Лабораторная работа №1 "Мониторинг водных объектов"#
Все данные (статья и материалы ДЗЗ) доступны в облачной папке
Warning
Обратите внимание, что там находятся избыточные данные!
Например, не всем нужен канал Blue в своих работах, однако для унификации наборов всем предоставляется одинаковое количество файлов
Структура работы#
1 Введение
2 Обзор материалов научной статьи
3 Автоматизация работы в QGIS
3.1 Скачивание данных и подготовка маски территории
3.2 Разработка модели обработки данных ДЗЗ
3.3 Расчет целевых характеристик объекта мониторинга
4 Выводы
5 Список использованных источников
Указания к работе#
0 В пункте Введение - опишите, почему мониторинг водных объектов является важной задачей и почему автоматизация данного процесса является научной задачей
1 Откройте облачную папку и выберите папку с тем номером, который соответствует вашему варианту
2 Скачайте pdf файл и изучите его. В pdf представлена реальная научная статья. Занесите данные статьи в Список литературы
3 Согласно таблице прочитайте, на какой объект мониторинга вы будете обращать внимание в рамках статья
4 Из pdf файла выпишите следующую информацию: Территория картографирования, её характеристика, Объект мониторинга, Набор данных, который использован в исследовании (Sentinel? Landsat? Какие каналы? На какую дату?), какой водный индекс использовали (если в статье несколько индексов, то выпишите их все. Формулы оформляем при попомщи функции word -> формулы) выпишите к каким результатам пришли авторы по вашему объекту мониторинг. Занести эту информацию в пункт Обзор материалов научной статьи
Вкладка формула в word (раздел вставка-> формула)
Приведем примеры водных индексов,встречающихся в работе и как ими пользоваться
Нормализованный разностный водный индекс (NDWI)
Значения этого индекса колеблются в диапазоне от -1 до 1. Обычный диапазон для зеленой растительности составляет от -0,1 до 0,4. Считается, что водные объекты принимают значения от 0,2 до 1, объекты, не содержащие влагу, принимают значения меньше 0.
Индекс влагостойкости WRI «Water Ratio Index»
от 0 до 1 – на поверхности отсутствует вода;
от 1 до 2,5 – растения, в которых содержится влага;
от 2,5 до 3,8 (максимальное значение индекса в области) – водные объекты.
Модифицированный нормализованный разностный водный индекс (MNDWI)
Значения этого индекса колеблются в диапазоне от -1 до 1. Вода имеет значения больше 0.
Стандартизованный индекс различий снежного покрова (NDSI)
Значения этого индекса колеблются в диапазоне от -1 до 1. Вероятность наличия снега пропорциональна тому, насколько значение пикселя NDSI близко к 1.
Индекс мутности (NDTI) «The Normalized Difference Thermal Index»
Значения этого индекса колеблются в диапазоне от -1 до 1. Мутность воды принимает значения от 0.4 до 1.
5 Откройте папку с вашим объектом на яндекс.диске. Например, папка озеро Большое Яровое будет содержать внутри директорию с именем S2B_MSIL2A_20240802T054639_R048_T43UGU_20240805T191107. Внутри будет расположены следующие данные:
Обратите внимание, что каждый канал подписан. Вам необходимо скачать .tif файлы согласно вашему индексу.
Допустим, меня интересует NDWI, тогда я выберу Band_8_-_NIR_-_10m.tif и Band_12_-_SWIR_(2.2)_-_20m.tif
Или, например, для индекса NDSI, следует выбрать Band_3_-_Green_-_10m.tif и Band_11_-_SWIR_(1.6)_-_20m.tif
Скачайте выбранные файлы + INSPIRE_metadata.xml
Примечание:в некоторых вариантов находится два набора файлов, так как объект мониторинга не поместился в один снимок.
6 Откройте средствами QGIS .tif
7 Включите картографическую подложку (это должна быть карта не ДЗЗ!)
