А.Н. Шихов, к.г.н., кафедра картографии и геоинформатики Пермского государственного университета ОЦЕНКА ПОСЛЕДСТВИЙ СТИХИЙНЫХ ПРИРОДНЫХ ЯВЛЕНИЙ ДЛЯ ЛЕСНЫХ.

Презентация:



Advertisements
Похожие презентации
Н. Владимирова, Е. Есипова НП «Прозрачный мир» Возможности GIS&RS методов для выделения и анализа ценных лесов: анализ временных рядов снимков Landsat.
Advertisements

Влияние пожаров на экологию 1.Пожары на торфяникахПожары на торфяниках 2.Обстановка в районе Северо- Енисейского заповедникаОбстановка в районе Северо-
ОПРЕДЕЛЕНИЕ ДИНАМИКИ ИЗМЕНЕНИЯ ДИФФЕРЕНЦИАЛЬНОГО АЛЬБЕДО ТЕРРИТОРИИ Исаков Сергей Викторович Аспирант кафедры метеорологии и охраны атмосферы ПГНИУ.
Анализ качественного состава лесного фонда средствами Scanex Image Processor 3 при лесном мониторинге Александр Маслов Институт лесоведения РАН, Антон.
Мониторинг растительного покрова 1.Засуха 1998 года (Самарская область)Засуха 1998 года (Самарская область) 2.Лесопарковая зона южнее Мюнхена (Германия)Лесопарковая.
Работа выполнена при поддержке РФФИ (проекты урал_а; мол-а) БАЗА ДАННЫХ ОБ ОПАСНЫХ И НЕБЛАГОПРИЯТНЫХ ЯВЛЕНИЯХ ПОГОДЫ В ПЕРМСКОМ.
Засуха 1.Состояние растительности Австралии в апреле 2007 г.Состояние растительности Австралии в апреле 2007 г. 2.Южная Африка в незасушливый и засушливый.
Мониторинг формирования и прохождения весеннего половодья на реках водосбора Воткинского водохранилища (на примере 2014 г.) Пермь 2014 Абдуллин Р.К., Шихов.
Основные районы лесной промышленности в России 1.Архангельская областьАрхангельская область 2.Иркутская областьИркутская область 3.Пермский крайПермский.
4 разрешения в ДЗЗ. В наше время на орбитах вокруг Земли вращаются одновременно сотни различных спутников, осуществляющих наблюдение и съемку ее поверхности.
Мониторинг пожароопасных ситуаций 1.Архангельская область. Лесные пожарыАрхангельская область. Лесные пожары 2.Казахстан. Степные пожарыКазахстан. Степные.
Лесоизбыточные районы России 1.Архангельская областьАрхангельская область 2.Республика КомиРеспублика Коми 3.Красноярский крайКрасноярский край 4.Хабаровский.
Использование спутниковой информации (NOAA/AVHRR) для задач специализированного гидрометобеспечения Е.Ф. Чичкова Государственный научный центр ЦНИИ Робототехники.
Апрель 2011 г.. Локомотивы телеком рынка России Выручка российских операторов, млрд руб. 2 Источник: Json & Partners Consulting.
Общая площадь земель Свердловской области, на которых расположены леса 16,0 млн.га 1 Территория земель лесного фонда Свердловской области 15,2 млн.га.
Вулканы Камчатки 1.Вулкан Ключевская сопкаВулкан Ключевская сопка 2.Группа вулкановГруппа вулканов 3.Извержение вулкана ШивелучИзвержение вулкана Шивелуч.
А.И. Пономарчук, к.ф.-м.н., рук. МРЦКМ Пермский государственный национальный исследовательский университет, ГИС центр
РАДИОМЕТРИЧЕСКИЕ СВОЙСТВА СНИМКОВ И ИХ КОМПЬЮТЕРНАЯ ОБРАБОТКА.
Заповедники лесной зоны 1.Приокско-Террасный заповедник (Московская область)Приокско-Террасный заповедник (Московская область) 2.Центрально-лесной заповедник.
О выполнении мероприятий по противопожарному обустройству лесов, расположенных на территории земель лесного фонда Чувашской Республики г. А.П.
Транксрипт:

