Авторизация

Логин:
Пароль:
Восстановить пароль
Регистрация
  • Форум
  • Блоги
  • Контакты
  • Новости
  • Продукты
  • Отрасли
  • Обучение
  • Поддержка
  • События
  • О компании
  • 3 (34) | 2005 Уточнение местоположения объектов ОАО «Уралсибнефтепровод» на основе космических снимков с использованием ERDAS IMAGINE

    Митакович С.А, Зав. лабораторий ИТ, к.т.н.,
    Научно-исследовательский институт безопасности
    жизнедеятельности Республики Башкортостан, г. Уфа,
    тел.: +7(3472) 287-634, факс: +7(3472) 287-590ул., E-mail: Misean@mail.ru

    Павлов С.В., Зав. кафедрой ГИС, проф., д.т.н.,
    Уфимский государственный авиационный технический университет

    Бахтизин Р.Н., Зав. каф. ММ, проф., д. ф.-м.н.,
    Уфимский государственный нефтяной технический университет

    Нагаев Р.З., Ген. директор, Арнаутов Г.С., Нач. ИВЦ,
    ОАО «Уралсибнефтепровод»

    В целях поддержки принятия управленческих решений при эксплуатации системы магистральных нефтепроводов в ОАО «Уралсибнефтепровод», являющейся дочерней компанией ОАО «Транснефть», создается и успешно используется геоинформационная системы – ГИС УСМН. Ее основными задачами являются ввод и поддержка в актуальном состоянии атрибутивной и картографической информации об основных объектах ОАО «Уралсибнефтепровод» и прилегающей к ним территории, а также оперативный поиск и отображение требуемой различным пользователям информации. Картографические базы данных, используемые в ГИС УСМН, получены на основе топографических карт разных масштабов. На практике чаще всего используются карты масштаба 1:200 000, сделанные в девяностых годах прошлого века, которые оцифрованы по номенклатурным листам территории России. Естественно, что за прошедшие более чем 10 лет состояние территории и расположенных на ней производственных объектов изменилось. Поэтому наряду с расширением функциональных возможностей ГИС УСМН возникла необходимость в корректировке и обновлении картографической базы данных с тем, чтобы она наиболее точно отражала современное состояние территории и расположенных на ней объектов магистральных трубопроводов ОАО «Уралсибнефтепровод».

    Для решения этой задачи было предложено использовать космические снимки среднего пространственного разрешения, полученные с разных спутников за последние два-три года. В основном это космические снимки Terra (ASTER), Landsat (ETM+), Spot, Resurs, покрывающие зону ответственности ОАО «Уралсибнефтепровод». Работа по уточнению цифровых карт была разбита на несколько этапов:

    1. Подготовительные работы по отбору снимков.
    2. Предобработка снимков.
    3. Определение покрытий (слоев) для обновления по ДДЗ.
    4. Выбор технологии дешифрирования ДДЗ.
    5. Непосредственно обновление покрытий.
    6. Доработка атрибутивной базы данных.
    7. Проверка проделанной работы на местах.

    В качестве программно-технологической основы было решено использовать программное обеспечение (ПО) ERDAS IMAGINE 8.7. Такой выбор не случаен, так как уже на первом этапе работ стало ясно, что потребуется использование многофункционального ПО. Имеющиеся снимки среднего пространственного разрешения находились в разных форматах и прошли разные уровни обработки, что потребовало, соответственно, наличия разных инструментов импорта и конвертирования, доступных в ERDAS IMAGINE. На рисунке 1 показаны зоны покрытия снимками интересующей территории. Хорошо видно, что заданный участок трубопровода полностью покрывается только снимками Landsat. Эти снимки и были выбраны в качестве основных материалов. Дополнительной причиной выбора Landsat послужил тот факт, что съемка всей территории проведена за один и тот же период, что позволяет получить единую картину и в «удобное» время – июле 2002 года при нулевой облачности. Остальные снимки было решено использовать как дополнительные материалы в случае неопределенности, возникающей при дешифрировании.


    Рис. 1.
    Зона покрытия космическими снимками среднего пространственного разрешения территории, прилегающей к участку трубопровода ОАО «Уралсибнефтепровод».

