Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Участие в конкурсе молодых ученых 

XXIV.B.294

Технология автоматизированной оценки скорости фронта пожара по близковременным данным высокого пространственного разрешения

Волкова Е.Е. (1)
(1) Институт космических исследований РАН, Москва, Россия
Оценка скорости распространения фронта пожара является одной из базовых задач оперативного мониторинга и моделирования пожаров. Для практических приложений важно не только обнаружить очаг или гарь, но и восстановить динамику продвижения огня, поскольку именно фронт определяет развитие пожара и служит ключевым ограничением для моделей прогноза (Li et al., 2026; Andrianarivony, Akhloufi, 2024). Современные спутниковые данные высокого пространственного разрешения делают возможным анализ не только площади, пройденной огнём, но и геометрии границы активного горения, что особенно важно для оценки локальной динамики пожаров (Schroeder et al., 2016).

С учётом этих предпосылок предлагается технологическая схема автоматизированной оценки скорости фронта пожара по близковременным данным высокого пространственного разрешения, включающая сегментацию фронта, его дискретизацию в набор точек, вероятностное совмещение с помощью coherent point drift (CPD) и последующую оценку скорости смещения.

Метод ориентирован на обработку пар разновременных снимков с интервалом менее одного часа, на которых выделяются фронты активного горения. Далее фронты приводятся к единому представлению и совмещаются с использованием CPD – вероятностного метода регистрации наборов точек, предназначенного для оценки соответствий между двумя пространственными структурами (Myronenko, Song, 2010). Метод устойчив к шуму, выбросам и отсутствующим точкам, а потому хорошо подходит для задач, где фронт пожара меняется неравномерно, разрывается или частично скрывается дымом и облачностью. По оценённым смещениям соответствующих участков вычисляются локальные скорости перемещения фронта. Результаты сохраняются в специализированной базе данных и используются для последующего уточнения моделей распространения пожара. Подход позволяет перейти от разрозненных наблюдений к массовому потоку количественных параметров, пригодных для применения в моделях прогноза распространения пожаров.

Ограничения метода связаны с качеством исходных данных. Существенное влияние оказывают ошибки сегментации, неполная видимость фронта, дым, облачность, неоднородность растительности и рельефа. При больших структурных изменениях фронта за интервал наблюдения может снижаться качество оценки скорости фронта, поэтому малый временной интервал между снимками является критическим условием корректности результатов.

Работа выполняется при поддержке Минобрнауки РФ (тема «Мониторинг», госрегистрация № 126031818938-6) с использованием возможностей Центра коллективного пользования «ИКИ-Мониторинг».

Ключевые слова: фронт пожара, оценка скорости распространения, coherent point drift, регистрация контуров, моделирование пожаров
Литература:
  1. Myronenko A., Song X. Point set registration: Coherent point drifts // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2010. Vol. 32, no. 12. P. 2262–2275.
  2. Schroeder W., Oliva P., Giglio L., Quayle B., Lorenz E., Morelli F. Active fire detection using Landsat-8/OLI data // Remote Sensing of Environment. 2016. Vol. 185. P. 210–220.
  3. Li Y., Zeng Y., Pan Z. et al. Real-time forecast of high-resolution wildfire spread via Fast Cross-Scale Deep Learning // Engineering. 2026. Vol. 20. Art. 65.
  4. Andrianarivony H. S., Akhloufi M. A. Machine learning and deep learning for wildfire spread prediction: A review // Fire. 2024. Vol. 7, no. 12. Art. 482.

Технологии и методы использования спутниковых данных в системах мониторинга