Авторизация

Логин:
Пароль:
Восстановить пароль
Регистрация
  • Форум
  • Блоги
  • Контакты
  • Новости
  • Продукты
  • Отрасли
  • Обучение
  • Поддержка
  • События
  • О компании
  • 1 (56) | 2011 Применение ГИС-технологий в космической диагностике техносферы

    Шухостанов В.К. , Цыбанов А.Г., Отделение «Диагностика и безопасность техносферы» РАЕН,
    E-mail: v-p@diatech.ru; тел.: (495) 210-49-89, факс: (495) 254-79-68

    Ведешин Л.А., Президиум РАН, Е-mail: lavedeshin@presidium.ras.ru; тел.: (495) 137-87-90; факс: (495) 135-20-06

     

    Hyper spectral diagnostics of technosphere

     

    Введение

    Космическая диагностика объектов техносферы и геоинформационные системы (ГИС), как ее составная часть, – это современная, комплексная технология, позволяющая эффективно проводить исследования, анализ и мониторинг процессов и явлений в объектах техносферы, распределенных в пространстве. Кроме пространственного распределения, объекты техносферы обычно различаются по различным информационным признакам: временным, количественным, структурным, техническим и др.

    Увеличение количества объектов, расширение их «географии», обилие информационных признаков и т.д. ведет к существенному усложнению решения задач космической диагностики. Поэтому современное состояние космической диагностики требует именно системного – комплексного подхода с разносторонней и глубокой обработкой различных пространственных данных. Наличие снимков высокого и сверхвысокого пространственного разрешения само по себе не позволяет оперативно получать необходимые результаты надлежащего качества без быстрых и надежных методов дешифрирования и обработки, а также специальных методик и процедур на базе геоинформационных программных продуктов.

    Накопленный нами опыт в космической диагностике техносферы позволил разработать и успешно реализовать подобные методики и процедуры на практике для всех этапов проведения диагностики. В общем случае к основным этапам космической диагностики можно отнести следующие:

    1. Получение и обработка первичных данных (космических снимков, карт, схем, чертежей, профилей и т.д.). Географическая локализация, необходимая пространственная привязка, трассировка.
    2. Интеллектуальная обработка, исследование, анализ пространственно-распределенных данных с различными информационными признаками.
    3. Сведение полученных данных на двумерную (трехмерную) географическую основу с получением когнитивной картины технического состояния исследуемого объекта.

     

    Как видно из описания этапов и задач космической диагностики, ГИС-технологии являются наиболее близким по решаемым задачам и поддерживаемым функциям, удобным и эффективным инструментарием для качественного и полноценного исследования современной техносферы. Для представления и анализа сложной, пространственно-распределенной и информационно насыщенной современной техносферы ГИС просто необходимы.

    Практика применения ГИС-технологий в космической диагностике

    Конкретные случаи применения ГИС-технологий на различных этапах космической диагностики рассмотрим на примерах некоторых проведенных нами работ.

    1.  Предварительная обработка первичных данных с помощью фотограмметрического блока ГИС, графических модулей ГИС и фильтров.

     

    Практически все исходные географические материалы изначально имеют геометрические и графические искажения. Эти искажения зависят от уровня обработки поставляемых материалов и связаны с особенностью рельефа, ошибками сенсоров космических аппаратов, их геометрией и др.

    Точность космической диагностики определяется точностью используемых географических данных, поэтому всегда необходимо проводить оценку этой точности и, в случае необходимости, корректировать геоданные. Так, для повышения геометрической точности космического снимка можно использовать: информацию о высотах в различном виде; модель камеры в виде коэффициентов RPC; наземные GPS измерения и т.д.

    В работе по космической диагностике трубопроводных систем НПЗ Petroleo Del Norte в Испании была проведена геометрическая коррекция с помощью фотограмметрического блока ГИС. Окончательная коррекция сделана с использованием трехмерной модели рельефа, сведений о космическом сенсоре и опорных точек. Результат геометрической коррекции с оценками точности показан на рис. 1.

     


    Рис. 1. Оценка точности геометрической коррекции.

     

    Кроме геометрической коррекции обычно все исходные географические материалы требуют проведения графической коррекции. Этот вид коррекции может проводиться дополнительно на всех этапах космической диагностики в зависимости от поставленной задачи. При этом применяются возможности графических модулей геоинформационных систем, а также других графических растровых редакторов.

     


    Рис. 2. Примеры графической обработки космического снимка.