Чтобы включить картографическую подложку вам необходим модуль QuickMapService
Если он у вас установлен, то выберите пункт Интернет -> QuickMapService-> OSM -> OSM STANDART
Примечание: если OSM STANDART у вас не работает вы можете выбрать Google, Yandex и проч вкладки.
После включения картографической подложки у вас получится, что снимкок должен быть поверх карты. Если это не так, то поменяйте порядок слоев в пункте слои (просто перетяните ваши снимки вверх по списку)
8 Приблизьтесь к водному объекту, который вы будете мониторить. Сделайте слой прозрачным на 90%. Сохраните скриншот (рис 1) и вставьте в пункт Автоматизация работы в QGIS
Чтобы настроить прозрачность нажмите по снимку ПКМ на рис. пример слой Band_4_-Red-_10m. В открывшемся окне нажмите Свойства
Перейдите в пункт Прозрачность -> выставите ползунок Общая прозрачность на 90%. Нажмите Применить
В результате на скриншоте должны быть видны основные названия объектов! Пример. Оз.Джагырлач
9 Чтобы упростить работу вашеу компьютеру, сократим зону поиска воного объекта. Создайте векторный слой и назовите его mask
Для этого выберите пункт Слой-> Создать слой->Создать слой Shapefile
В открывшемся окне укажите имя файла -> mask, тип геометрии-> полигон
Примечание: если у вас несколько наборов снимков, то сделайте два векторных слоя (mask и mask1)
10 Нанесите на карту полигон (достаточно четырехугольника, очерчивающего границы поиска)
Выберите векторный слой и нажмите кнопку редактрировать (карандаш) -> нанесите объект (обратите внимание, что нет необходимости самим очерчивать самим очерчивать границу четкую по озеру)
Сделайте скриншот* полученной маски (рис 2)
11 Для Разработка моделей в QGIS необходимо открыть вкладку Анализ->Конструктор моделей
12 Подробно Интерфейс работы с конструктором моделей можно изучить в практике 2, пункт Конструктор моделей
13 Справа выберите вкладку 'Данные' и перенесите в модель 'Растровые слои'. Названия давайте согласно названиям в Индексе.
В результате будет два объекта справа
14 В той же вкладке выберите 'Охват' и перенесите вправо
15 В открывшемся окне нажмите на ... в разделе значение по умолчанию. Выберите расчитать из слоя -> слой mask
Имя слоя mask
16 Перейдите во вкладку Алгоритмы и найдите алгоритм Обрезать растр по охвату, перенесите его на форму
17 Заполним открывшееся окно
Исходный слой -> выбираете тот канал, который еще не обрезан, например у меня выбор между Red и Green. Остановлюсь на Green
Охват обрезки-> нажмите на 123 и выберите пункт вход модели
Охват обрезки-> значение mask
Повторите аналогично для второго растра. Для этого добавьте еще один элемент Обрезать растр по охвату
В результате вы должны увидеть примерно следующуюю картину (обратите внимание на связи! Если их нет вы допустили ошибку!)
18 Для расчета индекса воспользуемся калькулятором растров. Для этого необхоимо передать обрезанные растры в данный алгоритм.
Перейдите во вкладку Алгоритмы и найдите алгоритм калькулятор растров, перенесите его на форму
Обратите внимание на пиктограмму!
Примечание: если значок не совпадает, то попробуйте написать на английском raster calculator
19 В открывшемся окне рассмотрим пункт исходные слои. Выберем их, нажав на ...
Выберите оба обрезанных растра "Кадрированные по охвату ..." (тот который вы первый обрезали будет выше по списку)
20 Вбейте формулу в окно Выражение (формула зависит от вашего индекса и порядка обрезки растров. В моем случае А псевдоним GREEN, т.к его я обрезал первым, а B псевдоним Red)
Отметьте целевую систему координат.