А.Н. Шихов, к.г.н., кафедра картографии и геоинформатики Пермского государственного университета ОЦЕНКА ПОСЛЕДСТВИЙ СТИХИЙНЫХ ПРИРОДНЫХ ЯВЛЕНИЙ ДЛЯ ЛЕСНЫХ РЕСУРСОВ ПЕРМСКОГО КРАЯ ПО МНОГОЛЕТНИМ РЯДАМ ДАННЫХ ДЗЗ Исследования выполнены при поддержке РФФИ (проект мол_а)

ЦЕЛЬ ИССЛЕДОВАНИЯ И ИСХОДНЫЕ ДАННЫЕ Цель исследования – оценка ущерба от лесных пожаров и ветровалов для лесного фонда Пермского края (за период с 2000 г. по настоящее время), и выявление особенностей пространственно-временного распределения крупных пожаров и ветровалов. Дополнительные задачи – выявление случаев и оценка повторяемости смерчей и разрушительных шквалов в районах с редкой наблюдательной сетью на основе полученных данных о ветровалах.

ИСХОДНЫЕ ДАННЫЕ Для автоматизированного дешифрирования - снимки с аппаратов LANDSAT-5 (сенсор TM), LANDSAT-7 (сенсор ETM+) и LDSM-8 (сенсор OLI), за период с 1999 по 2013 г. Получены с сервисов NASA ( Для валидации результатов : Снимки SPOT-5 за гг. - получены по лицензии, приобретенной у ИТЦ «Скан Экс» для Межрегионального центра космического мониторинга ПГНИУ. Снимок WorldView-2 - приобретен для реализации отдельного проекта

Подбор безоблачных снимков за интересующий период времени Геометрическая коррекция (совмещение) снимков Выбор метода Change Detection и его применение Фильтрация, векторизация результатов Экспертное дешифрирование классов изменений ОБЩАЯ СХЕМА ЭТАПОВ МУЛЬТИВРЕМЕННОГО АНАЛИЗА

МЕТОДЫ АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ ГАРЕЙ И ВЕТРОВАЛОВ ПО ДАННЫМ LANDSAT Одноканальное обнаружение изменений по каналу SWIR1 (1,55 - 1,75 мкм) в пределах маски леса. Многоканальное обнаружение изменений (алгоритм Multivariate alteration detection), в пределах маски леса. Создание мульти временного композита и его классификация методом Izodata. Анализ изменений коротковолнового вегетационного индекса SWVI в пределах маски леса. SWVI = (NIR – SWIR) / (NIR + SWIR), где NIR – спектральная яркость в ближней ИК зоне, SWIR – спектральная яркость в коротковолновой ИК зоне. Выполняется в пределах маски леса.

ПРЕИМУЩЕСТВА ПОРОГОВОЙ МЕТОДИКИ НА ОСНОВЕ ИНДЕКСА SWVI Высокая надежность получаемого результата. Обусловлена использованием наиболее информативных спектральных зон (NIR и SWIR). Возможность реализации в любом ПО (при наличии функций растровой алгебры и неуправляемой классификации). Этапы работ: Создание маски леса методом неуправляемой классификации (для первого снимка) Вычисление индексов SWVI и его разности ( ΔSWVI) по разновременным снимкам Подбор порогового значения ΔSWVI. Получение контуров изменившихся участков

А – снимок лета 2009 г. (до пожаров); Б – изображение ΔSWVI после пожара летом 2010 г. ИСПОЛЬЗОВАНИЕ ΔSWVI ДЛЯ ОЦЕНКИ ПОСЛЕДСТВИЙ ПОЖАРОВ

ИСПОЛЬЗОВАНИЕ ΔSWVI ДЛЯ ВЫЯВЛЕНИЯ ВЕТРОВАЛОВ Мультивременной композит на основе канала SWIR (1,55 мкм) Разность SWVI

Выделение гарей – по признаку пространственного совпадения с тепловыми аномалиями, детектированными за гг. (данные системы FIRMS). Выделение ветровалов – по геометрическим признакам (значительная протяженность, отсутствие прямых углов). Выборочная валидация результатов – по снимкам SPOT-5 и WorldView-2. Общая площадь ветровалов, выявленных в автоматизированном режиме по снимку LANDSAT, в 1,9 раза меньше, чем по снимку WORLDVIEW-2. Это связано не только с пропуском мелких участков ветровала, но и с занижением площади крупных ветровалов. ЭКСПЕРТНОЕ ДЕШИФРИРОВАНИЕ ГАРЕЙ И ВЕТРОВАЛОВ

