Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ОЦЕНКА ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ОБЛАСТЕЙ ЗАМУСОРИВАНИЯ ПО МУЛЬТИСПЕКТРАЛЬНЫМ КОСМИЧЕСКИМ ИЗОБРАЖЕНИЯМ

Рихтер А.А. 2, 4 Шахраманьян М.А. 1, 2, 3, 4 Казарян М.Л. 1, 5 Мурынин А.Б. 4, 6
1 Владикавказский филиал Финансового университета при Правительстве Российской Федерации
2 Институт аэрокосмических технологий и мониторинга РГУ нефти и газа им. И.М. Губкина
3 Московский институт открытого образования
4 Научно-исследовательский институт АЭРОКОСМОС
5 Северо-Осетинский государственный университет им. К.Л. Хетагурова
6 Вычислительный центр им. А.А. Дородницына Российской Академии Наук
Разработан метод оценки геометрических параметров поверхности областей замусоривания по мультиспектральным космическим изображениям. Описан алгоритм оценки геометрических параметров по серии космических изображений заданной территории, и представлена его блок-схема. Приведены основные параметры, оцениваемые алгоритмом. Выведены формулы расчета параметров объекта замусоривания таких как площадь, периметр, центр масс и другие. Также получены формулы для оценки скорости перемещения объекта замусоривания. Рассмотрены результаты применения разработанного метода. Представлены результаты работы алгоритма оценки геометрических параметров поверхности объектов областей замусоривания на примере полигона твердых бытовых отходов Кучино Московской области. Показаны результаты расчета геометрических параметров и их изменения во времени для этого тестового участка. Обсуждаются графики изменения геометрических параметров объекта замусоривания за десятилетний период. Выявлены минимальные и максимальные направления роста данного полигона. Описана методика оценки динамики геометрии неподвижного объекта. Получены графики изменения площади полигона для четырех географических направлений: северо-восточного, северо-западного, юго-восточного, юго-западного. Проведено сопоставление полученных результатов с данными наземных наблюдений. Показана возможность наблюдения процесса зарастания свалок, а также расползания замусоривания на прилегающие территории.
мультиспектральные изображения
дистанционное детектирование
область замусоривания
мониторинг свалок
геометрические параметры
полигоны твердых бытовых отходов
1. Бондур В.Г., Мурынин А.Б., Рихтер А.А., Шахраманьян М.А. Разработка алгоритма оценки степени деградации почвы по мультиспектральным изображениям // Известия ЮФУ. Технические науки. – 2012. – Т. 131, № 6. – С. 131–134.
2. Бондур В. Г., Рихтер А. А., Мурынин А. Б. Алгоритм расчета степени деградации почвы // Технические науки в России и за рубежом: материалы II междунар. науч. конф. – М.: Буки-Веди, 2012. – С. 8–14.
3. Бровкина О.В. Дистанционный мониторинг антропогенных нарушений таежной зоны Северо-Запада России: Дис. канд. географических наук: 25.00.36. – С.-П., 2011. – 194 с.
4. Казарян М.Л. Исследование вейвлет-преобразований Хаара на корректность в контексте задачи космического мониторинга Земли // Известия высших учебных заведений. Северо-Кавказский регион. Серия: Естественные науки. – 2013. – № 6 (178). – С. 14–17.
5. Тимофеева С.С., Шершукова Л.В., Охотин А.Л. Мониторинг свалок твердых бытовых и промышленных отходов в Иркутском районе по данным космических снимков // Вестник Иркутск. ИрГТУ, 2012. – № 9. – С. 76–81.
6. Шахраманьян М.А., Рихтер А.А. Методы и технологии космического мониторинга объектов захоронения отходов в интересах обеспечения экологической безопасности территории: Учебно-методическое пособие. – М.: Издательский центр РГУ нефти и газа имени И.М. Губкина, 2013. – 241 с.
7. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. – М.: Техносфера, 2010. – 560 с.
8. Murynin A., Rihter A., Ignatiev V. Detection of the soil degradation areas on multispectral images by measuring the response of vegetation to salinity // 11th International Conference on Pattern Recognition and Image Analysis: New Information Technologies (PRIA-11-2013), Vol. 6, Samara: IPSI RAS, 2013. – P. 678–681.

Поверхность Земли, наблюдаемая на космических изображениях, с течением времени сильно меняется. Основные причины связаны с антропогенным воздействием: ростом населения Земли, производства и потребления, научно-техническим прогрессом. В частности, данные воздействия приводят к стабильному росту площадей замусоривания территории, происходящему даже вопреки всевозможным сдерживающим факторам (энергосберегающим технологиям, морализации общества, деятельности по защите окружающей среды, переработке отходов и т.п.).

С помощью обработки мультиспектральных космических изображений можно детектировать и оценить различные области замусоривания (ОЗ), такие как полигоны твердых бытовых отходов (ТБО), несанкционированные свалки, захламления.

