Применение космической съемки при идентификации зданий и сооружений в городе Нурафшан Ташкентской области

Введение. Современные технологии дистанционного зондирования Земли (ДЗЗ) играют ключевую роль в мониторинге и анализе окружающей среды, городского развития, а также в кадастровых и картографических исследованиях. Космическая съемка позволяет получать актуальные и точные данные о поверхности Земли с помощью различных сенсоров, установленных на спутниках. Одним из важнейших применений этой технологии является идентификация зданий и сооружений, что критично для эффективного градостроительства, землеустройства и кадастрового учета.

Актуальность данной темы обусловлена несколькими факторами: ростом урбанизации и необходимостью контроля городской застройки; использованием космических снимков для мониторинга инфраструктуры и планирования городских территорий; развитием технологий ГИС и искусственного интеллекта, позволяющих автоматизировать обработку данных; применением спутниковых снимков для мониторинга незаконного строительства и анализа изменений в городской среде.

Для города Нурафшан, который активно развивается в рамках стратегии модернизации Ташкентской области, космическая съемка играет важную роль в планировании городской инфраструктуры, контроле незаконного строительства, оптимизации землепользования, развитии цифровых технологий управления городским пространством.

Применение ДЗЗ в Нурафшане позволяет оперативно отслеживать рост городской территории, выявлять изменения в инфраструктуре и анализировать воздействие урбанизации на окружающую среду.[2]

ДЗЗ основано на получении изображений Земли в различных спектральных диапазонах. Различают несколько основных типов съемки:

• >    Оптическая съемка - получение изображений в видимом и ближнем инфракрасном диапазоне.

• >    Радиолокационная съемка (SAR) - позволяет получать данные независимо от облачности и времени суток.

• >    Гиперспектральная съемка - используется для детального анализа земной поверхности.

• >    Лидарная съемка - применяется для высокоточного картографирования рельефа.

Источники данных ДЗЗ для исследований:

• >    Бесплатные спутники : Landsat, Sentinel, MODIS.

• >    Коммерческие спутники : WorldView, Pleiades, PlanetScope. Эти данные используются для создания картографических моделей и мониторинга изменений городской среды.[3]

Развитие аэрокосмических технологий в Узбекистане активно поддерживается на государственном уровне. Важным нормативным документом является Указ Президента Республики Узбекистан от 14.10.2024 г. № УП-155 «О мерах по внедрению аэрокосмических технологий в отраслях экономики в 2024 — 2026 годах». Данный указ определяет основные направления использования спутниковых данных в различных сферах экономики, включая градостроительство и кадастровый учет. Интеграция современных космических технологий в управление городскими территориями и обеспечивают более точный учет объектов недвижимости [1].

Результаты и их обсуждение

В ходе исследования были получены следующие результаты:

• >    Проанализированы методы обработки спутниковых данных, включая машинное обучение и нейросетевые алгоритмы.

• >    Выявлены преимущества использования спутниковых снимков высокого разрешения для идентификации зданий.

• >    Оценена роль индекса NDBI для анализа городской застройки.

• >    Предложены рекомендации по интеграции данных ДЗЗ в градостроительные планы Нурафшана.

В результате работы нами было выявлено, что применение космической съемки значительно улучшает точность кадастровых данных и помогает в планировании городских территорий. Использование технологий искусственного интеллекта для автоматического анализа спутниковых снимков позволяет быстро и эффективно выявлять изменения в городской среде.

Для автоматического выделения зданий на спутниковых снимках применяются:

• >    Машинное обучение и нейросети - позволяют автоматически распознавать объекты.

• >    ГИС-платформы (QGIS, ArcGIS) - используются для обработки и визуализации данных.

• >    Облачные вычисления (Google Earth Engine, Sentinel Hub) -ускоряют обработку больших объемов данных.

Применение лидарных данных

Лидарные данные в сочетании со спутниковыми снимками повышают точность автоматического выделения зданий. Это особенно полезно в густонаселенных районах и при анализе трехмерных моделей городской застройки.

Индекс нормализованной застроенности (NDBI) используется для выявления плотности застройки в городах. Он рассчитывается по формуле: Где SWIR – отражательная способность в коротковолновом инфракрасном диапазоне, NIR – в ближнем инфракрасном. NDBI применяется для: оценки динамики городской застройки, мониторинга незаконного строительства, планирования инфраструктуры [4].

Процесс идентификации зданий и сооружений в городе Нурафшан осуществлялся с применением современных спутниковых технологий и геоинформационных систем. Основные этапы который включали:

• 1)    Сбор данных – получение спутниковых снимков высокого разрешения от систем, таких как Sentinel-2, Landsat-8 и коммерческих платформ (например, Maxar Technologies).

• 2)    Предварительная обработка изображений – включает коррекцию атмосферных и геометрических искажений, что обеспечивает точность дальнейшего анализа.

• 3)    Анализ спектральных характеристик – использование индексов (NDBI, NDVI, MNDWI) для выделения урбанизированных территорий, водных объектов и растительности.

