Спутниковый мониторинг недропользования в республике марий эл, о. н. воробьев, э. а. курбанов

      Комментарии к записи Спутниковый мониторинг недропользования в республике марий эл, о. н. воробьев, э. а. курбанов отключены

Спутниковый мониторинг недропользования в республике марий эл, о. н. воробьев, э. а. курбанов

О.Н. Воробьев, Э.А. Курбанов.

Работа выполнена в рамках госконтракта «Ведение мониторинга участков недр с применением данных дистанционного зондирования» с департаментом экологической безопасности, защиты и природопользования населения Республики Марий Эл в 2014 г.

В работе рассмотрена методика мониторинга недропользования в республике Марий Эл на базе результатов классификации разновременных спутниковых снимков в программных пакетах ENVI 5.2 и ArcGIS10.3. Для изучений использованы снимки большого пространственного разрешения «Канопус-В», «Ресурс-П» и RapidEye, эти полевых изучений и материалы официальных источников. Применение отечественных снимков разрешает существенно повысить уровень качества тематической классификации и степень детализации оцениваемых объектов местности, что есть особенно серьёзным в наше время разработки и импортозамещения отечественных разработок по обработке данных ДЗЗ.

ВВЕДЕНИЕ

Приоритетными направлениями концепции «Национального мониторинга состояния недр либо геологической среды» министерства природных ресурсов РФ являются задачи по оценке и мониторингу состояния разных объектов недропользования [1]. Этому процессу содействует комплексное применение новейших технологий ГИС и дистанционного зондирования Почвы (ДЗЗ).

Этот вид мониторинга недропользования разрешает оперативно интегрировать в изучения громадные количества разнообразной атрибутивно-пространственной информации об изучаемой местности [2, 3]. Актуальность проведения изучений в данной области подтверждается работами отечественных и зарубежных экспертов, разрешающие оптимизировать изменения оценки и методы состояния пространственной структуры объектов недропользования согласно данным ДЗЗ [4, 5, 6].

Сейчас наровне с классическими способами оценки трансформаций объектов недропользования по разновременным мультиспектральным и панхроматическим снимкам [7, 8] кроме этого находит широкое использование радиолокационная и лазерная съемка. Главными факторами точности мониторинга по спутниковым данным являются: запланированный уровень детализации (степень сегментации объектов с возможностью мультиспектрального и текстурного анализа), площадь покрытия территории изучения, заданная точность при тематическом картировании, возможность получения разновременных изображений и цена данных ДЗЗ.

Вследствие этого применение разновременных снимков большого и очень высокого разрешения разрешает повысить детальность при классификации и дешифрировании карьерноотвальных комплексов на громадных территориях [9,10]. В условиях импортозамещения особенный интерес в аналогичных изучения представляют собой изображения с отечественных спутников «Ресурс-П» и «Канопус-В».

В рамках второго года заказа департамента экологической безопасности, защиты и природопользования населения Республики Марий Эл (РМЭ) Центром дистанционного мониторинга и устойчивого управления лесов (ЦУДМЛ) ФГБОУ ВПО «Поволжский национальный технологический университет» в 2014 г. были выполнены следующие виды работ:

  1. Усовершенствована оценки изменений и методика идентификации объектов недропользования (открытые разработки нужных ископаемых) в республике Марий Эл по панхроматическим снимкам большого разрешения «Ресурс-П» и «Канопус-В» 2013–2014 гг. на базе опыта ранее использованных мультиспектральных снимков RapidEye 2011 г.
  2. Совершены полевые изучения по валидации и верификации объектов недропользования РМЭ на спутниковых снимках.
  3. Актуализирована ранее полученная база данных ГИС объектов нерудных нужных ископаемых для территории РМЭ.

Неспециализированные сведения об объекте работ

Республика Марий Эл — субъект РФ в составе Приволжского федерального округа, находится в восточной части= Восточно-Европейской (Русской) равнины, в основном на левобережье Волги. 

