Использование мульти-  и гиперспектральных данных дистанционного зондирования для автоматизированного мониторинга рек и водоёмов в весенний период
Аншаков Г.П., Журавель Ю.Н., Ращупкин А.В.

Самарский научный центр Российской академии наук,
АО «РКЦ «Прогресс», г. Самара

 

DOI: 10.18287/0134-2452-2015-39-2-224-233

Аннотация:
Данные дистанционного зондирования являются современным инструментом оперативного получения сведений о возможных чрезвычайных ситуациях природного характера. В статье рассматриваются возможности использования гиперспектральных данных космического аппарата «Ресурс-П» №1 для оценки состояния ледового покрова на Волге и озёрах Самарской области, а также для мониторинга экологического состояния рек и водоёмов в весенний период.

Ключевые слова:
дистанционное зондирование Земли, гиперспектральные данные, мультиспектральные данные, оптические свойства льда, индексное изображение.

Литература:

  1. Wynne, R.H. Satellite Monitoring of Lake Ice Breakup on the Laurentian Shield (1980-1994) / R.H. Wynne, Th.M. Lillesand, M.K. Clayton, J. Magnuson // Photogrammetric Engineering & Remote Sensing. - 1998.- Vol. 64, Issue 6. - Р. 607-617.
  2. Архив стандартных и тематических продуктов Геологической службы США [Электронный ресурс]. – URL: https://lpdaac.usgs.gov/products/ (дата обращения 04.12.2014).
  3. Проекты института океанологии Российской академии наук [Электронный ресурс]. – URL: http://www.ocean.ru/con­tent/view/1745/41/ (дата обращения 04.12.2014).
  4. Зимичев, Е.А. Пространственная классификация гиперспектральных изображений с использованием метода кластеризации k-means++ / Е.А. Зимичев, Н.Л. Казанский, П.Г. Серафимович // Компьютерная оптика. – 2014. – Т. 38, № 2. – С. 281-286.
  5. Денисова, А.Ю. Обнаружение аномалий на гиперспектральных изображениях / А.Ю. Денисова, В.В. Мясников // Компьютерная оптика. – 2014. – Т. 38, № 2. – С. 287-296.
  6. Кузнецов, А.В. Сравнение алгоритмов управляемой поэлементной классификации гиперспектральных изображений / А.В. Кузнецов, В.В. Мясников // Компьютерная оптика. – 2014. – Т. 38, № 3. – С. 494-502.
  7. Фурсов, В.А. Тематическая классификация гиперспектральных изображений по показателю сопряжённости / В.А. Фурсов, С.А. Бибиков, О.А. Байда // Компьютерная оптика. – 2014. – Т. 38, № 1. – С. 154-158.
  8. Журавель, Ю.Н. Особенности обработки гиперспектральных данных дистанционного зондирования при решении задач мониторинга окружающей среды / Ю.Н. Журавель, А.А. Федосеев // Компьютерная оптика. – 2013. – Т. 37, № 4. – С. 471-476.
  9. Wiscombe, W.J. A model for the spectral albedo of snow. I: Pure snow / W.J. Wiscombe, S.G. Warren // Journal of Atmospheric Science. - 1980. - Vol. 37. - Р. 2712-2733.
  10. Dozier, J. Multispectral and hyperspectral remote sensing of alpine snow properties / J. Dozier, Th.H. Painter // Annual Review of Earth and Planetary Sciences. - 2004. - Vol. 32. - Р. 465-494.
  11. Optical Properties of Snow [Электронный ресурс]. - URL: www.civil.utah.edu/~cv5450/Remote/AVIRIS/optics.html (дата обращения 04.12.2014).
  12. Лебедев, Г.А. Распространение электромагнитных и акустических волн в морском льду / Г.А. Лебедев, К.К. Сухоруков. - СПб: Гидрометиздат, 2001. - 82 с.
  13. Оперативная информация о водохозяйственной обстановке на территории Российской Федерации [Электронный ресурс]. - URL: http://voda.mnr.gov.ru/activities/ (дата обращения 04.12.2014).
  14. Информация поисково-спасательной службы Самарской области [Электронный ресурс]. - URL: http:// www.pssso.ru (дата обращения 04.12.2014).
  15. Chaouch, N. An automated algorithm for river ice monitoring over the Susquehanna River using the MODIS data / N. Chaouch, M. Temimi, P. Romanov, R. Cabrera, G. Mc­Killop, R. Khanbilvardi // Hydrological Processes. - 2014. - Vol. 28. - P. 62-73.
  16. Kugler, Zs. Remote sensing for natural hazard mitigation and climate change impact assessment / Zs. Kugler // Quarterly Journal of the Hungarian Meteorological Service. - 2012. - Vol. 116, N 1. - P. 21-38.
  17. Pavelsky, T.M. Spatial and temporal patterns in Arctic river ice breakup observed with MODIS and AVHRR time series / T.M. Pavelsky, L.C. Smith. // Remote Sensing of Environment. - 2004. - Vol. 93. - P. 328-338.
  18. Hall, D.K. Encyclopedia of Snow, Ice and Glaciers / D.K. Hall, G.A. Riggs. – Springer, 2014. - P. 779-780.
  19. Hall, D.K. Normalized-Difference Snow Index (NDSI) / D.K. Hall, G.A. Riggs [Электронный ресурс]. - URL: http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/
    20100031195.pdf (дата обращения 04.12.2014).
  20. Latifovic, R. Analysis of climate change impacts on lake ice phenology in Canada using the historical satellite data record / R. Latifovic, D. Pouliot // Remote Sensing of Environment. - 2007. - Vol. 106. - Р. 492-507.
  21. EnviSat (Environmental Satellite) [Электронный ресурс]. - URL: https://directory.eoportal.org/web/eoportal/
  22. satellite-missions/e/envisat (дата обращения 04.12.2014).
  23. Арбузова, Л.Л. Водоросли: учеб. пособие / Л.Л. Арбузова, И.Р. Левенец. - Владивосток: Дальрыбвтуз, ИБМ ДВО РАН, 2010. - 177 с.
  24. Broadley, L. It came from Lake Erie: Why toxic algae’s a nightmare for Canada, too [Электронный ресурс]. - URL: http://www.globalnews.ca/news/1492850/ (дата обращения 04.12.2014).
  25. Google Планета Земля [Электронный ресурс]. - URL: http://www.google.com/intl/ru/earth/ (дата обращения 04.12.2014).
  26. Binding, G.E. The MERIS MCI and its potential for satellite detection of winter diatom blooms on partially ice-cove­red Lake Erie / C.E. Binding, T.A. Greenberg, R.P. Bukata, D.E. Smith, M.R. Twiss // Journal of Plankton Research. - 2012. - Vol. 34, Issue 6. - P. 569-573.

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20