21 Добавьте еще один алгоритм калькулятор растров. Он будет классифицировать данные, полученные на предыдущем шаге
Для этого вы открывшемся окне выберите пункт исходные слои и нажмите на шестерню -> вывод алгоритма
22 В пункте выражение необходимо написать формулу, заменив х
if(A@1 >= x, 10, 0)
где
х - это значение, начиная с которого ваш индекс отражает водные объекты. Например, для WRI, х = 2.5
Сделайте скриншот (рис 4)
23 Если все сделано верно, то получится следующая схема (ничего не горит красным)
Примечание: если вами допущена ошибка и элемент горит красным, вы можете его изменить (ПКМ по элементу)
24 Для векторизации результатов классификации воспользуемся создание полигонов (растр в вектор). Для этого необхоимо растр после прошлого шага в алгоритм.
25 В открывшемся окне исходный слой установим в режим вывод алгоритма (исходные слои и нажмите на шестерню -> вывод алгоритма)
и выберите калькулятор растров
Примечание: не перепутайте ! у вас два калькулятора было. Вы можете посмотреть на связи, чтобы определить, что все верно
26 В пункте векторизовано напишем res (имя слоя который создастся в процессе работы)
27 Конечная модель должна выглядеть так:
Примечание: если вами допущена ошибка и элемент горит красным, вы можете его изменить (ПКМ по элементу)
Сделайте скриншот (рис 5)
28 Сохраните модель (сохранить модель как)
Warning
Названия только на английском!
29 Запустите модель, нажав на зеленый треугольник и введите в него данные
30 В результате работы будет создан векторный слой, состоящий из объектов. Выберите тот, который подходит для вашего объекта мониторинга.
Использовав инструмент информация об объекте, получим статистику
Раскройте fid и надите пункт площадь. Это будет результатом работы.
Сделайте скриншот (рис 6)
Примечание: Если векторный слой состоит из прямоугольника и нет никаких водных объектов. Вернитесь к пункту 21 и попробуйте уменьшить значение порога. Если это не помогло проверьте пункт 8, возможно, вам нужно переставить А и B местами.
Содержание Введение & Обзор материалов научной статьи#
Описаны в начале работы, пункта 0-5
Содержание Скачивание данных и подготовка маски территории#
Описываете, какие данные вам достались. Для этого название папки директории. Рассмотрим на примере что вы в можете узнать
Название папки:
S2A_MSIL2A_20240811T084601_R107_T36TVR_20240811T151854
На основе структуры имени файла можно выделить следующую информацию:
S2A – спутник Sentinel-2A
MSIL2A – уровень обработки данных (Level-2A, атмосферно скорректированные данные)
20240811T084601 – дата и время съемки (11 августа 2024 года, 08:46:01 UTC)
R107 – номер орбитального витка
T36TVR – идентификатор тайла (зона покрытия в системе UTM)
20240811T151854 – дата и время обработки данных
На основе этой информации опишите характеристики данных, какие параметры могут быть важны для анализа.
Дайте развернутое описание каждой характеристики, особенно описание что такое данные Level-2A. Даете ссылку, если необходимо на источник знаний. Добавляете к списку литературы.
Добавлеяете Рис. 1, Рис.2 в конктесте описания данных.
Разработка модели обработки данных ДЗЗ#
Описываете возможности модуля Конструткор моделей, даете ссылку на документацию QGIS.
Описываете процесс разработки модели, добавляете иллюстрации рис. 3-рис 5.
Для описания процесса разработки необходимо прокомментировать подробно каждый алгоритм -> что берет на вход, что получается на выходе, какие параметры устанавливали.
Расчет целевых характеристик объекта мониторинга#
Показываете результат расчета рис. 6. Описываете, насколько хорошо или плохо, на ваш взгляд, получился объект.
Приводите значение водного объекта.
Содержание Выводы#
Описываете совпало ли данными мониторинга водных объектов с вашей статьей. Если не совпало объясняете почему (плохо векторизовалось, произошли изменения и проч).