Постановка задачи

Методы оценки замусоривания почвы по космическим изображениям активно развиваются [1, 3, 4, 5, 6]. Одна из актуальных задач состоит в разработке алгоритмов, позволяющих оценить поверхностные геометрические параметры ОЗ. К числу таких параметров относятся: периметр, площадь (поверхности земли, занятая) ОЗ; контур ОЗ; геометрический центр ОЗ; географические координаты ОЗ; концентрация замусоривания и др. В данной работе описываются алгоритмы, позволяющие дать их оценку. Геометрические параметры ОЗ могут быть найдены в разные моменты времени, в зависимости от временного интервала, охватывающего снимки. В результате получается не только изменение геометрической формы ОЗ во времени, но и изменение во времени его площади и периметра. Анализ изменения контура во времени позволит определить направления преимущественного роста ОЗ, перемещение и скорость расползания ОЗ в выделенном направлении.

Описание алгоритмов

Алгоритмы автоматизированной оценки поверхностных геометрических параметров показаны в виде блок-схемы на рис. 1.

rihter1.tif

Рис. 1. Блок-схема алгоритма оценки поверхностных геометрических параметров ОЗ

Сначала проводится геопривязка серии мультиспектральных изображений и выделение геопривязанных участков расположения ОЗ в разные моменты времени [t1 t2 … tn]. Далее для синего, красного и ближнего инфракрасного каналов мультиспектральных изображений попиксельно рассчитываются индекс реакции растительности в каждый момент ti. Затем для временной серии этих индексов в моменты [t1 t2 … ti] – степень деградации почвы к моменту ti по алгоритму. Причем 1 < m ≤i ≤ n, tm – наиболее ранний момент съемки, на котором возможно детектирование данной ОЗ. Данные процедуры описаны в работе [5].

Для каждого такого i строится область значений степени деградации почвы, большей некоторого порога η1 (границы обнаружения ОЗ) – она считается областью очагов замусоривания. Также строится другая область, для которой степень больше порога η2 (границы выделения ОЗ) – область детектирования, причем 0 < η2 < η1 < 1. Связанные компоненты этой области, охватывающие область очагов (также связанных компонент), считаются ОЗ – изображениями ОЗ в моменты ti, покрывающими сами ОЗ и их прилегающие окрестности. Далее выполняются морфологические процедуры заполнения связанной области и выделения ее контура (границы ОЗ) по известным морфологическим процедурам, описанным в [7]. На изображениях ОЗ в каждый момент ti строится радиальная сетка от геометрического центра ОЗ с угловым шагом Δ. Каждому сектору сетки соответствует свое направление и геометрические параметры – площадь, периметр, перемещение, скорость перемещения, концентрация замусоривания и их изменения во времени. По входящей в сектор части ОЗ оцениваются параметры в направлении – угловые распределения параметров. Точность оценки параметров зависит от ошибок обнаружения, выделения и от пространственного разрешения снимков. Геометрические параметры оцениваются как в моменты времени съемки, так и в моменты времени между съемками, прослеживается их динамика во времени. Т.к. ОЗ заполняется неравномерно, то по радиальной сетке выделенного ОЗ находятся преимущественные направления распространения ОЗ, которые считаются наиболее вероятными для дальнейшего роста. Прогноз роста проводится посредством построения модели прогнозирования и выбора вида линии регрессии.

Площадь и периметр ОЗ оценивается по формулам:

rih01.wmf rih02.wmf,

где k – разрешение, n – число связных пикселей после заполнения, l – длина контура. Временные параметры характеризуют жизненный цикл ОЗ: возникновение (очаг замусоривания), формирование (очередей для полигонов ТБО, основного тела и захламленности окрестности, зарастание и очистка территории) и исчезновение. Оценка параметров эквивалентного эллипса (центр масс, осевые и центральные моменты инерции, вытянутость, ориентация и др.) полезна для классификации ОЗ. Для ОЗ, заданного вектором абсцисс x и ординат y, центр масс задается координатами [xc, yc]:

rih03.wmf rih04.wmf

Географические координаты ОЗ находятся по преобразованию матричных координат центра масс ОЗ на изображении в географические в программных средствах ГИС (ENVI, IDL). Относительно центра оцениваются статические и динамические геометрические параметры, например, рост ОЗ в направлении.

Концентрация оценивается как для множества участков одного ОЗ, так и для множества ОЗ, распределенных по территории. Она рассчитывается по формуле C = N/S, где N – общее число пикселей, занятых ОЗ, S – число пикселей всей территории. Концентрация может быть представлена в форме законов распределения случайных величин, изображений, зависимости от направления φ и времени t. Данный параметр является мерой «грамотности» размещения отходов (сосредоточенности отходов и систематизации/стихийности их образования), а также степени замусоривания и потенциальной опасности. Концентрация замусоривания в направлении оценивается по распределению отходов в окрестности направляющего вектора из центра масс ОЗ.

