Виявлення і моніторинг потенційно небезпечних пожеж на території України за даними супутникового сканування

Автор(и)

  • Андрій Васильович Орещенко кандидат географічних наук, старший науковий співробітник Українського гідрометеорологічного інституту ДСНС України та НАН України https://orcid.org/0000-0002-8363-6885
  • Володимир Іванович Осадчий член-кореспондент НАН України, директор Українського гідрометеорологічного інституту ДСНС України та НАН України https://orcid.org/0000-0002-0428-4827
  • Михайло Валерійович Савенець кандидат географічних наук, старший науковий співробітник Українського гідрометеорологічного інституту ДСНС України та НАН України https://orcid.org/0000-0001-9429-6209
  • Віра Олексіївна Балабух кандидат географічних наук, завідувач відділу прикладної метеорології та кліматології Українського гідрометеорологічного інституту ДСНС України та НАН України https://orcid.org/0000-0003-3223-7531

DOI:

https://doi.org/10.15407/visn2020.11.033

Ключові слова:

викиди тепла, лісові пожежі, Python, система моніторингу пожеж, штучні супутники Землі

Анотація

У дослідженні наведено класифікацію систем виявлення та моніторингу пожеж, зокрема лісових, за способом збору даних про пожежі. В Українському гідрометеорологічному інституті ДСНС України та НАН України розроблено методику геокодування даних щодо викидів тепла, які надходять зі штучних супутників Землі, з метою отримання відомостей про географічні об’єкти, на території яких зафіксовано ці викиди, а також оригінальну методику виявлення лісових та інших потенційно небезпечних пожеж. На основі цих методик створено картографічно-аналітичну систему моніторингу викидів тепла та виявлення потенційно небезпечних пожеж, яка успішно пройшла випробування і використовується в оперативній діяльності Державної служби України з надзвичайних ситуацій.

Посилання

Sungheetha A., Sharma R.R. Real Time Monitoring and Fire Detection using Internet of Things and Cloud based Drones. Journal of Soft Computing Paradigm. 2020. 2(3): 168–174. DOI: https://doi.org/10.36548/jscp.2020.3.004

Burke C., Wich S, Kusin K., McAree O., Harrison M.E., Ripoll B., Ermiasi Y., Mulero-Pazmany M., Longmore S. Thermal-Drones as a Safe and Reliable Method for Detecting Subterranean Peat Fires. Drones. 2019. 3(1): 23. DOI: https://doi.org/10.3390/drones3010023

Varotsos C.A., Krapivin V.F., Mkrtchyan F.A. A New Passive Microwave Tool for Operational Forest Fires Detection: A Case Study of Siberia in 2019. Remote Sensing. 2020. 12(5): 835. DOI: https://doi.org/10.3390/rs12050835

Bilousov K.G., Svinarenko D.N., Khoroshylov V.S., Mozgovoy D.K., Samsonova Y.I., Khmara D.О. The use of day-time and night-time images of visible and infrared range for forest fires monitoring. Space Sci. & Technol. 2018. 24(6):30–40. (in Russian). DOI: https://doi.org/10.15407/knit2018.06.030

Yakubailik O., Romas'ko V., Pavlichenko E. Complex for reception and real time processing of remote sensing data. E3S Web Conf. Regional Problems of Earth Remote Sensing. 2019. 75: 03003. DOI: https://doi.org/10.1051/e3sconf/20197503003

NASA Official. Fire Information for Resource Management System. https://firms2.modaps.eosdis.nasa.gov

Savenets M.V., Osadchyi V.I., Oreshchenko A.V. Forest fires in April 2020 and the resulting changes of air quality in Ukraine. Visn. Nac. Akad. Nauk Ukr. 2020. (5): 80–89. (in Ukrainian). DOI: https://doi.org/10.15407/visn2020.05.080

Yasinskiy F.N., Potemkina O.V., Sidorov S.G., Evseeva A.V. Prognosticating Probability of Fire with Connectionist Algorithm on Multiprocessor Computer. Vestnik of Ivanovo State Power Engineering University. 2011. (2): 1–4. (in Russian).

Putrenko V.V. Data mining of the risk of natural fires based on geoinformation technologies. Technology audit and production reserves. 2016. 4(3): 67–72. (in Ukrainian). DOI: https://doi.org/10.15587/2312-8372.2016.76154

Balabukh V.O. Pyrological and climatic zoning of Ukraine. Hydrology, hydrochemistry and hydroecology (Hidrolohiya, hidrokhimiya i hidroekolohiya). 2019. (3): 105–107. (in Ukrainian).

Zhang G., Wang M., Liu K. Forest Fire Susceptibility Modeling Using a Convolutional Neural Network for Yunnan Province of China. International Journal of Disaster Risk Science. 2019. 10: 386–403. DOI: https://doi.org/10.1007/s13753-019-00233-1

Agranat V. Perminov V. Mathematical modeling of wildland fire initiation and spread. Environmental Modelling & Software. 2020. 125: 104640. DOI: https://doi.org/10.1016/j.envsoft.2020.104640

Jang E., Kang Y., Im J., Lee D.-W., Yoon J., Kim S.-K. Detection and Monitoring of Forest Fires Using Himawari-8 Geostationary Satellite Data in South Korea. Remote Sensing. 2019. 11(3): 271. DOI: https://doi.org/10.3390/rs11030271

National report on the state of environment in Ukraine in 2018. (in Ukrainian). https://mepr.gov.ua/news/35937.html

Map of fires PRO. http://pro.fires.ru

Pilot project of an electronic register of logging tickets for timber harvesting. The map. https://lk.ukrforest.com/map/general

Fire Information for Resource Management System. https://firms2.modaps.eosdis.nasa.gov

##submission.downloads##

Опубліковано

2020-11-21

Як цитувати

Орещенко, А. В., Осадчий, В. І., Савенець, М. В., & Балабух, В. О. (2020). Виявлення і моніторинг потенційно небезпечних пожеж на території України за даними супутникового сканування. Вісник Національної академії наук України, (11), 33–44. https://doi.org/10.15407/visn2020.11.033