Делаете вывод общий по использованным инструментам (что потребовалось изучить для воспроизведения работы)
Варианты#
| Вариант | Статья | Объект | Примечание |
|---|---|---|---|
| 1 | Донцов А. А., Пестунов И. А., Рылов С. А., Суторихин И. А. Автоматизированный мониторинг площадей акваторий озер и водохранилищ по спутниковым данным // Интерэкспо Гео-Сибирь. 2017. №2. (Дата обращения: 11.03.2025). | озеро Большое Яровое | - |
| 2 | Донцов А. А., Суторихин И. А. Применение данных Sentinel-1 и Sentinel-2 для мониторинга ледовой обстановки рек и водоёмов // Современные проблемы оптики естественных вод: Труды XI Всероссийской конференции, Санкт-Петербург, 2021. | озеро Иткуль | - |
| 3 | Донцов А. А., Пестунов И. А., Рылов С. А., Суторихин И. А. Автоматизированный мониторинг площадей акваторий озер и водохранилищ по спутниковым данным // Интерэкспо Гео-Сибирь. 2017. №2. (Дата обращения: 11.03.2025). | озеро Красиловское | - |
| 4 | Курганович К. А., Зима Л. Н., Маслова А. В., Манилюк Т. А. Гибридный метод реконструкции уровней воды в оз. Бальзинское по данным Landsat и БПЛА // Водные ресурсы и водопользование: Материалы конференции, Чита, 2020. | оз. Бальзинское | - |
| 5 | Беленко В. В., Данилина Е. П. Исследование динамики водно-болотных экосистем на основе ДЗЗ (на примере озера Селигер) // Известия вузов. Геодезия и аэрофотосъемка. 2020. Т. 64, №2. | озеро Селигер | - |
| 6 | Боровская Р. В., Смирнов С. С. Технология расчёта площади водного зеркала с использованием Sentinel-2 для соленых озер Крыма // Системы контроля окружающей среды. 2020. №2(40). | оз. Ярылгач | - |
| 7 | Ондасынова Д. Н., Хлебникова Е. П. Мониторинг изменения русла реки Иртыш с использованием Sentinel-2 // Регулирование земельно-имущественных отношений в России. 2024. №3. | река Иртыш | - |
| 8 | Преснякова А. Н., Писарев А. В., Храпов С. С. Исследование динамики затопления Волго-Ахтубинской поймы по данным космического мониторинга // Вестник ВолГУ. Серия 1. 2017. №1(38). | Волго-Ахтубинская пойма | - |
| 9 | Табунщик В. А. Изменение площади зеркал водохранилищ естественного стока на территории Крыма (сравнение данных 2019 и 2020 гг.) // Геополитика и экогеодинамика регионов. 2020. Т. 6, №4. | водохранилище Загорское | - |
| 10 | Воробей М. В., Савко А. Ф., Семенюк А. С. Применение и сравнение различных индексов с использованием Sentinel-2, Landsat-8 // ГИС-технологии в науках о Земле. Материалы семинара, Минск, 2022. | водохранилище Заславское | - |
| 11 | Васильченко А. А. Анализ методов выделения водного зеркала с помощью спектрозональных данных ДЗЗ // Грани познания. 2021. №2(73). | Симферопольское водохранилище | индекс MNDWI |
| 12 | Рылов С. А. Многолетний мониторинг усыхания озера Убинское с помощью Landsat // Интерэкспо Гео-Сибирь. 2018. №4. Ссылка (Дата обращения: 11.03.2025). | озера Убинское | используете LANDSAT 7 или 8, индекс MNDWI |
| 13 | Васильченко А. А. Анализ методов выделения водного зеркала с помощью спектрозональных данных ДЗЗ // Грани познания. 2021. №2(73). | оз. Кирлеутское | векторизуете вручную или считаете водный индекс |
| 14 | Шабанов Р. М., Дедова Э. Б. Мониторинг водохранилища Нугра по данным дистанционного зондирования // Итоги и перспективы развития агропромышленного комплекса. 2020. | водохранилище Нугра | - |
