Метод автоматизации оценки индексов подстилающей поверхности и их изменения во времени по космическим изображениям и его применение при оценке состояния окружающей среды в окрестности полигонов твердых бытовых отходов; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 327, № 8
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов/ Национальный исследовательский Томский политехнический университет (ТПУ).— , 2015-.— 2413-1830 Т. 327, № 8.— 2016.— [С. 52-58] |
|---|---|
| Hlavní autor: | |
| Korporace: | , |
| Další autoři: | , |
| Shrnutí: | Заглавие с титульного листа Актуальность работы обусловлена упрощением процедур получения и обработки космических изображений посредством автоматизации обработки и расчета тех или иных индексов подстилающей поверхности и их временных изменений. Предлагаемый метод позволяет с высокой скоростью и в широких масштабах обнаруживать признаки деградации почвы, в частности, объекты захоронения отходов размера, кратного пространственному разрешению снимков, расчетом соответствующих индексов подстилающей поверхности. Основной недостаток действующих методов детектирования объектов захоронения отходов состоит в том, что их поиск и обнаружение, оценка состояния окружающей среды осуществляются наземными «ручными» методами. Все это и, прежде всего, само выявление объектов дает низкую производительность работы в области мониторинга свалок. В результате внедрения метода автоматизации детектирования объектов захоронения отходов может быть существенно улучшена защита территории от воздействия негативных факторов. Данные факторы, в частности фактор замусоривания окружающей среды, с точки зрения космических изображений могут быть выражены в виде различных индексов подстилающей поверхности. Цель: описание метода автоматического получения индексов подстилающей поверхности и их временных рядов с использованием космических изображений, привязанных к географической проекции UTM, и базы их метаданных. Методы исследования: методы получения масок облачности (метод пороговой фильтрации) и регрессионного анализа (метод среднеквадратического отклонения) для проведения темпоральной обработки. Результаты. Приведен алгоритм автоматической обработки, и описаны основные шаги его работы. Обозначена модель пересчета параметров изменения индексов подстилающей поверхности при добавлении новых значений коэффициентов спектральной яркости или удалении прежних. Работа алгоритма показана на примере расчета временных рядов NDVI заданной области наблюдения и применения метода для анализа данных обработки, в частности, автоматически просчитаны изображения NDVI окрестности полигона ТБО Торбеево Люберецкого района за период 2003-2011 гг. Проиллюстрированы структурные изменения биопродуктивности почвы в окрестности 4 муниципальных свалок городского округа Железнодорожный Московского региона: Кучино, Саввино, Лисьи Горы и Некрасовка. The relevance of the work due to the simplification of the procedures for receiving and processing satellite images through processing automation and calculation of various indices of the underlying surface, and their temporal changes. The proposed method allows a high speed, and on a large scale to detect signs of soil degradation, in particular, the size of the waste disposal facilities, the multiple spatial resolution images, calculating respective indices underlying surface. The main drawback of the existing detection methods of waste disposal sites is that their search and discovery, environmental assessment carried out by ground, «manual» methods. All this is primarily self identifying objects gives low productivity in landfills monitoring. As a result of the automation of security detection method of waste disposal facilities can be significantly improved protection of the territory from the impact of negative factors. These factors, inter alia, debris environmental factor, in terms of space images may be expressed in a variety of indices of the underlying surface. The main aim of the study is to develop a method for obtaining automatically the underlying surface indices and time series using satellite images linked to UTM geographical projection and their metadata. The methods used in the study: methods of getting cloud masks (threshold filtering method) and regression analysis (method of standard deviation) for temporal processing. The results. The paper introduces the algorithm of automatic data processing and describes the main