованы при: Контроле экологического состояния северных территорий подверженных интенсивным антропогенным воздействиям. Создании систем мониторинга различных параметров окружающей среды в России и мире. Контроле за законностью разработки и использованием месторождений природных ресурсов. Планировании инфраструктуры новых месторождений полезных ископаемых Обеспечении контроля и ликвидации стихийных бедствий и чрезвычайных ситуаций. Планирование и управление особо охраняемыми природными территориями. Основными эффектами от внедрения результатов являются: Улучшение качества окружающей среды на арктических территориях Российской Федерации, и как следствие качества жизни населения. Предупреждение и снижение риска возникновения опасных природных и техногенных процессов в импактных районах Арктики. Повышение качества информационного обеспечения выработки управляющих и регулирующих решений органами государственного управления на северных территориях России. Расширение международного научно-технического сотрудничества в области арктических исследований. Результаты исследовательской работы, полученные в 2015 г. Методы и алгоритмы мониторинга экологического состояния импактных районов Арктики 1. Методы, алгоритмы и их программные реализации для мониторинга D экологического состояния импактных районов Арктики, в том числе: Сегментации космических изображений импактных районов Арктики, V v , S основанный на семантической сегментации с использованием марковских D ( x, y ) K ( x, y ) случайных полей. D Классификации объектов в импактных районах Арктики по космическим изображениям , основанный на байесовском подходе. Автоматического детектирования зон антропогенных воздействий в K ( x, y ) импактных районах Арктики по космических изображениям, основанный D на анализе динамики вегетации растительности. 2. Методики сбора, обработки и анализа временных серий космических и наземных данных для мониторинга экологического состояния импактных районов Арктики. Блок-схема мониторинга Алгоритм автоматического Алгоритм сегментации импактных районов по Алгоритм классификации объектов детектирования областей 3. Функциональная модель системы космического мониторинга космическим изображениям космических изображений подстилающей поверхности антропогенного воздействия экологического состояния импактных районов Арктики. Функциональная модель системы космического Блок-схемы процессов сбора, обработки и анализа 4. Схема макета системы космического мониторинга экологического мониторинга импактных районов временных серий космических и наземных данных состояния импактных районов Арктики. 5. База данных космических изображений и значимых параметров среды, характеризующих состояние импактных районов Арктики для выбранных и обоснованных тестовых участков. 6. Достигнуты следующие значения индикаторов и показателей: По результатам исследований, в 2015 году в журналах, индексируемых в базах данных Scopus и WEB of Science, опубликованы три статьи (требовалось три статьи). Подана одна заявка на получение патента на изобретение «Способ определения дигрессии надпочвенного покрова в арктической зоне» (требовалось одна заявка). Примеры космических изображений импактных районов База данных космических изображений и значимых параметров среды импактных районов Арктики Исполнители проекта принимали участие в одном мероприятии по демонстрации и популяризации полученных результатов в рамках Международной научной конференции МДК-2015-03 (требовалось одно мероприятие). При выполнении прикладных научных исследований были использованы три уникальные научные установки – комплексы приема и обработки космических данных (требовалось три установки). Доля исследователей, участников проекта, в возрасте до 39 лет Многоспектральное Радиолокационное составила 55% (требовалось 35%), средний возраст участников проекта изображение, Данные Гиперспектральные изображение, Значения составил 40,8 лет (требовалось 46 лет). г. Усинск, наземных изображения, г. Норильск, Фрагмент базы данных космических вегетационных г. Норильск, Космические изображения БД космических изображений N n n 1 Исходное космическое изображение высокого разрешения I. Построение трубки допустимых траекторий l Сегментация изображения методом на основе марковской модели (Метод С) Объект из обучающей выборки l Выбор серии изображений по заданной маске области интереса Объект на изображении Выделение информативного сигнала Вычисление вектора состояния для каждого n пикселя карты Разбиение изображения на сегменты (объекты) Классификация пикселя изображения n 1) Вычисление расстояния для каждого вектора состояния пикселя. 