ТЕХНИКА ОПЫТА И МЕТОДИКА ИЗУЧЕНИЙ

В базу работ по оценке недропользования был положен следующий метод действий:

  1. подготовка изображений «Ресурс-П» и «Канопус-В» на территорию РМЭ;
  2. пошаговая классификация изображений;
  3. полевые выезды для проверки результатов тематического картирования;
  4. оценка точности тематического класса согласно данным полевых изучений;
  5. сравнительный анализ динамики трансформаций площадей недропользования по снимкам 2011–2014 гг.
  6. актуализация ГИС проекта по спутниковым данным 2014 г.

Работа со снимками велась в программных пакетах ENVI 5.2 и ArcGis 10.3 (рис. 1).

Рис. 1. Покрытие снимками «Канопус-В» (2013-14 гг.), «Ресурс-П» (2014 г.) и RapidEye (2011 г.) территории изучения

Черта экспериментальных данных

Для работы употреблялись панхроматические изображения большого пространственного разрешения: «Канопус-В» (2013–2014 гг) и «Ресурс-П» (2014 г.), конечно мультиспектральные спутниковые снимки RapidEye (2011 г.) (табл.1). Снимки были сделаны в один, близкий по времени период вегетации растительного покрова.

Спутник Пространственное разрешение, м Спектральный диапазон, мкм Режим

съемки

 Количество снимков Время съемки (весенне-летний период)
Канопус-Б 2,1 0,54–0,86 Панхроматический 9 2013–2014 гг.
Ресурс-П 1 0,58–0,80 Панхроматический 1 2014 г.
RapidEye 6,5 0,44–0,51 (светло синий)
0,52–0,59 (зеленый)
0,63–0,685 (красный)
0,76–0,88 (ближний ИК)		 Мультиспектральный 5 2011 г.

Табл. 1. Черта спутниковых данных

Предварительная подготовка изображений

В программном пакете ENVI 5.2 для спутниковых снимков были совершены процедуры ортотрансформирования, геометрической и атмосферной коррекции. Все изображения были приведены к единой совокупности координат (проекция карты Пулково-42, территория 9, метры).

Применение метода пошаговой классификации изображений

Для выделения тематического класса «объекты недропользования» на базе панхроматических изображений на начальной стадии была использована неуправляемая классификация Isodata (Iterative Self-Organizing Data Analysis Technique). Как и при с классификацией мультиспектральных снимков RapidEye, по окончании громадного количества итераций наблюдалось большое перемешивание родных по своим спектральным чертям классов [6].

Однако, применение снимков более большого разрешения разрешила выделить при классификации отдельный тематический класс «объекты недропользования» (базисный). На втором этапе была совершена классификация по маске, выделенного тематического класса, применяя способ классификации SVM (support vector machine) в программе ENVI 5.2. (рис. 2).

Рис. 2. Фрагменты карт по окончании пошаговой классификации изображения «Канопус-В» 2013 г. на примере участка разработки песчаного карьера Кундышского месторождения РМЭ: а) первичная классификация изображения; б) контур карьера, полученный способом SVM классификации 

Для анализа были отобраны два тематических класса наземного покрова «Не лесные и не покрытые растительностью почвы» и класс «Поселения», на которых расположены интересующие нас объекты недропользования. На последней стадии был совершён окончательный отбор растровых полигональных объектов, сгруппированных в класс «объекты недропользования» способом экспертного анализа и объектно-ориентированного дешифрирования.

На этом же этапе детальная классификация по снимкам большого разрешения разрешила дополнительно взять тематическую карту состояния объектов недропользования с выделением площадей фактической разработки объектов недропользования (рис. 3.). Эта методика была использована в будущем для классификации всех изображений Русских спутников «Канопус-В» и «Ресурс-П».

