Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-8220 ОПТИМИЗАЦИЯ ПАРАМЕТРОВ КОНТЕКСТУАЛЬНОГО АЛГОРИТМА ПРИ ДЕТЕКТИРОВАНИИ ЛЕСНЫХ ПОЖАРОВ С ИСПОЛЬЗОВАНИЕМ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ Пономарчук А.И. Ponomarchuk A.I. aponomarchuk@psu.ru ФГБОУ ВПО «Пермский Государственный национальный исследовательский университет» Perm State National Research University 28 01 2013 1 438 438 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=8220

Контекстуальный алгоритм MOD14 (использование данных спектрорадиометра MODIS) детектирования пожаров в активной фазе использует параметры расчета, адаптированные для условий планеты в целом – так, чтобы свести к минимуму количество ложных сигналов. В условиях бореальных северных лесов с высокой растительностью и густыми кронами деревьев чувствительность метода резко снижается, приводя к многочисленным пропускам сравнительно крупных возгораний в лесной зоне. Работа посвящена оптимизации параметров контекстуального алгоритма с целью повышения достоверности детектирования (отношение числа подтвержденных пожаров к общему числу детектированных тепловых аномалий). Для существующих условий количество подтвержденных пожаров удалось увеличить в три раза, при этом общая достоверность детектирования осталась на уровне «стандартных» параметров. Основной прирост подтвержденных пожаров пришелся на пожары техногенного происхождения. Данный результат получен для пороговых значений яркостной температуры в 21 канале спектрорадиометра MODIS (диапазон 4 мкм) 295K/290K (день/ночь), в то время как в стандартном алгоритме используются значения 310K/305K.

The contextual algorithm MOD14 (use of spectroradiometer MODIS data) for active fires detection uses calculation parameters adapted to conditions of a planet as a whole — so that to minimize a number of false alarms. In the northern boreal forests with tall vegetation and dense forest canopy method sensitivity sharply decreases, leading to numerous droppings of rather large fires in a wood zone. Work is devoted to optimizing parameters of the contextual algorithm to increase the detection reliability (number of confirmed fires to total number of detected thermal anomalies). Under existing conditions, the number of confirmed fires have tripled, with an overall accuracy of detection remained at the level of "standard" parameters. The basic gain of the confirmed fires has fallen to fires of a technogenic origin. This result is gained for threshold values of brightness temperature in the 21st channel of MODIS (range 4 mcm) 295K/290K (day/night) while standard algorithm uses the values 310K/305K.

 дистанционное зондирование Земли ДЗЗ MODIS контекстуальный алгоритм детектирование лесные пожары Earth remote sensing ERS MODIS contextual algorithm detection forest fires

1. Афонин С.В., Белов Н.В., Энгель М.В.. Анализ региональных спутниковых данных MODIS PRODUCTS // Современные проблемы дистанционного зондирования Земли из космоса. – 2005. – Т. 2. – № 2. – С. 336–342.

2. Галеев А.А. [и др.] Построение адаптивного алгоритма детектирования пожаров // Современные проблемы дистанционного зондирования Земли из космоса. – 2008. – Т. 5. – № 1. – С. 58–68.

3. Информационная система дистанционного мониторинга (ИСДМ) Федерального агентства лесного хозяйства. – URL: http://www.pushkino.aviales.ru/ (дата обращения: 25.11.2012).

4. Министерство лесного хозяйства Пермского края. – URL: http://les.permkrai.ru/ (дата обращения: 25.11.2012).

5. Пономарчук А.И., Шихов А.Н. Детектирование лесных пожаров в Пермском крае с использованием данных дистанционного зондирования Земли // Геоинформационное обеспечение пространственного развития Пермского края : сб. науч. тр. / Перм. гос. нац. исслед. ун-т. Пермь, 2011. – Вып. 4. – С. 15-24.

6. Direct Readout L aboratory. URL: http://directreadout.sci.gsfc.nasa.gov/ (дата обращения: 25.11.2012). ; IMAPP: International MODIS/AIRS Processing Package, version 1.1. – URL: http://cimss.ssec.wisc.edu/imapp/ (дата обращения: 25.11.2012).

7. Earth Observing System Project Science Office, EOS Program Description. – URL: http://eospso.gsfc.nasa.gov/eos_homepage/description.php (дата обращения: 25.11.2012).

8. Giglio L. Detection, evaluation, and analysis of global fire activity using MODIS data: Dissertation on degree Doctor of Philosophy, University of Maryland, 2006. UMI Number: 3212607, 247 pp.

9. MOD 14 – Thermal Anomalies – Fires and Biomass Burning [Электронный ресурс] : Описание информационного продукта MOD14 (алгоритм детектирования пожаров по данным MODIS и формат представления результатов). – URL: http://modis.gsfc.nasa.gov/data/dataprod/dataproducts.php?MOD_NUMBER=14 (дата обращения: 25.11.2012).

10. Kerns G. Jay. Introduction to Probability and Statistics Using R. 2010. – URL: http://cran.r-project.org/web/packages/IPSUR/vignettes/IPSUR.pdf (дата обращения: 25.11.2012).