ВАЛИДАЦИЯ РЕЗУЛЬТАТОВ Распределение площадей ветровалов по градациям, определенное по снимкам LANDSAT-5 и WORLDVIEW-2

ШКВАЛОВЫЕ И СМЕРЧЕВЫЕ ВЕТРОВАЛЫ Ветровалы, связанные со шквалом (А), и смерчем (Б)

ПРОСТРАНСТВЕННОЕ РАСПРЕДЕЛЕНИЕ ГАРЕЙ И ВЕТРОВАЛОВ Всего выявлены 17 случаев массовых ветровалов, общая площадь 27 тыс. га. Из них ветровал г. – около 24,5 тыс. га. 39 случаев крупных лесных пожаров (пройденная огнем площадь более 100 га). Из них в июле-августе 2010 г. – 32 тыс. га.

КАТАСТРОФИЧЕСКИЙ ВЕТРОВАЛ Г. Шквалы со скоростью ветра м/с, по косвенным признакам более 30 м/с наблюдались в ряде районов по северу Пермского края. Обнаружено 4 участка катастрофического ветровала на общей площади га.

Ветровал в Кочевском районе Ветровал в Красновишерском районе

TORNADO OUTBREAK Г. По результатам исследования выявлен аномальный для ЕТР случай прохождения серии интенсивных смерчей, г.. Общая длина пути смерчей 200 км. Ширина полосы разрушений м. Общая площадь ветровала 2500 га. Территория Юрлинского, Гайнского районов Пермского края, Усть-Куломского района Коми

В целом территория Пермского края характеризуется низкой природной пожароопасностью, в сравнении с Зауральем За 13 лет – два периода высокой пожароопасности, связанные с блокирующими антициклонами и засухой летом 2001 и 2010 гг. Большая часть потерь от лесных пожаров приходится на территорию одного Веслянского лесничества на крайнем северо- западе территории, что объясняется сочетанием природных факторов: Широкое распространение сосновых боров-беломошников с высокой природной пожароопасностью; Удаленность от Уральского хребта; Труднодоступность территории. ОСОБЕННОСТИ ПРОСТРАНСТВЕННО-ВРЕМЕННОГО РАСПРЕДЕЛЕНИЯ КРУПНЫХ ПОЖАРОВ В ГГ.

КРУПНЕЙШИЕ ЛЕСНЫЕ ПОЖАРЫ НА ТЕРРИТОРИИ ПЕРМСКОГО КРАЯ В ГГ. Период действия пожара, по данным MODIS Лесничество Выгоревшая площадь, га (по снимкам LANDSAT TM/ETM+) Дата снимка LANDSAT TM/ETM+ (по которому выявлена гарь) июля 2001 г. Веслянское июля 2001 г. Веслянское июля 2001 г. Веслянское августа 2010 г. Веслянское августа 2010 г. Веслянское августа 2010 г. Веслянское августа 2010 г. Гайнское августа 2010 г. Колвинское 3209 (в границах Пермского края) июля - 8 августа 2010 г. Чердынское, Соликамское августа 2010 г. Юрлинское, Косинское августа 2010 г. Вайское

Характеристика возраста и породного состава насаждений на участках, пройденных пожарами в июле-августе 2010 г. ОСОБЕННОСТИ УЩЕРБА ОТ ЛЕСНЫХ ПОЖАРОВ

Использование многолетних рядов данных ДЗЗ позволяет: Вести оперативный мониторинг последствий лесных пожаров и ветровалов на региональном уровне Проанализировать повторяемость этих явлений Выявить территории, где организация мониторинга является приоритетной В результате проведенного анализа выявлена зона высокой повторяемости крупных пожаров на северо-западе Пермского края, которая коррелирует с распространением сосновых лесов. Выявлено 7 случаев ветровалов, связанных со смерчами, что позволяет пересмотреть существующие оценки повторяемости данного опасного явления в северной половине Пермского края. ОСНОВНЫЕ ВЫВОДЫ

СПАСИБО ЗА ВНИМАНИЕ