Рис. 3. Мониторинг динамики площади Кундышского месторождения РМЭ по спутниковым данным: а) отсутствие разработки на оцениваемом участке, снимок RapidEye (2011 г), б) полевые изучения 2014 г. на местности (активная разработка карьера), в) векторный слой «песчаный карьер» 2014 г. на снимке «Канопус-В»

Оценка точности взятых тематических изображений

Проверка точности тематического картирования проводилась стандартными способами с применением матрицы различий (Confusion Matrix) на базе значений коэффициентов Каппа (Kappa Index) и неспециализированной точности классификации.

Векторизация тематических слоев

В пакете ENVI-5.2. была совершена векторизация выделенных тематических слоев всех оцениваемых изображений 2013-14 гг. Интеграция этих полигональных слоев в один целый совершено в среде ArcGis 10.3. В следствии взят предварительный тематический слой «объекты недропользования» на всю территорию изучения, что прошел актуализацию на протяжении проведения полевых изучений в летне-осенний полевой сезон 2014 г. и применения дополнительных источников информации об объекте недропользования.

Полевые изучения

Верификация данных взятого тематического слоя «объекты недропользования» проводилась по стандартной схеме полевой проверки результатов классификации в летне-осенний период 2014 г. по всей территории Республики. В эти работы входили следующие мероприятия: определение расположения главных объектов (лицензионное недропользование) на местности, их оконтуривание и привязка с применением GPS навигатора, оценка главных геоморфологических и биотических параметров, текстуры и анализ формы объектов изучения (рис. 3).

Вторичная оценка точности взятого тематического класса проводилась с учетом данных полевых изучений. Результаты полевых данных за летне-осенний период 2014 г. и аналитические способы оценки спутниковых снимков большого разрешения разрешили уточнить дешифровочные характеристики класса «объекты недропользования». В следствии «отбраковки» из базы данных были удалены кое-какие объекты (к примеру, свалки жёстких бытовых отходов), ранее классифицированные как карьеры.

Актуализация ГИС-проекта

Снова полученный бесшовный векторный слой «объекты недропользования в РМЭ» 2014 г. был интегрирован в ранее созданный проект в геоинформационной среде ArcGis 10.3. Снова идентифицированные и прошедшим верификацию ранее взятым (2013 г.) полигонам векторного слоя «объекты недропользования» РМЭ была дана оценка по степени достоверности:

  • 100% — выезд на место (данные и фотоматериал GPS привязки);
  • 70% — без полевых выездов (по снимкам большого разрешения);
  • 50% — по снимкам большого разрешения;
  • 10% — по снимкам среднего разрешения (при отсутствие покрытия территории снимками большого разрешения).

Результаты

Мониторинг объектов недропользования на территории РМЭ по спутниковым данным большого пространственного разрешения разрешил совершить сравнение и актуализацию ранее взятых данных на базе спутниковых снимков 2013 г., и распознать новые площади объектов недропользования нелегального происхождения. Полученные сведения являются надежную базу данных для контроля границ легальных разработок объектов недропользования в РМЭ (рис. 4).

Рис. 4. Участок Кундышского месторождения РМЭ в пределах официальных границ месторождения нерудных ископаемых и с выводом атрибутивной информации об объекте недропользования в среде ArcGis 10.3

Большинство полигонов проекта, совершённого ЦУДМЛ в 2013 г. по заказу департамента экологической безопасности, защиты и природопользования населения Республики Марий Эл, была вторично идентифицирована (70,4%) как объекты недропользования. В целом по итогам классификации процент несовпадений прошлой геоинформационной базы данных с снова взятыми сведениями составил 20.3, практически на 10% выросло количество снова распознанных объектов недропользования на территории РМЭ.

В работе совершенствована методика по оценке и выявлению объектов недропользования с применением снимков русских спутников «Канопус-В» и «Ресурс-П» в пакете ENVI 5.2. На базе обработки полевых и камеральных данных была совершена актуализация геоинформационной базы данных (ГИС-проекта) со сквозной оценкой процесса недропользования за период с 2011 по 2014 гг.

В следствии проведения проектных и полевых работ в 2014 г. кроме этого взят новый полигональный слой исследуемых объектов недропользования на всю территорию РМЭ и  организована база данных атрибутивной информации по всем интересующим экспертов площадям (рис. 5).