| 15 | Шинкаренко С. С., Солодовников Д. А. Гидрологическая ситуация и динамика водной поверхности Цимлянского водохранилища в 2020 г. // Тридцать шестое пленарное межвузовское координационное совещание. 2021. | водохранилище Цимлянское | выделение по индексу MNDWI |
| 16 | Мишина А. Е., Максимова Н. Б. Анализ современного состояния водоемов на примере озера Манжерок // Труды молодых ученых Алтайского государственного университета. 2020. №17. | озера Манжерок | - |
| 17 | Кочуров Б. И., Маликов Р. Ф., Исхаков А. Р. Исследование динамики площади озера Аслыкуль методом обработки изображений космических снимков // Теоретическая и прикладная экология. 2021. №1. | озера Аслыкуль | индекс MNDWI |
| 18 | Табунщик В. А. Изменение площади зеркал водохранилищ естественного стока на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, №4. | водохранилище Партизанское | - |
| 19 | Табунщик В. А. Изменение площади зеркал водохранилищ естественного стока на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, №4. | водохранилище Кутузовское | - |
| 20 | Гордиенко А. С. РЕЗУЛЬТАТ МОНИТОРИНГА ОЗЕРА БАЙКАЛ ПО КОСМИЧЕСКИМ СНИМКАМ // МНИЖ. 2023. №11(137). Ссылка (Дата обращения: 11.03.2025). | оз. Байкал | индекс мутности |
| 21 | Табунщик В. А. Изменение площади зеркал водохранилищ на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, № 4. | водохранилище Чернореченское | - |
| 22 | Табунщик В. А. Изменение площади зеркал водохранилищ на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, № 4. | водохранилище Бахчисарайское | - |
| 23 | Боровская Р. В., Смирнов С. С. Технология расчёта площади водного зеркала с использованием данных Sentinel-2 // Системы контроля окружающей среды. 2020. №2(40). | оз. Джарылгач | - |
| 24 | Табунщик В. А. Изменение площади зеркал водохранилищ на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, № 4. | водохранилище Старокрымское | - |
| 25 | Васильченко А. А. Анализ методов выделения водного зеркала с помощью спектрозональных данных ДЗЗ // Грани познания. 2021. №2(73). | оз. Акташское | векторизуете вручную или считаете водный индекс |
| 26 | Табунщик В. А. Изменение площади зеркал водохранилищ на территории Крымского полуострова // Геополитика и экогеодинамика регионов. 2020. Т. 6, № 4. | водохранилище Балановское | - |
| 27 | Боровская Р. В., Смирнов С. С. Технология расчёта площади водного зеркала с использованием данных Sentinel-2 // Системы контроля окружающей среды. 2020. №2(40). | оз. Акташское | - |
| 28 | Донцов А. А., Пестунов И. А., Рылов С. А., Суторихин И. А. Автоматизированный мониторинг площадей акваторий озер и водохранилищ // Интерэкспо Гео-Сибирь. 2017. №2. Ссылка (Дата обращения: 11.03.2025). | озеро Большое Яровое | - |
| 29 | Донцов А. А., Суторихин И. А. Применение данных Sentinel-1 и Sentinel-2 для мониторинга ледовой обстановки рек и водоемов // Современные проблемы оптики вод. 2021. Т. 11. | озеро Иткуль | - |
| 30 | Донцов А. А., Пестунов И. А., Рылов С. А., Суторихин И. А. Автоматизированный мониторинг площадей акваторий озер и водохранилищ // Интерэкспо Гео-Сибирь. 2017. №2. [Ссылка](https://cyberleninka.ru/article/n/avtomatizirovannyy-monitor |