    На следующем этапе была проделана предобработка снимков. Прежде всего, средствами Imagine выполнено слияние 6 основных каналов и панхроматического канала для получения снимков с пространственным разрешением 14,25 метра. Затем сшита мозаика снимков с выравниванием цветов и разбивка ее на 10 зон шириной 30 километров каждая. Это позволило, во-первых, в дальнейшем использовать готовые маски при классификации снимков, во-вторых, распараллелить работы между несколькими операторами при визуальном дешифрировании.

    На третьем этапе работ были выбраны покрытия, доступные для обновления по ДДЗ. Все покрытия были разбиты на две группы: общегеографические и специальные (объекты ОАО «Уралсибнефтепровод»). В результате отбора было определено 18 корректируемых и вновь создаваемых покрытий: 8 общегеографических (растительность, водные объекты, населенные пункты, дороги и др.) и 10 специальных (ЛПДС, резервуары, вертолетные площадки и др.). Следует отметить, что объекты специальных покрытий достаточно малы по отношению к пространственному разрешению снимков, поэтому тип покрытий был выбран преимущественно точечный.

    Выбор технологии дешифрирования являлся ключевым этапом с точки зрения качества и скорости дешифрирования. Необходимо было оценить, какие из покрытий можно получить автоматизированно, а какие придется уточнять вручную. Были апробированы различные методы классификации, представленные в ERDAS IMAGINE. Практика показала, что для уточнения большинства общегеографических покрытий (растительность, водные объекты и др.) достаточно использовать классификацию с обучением. Для этого была сформирована библиотека, включающая 8 классов по 4-5 экземпляров в каждом классе. Ситуация с населенными пунктами оказалась сложнее. Для получения этого покрытия был использован метод экспертной классификации и сформирована база знаний, включающая несколько гипотез (диапазон яркостей в каждом канале). Результаты были достаточно правдоподобны, но потребовали небольшой ручной доработки. Что касается специальных покрытий, большую помощь оказал метод субпиксельной классификации совместно с полевыми исследованиями. С его помощью были обнаружены объекты некоторых покрытий (вертолетные площадки, резервуары и др.). Остальные специальные покрытия были получены вручную, их анализ лучше проводить с использованием инфракрасных каналов, где контрастность природных и искусственных объектов выше (рис. 2).


    Рис. 2.
    Уточнение и корректировка покрытий объектов ОАО «Уралсибнефтепровод».

    После получения классификационных масок на предыдущем этапе, автоматизированное обновление цифровых покрытий заняло короткое время. Далее классифицированные снимки конвертировались в покрытия ArcInfo. Большая часть времени ушла на визуальное дешифрирование линейных объектов (дороги, вдольтрассовые проезды, мелкие водные объекты и др.). На выходе все покрытия были представлены в формате шейп-файлов.

    Доработка атрибутивной базы данных проводилась с использованием ПО ArcGIS 9. Для этого был разработан специальный модуль, который в автоматизированном режиме при наложении покрытий заносил атрибутивные данные из старых покрытий в обновленные. В случае появления новых объектов атрибутивная информация пополнялась по результатам дешифрирования или с привлечением дополнительных справочников с пометкой о новом объекте.

    На заключительном этапе работ цифровые покрытия были разосланы на «места», где наиболее критичная информация (пересечение с водными объектами, приближение населенных пунктов к трубопроводу, появление новых дорог) проверялась.


    Рис. 3.
    Уточнение и корректировка общегеографических покрытий в районе трубопровода.

    В заключение следует отметить, что вся работа была проделана в НИИ БЖД РБ силами четырех операторов в течение двух месяцев. Количество объектов в обновленных покрытиях (общегеографических) превысило количество старых объектов в среднем в 2-3 раза. Наибольшее изменение территории проявилось в появлении большого количества дорог, трансформации контуров населенных пунктов и сокращении растительности (рис. 3). Проверка на «местах» показала высокое качество результатов дешифрирования ДДЗ. Это еще раз подтвердило, что использование современного программного обеспечения для обработки космических снимков среднего пространственного разрешения является эффективным средством для уточнения цифровых покрытий, в нашем случае - масштаба 1:200 000.




    Версия для печати