Рис. 5. Полигональный слой «Объекты недропользования» в ГИС-проекте «Мониторинг недропользования в РМЭ_2014 г.»

ВЫВОДЫ

  1. Применение снимков большого разрешения русских спутников «Ресурс-П» и «Канопус-В» разрешает существенно повысить уровень качества тематической классификации и степень детализации оцениваемых объектов местности. Это событие есть особенно значимым в наше время разработки и импортозамещения отечественных разработок по обработке данных ДЗЗ.
  2. Предложенная методика по мониторингу и оценке за недропользованием возможно усовершенствована по мере поступления новых спутниковых данных различного формата и пространственного разрешения.
  3. Главным требованием применения созданного ГИС проекта есть последовательности проведения и необходимость непрерывности мониторинга с течением времени, что существенно увеличит степень его точности при оценке состояния недропользования субъекта РФ и принятии ответов по формированию совокупности его контроля.

ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ

  1. Приказ Министерства природных экологии и ресурсов РФ от 21 мая 2001 г. № 433 [Электронный ресурс] «Об утверждении Положения о порядке осуществления национального мониторинга состояния недр РФ» //Федеральное агентство по недропользованию, РОСНЕДРА URL:http://www.rosnedra.gov.ru/article/7765.html (дата обращения: 14.02).
  2. Курбанов Э.А., Воробьев О.Н., Губаев А.В., Лежнин С.А., Полевщикова Ю.А., Демишева Е.Н. Четыре десятилетия изучений лесов по снимкам Landsat // Э.А. Курбанов, О.Н. Воробьев, А.В. Губаев, С.А. Лежнин, Ю.А. Полевщикова, Е.Н. Демишева // Вестник Поволжского национального технологического университета. Сер.: Лес. Экология. Природопользование. 2014. № 1(21). С. 18-32.
  3. Курбанов Э.А., Воробьев О.Н., Незамаев С.А., Губаев А.В., Лежнин С.А., Полевщикова Ю.А. стратификация лесов и Тематическое картирование Марийского Заволжья по спутниковым снимкам Landsat // Вестник Поволжского национального технологического университета. Сер.: Лес. Экология. Природопользование. 2013. № 3. С. 72-82.
  4. Bishop, C. Hyperspectral remote sensing for mineral exploration in Pulang, Yunnan Province, China/ et al. // International Journal of Remote Sensing. – №32:9. – P. 2409-2426
  5. Demirel, N. Land use change detection in a surface coal mine area using multi-temporal high-resolution satellite images/ N. Demirel, et al. // International Journal of Mining, Reclamation and Environment. – 2011. – №25:4. – P. 342-349.
  6. Воробьев, О.Н. Опыт применения снимков RapidEye для оценки недропользования в Республике Марий Эл/ Воробьев, О. Н., Э. А. Курбанов// Издание «Геоматика». – 2014. – №1(22). – С. 80-86.
  7. Kalabin, G. Satellite monitoring of natural environment at Olimpiada gold open-cut mine /Kalabin V., et al. // Journal of Mining Science. – 2013, – №49, – P.160–166.
  8. Richter, Spectral unmixing of airborne hyperspectral data for baseline mapping of mine tailings areas/ Richter N. et al.// International Journal of Remote Sensing. – 2008. — №29:13, – P. 3937-3956.
  9. Stein, A. Handling uncertainties in image mining for remote sensing studies/ Stein, A. et направляться. // International Journal of Remote Sensing. . – 2009. – №30:20. – P. 5365-5382.
  10. Полякова, Е.В. Космический мониторинг ландшафтов на территории разработки месторождения алмазов им. М.В. Ломоносова в Архангельской области/ Полякова Е.В., Гофаров М.Ю. //Издание «Почва из космоса» – 2013. – №16. – С.27-32.

Будет ли в России свой кодекс оценки стоимости объектов недропользования? Лесков, Лопатников


Интересные записи на сайте:

Подобранные по важим запросам, статьи по теме: