Моніторинг стану лісів у період пожежонебезпеки
DOI: 10.31673/2412-9070.2021.064150
Анотація
Сьогодні різноманітну інформацію про лісові екосистеми можна отримати за допомогою методів дистанційного зондування Зем-
лі. Використання космічних даних моніторингу лісів є економічно вигідним, оскільки дає змогу швидко дістати об’єктивну інформа-
цію, необхідну лісівникам для розв’язання практичних задач. Супутникові дані забезпечують широке охоплення лісових угідь, високу
точність результатів, а також високу частоту отриманих даних. Для дослідження було вибрано космічні знімки території Овруцького
району Житомирської області України влітку 2020 року. Визначення породного складу проведено методами керованої класифікації,
а саме класифікатором Байєса. Встановлено, що 70% лісів є сосновими, у меншій кількості зустрічаються осикові, грабові, березові, вільхові та ясеневі породи дерев. За статистичними даними впродовж 2000-2020 років в Україні було пошкоджено і знищено
лісовими пожежами 51,4 тис. га лісових насаджень. Тому об'єктивна і своєчасна інформація про наслідки пожеж необхідна для
вирішення широкого переліку прикладних завдань лісового господарства. Важливим завданням у процесі оцінювання еколого-
економічного збитку, нанесеного лісовому господарству внаслідок лісових пожеж, є визначення площі пошкоджених лісів. У статті
розглянуто технології визначення території лісу, де відбулася пожежа, з використанням космічних знімків супутника Landsat 8. Для
виявлення спалених пожежею територій та рівнів ураження застосовано нормалізований індекс згарища NBR до та після пожежі й
індекс DNBR. Для прогнозування лісових пожеж розроблено математичну модель на основі теореми Байєса та створено тематичну
карту з класами пожежної небезпеки поквартально. Для перевірки точності результатів сформованої прогнозної моделі здійснено
суміщення тематичної карти з шаром визначених територій згарищ. Такий програмний продукт є досить гнучким та універсальним,
він може бути легко адаптованим для застосування не тільки для визначення спалених лісових угідь, а й для інших територій.
Ключові слова: інформаційна система; космічні знімки; дистанційне зондування Землі; Quantum GIS; індекс згарищ; формула Байєса; імовірність виникнення пожежі.
Сптсок використаної літератури
1. Слободяник М. П. Використання методів ДЗЗ та ГІС-технологій для моніторингу лісових ресурсів // Вісник геодезії та картографії. 2014. № 1(88). C.27–31.
2. Миронюк В. В. Перспективи використання методу класифікації космічних знімків для лісової інвентаризації України // Збалансоване природокористування. 2015. № 2. С. 9–15.
3. Використання супутникових знімків для оцінювання таксаційних показників лісових насаджень / О. Токар, М. Король, С. Гаврилюк, А. Цуняк // Міжвідом. наук.-техн. збірник «Геодезія, картографія і аерофотознімання». 2017. № 85. С.84–93.
4. Поморцева О. Є. Моделювання розташування екологічно небезпечних об’єктів за допомогою гео-інформаційних систем // Вчені записки ТНУ імені В.І. Вернадського (Серія: технічні науки) 2018. Т. 29(68), № 6, Ч. 2. С. 222–226.
5. Застосування технологій ГІС та ДЗЗ в задачах моніторингу лісових пожеж / В. Зацерковний, П. Савков, І. Пампуха, К. Васецька // Вісник Київ. нац. ун-ту імені Тараса Шевченка. Військово-спеціальні науки. 2020. № 2(44). С. 54–58.
6. Shvaiko, V., Bandurka, O., Shpuryk, V., & Havrylko, Y. V. Methods for detecting fires in ecosystems using low-resolution space images. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska. 2021. No. 11(1). P. 15–19.
7. Інформаційна система аналізу геоданих для відслідковування змін рослинності / О. Барабаш, О. Бандурка, В. Шпурик, О. Свинчук // Сучасні інформаційні системи. 2021. № 5(4). С. 17–25.
8. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптико-електронного спостереження / В. Худов, Г. Кучук, М. Маковейчук, А. Крижний // Системи обробки інформації. 2016. С. 77–80.
9. Predicting traffic anomalies in container virtualization / N. Kuchuk, A. Kovalenko, V. Tkachov, H. Kuchuk// Computer and Information System and Technologies. 2021. P. 25–26.
10. Разработка программно-аппаратного комплекса обнаружения лесных пожаров методом совмещения изображений / А. С. Васильев, А. В. Краснящих, В. В. Коротаев [и др.] // Изв. Вузов. Приборостроение. 2015. Т. 55, № 12. С. 50–55.
11. Интеллектуальное управление динамическими системами / С. Н. Васильев, А. К. Жерлов, Е. А. Федосов, Б. Е. Федунов. М.: Физико-математическая литература, 2000. 352 с.
12. Гришин А. М. Общая математическая модель лесных пожаров и её приложения // Физика горения. 2000. Т. 32, № 5. С. 35–54.
13. Куценко Л. М., Васильєв С. В. Моделювання зовнішніх проявів надзвичайних ситуацій, як двофазних гетерогенних процесів. Проблеми надзвичайних ситуацій: зб. наук. праць. 2008. Вип. 8. С. 115–123.
14. Грабарник П. А., Чертов О. Г., Чумаченко С. Г. Интеграция имитационных моделей для комплексной оценки экосистемных услуг лесов: методические подходы // Информационные и вычислительные технологии в биологии и медицине. 2019. Т. 14, № 2. С. 488–499
15. Теорія автоматичного керування: підручник / А. Е. Асланян, Ю. К. Зіатдінов, О. В. Барабаш, О. А. Бєльська. Київ: НАУ, 2015. 532 с.
16. SDK [Електронний ресурс] / Wikimedia Foundation Inc. Сан-Франциско., 2009. URL: http:// ru.wikipedia.org/wiki/SDK.
17. Воздействие осиновых плантаций с коротким оборотом рубки на биологический круговорот углерода и азота в лесах бореальной зоны: модельный эксперимент / А. С. Комаров, О. Г. Чертов, С. С. Быховец [и др.] // Математическая биология и биоинформатика. 2015. Т. 10. № 2. С. 398–415.
18. Моделирование продуктивности лесных плантаций при разных схемах пространственного размещения деревьев / И. В. Припутина, Г. Г. Фролова, С. С. Быховец [и др.] // Математическая биология и биоинформатика. 2016. Т. 11. № 2. С. 245–262.
