Розробка інформаційної системи моніторингу часових змін лісових насаджень на основі аналізу космічних знімків

Автор(и)

  • Ольга Василівна Свинчук Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0001-9032-6335
  • Олена Іванівна Бандурка Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-8059-1861
  • Олег Володимирович Барабаш Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0003-1715-0761
  • Олег Юрійович Ільїн Державний університет телекомунікацій, Україна https://orcid.org/0000-0002-7940-4694
  • Андрій Валерійович Лапін Поліський національний університет, Україна https://orcid.org/0000-0002-3492-1954

DOI:

https://doi.org/10.15587/1729-4061.2022.265039

Ключові слова:

інформаційна система, космічні знімки, лісові угіддя, моніторинг, кореляційно-регресійний аналіз, часові зміни

Анотація

Дослідження присвячено питанню оцінки часових змін лісових насаджень та створенню алгоритмічно-програмного комплексу моніторингу цих змін. Сучасні системи дослідження змін рослинності не володіють потрібним функціоналом і не охоплюють спектр спостережень, розглянутих у даній роботі. Існуючі методи дослідження призначені тільки для фіксування змін, що виникають в лісових екосистемах та враховують особливості певної природної зональності, що обмежує користування ними. Разом із цим, слід розуміти, що вимоги до сучасних систем повинні мати у своєму складі додаткові компоненти, що зроблять систему універсальною та мобільною. Проведено порівняльний аналіз космічних знімків, отриманих за допомогою дистанційного зондування супутниковою системою Landsat 8 для визначення територій, уражених лісовими пожежами. Під час проведення класифікації був використаний спектральний аналіз та визначений індекс згарищ для зазначення спалених територій. Для аналізу змін, які відбуваються в лісах через пожежі, використовується кореляційно-регресійний аналіз. Доведено, що найбільший зв’язок між собою мають площа санітарних рубок після пожеж та площа лісових земель, пройдених пожежами. Екстраполяцію та прогнозування проведено за допомогою регресійної моделі даних, ефективність якої підтверджується коефіцієнтом детермінації 0,87. Отримані залежності дозволяють зробити висновок, що до 2030 року кількість лісових пожеж буде зростати, і площа спалених лісів не зменшиться. Розроблений мобільний додаток буде популярним серед значної групи користувачів для моніторингу пожежної ситуації. Практичним результатом є впровадження створеної системи, що дозволяє оперативно проводити моніторинг лісових насаджень після пожеж та проводити оцінку територій, які були уражені

Біографії авторів

Ольга Василівна Свинчук, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Кандидат фізико-математичних наук, доцент

Кафедра «Інженерія програмного забезпечення в енергетиці»

Олена Іванівна Бандурка, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Старший викладач

Кафедра «Інженерія програмного забезпечення в енергетиці»

Олег Володимирович Барабаш, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Доктор технічних наук, професор

Кафедра «Інженерія програмного забезпечення в енергетиці»

Олег Юрійович Ільїн, Державний університет телекомунікацій

Доктор технічних наук, професор

Кафедра «Інженерія програмного забезпечення»

Андрій Валерійович Лапін, Поліський національний університет

Кандидат економічних наук

Кафедра «Комп'ютерні технології і моделювання систем»

