Использование цифровых моделей рельефа при расчете зон затопления
Автор: Коротин Антон Сергеевич, Попов Евгений Владимирович
Рубрика: Инженерная геометрия и компьютерная графика. Цифровая поддержка жизненного цикла изделий
Статья в выпуске: 1 т.25, 2025 года.
Бесплатный доступ
В статье представлен комплексный подход к использованию компьютерной обработки материалов дистанционного зондирования земли для количественной оценки территорий, подвергающихся наводнениям. Приведѐн практический опыт использования предложенного алгоритма с применением ГИС для возможности получения данных о границах территорий на примере древесно-кустарниковой растительности, необходимых для учета при расчете возможных зон затопления на базе 3D-моделей рельефа при необходимой адаптации входной информации. При расчетах вегетационного индекса использовались возможности открытых программных продуктов и общедоступных материалов дистанционного зондирования с применением метода NDVI. Применение этапного подхода к определению зон затопления с применением единых исходных данных дистанционного зондирования позволило исключить ряд ошибок, связанных с особенностями получения производных элементов ДЗЗ, таких как трансформирование, привязка, коррекция и пр. Расчѐт границ зон затопления выполнен путем определения линии пересечения поверхности рельефа с поверхностью, имитирующей уровень воды. Численно установлена зависимость качества определения границ зон затопления от уровня лесистости территории. Косвенно подтверждено наличие в открытых цифровых моделях рельефа остаточных артефактов, представляющих собой растительный покров.
Геометрическое моделирование, спутниковые снимки, классификация изображений, цифровая модель рельефа, геоинформационные системы, зоны затопления, древесно-кустарниковая растительность
Короткий адрес: https://sciup.org/147247629
IDR: 147247629 | DOI: 10.14529/build250109
Список литературы Использование цифровых моделей рельефа при расчете зон затопления
- Чандра А.М., Гош С.К. Дистанционное зондирование и географические информационные системы. М.: Техносфера, 2008. 307 с.
- Коротин А.С., Никольский Е.К. Природные ресурсы в геоинформационной системе бассейна реки Кудьмы // Великие реки–2013: тр. 15-й междунар. науч.-промыш. форума. Н.Новгород, 2013. Т. 3. С. 430–433.
- Коротин А.С., Никольский Е.К. Проект геоинформационной системы бассейна реки Кудьмы // Великие реки–2013: тр.15-й междунар. науч.-промыш. форума. Н.Новгород, 2013. Т. 3. С. 406–408.
- Подольская Е.С. Использование данных дистанционного зондирования Земли из космоса для распознавания изображения дорог в лесном хозяйстве [Электронный ресурс] // Вопросы лесной науки. 2022. Т. 5, № 4. С. 3–21. URL: https://jfsi.ru/5-4-2022-podolskaia/ (дата обращения: 15.06.2024).
- Географические информационные системы и дистанционное зондирование GISLAB [Электронный ресурс]. URL: https://gis-lab.info/qa/qgis-landsat-merge.html (дата обращения 17.06.2024)
- Габитова А.А. Дистанционное зондирование и ГИС в оценке лесозарастания неиспользуемых сельскохозяйственных земель [Электронный ресурс] // Успехи современного естествознания. 2022. № 11. С. 42–46. URL: https://natural-sciences.ru/ru/article/view?id=37926 (дата обращения: 17.06.2024).
- Jarvis A. Practical use of SRTM data in the tropics – Comparisons with digital elevation models generated from cartographic data. Working Document, Vol.198/ A. Jarvis, J. Rubiano, A. Nelson, A. Farrow, M. Mulligan // Centro International de Agricultura Tropical (CIAT). 2004. P. 32.
- Yafeng L., Xingang X., Wenbiao W., Yaohui Z., Guijun Y., Xiaodong Y., Yang M., Xiangtai J., Hanyu X. Hyperspectral Estimation of Chlorophyll Content in Grape Leaves Based on Fractional-Order Differentiation and Random Forest Algorithm. Remote Sens. 2024, 16(12), 2174; DOI:10.3390/rs16122174
- Khan S.H., He X., Porikli F., Bennamoun M. Forest Change Detection in Incomplete Satellite Images with Deep Neural Networks. IEEE Trans. Geosci. Remote Sens. 2017, 55, 5407–5423.
- Bruzzone L., Fernández-Prieto D. Automatic analysis of the difference image for unsupervised change detection. IEEE Trans. Geosci. Remote Sens. 2000, 38, 1171–1182.
- Liu, M., Chai, Z., Deng, H., Liu, R. A CNN-Transformer Network With Multiscale Context Aggregation for Fine-Grained Cropland Change Detection. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2022, 15, 4297–4306.
- Коротин А.С., Попов Е.В. Реконструкция местности на основе откорректированных цифровых моделей рельефа. В сб.: Проблемы машиноведения. Материалы III Международной научно-технической конференции. В 2 ч. Научный редактор П.Д. Балакин. 2019. С. 283–289.
- Gorokhovich Y., Voustianiouk A. Accuracy assessment of the processed SRTM-based elevation data by CGIAR using field data from USA and Thailand and its relation to the terrain characteristic // Remote Sensing of Environment. 2006. Vol. 110, no. 4, pp. 409–415.
- Вишневская И.А. Компьютерная технология оценки зон затопления при наводнениях: автореф. дис. … канд. техн. наук. М., 2006. 23 с.
- Коваленко В.В. Моделирование гидрологических процессов. СПб: Гидрометеоиздат, 1993. 250 с.
- Роуч П. Вычислительная гидродинамика. М.: Мир, 1980. 616 с.
- Мирза Н.С. Геометрический подход для решения задачи расчѐта зон затопления. Томск: Томск. гос. ун-т, 2007. 8 с.
- Сидоров Н.П. Расчет на одномерной модели речной сети зон затопления по максимальным уровням водпостов из опыта СКИОВО р. Сура // Водное хозяйство России: проблемы, технологии, управление. 2010. № 3. С. 42–55.
- Черниховский Д.М., Сукачева В.Н. Оценка связей морфометрических характеристик рельефа с количественными и качественными характеристиками лесов на основе цифровых моделей рельефа ASTER и SRTM // Сибирский лесной журнал. 2017. № 3. С. 28–39.
- Коротин А.С., Попов Е.В. Обработка цифровых моделей рельефа местности с целью повышения достоверности анализа морфометрии водных бассейнов // Программные системы и вычислительные методы. 2018. № 2. С. 67–83. DOI: 10.7256/2454-0714.2018.2.26383. URL: http://e-notabene.ru/ppsvm/article_26383.html.
