Геоинформационные системы и автоматизированные системы управления

В настоящее время геоинформационные системы (ГИС) получают развитие на локальном, региональном, национальном и глобальном уровнях.

Глобальные ГИС развиваются как мероприятия ООН. Это: глобальная база информационных данных об обще планетарных ресурсах - ГРИД; глобальная система динамической информации об окружающей среде ГСМОС; Всемирная почвенная карта; карты растительности ЮНЕСКО; Всемирная геологическая карта; Всемирная физико-географическая карта, наполнение которых происходит со всех источников информации, в том числе, большая часть поступает и со спутникового мониторинга.

Наряду с ГИС глобального характера все большее распространение получают региональные и узкоспециализированные информационные системы. Например, автоматизированные ГИС городов обеспечивают работникам, занятым управлением, анализом и планированием, получение графической информации, отражающей самые различные стороны жизни города, карты улиц, кварталов, земельных участков, текущего землепользования, по жилищным вопросам, карты рельефа и климата позволяют моделировать чрезвычайные ситуации и т.д. В настоящее время в качестве картоосновы для построения ГИС городов все шире применяются обработанные космоснимки высокодетального разрешения [5], рис. 32 [47].

Эти продукты создаются в электронном виде, что открывает не доступные ранее возможности для анализа, проигрывания различных ситуаций типа "что будет если", облегчающие планирование, тренинг персонала, решение тематических задач и т. д. [4], что особенно важно для анализа или прогноза чрезвычайных ситуаций.

Тематические задачи часто подразделяют на инвентаризационные и оценочные. Инвентаризационные задачи в основном связаны с кадастром важнейших природных ресурсов - земельных, водных, лесных, минеральных. При решении инвентаризационных задач получают данные о пространственном размещении природных ресурсов, их контурах, площадях и других стабильных параметрах. Повторные космические съемки (раз в год) позволяют вести мониторинг природных ресурсов и по мере совершенствования техники ДЗЗ улучшать качество инвентаризации природных ресурсов.

Оценочная информация предназначена для определения состояния объекта на момент дистанционных измерений. Например, оценка состояния сельскохозяйственных угодий и растительности, объектов гидрографии, лесов, пастбищ, наблюдение за ходом сельскохозяйственных работ, контроль лесопользования, мониторинг чрезвычайных ситуаций. Здесь требуется более высокая периодичность космических съемок : например для наблюдения за лесными пожарами проводится многократная ежедневная съемка с помощью спутников NOAA.

Мониторинг опасных явлений.

Высокая обзорность и многозональность космических снимков Земли со спутников NOAA позволила разработать методическую базу гидрологических прогнозов в Сибири нового поколения [46], уже внедренную в ЗапСибгидромете.

Основные элементы новой стратегии гидрологических прогнозов следующие: 1. Информационное обеспечение :

• наземная информация сети пунктов наблюдений Росгидромета;

- космическая информация о динамике заснеженности территории, распределении температуры воздуха и др.

2. Электронная база многолетних гидрометеорологических данных наблюдений; 3. Гидрологическая модель и программное обеспечение для ПЭВМ, обеспечивающие автоматизированный перебор и моделирование возможных гидрометеорологических ситуаций на основе базы многолетних данных наблюдений.

В Красноярском НИЦ и Красноярском Геоинформационном центре СО РАН разработаны программные элементы автоматизированной системы оперативной оценки площади заснеженности по результатам многозональной космической съемки (АРМ "SNOW"). Первичная цифровая космическая информация, оперативно получаемая на станции приема, далее обрабатывается на ПЭВМ с использованием АРМ "SNOW".

АРМ “SNOW” позволяет:

• представить цифровое цветное изображение территории в видимом и инфракрасном диапазонах спектра, с возможностью улучшения контрастности и яркости;

• провести географическую коррекцию изображения и совместить его с картой рельефа в горизонталях; - провести классификацию изображения для разделения его на области, покрытые снегом, растительностью и облаками;

• автоматически рассчитать площадь заснеженности территории бассейна и её распределение по высотным зонам.

На рис.33 бассейн Верхней Оби 24 мая 1998 г. Снежный покров чередуется с участками темнохвойного и смешанного леса - красно-бурый цвет (растительность) или буро-чёрный (голая почва), облака окрашены в белый цвет, сухой снег светло-голубой, насыщенный водой снег выглядит серо-синим или даже сине-чёрным. На рис.33 отражен период снеготаяния. Чёрные участки- освободившаяся от снега почва в безлесных районах [46].

В работе [61] сообщается о картографировании и мониторинге наводнений в реальном масштабе времени по данным спутникового зондирования.

Рис.33.