Посилання

  1. Zheng, Z., Huang, W., Li, S., Zeng, Y. (2017). Forest fire spread simulating model using cellular automaton with extreme learning machine. Ecological Modelling, 348, 33–43. doi: https://doi.org/10.1016/j.ecolmodel.2016.12.022
  2. Palmieri, L., Jensen, H. J. (2020). The Forest Fire Model: The Subtleties of Criticality and Scale Invariance. Frontiers in Physics, 8. doi: https://doi.org/10.3389/fphy.2020.00257
  3. Barabash, O., Bandurka, O., Shpuryk, V., Svynchuk, O. (2021). Information system of analysis of geodata for tracking changes of vegetation. Advanced Information Systems, 5 (4), 17–25. doi: https://doi.org/10.20998/2522-9052.2021.4.03
  4. Barabash, O., Bandurka, O. (2022). Modeling of forest fires based on the Bayesian forecast model and geoinformation technologies. Advanced Information Systems, 6 (1), 19–26. doi: https://doi.org/10.20998/2522-9052.2022.1.03
  5. Oleksandr, L. (2019). The Method of Hidden Transmitters Detection based on the Differential Transformation Model. International Journal of Advanced Trends in Computer Science and Engineering, 8 (6), 2840–2846. doi: https://doi.org/10.30534/ijatcse/2019/26862019
  6. Smelyakov, K., Tovchyrechko, D., Ruban, I., Chupryna, A., Ponomarenko, O. (2019). Local Feature Detectors Performance Analysis on Digital Image. 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology (PIC S&T). doi: https://doi.org/10.1109/picst47496.2019.9061331
  7. Khudov, H. (2020). The Multiscale Image Processing Method from On-board Earth Remote Sensing Systems Based on the Artificial Bee Colony Algorithm. International Journal of Advanced Trends in Computer Science and Engineering, 9 (3), 2557–2562. doi: https://doi.org/10.30534/ijatcse/2020/11932020
  8. Ruban, I., Khudov, H. (2019). Swarm Methods of Image Segmentation. Studies in Computational Intelligence, 53–99. doi: https://doi.org/10.1007/978-3-030-35480-0_2
  9. Sobchuk, V., Barabash, O., Musienko, A., Svynchuk, O. (2021). Adaptive accumulation and diagnostic information systems of enterprises in energy and industry sectors. E3S Web of Conferences, 250, 08002. doi: https://doi.org/10.1051/e3sconf/202125008002
  10. Bardysh, B., Burshtynskaya, Kh. (2014). Using vegetation indices to identify objects on the earth surface. Suchasni dosiahnennia heodezychnoi nauky ta vyrobnytstva, 2, 82–88. Available at: http://nbuv.gov.ua/UJRN/sdgn_2014_2_21
  11. Korchagina, I. A., Goleva, O. G., Savchenko, Y. Y., Bozhikov, T. S. (2020). The use of geographic information systems for forest monitoring. Journal of Physics: Conference Series, 1515 (3), 032077. doi: https://doi.org/10.1088/1742-6596/1515/3/032077
  12. Candiago, S., Remondino, F., De Giglio, M., Dubbini, M., Gattelli, M. (2015). Evaluating Multispectral Images and Vegetation Indices for Precision Farming Applications from UAV Images. Remote Sensing, 7 (4), 4026–4047. doi: https://doi.org/10.3390/rs70404026
  13. Ruban, I., Khudov, V., Khudov, H., Khizhnyak, I. (2017). An improved method for segmentation of a multiscale sequence of optoelectronic images. 2017 4th International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T). doi: https://doi.org/10.1109/infocommst.2017.8246367
  14. Serkov, A., Kravets, V., Yakovenko, I., Churyumov, G., Tokariev, V., Nannan, W. (2019). Ultra Wideband Signals in Control Systems of Unmanned Aerial Vehicles. 2019 10th International Conference on Dependable Systems, Services and Technologies (DESSERT). doi: https://doi.org/10.1109/dessert.2019.8770039
  15. Churyumov, G., Tokarev, V., Tkachov, V., Partyka, S. (2018). Scenario of Interaction of the Mobile Technical Objects in the Process of Transmission of Data Streams in Conditions of Impacting the Powerful Electromagnetic Field. 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP). doi: https://doi.org/10.1109/dsmp.2018.8478539
  16. Gunchenko, Y., Lienkov, S., Husak, Y., Shvorov, S., Zaitsev, D. (2020). Model of Functioning Data-Transfer Systems Special Purposes Taking into Account the Influence of Cyber Attack. International Journal of Innovative Technology and Exploring Engineering, 9 (6), 2248–2252. doi: https://doi.org/10.35940/ijitee.e3050.049620
