Разработка методики аэрокосмического мониторинга нефтяных загрязнений на основе интеграции данных дистанционного зондирования Земли (на примере акватории азербайджанского сектора Каспийского моря)
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Разработка методики аэрокосмического мониторинга нефтяных загрязнений на основе интеграции данных дистанционного зондирования Земли (на примере акватории азербайджанского сектора Каспийского моря)

Разработка методики аэрокосмического мониторинга нефтяных загрязнений на основе интеграции данных дистанционного зондирования Земли (на примере акватории азербайджанского сектора Каспийского моря)

Дистанционное зондирование земли, фотограмметрия
УДК: [528.71:528.8]+[553.982.2:504](479.24)
DOI: 10.33764/2411-1759-2024-29-6-53-61
А. Ш. Гулиев 1, Т. А. Хлебникова 2, А. И. Каленицкий 2
Год: 2024
Том: 29
№: 6
Страницы: 53 - 61
1 Государственная Нефтяная компания Азербайджанской Республики, г. Баку, Азербайджанская Республика
2 Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация

Финансирование: -

Аннотация:

Для устойчивого развития прибрежной территории Каспийского моря и защиты окружающей среды этого региона актуальны исследования по космическому мониторингу. В статье приведены результаты разработки методики аэрокосмического мониторинга нефтяных загрязнений шельфовой зоны азербайджанского сектора Каспийского моря на основе интеграции данных дистанционного зондирования Земли разных съемочных систем. Повышение достоверности определения границ зон нефтяных загрязнений осуществляется за счет устранения неоднородности и немонотонности спектрального фона изображений. Это достигается при использовании многозональных оптических и радиолокационных изображений, полученных разными съемочными системами, интеграции нескольких наборов данных, глубоком обучении, а также реализации такого подхода на облачной платформе. Результаты исследований могут быть использованы при обработке материалов космических съемок для поиска потенциально уязвимых районов шельфовой зоны Каспийского моря и в других районах шельфовых зон мирового океана.

Ключевые слова (RU):

Sentinel-1A, Sentinel-2A, многозональные оптические снимки, радиолокационные снимки, дешифрирование, нейронная сеть, мониторинг нефтяных загрязнений

Ключевые слова (EN):

Sentinel-1A, Sentinel-2A, multi-spectral space images, radar images, interpretation, neural network, oil pollution monitoring

Читать статью Скачать JATS XML

Библиографический список:

  1. Бондур В. Г. Аэрокосмический мониторинг объектов нефтегазового комплекса // Науч.- исслед. ин-т аэрокосм. мониторинга «Аэрокосмос». – М. : Научный мир. – 2012. – 558 с.
  2. Lawa R. J., Kelly C. The impact of the «Sea Empress» oil spill // Aquatic Living Resources. – 2004. – Vol. 17. – P. 389–394. – DOI 10.1051/alr:2004029.
  3. Piatt J. F., Ford R.G. How many seabirds were killed by the Exxon Valdez oil spill? // American Fisheries Society symposium. – 1996. – Vol. 18. – P. 712–719.
  4. Beyer J., Trannum H. C., Bakke T., Hodson P. V., Collier T. K. Environmental effects of the Deepwater Horizon oil spill: A review // Marine Pollution Bulletin. – 2016. – Vol. 110. – P. 28–51. – DOI 10.1016/j.marpolbul.2016.06.027.
  5. Li P., Cai Q., Lin W., Chen B., Zhang B. Offshore oil spill response practices and emerging challenges // Marine Pollution Bulletin. – 2016. – Vol. 110. – P. 6–27. – DOI 10.1016/j.marpolbul.2016.06.020.
  6. Тегеранская конвенция. Текст Конвенции (СEIC Portal) [Электронный ресурс]. – URL: http://www.tehranconvention.org (дата обращения 10.05.2024).
  7. Espedal H. A., Wahl T. Satellite sar oil spill detection using wind history information // International Journal of Remote Sensing. – 1999. – Vol. 20. – P. 49–65. – DOI 10.1080/-014311699213596.
  8. Peng Liu, Ying Li, Bingxin Liu, Peng Chen and Jin Xu. Semi-automatic oil spill detection on X-band marine radar images using texture analysis, machine learning, and adaptive thresholding // Remote Sensing. – 2019. – Vol. 11. – P. 756. – DOI 10.3390/rs11070756.
  9. Tong S., Liu X., Chen Q., Zhang Z. and Xie G. Multi-feature based ocean oil spill detection for polarimetric SAR data using random forest and the self-similarity parameter [Electronic resource] // Remote Sensing. – 2019. – Vol. 11. – P. 451. – DOI 10.3390/rs11040451.
  10. Гулиев А. Ш., Хлебникова Т. А. Выявление мест нефтезагрязнений шельфовой зоны по материалам космических съемок (на примере акватории Нефтяных Камней (Каспийского моря)) // Вестник СГУГиТ. – 2019. – Т. 24, № 3. – С. 52–64. – DOI 10.33764/2411-1759-2019-24-3-52-64.
  11. Гулиев А. Ш. Обнаружение и картирование нефтяных сликов в море комбинацией различных источников данных дистанционного зондирования Земли// Вестник Заб. ГУ – 2022. – Т. 28, № 1. – С. 9–30. – DOI 10.21209/2227-9245-2022-28-1-19-30.
  12. Гулиев А. Ш., Хлебникова Т. А. Исследование возможностей обработки радиолокационных и многозональных космических изображений подстилающей поверхности // Вестник СГУГиТ. – 2022 – Т. 27, № 2. – C. 102–114. – DOI 10.33764/2411-1759-2022-27-2-102-114.
  13. Гулиев А. Ш., Хлебникова T. A. Многомерная статистическая модель для обнаружения мест нефтезагрязнений по материалам космических съемок // Интерэкспо ГЕО-Сибирь. XVII Междунар. науч. конгр., 19–21 мая 2021 г., Новосибирск : сб. материалов в 8 т. Т. 4 : Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология». – Новосибирск : СГУГиТ, 2021. № 1. – C. 11‒16. – DOI 10.33764/2618-981X-2021-4-11-16.
  14. Brown C. E., & Fingas M. F. New space-borne sensors for oil spill response // In International Oil Spill Conference Proceedings: Washington D. C. – 2021. – No. 2. – P. 911–916. – DOI 10.7901/-2169-3358-2001-2-911.
  15. Karathanassi V. Spectral Unmixing Evaluation for Oil Spill Characterization. Int. J. Remote Sensing Applications. – 2014. – Vol. 4. – P. 1–17. –DOI 10.14355/IJRSA.2014.0401.01.
  16. Дубнов Ю. А., Булычев А. В. Байесовская идентификация параметров смеси нормальных распределений // Информационные технологии и вычислительные системы. – 2017. – № 1. – С. 101–111.
  17. Бутакова М. А., Климанская Е. В., Янц В. И. Мера информационного подобия для анализа слабоструктурированной информации // Современные проблемы науки и образования. – 2013. – № 6. – С. 130–136.
  18. ИСО 9000 [Electronic resource]. – URL: https://www.iso.org (дата обращения 15.07.2024).
  19. Европейское космическое агентство [Электронный ресурс]. – URL: https://scihub.copernicus.eu/dhus/scihub.copernicus.eu (дата обращения 15.01.2023).
  20. Инструкция по фотограмметрическим работам при создании цифровых топографических карт и планов ГКИНП (ГНТА)-02-036–02. – М. : ЦНИИГАиК. – 2002. – 100 с. – Текст: непосредственный.

Образец цитирования:

Гулиев А. Ш., Хлебникова Т. А., Каленицкий А. И. Разработка методики аэрокосмического мониторинга нефтяных загрязнений на основе интеграции данных дистанционного зондирования Земли (на примере акватории азербайджанского сектора Каспийского моря) // Вестник СГУГиТ. – 2024. – Т. 29, № 6. – С. 53–61. – DOI 10.33764/2411-1759-2024-29-6-53-61