Пермский национальный исследовательский политехнический университет Кафедра охраны окружающей среды Ольга Ивенских магистрант 2-го курса кафедры ООС, ПНИПУ. - презентация

1 Пермский национальный исследовательский политехнический университет Кафедра охраны окружающей среды Ольга Ивенских магистрант 2-го курса кафедры ООС, ПНИПУ Руслан Гарифзянов бакалавр 4-го курса кафедры ООС, ПНИПУ Научный руководитель: Галина Михайловна Батракова профессор кафедры ООС, ПНИПУ ТЕМАТИЧЕСКАЯ ОБРАБОТКА КОСМИЧЕСКИХ СНИМКОВ ТЕРРИТОРИЙ ЗАХОРОНЕНИЯ ТБО С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНОГО ПРОДУКТА SCANEX IMAGE PROCESSOR Пермь, 2013

2 Полигоны ТБО г. Пермь и Пермский край: 1.полигон «Софроны» (г. Пермь, улица Окраинная, 3А); 2.полигон ЗАТО Звёздный (Пермский край, ЗАТО Звздный, ул.Промышленная,9); 3. полигон ООО «Буматика» (Пермский край, Краснокамский район). ОБЪЕКТЫ ИССЛЕДОВАНИЯ 2 Выведенные из эксплуатации свалки захоронения отходов: 4. «Голый мыс» (Пермский край, Краснокамский район). 5. «Страшная гора» (Пермский край, Краснокамский район).

3 ТЕМАТИЧЕСКАЯ ОБРАБОТКА КОСМИЧЕСКИХ СНИМКОВ ТЕРРИТОРИЙ ЗАХОРОНЕНИЯ ТБО С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНОГО ПРОДУКТА SCANEX IMAGE PROCESSOR 3 Для объектов захоронения отходов были использованы разновременные снимки со спутника SPOT – 5, с пространственным разрешением 1 м. Дешифрирование выполнено с помощью демо-версии программного продукта ScanEx IMAGE Processor и применения неконтролируемой классификации ISODATA. Классификация ISODATA основана на анализе яркостных характеристик пикселей космических снимков: 1. автоматическое разделение данных изображения и группирование пикселей по яркостным кластерам (классам). 2. используется минимальное спектральное расстояние, для присвоения соответствующего кластера для каждого пиксела..

4 Алгоритм классификации ISODATA метод сканирования пикселей площадей, занятых свалками или полигонами захоронения ТБО; метод оценки совпадения яркостных характеристик всех исследуемых объектов (классификация ISODATA космического снимка для растра с выделенными объектами исследований); метод сканирования пикселей классов с наибольшими процентными показателями.

5 Метод сканирования пикселей территорийполигонов и свалок Метод сканирования пикселей территорий полигонов и свалок Спектральные характеристики территорий размещения отходов схожи с характеристиками : -городской застройки, -улично-дорожной сети, -лесных массивов и др. Светлые спектры территорий полигонов, идентичны спектрам объектов: - кровли крыш, -оголенные земли. Рис.1. Метод сканирования пикселей территорий полигонов

6 Метод сканирования пикселей площади действующих и рекультивированных объектов Рис. 2. Метод сканирования пикселей территорий полигонов 1. Яркостный класс «отходы» выделен желтым цветом. 2. Площадь данного класса, от всей площади снимка = , 7 км2. (1,37%), что существенно превышает теоретический процент примерно равный 0,1% Метод сканирования пикселей территорийполигонов и свалок Метод сканирования пикселей территорий полигонов и свалок

7 Дополнительные признаки объектов размещения отходов на космических снимках 1. Значения параметров площади, занимаемых для захоронения отходов. отсеивание селитебных территорий, представляющих собой скопление малых по площадям объектов; 2. Задание минимального расстояния между пикселями на снимках втерриторий полигонов. 3. Характерные текстурные характеристики поверхности, на которой размещаются отходы, связанные с техничкой размещения отходов на полигонах; 4. Градиент температуры объекта, что может быть признаком разогревания территории полигона (свалки).