  17. Tokar, O., Korol, M., Havryliuk, S., Cunjak, A. (2017). Application of satellite images for the estimation of forest inventory indices. Heodeziya, kartohrafiya i aerofotoznimannia, 85, 84–93. Available at: https://ena.lpnu.ua/handle/ntb/42799
  18. Benguerai, A., Benabdeli, K., Harizia, A. (2019). Forest Fire Risk Assessment Model Using Remote Sensing and GIS Techniques in Northwest Algeria. Acta Silvatica et Lignaria Hungarica, 15 (1), 9–21. doi: https://doi.org/10.2478/aslh-2019-0001
  19. Shvaiko, V., Bandurka, O., Shpuryk, V., Havrylko, Y. V. (2021). Methods for detecting fires in ecosystems using low-resolution space images. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 11 (1), 15–19. doi: https://doi.org/10.35784/iapgos.2576
  20. Hryhorenko, I., Kondrashov, S., Hryhorenko, S. (2021). Development and research of the parameters control system of the artificial ecosystem environment by the fuzzy-logic system. Advanced Information Systems, 5 (4), 49–54. doi: https://doi.org/10.20998/2522-9052.2021.4.07
  21. Pashchenko, R., Mariushko, M. (2021). Evaluation of the speed of the plant photosynthesis process with a fuzzy description of impact factors and indicators. Advanced Information Systems, 5 (3), 31–39. doi: https://doi.org/10.20998/2522-9052.2021.3.05
  22. InciWeb – Incident Information System. Available at: https://inciweb.nwcg.gov/
  23. Cal Fire. Available at: https://www.fire.ca.gov/
  24. Ponomarenko, M. R., Zelentsov, V. A. (2021). Forest monitoring and analysis based on Earth observation data services. IOP Conference Series: Earth and Environmental Science, 806 (1), 012003. doi: https://doi.org/10.1088/1755-1315/806/1/012003
  25. WorldView. Available at: https://worldview.earthdata.nasa.gov/
  26. Valente de Almeida, R., Vieira, P. (2017). Forest Fire Finder – DOAS application to long-range forest fire detection. Atmospheric Measurement Techniques, 10 (6), 2299–2311. doi: https://doi.org/10.5194/amt-10-2299-2017
  27. Teguh, R., F. Adji, F., Benius, B., Nur Aulia, M. (2021). Android mobile application for wildfire reporting and monitoring. Bulletin of Electrical Engineering and Informatics, 10 (6), 3412–3421. doi: https://doi.org/10.11591/eei.v10i6.3256
  28. Clearcut from quantum: deforestation tracking. Available at: https://it-kharkiv.com/en/clearcut-from-quantum-deforestation-tracking/
  29. What are the band designations for the Landsat satellites? Available at: https://www.usgs.gov/faqs/what-are-band-designations-landsat-satellites
  30. Foster, J. R. (2001). Statistical power in forest monitoring. Forest Ecology and Management, 151 (1-3), 211–222. doi: https://doi.org/10.1016/s0378-1127(01)00591-6
  31. Ruiz-Ramos, J., Marino, A., Boardman, C., Suarez, J. (2020). Continuous Forest Monitoring Using Cumulative Sums of Sentinel-1 Timeseries. Remote Sensing, 12 (18), 3061. doi: https://doi.org/10.3390/rs12183061
  32. Buba, F. N., Gajere, E. N., Ngum, F. F. (2020). Assessing the Correlation between Forest Degradation and Climate Variability in the Oluwa Forest Reserve, Ondo State, Nigeria. American Journal of Climate Change, 09 (04), 371–390. doi: https://doi.org/10.4236/ajcc.2020.94023
  33. Pashynska, N., Snytyuk, V., Putrenko, V., Musienko, A. (2016). A decision tree in a classification of fire hazard factors. Eastern-European Journal of Enterprise Technologies, 5 (10 (83)), 32–37. doi: https://doi.org/10.15587/1729-4061.2016.79868
Розробка інформаційної системи моніторингу часових змін лісових насаджень на основі аналізу космічних знімків

##submission.downloads##

Опубліковано

2022-10-30

Як цитувати

Свинчук, О. В., Бандурка, О. І., Барабаш, О. В., Ільїн, О. Ю., & Лапін, А. В. (2022). Розробка інформаційної системи моніторингу часових змін лісових насаджень на основі аналізу космічних знімків. Eastern-European Journal of Enterprise Technologies, 5(2(119), 31–41. https://doi.org/10.15587/1729-4061.2022.265039

Номер

Том 5 № 2(119) (2022): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2022 Olha Svynchuk, Olena Bandurka, Oleg Barabash, Oleh Ilin, Andrii Lapin

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.