Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 3. С. 62-76
Разработка модуля расчёта нормализованного индекса разностной активности открытых работ на угольных месторождениях на базе радарных данных Sentinel-1
С.Е. Попов
1 , В.П. Потапов
1 , Р.Ю. Замараев
1 1 Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
Одобрена к печати: 10.06.2022
DOI: 10.21046/2070-7401-2022-19-3-62-76
Интенсивная добыча открытым способом может привести к значительной деформации грунта на больших площадях, что влечёт за собой тяжёлые экологические и техногенные последствия. Поэтому крайне необходим непрерывный дистанционный мониторинг для изучения различных поверхностных воздействий, особенно в труднодоступных районах, где частые наблюдения недоступны по ряду причин (постоянные горные работы, взрывные работы в карьерах и т. д.). В настоящей статье показаны подходы к разработке высоконагруженных вычислительных процедур для расчёта нормализованного индекса разностной активности, а также процесс их интеграции в систему дистанционного мониторинга. Процедуры представлены в виде специального структурированного графа в формате JSON-файла. Каждый элемент графа соответствует обычному Java-классу в соответствии со спецификациями программного интерфейса Sentinel-1 API Toolbox. Граф выполняется поэтапно внутри программной сущности в терминах платформы Docker, называемой контейнером. Каждый контейнер включает в себя полный стек программных библиотек, необходимых для расчёта индекса активности. Для запуска процесса выполнения графа в контейнере создаётся конфигурационный файл (docker-compose). Контейнеризация позволяет автоматизировать процесс развёртывания и интеграции за счёт абстрагирования и инкапсуляции взаимодействия между системой мониторинга и программным кодом. В статье продемонстрирован программный модуль, интегрированный в разработанную интерактивную систему мониторинга, предназначенную для настройки и запуска контейнеров, отображения результатов в виде композитной RGB-схемы на онлайн-картах. Система построена в соответствии с трёхуровневой компонентной моделью (уровень внешнего интерфейса, промежуточного программного обеспечения и внутренней бизнес-логики). Доступна по адресу http://radarmon.ict.nsc.ru:8100. С целью тестирования предложенного подхода были использованы наборы данных когерентных изображений Sentinel-1A/B InSAR для расчёта значений индекса NDAI для разреза Краснобродский (Кемеровская обл., Россия) за период с апреля 2019 г. по май 2021 г. Полученная RGB-схема показала, что активное формирование отвалов осуществлялось вдоль технических дорог и неиспользуемых участков. Это подтвердили ретроспективные снимки на базе ПО Google Earth.
Ключевые слова: нормализованный индекс разностной активности, радарная интерферометрия, когерентность, Sentinel-1, контейнеризация
Полный текстСписок литературы:
- Заушинцена А. В., Кожевников Н. В. Техногенез почвенного покрова в районах разработки угольных месторождений Кузбасса // Вестн. Кемеровского гос. ун-та. Сер.: Биологич., технич. науки и науки о Земле. 2017. № 1. С. 4–9.
- Зеньков И. В. Дистанционное зондирование в решении экологических проблем лесной рекультивации на угольных карьерах Сибири // Вестн. Сибирского гос. аэрокосм. ун-та им. акад. М. Ф. Решетнева. 2016. Т. 17. № 1. С. 36–44
- Калабин Г. В., Моисеенко Т. И., Горный В. И., Крицук С. Г., Соромотин А. В. Спутниковый мониторинг природной среды при открытой разработке Олимпиадинского золоторудного месторождения // Физико-техн. проблемы разработки полезных ископаемых. 2013. № 1. С. 177–184.
- Попов С. Е., Замараев Р. Ю., Миков Л. С. Массово-параллельный подход к обработке радарных данных // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 2. С. 49–61. DOI: 10.21046/2070-7401-2020-17-2-49-61.
- Попов С. Е., Замараев Р. Ю., Юкина Н. И., Гиниятуллина О. Л., Миков Л. С., Харлампенков И. Е., Счастливцев Е. Л. Программный комплекс для расчета деформаций земной поверхности с использованием спутниковых радарных данных // Программная инженерия. 2021. № 5. С. 246–259. DOI: 10.17587/prin.12.246-259.
- Chatterjee R., Lakhera R., Dadhwal V. InSAR coherence and phase information for mapping environmental indicators of opencast coal mining: A case study in Jharia Coalfield, Jharkhand, India // Canadian J. Remote Sensing. 2010. V. 36. P. 361–373. DOI: 10.5589/m10-047.
