Обнаружение лесных пожаров по изображениям, полученным с БПЛА

DOI: 10.21293/1818-0442-2023-26-3-72-79

Скачать текст статьи в формате PDF

Скачать JATS xml

Аннотация: Лесные пожары представляют собой серьезный природный риск, вызывающий экономические потери, гибель людей и значительный ущерб окружающей среде. Во всем мире проводятся исследования по разработке методов и устройств для обнаружения и последующего мониторинга лесных пожаров. Для решения этих задач наиболее распространенными являются системы дистанционного обнаружения и мониторинга пожаров как наземного (подвижные или стационарные), воздушного (беспилотные летательные аппараты, самолеты и вертолеты), так и спутникового базирования. Эти системы обладают высокой эффективностью сбора данных и обнаружения пожаров, но ограничены относительно небольшими территориями. В реальности лесные пожары могут охватывать большие территории, в результате чего известные подходы мало пригодны для оптимального пространственного покрытия. Перспективным путем решения этой проблемы является использование беспилотных летательных аппаратов (БПЛА), оказавшихся эффективными благодаря своей маневренности, позволяющей реализовать дистанционное получение информации в любом направлении, выбор стратегии построения маршрута полета и т.д. Таким образом, они представляют недорогую альтернативу известным подходам для обнаружения и мониторинга в реальном времени территории лесного пожара. В данной статье рассматривается методика раннего обнаружения лесных пожаров на основе обработки изображений, полученных с борта беспилотного моторного планера (БПМП), алгоритмами компьютерного зрения. Маршрут БПМП, выполняющего мониторинг по маршруту (круговому или эллиптическому), может быть составлен таким образом, чтобы регулярно можно было получать оперативную информацию о большой по площади территории. При этом, время полета БПМП может составлять от одного до нескольких часов с постоянной передачей полученных изображений в центр обработки, и тем самым появляется возможность извлечения информации об обнаружении лесного пожара на ранней стадии его возникновения, принятия оперативных мер и впоследствии контроля за его распространением.

Ключевые слова: беспилотные летательные аппараты, лесные пожары, изображение, методы обработки, анализ изображения

Библиография статьи:
Катаев М. Ю. Обнаружение лесных пожаров по изображениям, полученным с БПЛА / М. Ю. Катаев, Е. Ю. Карташов, П. П. Гейко // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2023. – Т. 26, № 3. – С. 72–79. DOI: 10.21293/1818-0442-2023-26-3-72-79

Авторы и правообладатели:

  • 1. Арцыбашев Е.С. Лесные пожары и борьба с ними / Е.С. Арцыбашев. – М.: Лесная промышленность, 1974. – 152 с.
  • 2. Щербов Б.Л. Лесные пожары и их последствия / Б.Л. Щербов, Е.В. Лазарева, И.С. Журкова. – Новосибирск: Академическое изд-во «Гео», 2015. – 154 с.
  • 3. Инструкция по авиационной охране лесов. – М.: Федеральная служба лесного хозяйства России. – 94 с.
  • 4. MODIS [Электронный ресурс]. – Режим доступа: https://modis.gsfc.nasa.gov, свободный (дата обращения: 13.11.2023).
  • 5. VIIRS [Электронный ресурс]. – Режим доступа: https://ncc.nesdis.noaa.gov/viirs, свободный (дата обращения: 13.11.2023).
  • 6. Афонин С.В. Система космомониторинга лесных пожаров на территории Томской области / С.В. Афонин, В.В. Белов // Оптика атмосферы и океана. – 2001. – Т. 14, № 8. – С. 692–696.
  • 7. Ершов Д.В. Российская система спутникового мониторинга лесных пожаров / Д.В. Ершов, Г.Н. Коровин, Е.А. Лупян, А.А. Мазуров, С.А. Тащилин // Современные проблемы дистанционного зондирования Земли из космоса. – 2004. – Т. 1, № 1. – С. 47–57.
  • 8. ИСДМ [Электронный ресурс]. – Режим доступа: https://nffc.aviales.ru/main_pages/index.shtml, свободный (дата обращения: 13.11.2023).
  • 9. Коршунов Н.А. Борьба с лесными пожарами: информационное обеспечение с помощью авиационных средств // Пожарная безопасность. – 2008. – № 1. – С. 125–129.
  • 10. Доррер Г.А. Динамика лесных пожаров / Г.А. Доррер. – Новосибирск: Изд-во СО РАН, 2008. – 404 с.
  • 11. Ahmad I. A fast adaptive motion estimation algorithm / I. Ahmad, W. Zheng, J. Luo, M. Liou // IEEE Transactions on CSVT. – 2006. – No. 3. – Р. 420–438.
  • 12. Bi Z. Color space conversion algorithm and comparison study / Z. Bi, P. Cao // Journal of Physics: Conference Series. – 2021. – Vol. 1976. – P. 012008. DOI:10.1088/1742-6596/1976/1/012008.
  • 13. Шапиро Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман. – М.: Бином. Лаборатория знаний, 2006. – 752 c.
  • 14. Классификация БПЛА и системах интеллектуального управления / С.И. Федоров, А.В. Хаустов, Т.М. Крамаренко, В.С. Долгих // Открытые информационные и компьютерные интегрированные технологии. – 2016. – № 74. – С. 12–21.
  • 15. Бобков С.А. Физико-химические основы развития и тушения пожаров / С.А. Бобков, А.В. Бабурин, П.В. Комраков. – М.: Академия ГПС МЧС России, 2014. – 210 с.
  • 16. Конев Э.В. Физические основы горения растительных материалов. – Новосибирск: Наука СО, 1977. – 240 с.
  • 17. Васюков В.Н. Алгоритмы анализа изображений для системы раннего обнаружения лесных пожаров / В.Н. Васюков, А.Ю. Зайцева // Доклады Академии наук высшей школы Российской Федерации. – 2014. – № 4 (25). – С. 57–69.
  • 18. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.
  • 19. Kataev M.Yu. Computer vision method for forest fires detection based on RGB images obtained by unmanned motor glider / M.Yu. Kataev, E.Yu. Kartashov // Light & Engineering 2021. – Vol. 29, No. 5(2). – P. 71–78
Адрес редакции

  634050, г. Томск, пр. Ленина, 40, МК, каб. 310/2

  (3822) 701-582, внутр.: 1456

  journal@tusur.ru