Использование мульти- и гиперспектральных данных дистанционного зондирования для автоматизированного мониторинга рек и водоёмов в весенний период
Автор: Аншаков Геннадий Петрович, Журавель Юлия Николаевна, Ращупкин Анатолий Владимирович
Журнал: Компьютерная оптика @computer-optics
Рубрика: Получение и анализ гиперспектральных данных
Статья в выпуске: 2 т.39, 2015 года.
Бесплатный доступ
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.
Дистанционное зондирование земли, гиперспектральные данные, мультиспектральные данные, оптические свойства льда, индексное изображение
Короткий адрес: https://sciup.org/14059352
IDR: 14059352
Using multi- and hyperspectral remote sensing data for automated river and reservoir monitoring during spring
Remote sensing data is a modern tool for efficient reception of data relating to potential natural disasters. This article looks into the feasibility of using the Resurs-P-1 satellite hyperspectral images to evaluate the ice conditions on the Volga river and lakes of the Samara region, as well as monitoring river and reservoir ecological conditions during spring.
Список литературы Использование мульти- и гиперспектральных данных дистанционного зондирования для автоматизированного мониторинга рек и водоёмов в весенний период
- 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.
- Архив стандартных и тематических продуктов Геологической службы США . -URL: https://lpdaac.usgs.gov/products/(дата обращения 04.12.2014).
- Проекты института океанологии Российской академии наук . -URL: http://www.ocean.ru/content/view/1745/41/(дата обращения 04.12.2014).
- 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.
- Денисова, А.Ю. Обнаружение аномалий на гиперспектральных изображениях/А.Ю. Денисова, В.В. Мясников//Компьютерная оптика. -2014. -Т. 38, № 2. -С. 287-296.
- 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.
- 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.
- 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.
- 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.
- 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.
- Optical Properties of Snow . -URL: www.civil.utah.edu/~cv5450/Remote/AVIRIS/optics.html (дата обращения 04.12.2014).
- Лебедев, Г.А. Распространение электромагнитных и акустических волн в морском льду/Г.А. Лебедев, К.К. Сухоруков. -СПб: Гидрометиздат, 2001. -82 с.
- Оперативная информация о водохозяйственной обстановке на территории Российской Федерации . -URL: http://voda.mnr.gov.ru/activities/(дата обращения 04.12.2014).
- Информация поисково-спасательной службы Самарской области . -URL: http://www.pssso.ru (дата обращения 04.12.2014).
- 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.
- 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.
- 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.
- Hall, D.K. Encyclopedia of Snow, Ice and Glaciers/D.K. Hall, G.A. Riggs. -Springer, 2014. -P. 779-780.
- Hall, D.K. Normalized-Difference Snow Index (NDSI)/D.K. Hall, G.A. Riggs . -URL: http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20100031195.pdf (дата обращения 04.12.2014).
- 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.
- EnviSat (Environmental Satellite) . -URL: https://directory.eoportal.org/web/eoportal/satellite-missions/e/envisat (дата обращения 04.12.2014).
- Арбузова, Л.Л. Водоросли: учеб. пособие/Л.Л. Арбузова, И.Р. Левенец. -Владивосток: Дальрыбвтуз, ИБМ ДВО РАН, 2010. -177 с.
- Broadley, L. It came from Lake Erie: Why toxic algae’s a nightmare for Canada, too . -URL: http://www.globalnews.ca/news/1492850/(дата обращения 04.12.2014).
- Google Планета Земля . -URL: http://www.google.com/intl/ru/earth/(дата обращения 04.12.2014).
- 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.