• 4)    Классификация данных – применение методов машинного обучения и нейросетевых алгоритмов (например, Random Forest, SVM, CNN) для автоматизированного распознавания зданий и сооружений.

• 5)    Верификация результатов – сравнение спутниковых данных с кадастровыми картами и полевыми обследованиями для повышения точности идентификации.

Практическая сторона применения NDBI индексовых космоснимков заключается в использовании

этих данных для выделения и анализа застроенных территорий:

Процессе исследования мы выбрали город Нурафшон, где применяли методику расчёта NDBI для анализа застройки которая показана на рисунке 1.

Рис-1. Фрагмент космического снимка (Google Earth pro) города Нурафшон .

В дальнейшим для детализации нами выбрана махалля «Кайтмас», на которой мы будем применять технологии NDBI для анализа застроенности рисунок 2.

Рис-2. Фрагмент космического снимка (Google Earth pro 2024 состояние) один из махалли для примера взял.

Из сайта Мы скачали данные по нашей территории с сайта Copernicus Data Space Browser. Вот обзор интерфейса этого ресурса как показана на рисунке-3.

Рис-3. Интерфейс сайта Copernicu

NDBI (Normalized Difference Built-up Index) для Sentinel-2 L2A можно рассчитат по общий формуле:

NDBI = SWIR - NIR SWIR + NIR

Где:

SWIR (Short-Wave Infrared) — это B11 (Band 11, 1610 нм)

NIR (Near-Infrared) — это B8 (Band 8, 842 нм)

Формула для вычисления NDBI по данный Sentinel-2:

NDBI =

B 11 - B 8

B 11 + B 8

Ниже представлена таблица спектральных бэндов (Band) Sentinel-2

рисунке 4.

Рис-4. Скачивание спектральных снимков

На сайте вводим полигон на карте, задавая область интереса, а затем, с помощью кнопки "Скачать", загружаем спектральные снимки местности в выбранном разрешении и формате.

В таблице 1 представлены бэнды (Band), которые применяются

непосредственно для расчёта NDBI индекса.

Таблица 1.

Sentinel 2 bands	Central wavelength (pm)	Resolution (m)
Band 1 - Coastal aerosol	0.443	60
Band 2 - Blue	0.490	10
Band 3 - Green	0.560	10
Band 4 - Red	0.665	10
Band 5 - Vegetation red edge	0.705	20
Band 6 - Vegetation red edge	0.740	20
Band 7 - Vegetation red edge	0.783	20
Band 8 - NIR	0.842	10
Band 8A - Vegetation red	0.865	20
edge
Band 9 - Water vapour	0.945	60
Band 10 - SWIR - Cirrius	1.375	60
Band 11 - SWIR	1.610	20
Band 12 - SWIR	2.190	20

Затем загружаем наши спутниковые снимки в программу ArcMap для дальнейшего анализа рисунке 5.

Рис-5. Интерфейс программы ArcMap и загрузка спектральных снимков

С помощью инструмента «Raster Calculator» (рисунок 6) в ArcMap вычисляем по формулу (2) для расчёта NDBI индекса:

Рис-6. Инструмент «Raster Calculator»

Рис-7. Здания на снимке в спектральном виде который получили с сайта Copernicus

В заключении представляем космоснимок Sentinel-2. На нашем снимке синим цветом обозначены городские застройки, а зелёным — участковые застройки. Как показана в ниже Рисунке-8:

Рис-8: NDBI индекс наглядном примере.

Для наглядности применения NDBI в больших городах работу выполнили в крупных масштабах рисунк 9.

Рис-9. NDBI города Нурафшон (Спектральное изображение расположено левее, а справа представлен готовый вид NDBI).

Практическая сторона применения NDBI индексовых космоснимков заключается в использовании этих данных для выделения и анализа застроенных территорий. Использование NDBI помогает точно и быстро выявлять застроенные районы, что значительно ускоряет процесс анализа данных для различных областей применения.

Вывод . Исследование подтвердило значимость применения аэрокосмических технологий, закрепленных в Указе Президента Республики Узбекистан [1], в процессах градостроительства и кадастрового учета. Использование космической съемки повышает точность идентификации зданий и сооружений, способствует оптимизации землепользования и улучшает управление городской средой.

• 1)    Космическая съемка является эффективным инструментом для мониторинга городской застройки и кадастрового учета.

• 2)    Индексы, такие как NDBI, позволяют автоматизировать процесс идентификации зданий и выявления незаконного строительства.

• 3)    Применение спутниковых данных в градостроительном планировании Нурафшана способствует оптимальному использованию территорий и развитию инфраструктуры.

• 4)    Дальнейшие исследования могут быть направлены на интеграцию данных ДЗЗ с геоинформационными системами (ГИС) для создания цифровых моделей города.

• 5)    Для эффективной обработки и анализа спутниковых данных активно применяются программные комплексы, такие как ArcGIS, QGIS, ERDAS IMAGINE и ENVI , позволяющие выполнять автоматизированное распознавание объектов, пространственный анализ и визуализацию данных. Использование этих программных решений в управлении городской средой Нурафшана значительно повысит точность кадастровых данных и упростит процессы территориального планирования.