Космический мониторинг заснеженности территории речных бассей
Скачать файл:
URI (для ссылок/цитирований):
https://elib.sfu-kras.ru/handle/2311/35003Автор:
Ромасько, В.Ю.
Бураков, Д.А.
Romasko, Viktor Y.
Burakov, Dmitry A.
Дата:
2017-09Журнал:
Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies;2017 10 (6)Аннотация:
Для обеспечения гидролого-математических моделей прогноза стока рек создана
автоматическая геоинформационная система мониторинга заснеженности речных бассейнов
по данным КА Terra, в которой предпринята попытка достичь максимально возможного
разрешения данных о заснеженности по времени. Система основана на стандартных
алгоритмах классификации снега и облачности, а также оригинальном алгоритме композиции
данных за несколько суток на основе метода кумулятивных сумм для обнаружения разладки,
с помощью которого достигается 99%-е накопление безоблачной территории за 16 суток и
несмещённая оценка момента стаивания снега, невзирая на неустранимое наличие облачности
на суточных данных. Система реализована на «клиент-серверной» архитектуре с веб-
клиентом и внедрена в оперативную практику в пяти Управлениях по гидрометеорологии и
мониторингу окружающей среды Урала, Сибири и Дальнего Востока The automated geographical information system for monitoring of snow cover of river watersheds
based on Terra data is developed for providing data for hydrological mathematical models of
river runoff forecasts, in which an attempt to achieve best possible time resolution is undertaken.
System is built on standard algorithms of snow and cloud classification and include new multiday
data composition algorithm based on method of cumulative sums for detecting abrupt changes
in a casual process, which makes possible to achieve 99% cloud free territory accumulation for
a 16 days and unbiased assessment of moment of snow melting, despite of unavoidable presence
of clouds in daily data. System is realized on client-server architecture with web-client and is
already embedded together with forecast models in operational practice in 5 Administrations on
hydrometeorology of Ural, Siberia and Far East