steps of its operation. The authors define the model of conversion parameters of underlying surface indices change when adding new values ??of the spectral brightness coefficients or deleting the previous ones. The algorithm operation is shown by the example of calculation of NDVI time-series of the given observation area and their application to the analyze the processing data, in particular, the NDVI images are automatically calculated in neighborhood landfill of Torbeevo Lyubertsky district for 2003-2011. The paper illustrates structural changes in soil bio-productivity within four municipal landfills of Zheleznodorozhny urban district in Moscow region: Kuchino, Savvino, Licyi Gory, Nekrasovka. |
| Jazyk: | ruština |
| Vydáno: |
2016
|
| Témata: | |
| On-line přístup: | http://earchive.tpu.ru/bitstream/11683/31304/1/bulletin_tpu-2016-v327-i8-05.pdf |
| Médium: | Elektronický zdroj Kapitola |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=321590 |
MARC
| LEADER | 00000nla2a2200000 4500 | ||
|---|---|---|---|
| 001 | 321590 | ||
| 005 | 20231102003406.0 | ||
| 035 | |a (RuTPU)RU\TPU\book\347146 | ||
| 090 | |a 321590 | ||
| 100 | |a 20160831d2016 k y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drgn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Метод автоматизации оценки индексов подстилающей поверхности и их изменения во времени по космическим изображениям и его применение при оценке состояния окружающей среды в окрестности полигонов твердых бытовых отходов |f М. Л. Казарян, A. A. Рихтер, М. A. Шахраманьян | |
| 203 | |a Текст |c электронный | ||
| 215 | |a 1 файл (1.4 Mb) | ||
| 230 | |a Электронные текстовые данные (1 файл : 1.4 Mb) | ||
| 300 | |a Заглавие с титульного листа | ||
| 320 | |a [Библиогр.: с. 56 (20 назв.)] | ||
| 330 | |a Актуальность работы обусловлена упрощением процедур получения и обработки космических изображений посредством автоматизации обработки и расчета тех или иных индексов подстилающей поверхности и их временных изменений. Предлагаемый метод позволяет с высокой скоростью и в широких масштабах обнаруживать признаки деградации почвы, в частности, объекты захоронения отходов размера, кратного пространственному разрешению снимков, расчетом соответствующих индексов подстилающей поверхности. Основной недостаток действующих методов детектирования объектов захоронения отходов состоит в том, что их поиск и обнаружение, оценка состояния окружающей среды осуществляются наземными «ручными» методами. Все это и, прежде всего, само выявление объектов дает низкую производительность работы в области мониторинга свалок. В результате внедрения метода автоматизации детектирования объектов захоронения отходов может быть существенно улучшена защита территории от воздействия негативных факторов. Данные факторы, в частности фактор замусоривания окружающей среды, с точки зрения космических изображений могут быть выражены в виде различных индексов подстилающей поверхности. Цель: описание метода автоматического получения индексов подстилающей поверхности и их временных рядов с использованием космических изображений, привязанных к географической проекции UTM, и базы их метаданных. Методы исследования: методы получения масок облачности (метод пороговой фильтрации) и регрессионного анализа (метод среднеквадратического отклонения) для проведения темпоральной обработки. | ||
| 330 | |a Результаты. Приведен алгоритм автоматической обработки, и описаны основные шаги его работы. Обозначена модель пересчета параметров изменения индексов подстилающей поверхности при добавлении новых значений коэффициентов спектральной яркости или удалении прежних. Работа алгоритма показана на примере расчета временных рядов NDVI заданной области наблюдения и применения метода для анализа данных обработки, в частности, автоматически просчитаны изображения NDVI окрестности полигона ТБО Торбеево Люберецкого района за период 2003-2011 гг. Проиллюстрированы структурные изменения биопродуктивности почвы в окрестности 4 муниципальных свалок городского округа Железнодорожный Московского региона: Кучино, Саввино, Лисьи Горы и Некрасовка. | ||