     

    Графическая обработка космического снимка с применением различных фильтров, изменения уровня, баланса и гистограммы изображения и т.д. на примере работ в Испании показана на рис. 2.

    1.  Географическая локализация и трассировка с помощью растровых блоков ГИС.

    Географическая локализация небольших объектов техносферы и трассировка линейно-протяженных объектов является важным и необходимым этапом для проведения высокоточной космической диагностики. Поэтому на этом этапе нужно использовать все доступные космические изображения на исследуемый участок и весь ГИС-инструментарий.

    Рассмотрим космическую трассодиагностику на примере проведенной нами космической диагностики технического состояния подводного перехода магистрального аммиакопровода Тольятти-Одесса через р. Волга. На тот момент времени для этого участка были доступны снимки с систем с различным пространственным разрешением: Landsat, Монитор-Э и ТК-350. Предварительно трасса выявлялась по специальной методике в программной среде ГИС для растровых данных дистанционного зондирования. Исследования проводились во всех синтезированных спектральных каналах Landsat независимо друг от друга, а затем корректировались с помощью панхроматических каналов систем Монитор-Э и ТК-350. В качестве примера на рис. 3 показан результат выявления трассы в канале №3 (RED) Landsat-5.

     


    Рис. 3. Результат выявления трассы в канале № 3 Lansat-5.

     

    Несмотря на не очень большое пространственное разрешение все спектральные каналы показали достаточно хорошую выявляемость трассы. Наименьшее значение выявляемости трассы составило 22,1%, наибольшее значение – 52,5%. Кроме того, были обнаружены фрагменты трассы по прямым признакам (рис. 4).

    Результаты выявления стали географической основой для проведения дальнейших исследований и построения ГИС-проекта по космической диагностике.

     


    Рис. 4. Трасса трубопровода от о. Панинский до правого берега в оптическом канале № 1 (Blue).


    Рис. 5. Локализация резервуарного парка Optimal, Малайзия.

     

    Для локализации точечных, нелинейных объектов техносферы обычно проводится высокоточное определение географических координат характерных точек или центров этих объектов. Подобная работа проведена по локализации тринадцати резервуаров резервуарного парка Optimal в Малайзии (рис. 5).

    1.  Выявление и координатная привязка различных объектов и характерных точек в техническом коридоре трассы линейно-протяженных объектов техносферы (трубопроводов) с помощью автоматических ГИС-средств.

    На этом этапе космической диагностики необходимо выявить и определить географические координаты всех объектов естественного и искусственного происхождения в коридоре трассы трубопровода, которые в той или иной степени могут оказать влияние на его функционирование. Подобными объектами могут быть: дороги, реки, линии электропередач, другие трубопроводы, коммуникации и т.д. Примером такой работы являются результаты космической диагностики участков магистрального нефтепровода «Оха – Комсомольск-на-Амуре» ООО «РН-Сахалинморнефтегаз». Фрагмент таких результатов показан на рис. 6.

     


    Рис. 6. Выявление различных объектов в коридоре трассы магистрального нефтепровода «Оха – Комсомольск-на-Амуре» ООО «РН-Сахалинморнефтегаз».

     

    Кроме того, были определены координаты точек вдоль всей трассы с максимальным расстоянием между точками не более 200 м для всего исследуемого участка средствами геоинформационной системы в автоматическом режиме.

    1.  Анализ почвенного и растительного окружения исследуемого объекта с помощью растровых блоков и классификаторов ГИС.

    Рассмотрим анализ почвенного окружения на примере работы по космической диагностике аммиакопровода в районе подводного перехода через р. Волга (рис. 7). Такие работы проводятся в ГИС, работающих с растровыми данными и имеющих классификаторы различного типа.

     


    Рис. 7. Анализ почвенного окружения подводного перехода.

     

    На основе геоинформационной обработки данных панхроматического канала, полученного с системы Монитор-Э, и проведенной оценочной классификации было выделено 6 основных классов почв:

    • луговые почвы ложбин и западин, влажные;
    • черноземы выщелоченные, темно-каштановые, лугово-болотные;
    • светло-каштановые, черноземы карбонатные, щебнистые;
    • каштановые песчаные, эродированные, песчаные;
    • солонцы, солончаки;
    • водная поверхность.

