Проблемы дистанционного мониторинга загрязнений угольной пылью в районах морских портов

Изучение влияния источников угольной пыли на акваторию, территорию морских портов и прилегающие территории представляется важной и актуальной задачей. Основными источниками пыли являются погрузочно-разгрузочные работы. Необходим практически непрерывный контроль площади и обобщенной толщины покрытия угольной пылью территории в районе проводимых работ. Решение такой задачи практически невозможно без использования дистанционных, в первую очередь спутниковых, методов, позволяющих получать однородную объективную информацию о состоянии таких территорий. Для случая контроля загрязнения в морских портах необходимо использовать данные относительно высокого разрешения. Например, Sentinel 2. Предпочтительно использование инструментов автоматической классификации космических снимков. К основным проблемам дистанционного мониторинга территории порта и прилегающих территорий можно отнести следующие:
- невозможность использования радарных снимков для угольной пыли на поверхности снега и льда в силу малой толщины слоя угольной пыли
- облачность в районе большинства морских портов, в которых выполняются угольные погрузочно- разгрузочные работы с углем
- мало отличающаяся отражательная способность угольной пленки на поверхности снега и льда от отражательной способности открытой воды в видимом диапазоне
Для исключения значительной части вышеуказанных проблем предложено исследовать возможность применения для контроля загрязнения угольной пылью в морских портах снимков Sentinel 2 с помощью разработанного ранее для радиометра для MODIS метода автоматической классификации на основе сезонного анализа спектральных гистограмм [1]. В работе [1] использовалась маска земли, для того чтобы упростить классификацию:
- открытая вода
- облачность
- лёд
Для случая контроля загрязнения угольной пылью добавлен класс угольная пыль на поверхности льда.
В представленном докладе, как и в работе [1] анализ выполнялся на территории, которая соответствовала двум гранулам MODIS - H26V03 и H27V03. Для выделения классов анализировались сезонные гистограммы количества пикселей в координатах NDSI-SWIR и NDI_M42 – GREEN
В докладе представлены уточнения метода [1] для случая снимков Sentinel 2, а также предварительные результаты применения доработанного метода сезонной классификации.
Работа выполнялась в рамках темы Министерства науки и высшего образования Российской Федерации «Мониторинг», (госрегистрация № 126031818938-6).
Работа проводилась с использованием возможностей ЦКП «ИКИ-Мониторинг», включая УНУ "Вега - Science". [2] Лупян и др., 2015