| 330 | |a The relevance of the work due to the simplification of the procedures for receiving and processing satellite images through processing automation and calculation of various indices of the underlying surface, and their temporal changes. The proposed method allows a high speed, and on a large scale to detect signs of soil degradation, in particular, the size of the waste disposal facilities, the multiple spatial resolution images, calculating respective indices underlying surface. The main drawback of the existing detection methods of waste disposal sites is that their search and discovery, environmental assessment carried out by ground, «manual» methods. All this is primarily self identifying objects gives low productivity in landfills monitoring. As a result of the automation of security detection method of waste disposal facilities can be significantly improved protection of the territory from the impact of negative factors. These factors, inter alia, debris environmental factor, in terms of space images may be expressed in a variety of indices of the underlying surface. The main aim of the study is to develop a method for obtaining automatically the underlying surface indices and time series using satellite images linked to UTM geographical projection and their metadata. The methods used in the study: methods of getting cloud masks (threshold filtering method) and regression analysis (method of standard deviation) for temporal processing. | ||
| 330 | |a The results. The paper introduces the algorithm of automatic data processing and describes the main steps of its operation. The authors define the model of conversion parameters of underlying surface indices change when adding new values ??of the spectral brightness coefficients or deleting the previous ones. The algorithm operation is shown by the example of calculation of NDVI time-series of the given observation area and their application to the analyze the processing data, in particular, the NDVI images are automatically calculated in neighborhood landfill of Torbeevo Lyubertsky district for 2003-2011. The paper illustrates structural changes in soil bio-productivity within four municipal landfills of Zheleznodorozhny urban district in Moscow region: Kuchino, Savvino, Licyi Gory, Nekrasovka. | ||
| 453 | |t Method for automating estimation of surface indices and their time changes using space images. application of the method in assessing the environment state in the vicinity of solid waste landfills |o translation from Russian |f M. L. Kazaryan, A. A. Richter, M. A. Shachramanian |c Tomsk |n TPU Press |d 2016 |d 2016 |a Kazaryan, Maretta Levonovna | ||
| 453 | |t Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering | ||
| 453 | |t Vol. 327, № 8 | ||
| 461 | 1 | |0 (RuTPU)RU\TPU\book\312844 |x 2413-1830 |t Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов |f Национальный исследовательский Томский политехнический университет (ТПУ) |d 2015- | |
| 463 | 1 | |0 (RuTPU)RU\TPU\book\347117 |t Т. 327, № 8 |v [С. 52-58] |d 2016 | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a полигоны | |
| 610 | 1 | |a ТБО | |
| 610 | 1 | |a твердые бытовые отходы | |
| 610 | 1 | |a космические изображения | |
| 610 | 1 | |a подстилающие поверхности | |
| 610 | 1 | |a индексы | |
| 610 | 1 | |a автоматизация | |
| 610 | 1 | |a дистанционное зондирование | |
| 610 | 1 | |a вегетационный индекс | |
| 610 | 1 | |a мультимедиа-программы | |
| 610 | |a landfill | ||
| 610 | |a space image | ||
| 610 | |a underlying surface index | ||
| 610 | |a automation | ||
| 610 | |a remote sensing | ||
| 610 | |a vegetation index | ||
| 610 | |a multimedia program | ||
| 700 | 1 | |a Казарян |b М. Л. |g Маретта Левоновна |6 z01712 | |
| 701 | 1 | |a Рихтер |b A. A. |g Андрей Александрович |6 z02712 | |
| 701 | 1 | |a Шахраманьян |b М. A. |g Михаил Андраникович |6 z03712 | |
| 712 | 0 | 2 | |a Финансовый университет при Правительстве Российской Федерации |b Владикавказский филиал |2 stltpush |3 (RuTPU)RU\TPU\col\21711 |6 z01700 |9 28114 |
| 712 | 0 | 2 | |a Российская академия наук (РАН) |b Научно-исследовательский институт аэрокосмического мониторинга (Аэрокосмос) |c (Москва) |2 stltpush |3 (RuTPU)RU\TPU\col\20432 |6 z02701 |
| 712 | 0 | 2 | |a Финансовый университет при Правительстве Российской Федерации |b Владикавказский филиал |2 stltpush |3 (RuTPU)RU\TPU\col\21711 |6 z03701 |9 28114 |
| 712 | 0 | 2 | |a Российская академия наук (РАН) |b Научно-исследовательский институт аэрокосмического мониторинга (Аэрокосмос) |c (Москва) |2 stltpush |3 (RuTPU)RU\TPU\col\20432 |6 z03701 |
| 801 | 2 | |a RU |b 63413507 |c 20160902 |g PSBO | |
| 856 | 4 | |u http://earchive.tpu.ru/bitstream/11683/31304/1/bulletin_tpu-2016-v327-i8-05.pdf | |
| 942 | |c CF | ||