CC BY
10Использование космических, средств и технологий для мониторинга окружающей природной среды
Если дается прогноз возникновения антициклона, носящего блокирующий характер, необходимо провести все возможные профилактические мероприятия и подавить все очаги обнаруженных пожаров, иначе они разрастутся и ситуация станет неуправляемой.
Проведена оценка радиационной энергии для пожаров, имеющих разную силу, и выполнено сравнение полученных значений с экспериментальными данными.
Выполнена оценка энергетических параметров пожаров, обнаруженных в 2006 г. в районе реки Ангара. Для обнаружения «пожарных» пикселей был применен вероятностный подход, при этом вероят-
ность принадлежности рассматриваемых пикселей к числу «пожарных» была установлена как 0,95. Радиационная мощность пожаров оценивалась с помощью соотношения, предложенного Кауфманом. Показано, что измерения радиационной мощности пожара дают важную информацию относительно энергетических характеристик пожара, таких как интенсивность кромки, оценка которой традиционными средствами является затруднительной. Также методика позволяет оценивать количество сгоревшей биомассы, а, следовательно, количество выделяемых при пожарах эмиссий, которые сложно оценить традиционными методами.
A. I. Suhinin
Institute of Forest named after V. N. Sukachev of Russian Science Academy, Siberian Branch, Russia, Krasnoyarsk
MONITORING OF CATASTROPHIC FIRES IN THE FORESTS OF SIBERIA
The casual relations in processes of catastrophic wildfire origination and development are revealed. The methods of their forecasting and prevention are proposed. The summary characteristics of transformations and long-term environmental effects, caused by catastrophic wildfires are given. The method for fireline intensity estimation using satellite fire radiative energy measurements is proposed.
© CyxHHHH А. H., 2010
УДК 681.327.12.001.362
А. С. Туров
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
РАЗРАБОТКА МЕТОДА КОРРЕКЦИИ ОПРЕДЕЛЕНИЯ ТЕМПЕРАТУРЫ
ВОДНОЙ ПОВЕРХНОСТИ
Разработан пороговый метод коррекции определения температуры водной поверхности для вычисления атмосферных поправок на облачность по космическим снимкам со спутника ЫОАА/АУИЕК.
Температура воды - важнейший океанографический параметр. Он принадлежит к числу наиболее важных фундаментальных характеристик океана. Важность регулярных измерений температуры воды на поверхности и по глубине, в сочетании с измерениями солености и плотности высока хотя бы потому, что эти параметры входят во все термогидродинамические уравнения и модели, описывающие состояние Мирового океана, формы его многообразных движений, процессы его взаимодействия с атмосферой, механизмы усвоения океаном энергии солнечных лучей [1].
В последние годы все больше информации о температуре воды регистрируется в виде данных, полученных с космических снимков. Для решения этой задачи идеально подходит спутник МОАА/АУНКЯ.
Отличительной особенностью прибора АУНКЯ является возможность принимать сигнал в окне прозрачности атмосферы 10...12 мкм. Это позволяет оценивать температуру поверхности моря. Прибор одновременно принимает сигнал в видимой и ближней инфракрасной областях спектра при составлении пол-
ного изображения поверхности Земли за одни сутки. Это, при достаточно длинном ряде наблюдений, делает его незаменимым при оценке текущих изменений растительности планеты.
Прибор AVHRR имеет не очень хорошее пространственное разрешение - порядка 1 км, но достаточно широкую полосу обзора - 2 800 км (URL: http://www.ecobez.geo.pu.ru/edu/RS&GISr/c1_2-3.htm).
В пороговом методе коррекции определения тем -пературы водной поверхности априорно выделяются однородные, относительно безоблачные участки на снимке.
Рассмотрим пороговый метод с использованием критерия однородности.
Метод основан на использовании значений температуры поверхности моря, определяемых по средним климатическим данным для конкретного района в заданный период - Тк. Считается, что если средняя температура, замеренная в исследуемом квадрате со снимков прикладной программой, Tp < Тк, то в поле зрения радиометра - облачность.
Решетневские чтения
где St представляет собой среднеквадратичное отклонение, т. е. с, Xi - значение случайной величины; N - количество значений случайной величины [2].
Моря признаются наиболее важной природной системой. Их изучение в глобальном масштабе можно реализовать только с применением искусственных спутников Земли. Только космические средства позволяют оценивать температурные поля больших вод.
Используя пороговый метод определения температуры водной поверхности и имея данные, полученные со спутника NOAA/AVHRR, можно быстро и довольно точно вычислить коррекционные поправки температуры на облачность.
Библиографические ссылки
1. Бычкова И. А., Викторов С. В., Виноградов В. В. Дистанционное определение температуры моря. Л. : Гидрометеоиздат, 1988.
2. Тимофеев Н. А. Радиационный режим океанов. Киев : Наукова думка, 1983.
A. S. Turov
Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
DEVELOPMENT OF METHOD OF DETECTING CORRECTION OF TEMPERATURE WATER SURFACE
A threshold method for detecting of the temperature of water surface to determine the atmospheric correction for cloudiness for space images from the NOAA / AVHRR satellite is worked out.
© Туров А. С., 2010
Использование порогового метода при обработке данных ИК-радиометра позволяет идентифицировать облачность и ввести коррекционные поправки температуры - АТ:
АТ = Тк - Тр - 4 + 0,065 ■ Ф, где ф - широта места.
Значение Тр высчитывается следующим образом: берется визуально относительно безоблачный спутниковый участок водной поверхности 8 х 8 пикселей. Высчитывается математическое ожидание М, среднеквадратичное отклонение с. Пиксели, имеющие температуру 2с < М (аномальные, содержащие облачность), выбрасываются из расчетов. Снова находится математическое ожидание М, которое и будет являться искомой Тр:
п V
М =
£ N
Среднеквадратичное отклонение находится по формуле
(М - )2 & N '
УДК 004.94
А. А. Чунина
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
АНАЛИЗ СУЩЕСТВУЮЩИХ ПАКЕТОВ МОДЕЛИРОВАНИЯ ЛЕСНОЙ РАСТИТЕЛЬНОСТИ
Рассмотрены существующие пакеты моделирования лесной растительности. Приведены основные преимущества и недостатки пакетов. Описан собственный редактор деревьев и полученные результаты.
Все существующие пакеты моделирования лесной растительности можно разбить на две группы по методам построения объекта. Первую группу составляют методы, основанные на определенных правилах построения объекта, вторую - методы, основанные на использовании исходного изображения объекта. Во всех программных пакетах первой группы (№№Х, SpeedTree, Хйго§ 3.5) предлагается структурированная группа параметров, после задания числовых значений которых программа производит расчет - генерирует дерево. Спектр создаваемых объектов довольно широк - деревья, кустарники, трава, цветы или кактусы. В пакетах, относящихся ко второй группе, процесс моделирования можно разбить на три этапа: получе-
ние изображения объекта; сегментация лиственной массы и ее моделирование; сегментация ветвей и ствола, их моделирование [1]. Основным преимуществом является возможность реалистичного моделирования существующей в природе растительности.
Основной недостаток существующих пакетов заключается в их стоимости, в то время как бесплатные пакеты позволяют моделировать лишь лиственные породы деревьев. Недостатком пакетов, относящихся ко второй группе, является и невозможность моделирования роста деревьев. В связи с этим возникла необходимость в создании собственного редактора деревьев. Математический аппарат создания геометрической структуры дерева данного редактора