     

    Определено, что в коридоре трассы исследуемого участка аммиакопровода наблюдается пойменная дуговая структура почвенного покрова сегментной поймы реки Волга с чередованием сухих грив, валов и заболоченных межгривных понижений. Заметных следов солонцов и солончаков на пересечении с трассой аммиакопровода не обнаружено.

    Для участка нефтепровода «Оха – Комсомольск-на-Амуре» ООО «РН-Сахалинморнефтегаз» проведена оценка растительности в коридоре трассы на основе базы данных SPOT-4-VEGETATION. Анализ данных SPOT-4 с использованием информации Landsat-7 позволил устойчиво выделить 10 классов участков:

    • хвойно-листопадный лес.
    • урбанизированная территория.
    • водоемы, увлажненная территория.
    • листопадный широколиственный лес.
    • вечнозеленый хвойный лес.
    • смешанный лес.
    • широколиственный листопадный кустарник.
    • хвойный вечнозеленый кустарник.
    • гари.
    • болота и мари.

     

    Области с выявленным растительным покровом нанесены на космический снимок Landsat-7 (рис. 8).

    1.  Анализ влажности окружения объектов техносферы с помощью ГИС-классификатора.

    Проведенная нами работа по космической диагностике подводного перехода магистрального аммиакопровода Тольятти-Одесса через р. Волга включала анализ влагосодержания окружения трубопровода и оценку динамики прямого подтопления. Эта работа проведена также с использованием ГИС-классификатора.

     


    Рис. 8. Оценка природного покрова в коридоре трассы магистрального нефтепровода «Оха – Комсомольск-на-Амуре» ООО «РН-Сахалинморнефтегаз».


    Рис. 9. Анализ влажности окружения подводного перехода.

     

    В ходе исследования на основе данных ближнего инфракрасного канала № 4, полученного с Landsat-7, синтезированного с ТК-350, получена общая картина влажности окружения с выявленной зоной повышенного влагосодержания в почве. Исследование космических снимков Landsat-7 за весеннее-осенний период позволило оценить возможную степень затопления исследуемой территории. Были выделены области прямого затопления в разные времена года и проведено их количественное сравнение. Результаты анализа влажности окружения приведены на рис. 9.

    1.  Анализ рельефа местности с помощью ГИС-модулей трехмерных растровых и векторных данных и модуля анализа изображений.

    Для анализа рельефа местности применяются средства ГИС для работы с трехмерными растровыми и векторными данными и анализа поверхности изображения. В качестве примера были взяты материалы из последних диагностических работ по подземному автопереходу трех трубопроводов в Малайзии и магистральному нефтепроводу «Оха – Комсомольск-на-Амуре».

    Рассмотрим анализ рельефа местности, где в качестве основы для построения трехмерной модели рельефа использовались данные радарной радиолокационной интерферометрии.

    Для получения предварительной цифровой модели местности сеть исходных опорных точек была визуализирована по высотам в градациях различных цветов. На полученную модель наложена трасса исследуемого нефтепровода для предварительной оценки рельефа местности коридора трасс трубопровода и его профиля (рис. 10).

     


    Рис. 10. Визуализированная цифровая модель рельефа на основе данных радарной радиолокационной интерферометрии.

     

    В ГИС векторная сеть точек была интерполирована в непрерывную растровую поверхность методом Обратно Взвешенных Расстояний, затем она была отображена на космическим снимком с наложением трасс трубопроводов.

    Полученные таким образом модели и профили позволяют оценить вариации рельефа в районе прохождения трасс трубопроводов. Кроме этого для нефтепроводов на основе этих данных определяются потенциально опасные места, в которых возможно образование парафино-смолистых отложений, развитие процессов коррозии и возникновение дополнительных нагрузок на нефтепровод.

    1.  Обобщение результатов космической диагностики с помощью 3D и многослойных ГИС-проектов.

    Все результаты космической диагностики в векторной или растровой форме, включающие в себя космические снимки, карты, планы, схемы, результаты анализа и исследований обычно сводятся в единый двух- или трехмерный многослойный ГИС-проект. Такое слияние позволяет лучше понять и оперативно оценить общее техническое состояние исследуемых объектов техносферы. Эта возможность геоинформационной системы позволяет избежать потерь информации при анализе и учесть все доступные данные.

     


    Рис. 11. Выявленные аномальные зоны участка магистрального нефтепровода «Оха – Комсомольск-на-Амуре».