Процедура прослеживания контура (например, методом правообходного или левообходного жука) преобразует матрицу контура C = [x y] длины l в матрицу линии контура F = [X Y]. Вытянутость u и углы φ можно оценить по формулам:

rih05.wmf

rih06.wmf

По линии контура оценивается кривизна, линейность, выпуклость и др. Данные параметры не привязываются к центру масс и зависят только от F. Оценка вытянутости ОЗ в направлении φ дается по формуле: rih07.wmf q – число пикселей связной компоненты, ограниченной направлениями φ – Δ/2 и φ + Δ/2. Оценка перемещения ОЗ за время с t1 до t2: Δr = r2 – r1 r1 и r2 – вытянутость ОЗ в направлении φ в моменты t1 и t2. Оценка соответствующей скорости перемещения: rih08.wmf Оценка площади ОЗ в направлении φ: rih09.wmf. Располагая серией таких линий перемещения и скорости, можно их спрогнозировать в рамках периода прогноза. Угловое распределение перемещения и скорости перемещения ОЗ (границ ОЗ) – функции Δr(φ) и v(φ), угловое распределение площади – s(φ), где 0 ≤ φ ≤ 2π.

Результаты работы алгоритмов

Покажем результаты работы алгоритмов на примере тестового участка – ОЗ полигона ТБО Кучино, Балашихинский район Московского региона.

rihter2a.tif(а)

rihter2b.tif(б)

Рис. 2. Тестовый участок: а) изображение в программе Google Планета Земля, 11 июня 2003 г.; б) результат автоматического выделения ОЗ, 21 июля 2003 г.

На рис. 2, б показано изображение тестового участка (рис. 2, а), выделенного в результате работы алгоритма, описанного в [8]. Размеры участка: 1,7 км по высоте и 1,4 км по ширине.

rihter3a.tif а) rihter3b.tif б)

rihter3c.tif в) rihter3d.tif г)

Рис. 3. Результаты обработки: а) график роста площади полигона ТБО Кучино за период 2001–2011 гг.; б) угловое распределение перемещения границ ОЗ полигона ТБО Кучино за период 2001–2011 гг.; в) перемещение границ полигона ТБО Кучино за период 2001–2011 гг. в северо-восточном (1), северо-западном (2), юго-западном (3) и юго-восточном (4) направлениях; г) перемещение центра масс полигона ТБО Кучино за период 2001–2011 гг.

По информативным признакам, описанным в [1], находится область детектирования и выделяется ОЗ. Далее происходит заполнение ОЗ и выделение его контура. Площадь устойчивого замусоривания выросла в несколько раз за 8 лет. На рис. 3а – график изменения площади полигона во времени, на котором видны характерные скачки росла площади (в 2005 и 2009 годах), обусловленные этапами складирования – проектированием новых территорий под складирование отходов и заполнение этих территорий отходами вдоль и по высоте. В данном случае выделяются очереди 2002, 2004, 2008 и 2010 гг. На графиках площади может наблюдаться спад, колебание или постепенный рост площади. Спад обусловлен зарастанием ОЗ растительностью, постепенный рост, вероятно, обусловлен расползающимся захламлением территории. На рис. 3, б показано угловое распределение перемещения границ (роста размера) ОЗ за период 2001–2011 гг., а на рис. 3, в – средний рост в четырех направлениях: северо-восток, северо-запад, юго-запад и юго-восток. Как видно, наибольший рост наблюдается на юго-востоке, в направлении жилой дер. Фенино. Следует заметить, что в настоящее время с 2011 по 2014 годы преимущественный рост границ наблюдается именно в этом направлении. На рис. 3, г показана линия перемещения геометрического центра полигона. В местах высокой скорости его перемещения происходит расширение границ полигона. Закручивание линии свидетельствует о стабилизации расположения ОЗ ввиду увеличения его размера.

Заключение

Алгоритм оценки поверхностных геометрических параметров ОЗ разработан и протестирован для полигонов ТБО Московской области. К достоинствам алгоритма можно отнести:

1) возможность использования бесплатных снимков Landsat для обнаружения ОЗ;

2) минимальные требования к исходным данным;

3) простоту обработки космической информации.

Однако целесообразно дальнейшее улучшение алгоритма по некоторым направлениям, например, приблизить временной интервал оценки геометрических параметров к периоду наблюдений. Также следует усовершенствовать алгоритм до выделения ОЗ не только открытого типа, но и ОЗ, зарастающих растительностью.

Рецензенты:

Заалишвили В.Б., д.ф.-м.н., профессор, директор ФГБУН Центра геофизических исследований, г. Владикавказ;

Кусраев А.Г., д.ф.-м.н., профессор, директор Института прикладной математики и информатики, г. Владикавказ.

Работа поступила в редакцию 01.04.2015.


Библиографическая ссылка

Рихтер А.А., Рихтер А.А., Шахраманьян М.А., Шахраманьян М.А., Шахраманьян М.А., Шахраманьян М.А., Казарян М.Л., Казарян М.Л., Мурынин А.Б., Мурынин А.Б. ОЦЕНКА ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ОБЛАСТЕЙ ЗАМУСОРИВАНИЯ ПО МУЛЬТИСПЕКТРАЛЬНЫМ КОСМИЧЕСКИМ ИЗОБРАЖЕНИЯМ // Фундаментальные исследования. – 2015. – № 2-13. – С. 2866-2870;
URL: https://fundamental-research.ru/ru/article/view?id=37576 (дата обращения: 28.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674