Дешифрирование лесных пожаров. 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Дешифрирование лесных пожаров.



Современные спутниковые системы (>ЮАА, МосНз, Метеор) позволяют получать информацию о пожарах с периодичностью 8-12 часов при их размерах в несколько га и более.

Основным дешифровочным признаком пожаров на космических снимках являются дымовые шлейфы, характеризующиеся соответственной формой, яркостью и структурой

При низовых пожарах слабой интенсивности изображения дымовых шлейфов напоминают перистую облачность, однако они легко отличаются от нее характерной конусовидной формой шлейфа, вытянутой по направлению ветра. Яркость шлейфа, максимальная в тыловой части, постепенно убывает к фронту и флангам.

Шлейф крупного низового пожара высокой интенсивности на космических снимках напоминает слоистую облачность, однородную по структуре и яркости. Отличительным признаком такого шлейфа дыма является наличие в тыловой части пожара характерных «языков» или «выступов», связанных с неравномерным его распространением по лесной территории.

Верховые пожары при ветре характеризуются наличием конвекционной колонки, часто на общем фоне шлейфа дыма. Дешифровочным признаком верхового пожара на космическом снимке является наличие светлого пятна, соответствующего положению кучевого облака, венчающего, как правило, конвекционную колонку верхового пожара. Дымовой шлейф торфяного пожара можно отличить от дымового шлейфа низового пожара, если рассматривать снимки, полученные в разное время суток, например, рано утром и днем. Интенсивность горения торфяного пожара мало зависит от времени суток и поэтому даже в ранние утренние часы дымовой шлейф от торфяного пожара на космических снимках хорошо просматривается, в отличие от шлейфа низового пожара, проявляющегося на снимках в основном после 10-12 часов местного времени.

Дешифрирование лесных пожаров по дымовым шлейфам значительно облегчается, если сопоставлять снимки данного района, полученные в течение последних нескольких суток и в разных зонах спектра. Анализ снимков в первом случае позволяет проследить динамику развития лесных пожаров, а также дает возможность оценить масштабы и направление распространения задымленной атмосферы, создающей определенные трудности в оперативной работе лесопожарных служб.

Лесной пожар является источником излучения, максимум которого приходится на диапазон 2,5-3,5 мкм. Этот диапазон рекомендуется использовать в вечернее (при высоте Солнца менее 5°) или в ночное время.

44 Определение зон задымления от лесных пожаров.

В результате лесных пожаров атмосфера может иметь различную степень задымления.

Сильная задымленность создает определенные трудности в оперативной работе авиационных подразделений, а также работе других ведомств. Поэтому при планировании работ по тушению лесных пожаров необходимо знать о степени задымления территории.

Степень задымленности территории оценивается по 5- балльной шкале с указанием плотности дыма по трем градациям: слабая, средняя и сильная.

Анализ снимков, полученных в разных зонах электромагнитного спектра, позволяет отличать дымовые шлейфы пожаров от перистых и кучевых облаков. Дымовые шлейфы, хорошо распознаваемые в видимой зоне, почти исчезают в инфракрасной зоне, в то время как атмосферные облака одинаково хорошо просматриваются на изображениях, полученных в той и другой зонах. Данная задача может решаться одновременно с задачами по обнаружению лесных пожаров и контролю за их динамикой.

Определение степени увлажнения лесных горючих материалов. Целью определения текущего влагосодержания лесных горючих материалов является корректирование краткосрочных прогнозов пожарной опасности и диагностика фактической пожарной обстановки на территории лесного фонда, а также уточнение в связи с этим управленческих решений в системе охраны леса. Для определения текущего влагосодержания лесных горючих материалов применимы данные съемок, полученные в инфракрасной (1,0-2,5; 3-5; 8-14 мкм), микроволновой (0,3-3 см) и ультракоротковолновой (1-5 дм) областях электромагнитного спектра. Методика обработки данных заключается в пространственном совмещении космических изображений, вычислении радиационной и радиояркостной температур для пикселей изображений, разностей каждой из этих температур между смежными циклами съемки и последующих вычислений па основе экспериментальных моделей влагосодержания лесных горючих материалов. Расчетные модели учитывают связи между спектральными коэффициентами яркости растительности, входящей в состав основных проводников горения, тепловой инерцией и влагосодержанием лесных горючих материалов.

Для решения задачи необходимо измерение радиационной и радиояркостной температур подстилающей поверхности в различных спектральных интервалах с точностью 2-3 %. Периодичность наблюдения должна быть 3-5 суток.

45 Часть данных ДЗ (ДДЗ) сразу поступает в цифровом виде, что позволяет непосредственно использовать для их обработки современные компьютерные технологии. Снимки на фотоносителях могут быть преобразованы в цифровую растровую форму представления с помощью специальных сканирующих устройств (сканеров). Цифровое изображение в форме растра представляет из себя матрицу чисел. Каждый элемент этой матрицы, называемый пикселом, отвечает какой-либо характеристике (отражательной способности, температуре и т.д.) участка местности в определенной зоне электромагнитного спектра. Предварительная обработка изображений.

Основное предназначение этой группы операций - модификация данных с целью улучшения зрительного восприятия изображения, либо преобразование его в форму, более удобную для дальнейшего визуального или компьютерного анализа. По особенностям организации обработки данных, операции этой группы можно разбить на несколько типов. К первому типу относятся модификации значений каждого отдельного пиксела, выполняемые, как правило, с использованием табличного способа представления преобразующей функции (таблица перекодировки). Следующий тип - это локальные операции, особенностью которых является модификация значения каждого элемента изображения с использованием значений соседних пикселов в какой-либо ограниченной (локальной) окрестности. Типичными преобразованиями этого вида являются операции фильтрации изображений. Сглаживающие или низкочастотные фильтры позволяют снять шум и убрать мелкие детали, что позволяет получать более однородные участки изображения, пригодные для дальнейшей обработки с целью выявления тех или иных объектов. Преобразования геом-х характ-к изображений составляют сл вид рассматриваемой группы операций. К ним отн-ся: монтаж (мозаика) изоб-й из отдельных снимков или их фрагментов; вырезание нужного фрагмента; сжатие изображения или его растяжение; трансформирование снимка в какую-либо картографическую проекцию. Еще один вид рассматриваемых операций предназначен для создания различных цветовых композиций оптимальных для визуального восприятия. Эта группа преобразований позволяет получать цветные изображения в условных (ложных) и псевдоцветах, что является одним из способов обработки многомерных видеоданных.



Поделиться:


Последнее изменение этой страницы: 2017-02-17; просмотров: 409; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.88.60.5 (0.012 с.)