8 Классификация ISODATA космического снимка для растра с выделенными объектами исследований с выделенными объектами исследований Рис.3. Классификации ISODATA космического снимка для растра с выделенными объектами исследований Метод оценки совпадения яркостных характеристик исследуемых объектов позволяет выявить для дальнейшего изучения те объекты исследований, которые являются наиболее показательными по набору классов.

9 Классификация ISODATA космического снимка для растра с выделенными объектами исследований с выделенными объектами исследований Недостатком данного метода является: 1. необходимость уточнения расположения всех возможно существующих объектов размещения отходов на исследуемой территории; 2.необходимо создание нового растрового слоя с сегментацией контура каждого объекта. Совокупность яркостных классов двух исследуемых объектов - полигон ТБО «Буматика» и полигон ТБО «Софроны», представляют собой полноценный набор яркостных классов, характерных для площадей размещения отходов по всей территории снимка Рис.4. Полигон ТБО «Буматика» Рис.5. Полигон ТБО «Софроны»

10 Метод сканирования пикселей классов с наибольшими процентными показателями 1. Большая часть снимка занята известными объектами категории городской застройки, растительностью (лес), которые имеют высокий процентный показатель при составлении легенды 2. Ранжирование легенды позволяет выделить объекты, высокопроцентные по занимаемой ими площади относительно всей территории снимка 3. В результате невыделенными остаются те яркостные классы, которые имеют малый процент содержания на снимке, в том числе полигоны и свалки для размещения ТБО.

11 Метод сканирования пикселей классов с наибольшими процентными показателями Рис.6. Блок- схема классификация ISODATA космического снимка методом сканирования пикселей классов с наибольшими процентными показателями

12 Метод сканирования пикселей классов с наибольшими процентными показателями Рис.7. Полигон ТБО «Софроны»,метод сканирования пикселей классов с наибольшими процентными показателями. Желтым цветом выделены территории, занимающие наибольший процент при ранжировании легенды. При этом на снимке хорошо различим полигон ТБО «Софроны»

13 Метод сканирования пикселей классов с наибольшими процентными показателями На снимках ярко выражены и хорошо различимы места размещения отходов, расположенные вне городской агломерации ; В зоне городской застройки, места расположения отходов так же различимы, при нескольких условия: - увеличение масштаба снимка (приближение), - знание ориентировочного местоположения тела полигона (свалки); Метод сканирования пикселей классов по процентному показателю, на данном этапе исследований, является наиболее эффективным для нахождения мест размещения отходов с помощью ДЗЗ и ГИС.

14 Возможности применения методов ДЗЗ для обнаружения и характеристики мест размещения отходов 1.Обеспечивает получение объективной и актуальной информации о состоянии мест размещения отходов находящихся на разных этапах жизненного цикла; 2.Позволяет проверить достоверность данных, указанных в документациях по каждому объекту размещения отходов.Например уточнять геометрические характеристики Объектов: площадь тела полигона, площадь занимаемой территории включая СЗЗ, размер СЗЗ, расстояние до населённых пунктов; 3.Возможность отслеживать и контролировать процесс рекультивации закрытых мест размещения отходов; 4.Возможность отслеживать состояние закрытого полигона по внешнему виду – зарастание растительным покровом; 5.Отслеживать динамические изменения в системе размещения отходов на используемой территории; 6.Своевременно информировать о случаях возгорания на территориях полигонов

15 Пермский национальный исследовательский политехнический университет Кафедра охраны окружающей среды Ольга Ивенских магистрант 2-го курса кафедры ООС, ПНИПУ Руслан Гарифзянов бакалавр 4-го курса кафедры ООС, ПНИПУ Научный руководитель: Галина Михайловна Батракова профессор кафедры ООС, ПНИПУ ТЕМАТИЧЕСКАЯ ОБРАБОТКА КОСМИЧЕСКИХ СНИМКОВ ТЕРРИТОРИЙ ЗАХОРОНЕНИЯ ТБО С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНОГО ПРОДУКТА SCANEX IMAGE PROCESSOR Пермь, 2013