Перколяційна модель для контролю над поширенням заражень лісу за зображеннями з космічних апаратів
Рубрика:
| Артюшенко, МВ, 1Томченко, ОВ 1Державна установа «Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук Національної академії наук України», Київ |
| Косм. наука технол. 2020, 26 ;(4):45-56 |
| https://doi.org/10.15407/knit2020.04.045 |
| Язык публикации: Українська |
Аннотация: Для України і багатьох країн Європи актуальним є вирішення проблеми катастрофічного всихання і загибелі соснових лісів, яке спостерігається останніми роками як наслідок зараження дерев стовбуровими шкідниками, короїдами (Ips асuminatus, Ips sexdentatus). Для вирішення цієї проблеми використовуються результати досліджень різного рівня, зокрема дистанційне зондування з космічних апаратів. Традиційні методи контролю за космічними знімками дозволяють описа-ти інтенсивність зараження єдиним способом — визначенням площі кластерів зараження при умовівисокої просторової розрізненності дистанційних даних. Результат вимірювання площ кластерів істотно залежить від масштабу зйомки, через те що поле заражень є негладким. Висока вартість отримання детальних даних істотно стримує застосування інформаційних космічних технологій для контролю поширення зараження.
У випадку масштабно-інваріантного розподілу площ кластерів заражень застосування статистичні методи і методи перколяційної теорії може дати істотно більше інформації про характер зараження.Впроваджувані масштабно-інваріантні індикатори дозволяють визначати інтенсивність зараження за космічними знімками середньої просторової розрізненності, що значною мірою сприяє підвищенню економічної ефективності застосування інформаційної космічної технології дистанційного зондування. Розглянуто методи контролю і аналізу зараження лісу, що базуються на фізико-математичній теорії перколяції, в рамках якої розглядається поширення флюїду (шкідників) в неоднорідних середовищах. Запропоновані методи обробки та інтерпретації космічної інформації дозволяють зробити низку важливих висновків і на їхній основі отримати обґрунтовані рекомендації, спрямовані на підвищення ефективності боротьби з шкідниками лісу.
На завершення цей підхід проілюстровано експериментами з реальними космічними зображеннями і результатами валідації перколяційної моделі поширення заражень лісу.
|
| Ключевые слова: індикатори зараження, зараження лісу, кластери зараження, космічна зйомка, перколяційна теорія, скейлинг, степеневий розподіл |
References:
1. Артюшенко М. В., Томченко О. В. Метод контроля заселения лесов вершинным короедом по данным дистанционного зондирования. Матеріали міжнар. наук.-практ. конф. «Соснові ліси: сучасний стан, існуючі проблеми та шляхи їх вирішення» (12—13 червня 2019 p. Київ), Київ, 2019. С. 94—96.
2. Бондар В. Н.Причини та наслідки погіршення санітарного стану лісів і деградації лісових екосистем в Україні. Ма-теріали міжнар. наук.-практ. конф. «Соснові ліси: сучасний стан, існуючі проблеми та шляхи їх вирішення» (12—13 червня 2019 p. Київ), Київ, 2019. С. 8—17.
3. Ткач В. П., Мєшкова В. Л. Сучасні проблеми формування та відтворення біологічно стійких соснових лісів України в умовах зміни клімату. Матеріали міжнар. наук.-практ. конф. «Соснові ліси: сучасний стан, існуючі проблеми та шляхи їх вирішення» (12—13 червня 2019 p. Київ), Київ, 2019. С. 70—78.
4. Artiushenko M. V. Statistical analysis of the unsmooth geophysical fields by remote sensing data. J. Automation and Inform. Sci. 2018. 50 (6). P. 14—27.
5. Artiushenko M. V. Identification and Interpretation of Power-Law Distributions by Spectral Data of Remote Sensing. J. Automation and Inform. Sci. 2018. 50 (12). P. 17—33.
6. Bak P. How Nature Works: The Science of Self-Organized Criticality. New York: Copernicus, 1996. 207 p.
7. Feder J. Fractals. New York: Plenum, 1988. 283 p.
8. Newman M. E. J. Power laws, Pareto distributions and Zipf’s law. J. Contemporary Phys. 2005. 46. P. 323—351.
9. Richards J. A., Jia X. Remote Sensing Digital Image Analysis (4th Ed.). Berlin, Heidelberg: Springer, 2006. 439 p.
10. Stauffer D., Aharony A. Introduction to Percolation Theory (2nd Ed.). London: Taylor & Francis, 1994. 192 p