     

    Обобщением результатов космической диагностики обычно являются рассчитанные аномальные зоны, в которых возможно образование негативных условий для нормального функционирования исследуемого объекта. Основными факторами, создающими подобную зону, являются: повышенная влажность почвы, резкие повороты трассы трубопровода в плане, изгибы профиля трубопровода; промышленное воздействие на трубопровод; большая концентрация пересечений трубопровода с дорогами, коммуникациями и др. Примеры выявленных аномальных зон приведены на рис. 11.

    Геоинформационное программное обеспечение, применяемое в космической диагностике техносферы

    Основными, базовыми программными ГИС-пакетами, применяемыми нами в космической диагностике объектов техносферы, являются многомодульные системы ArcGIS и Erdas Imagine. Эти пакеты, в общем случае, являются достаточными для проведения космической диагностики, применяются на всех ее этапах и хорошо дополняют друг друга.

    Erdas Imagine применяется нами в основном для обработки растровых данных – в первую очередь данных дистанционного зондирования. Обладает мощным набором инструментария для геометрической коррекции геоматериалов, поддерживает множество форматов изображений и проекций, отлично подходит для «привязки» изображений и их перепроецирования. Он незаменим для обработки, редактирования и анализа различных видов растровых изображений.

    ArcGIS – полнофункциональная ГИС, обладающая богатыми возможностями для работы как с векторными, так и с растровыми данными. Применяется нами как основная система для хранения, конвертации, частичной обработки и анализа данных, получаемых в ходе космической диагностики. В этой системе происходит сбор и окончательный анализ в едином геоинформационном проекте различных видов и типов данных. При этом используются как двух- так и трехмерные топоосновы.

    Кроме перечисленных программных пакетов для промежуточных работ нами используются и другие виды как геоинформационных, так и обычных программных продуктов. Среди них можно выделить: GlobalMapper, CorelDraw и Adobe Photoshop.

    GlobalMapper отлично подходит для работы с данными радарной интерферометрии на всех этапах – от обработки исходных данных до их визуализации. Этот пакет иногда используется для создания небольших ГИС-проектов. CorelDraw и Adobe Photoshop не являются геоинформационными системами, но часто используются нами для промежуточной обработки изображений и, в основном, визуализации различных типов данных (векторных и растровых соответственно).

    В Таблице 1 на базе опыта, накопленного нами в космической диагностике техносферы, приводится перечень основных задач космической диагностики и соответствующие для решения этих задач программные пакеты с некоторыми инструментами или модулями.

     

    Таблица 1

    Геоинформационное программное обеспечение, применяемое при космической диагностике техносферы

    Задача

    Программный пакет

    Некоторые инструменты и модули

    Первичная геометрическая коррекция, ортокоррекция

    Erdas Imagine

    Data Preparation,
    Geometric Correction,
    Leica Photogrammetry Suite

    «Привязка», перепроектирование, оценка точности, создание мозаики

    Erdas Imagine

    Reproject Images,
    Geometric Correction,
    Leica Photogrammetry Suite

    ArcGIS

    Image Analysis

    Общая графическая коррекция

    Erdas Imagine

    Основной модуль

    ArcGIS

    Image Analysis

    Трассодиагностика, локализация, выявление и координирование характерных узлов и элементов исследуемого объекта

    Erdas Imagine

    Cпектральный анализ,
    Image Interpreter

    ArcGIS

    ArcMap, Image Analysis,
    Spatial Analyst

    Анализ почвенного, растительного и водного окружения исследуемого объекта

    Erdas Imagine

    Classifier, Image Interpreter, Cпектральный анализ

    ArcGIS

    ArcMap, Image Analysis,
    Spatial Analyst

    Анализ рельефа местности, исследование и оценка трехмерных поверхностей, трехмерная визуализация

    ArcGIS

    3D Analyst, ArcScene

    Global Mapper

    Global Mapper

    Обобщение, анализ и визуализация результатов космической диагностики

    ArcGIS

    ArcMap

     

    Заключение

    В космической диагностике техносферы на смену прежним, теперь уже устаревшим технологиям и инструментам приходят современные геоинформационные. Это подтверждает как мировой опыт, так и наши работы и исследования, в которых эффективно используются мощные возможности ГИС.

    Кратко описанный в данной статье системный, комплексный подход с учетом накопленного опыта, разработанными методиками и процедурами проведения космической диагностики на базе ГИС-технологий позволяет быстро, эффективно и экономически выгодно решать современные задачи диагностики и управления техносферой и своевременно развивать перспективные направления в данной области.




    Версия для печати