2) Проверка условия попадания кривой индекса состояния в «трубку» допустимых траекторий. Классификация объектов на основании яркостных, геометрических, текстурных характеристик и топологических связей (Метод К) Яркостные признаки Набор слоев изображения Карта угнетенной растительности и участков антропогенного воздействия на экосистемы импактных районов Арктики, наложенная на карту типов подстилающей поверхности Детектирование участков угнетенной растительности и антропогенного воздействия на экосистемы (Метод Д) Топологичес кие признаки Метод главных компонент Карта отдельных классов Разбиение изображения на классифицированные области, соответствующие типам подстилающей поверхности Геометриче ские признаки Текстурные признаки n Построение начальной конфигурации сегментов скрытой компоненты МСП 1) Проверка выполнения остановки алгоритма. 2) Вычисление общей энергии изображения для текущей конфигурации. Класс объекта (экспертное определение) Формирование вектора признаков ЯркостныеТекстурныеГеометрические Топологичес признаки признаки признакикие признаки Метод главных компонент Выбор календарного года и продолжительности сезонных наблюдений Вектор признаков Классификация растительности Вектор признаков II. Обучение классификатора Параметры классификатора Класс объекта Классификация Вектор признаков Кривая вегетации и карта растительности для каждого года Карта растительности для текущего года Поиск конфигурации с меньшей энергией Выделение классов угнетенной растительности M arg max P M | N arg min E M Маски областей интереса M Методика сбора Методики сбора, обработки и совместного анализа Методика сбора Данные ДЗЗ Методика совместного анализа Систематизированные данные Постановка задачи на сбор данных Результаты тематической обработки и комплексного анализа Методика обработки Сбор данных A1 Наземные данные Методика обработки Методы обработки данных A11 A31 Выбор источников данных Хранение данных Параметры данных A2 Результаты тематической обработки и комплексного анализа Информационные продукты Обработка и анализ данных Исходные данные Ответ на запрос Публикация результатов Карты A14 НОМЕР:2 2000г. изображений тестовых участков УЗЕЛ: А1 ЗАГОЛОВОК: Совместный анализ временных серий данных A33 Хранение данных A2 Систематизированные данные Система мониторинга импактных районов Результаты совместного анализа Сбор данных НОМЕР:3 Макет системы космического мониторинга УЗЕЛ: Система хранения данных Результаты совместного анализа Хранение данных Систематизация данных Макет системы космического мониторинга А0 ЗАГОЛОВОК: Тематическая обработка АРМ предварительной обработки A15 УЗЕЛ: Результаты тематической обработки A32 Получение данных АРМ сбора данных АРМ публикации результатов A2 Наборы данных Наземные данные Отчеты A4 АРМ предварительной и тематической обработки данных Результаты предварительной обработки Запрос данных Данные ДЗЗ Методика совместного анализа Хранение данных Исходные систематизированные данные A13 A3 Система хранения данных Предварительная обработка Список источников данных A12 АРМ сбора данных Результаты предварительной обработки A2 АРМ тематической обработки A3 ЗАГОЛОВОК: Обработка и анализ данных НОМЕР:4 2015г. индексов измерений КА Ресурс-П КА Landsat-8 КА Santinel-1 Партнеры проекта Индустриальный партнёр: «Научно-производственная организация «Информационные системы и наукоемкие технологии» Основные направления деятельности индустриального партнёра: Разработка информационных систем, а также создание технических средств и программного обеспечения в интересах дистанционного зондирования и обработки информации. Проведение дистанционных съемок океана, атмосферы и поверхности Земли с борта космических аппаратов и воздушных носителей для решения широкого круга задач интересах предприятий реального сектора экономики. Реализация проектов и программ в области мониторинга окружающей среды, предупреждения чрезвычайных ситуаций, исследования природных ресурсов и контроля природопользования. Финансовая поддержка проекта (внебюджетное финансирование), млн. руб.: 14.574.21.0086 2014 г. 2015 г. 2016 г. Всего 2,67 3,34 2,67 8,68 <Номер постера>