- Hartwig M. E., Paradella W. R., Mura J. C. Detection and monitoring of surface motions in active open pit Iron mine in the Amazon region, using persistent scatterer interferometry with TerraSAR-X satellite data // Remote Sensing. 2013. V. 5. P. 4719–4734. DOI: 10.3390/rs5094719.
- Julzarika A. Mining land identification in Wetar Island using remote sensing data // J. Degraded and Mining Lands Management. 2018. V. 6. P. 1513–1518. DOI: 10.15243/jdmlm.2018.061.1513.
- Khalil R. Z., Saad-ul-Haque. InSAR coherence-based land cover classification of Okara, Pakistan. Egypt // Remote Sensing. Space Science. 2018. V. 21. P. S23–S28. DOI: 10.1016/j.ejrs.2017.08.005.
- Kobayashi H., Watando H., Kakimoto M. A global extent site-level analysis of land cover and protected area overlap with mining activities as an indicator of biodiversity pressure. // J. Cleaner Production. 2014. V. 84. P. 459–468. DOI: 10.1016/j.jclepro.2014.04.049.
- LaJeunesse C. K. J., Connette G., Bernd A., Phyo P., Aung K. H., Tun Y. L., Thein Z. M., Horning N., Leimgruber P., Songer M. Assessment of mining extent and expansion in Myanmar based on freely-available satellite imagery // Remote Sensing. 2016. V. 8. P. 912–924. DOI: 10.3390/rs8110912.
- Lee H. Application of KOMPSAT-5 SAR Interferometry by using SNAP software // Korean J. Remote Sensing. 2017. V. 33. P. 1215–1221. DOI: 10.7780/kjrs.2017.33.6.3.5.
- Lobo F. D. L., Souza-Filho P. W.M., Novo E. M. L. d.M., Carlos F. M., Barbosa C. C. F. Mapping Mining Areas in the Brazilian Amazon Using MSI/Sentinel-2 Imagery (2017) // Remote Sensing. 2018. V. 10. P. 1178–1192. DOI: 10.3390/rs10081178.
- Malmgren-Hansen D., Sohnesen T., Fisker P., Baez J. Sentinel-1 change detection analysis for cyclone damage assessment in urban environments // Remote Sensing. 2020. V. 12(15). P. 2409–2425. DOI: 10.3390/rs12152409.
- Mancini F., Grassi F., Cenni N. A Workflow Based on SNAP–StaMPS Open-Source Tools and GNSS Data for PSI-Based Ground Deformation Using Dual-Orbit Sentinel-1 Data: Accuracy Assessment with Error Propagation Analysis // Remote Sensing. 2021. V. 13. P. 753–775. DOI: 10.3390/rs13040753.
- Moon J., Lee H. Analysis of Activity in an Open-Pit Mine by Using InSAR Coherence-Based Normalized Difference Activity Index // Remote Sensing. 2021. V. 13. P. 1861–1886. DOI: 10.3390/rs13091861.
- Murguía D. I., Bringezu S., Schaldach R. Global direct pressures on biodiversity by large-scale metal mining: Spatial distribution and implications for conservation // J. Environmental Management. 2016. V. 180. P. 409–420. DOI: 10.1016/j.jenvman.2016.05.040.
- Paradella W. R., Ferretti A., Mura J. C., Colombo D., Gama F. F., Tamburini A., Santosa A. R., Novali F., Galo M., Camargo P. O., Silva A. Q., Silva G. G., Silva A., Gomese L. L. Mapping surface deformation in open pit iron mines of Carajás Province (Amazon Region) using an integrated SAR analysis // Engineering Geology. 2015. V. 193. P. 61–78. DOI: 10.1016/j.enggeo.2015.04.015.
- Ross M. R.V., McGlynn B. L., Bernhardt E. S. Deep impact: Effects of mountain top mining on surface topography, bedrock structure, and downstream waters // Environmental Science and Technology. 2016. V. 50. P. 2064–2074. DOI: 10.1021/acs.est.5b04532.
- Wang Y., Guo Y., Hu S., Li Y., Wang J., Liu X., Wang L. Ground Deformation Analysis Using InSAR and Backpropagation Prediction with Influencing Factors in Erhai Region, China // Sustainability. 2019. V. 11. P. 2853–2876. DOI: 10.3390/su11102853.
- Wang L., Yang L., Wang W., Chen B., Sun X. Monitoring Mining Activities Using Sentinel-1A InSAR Coherence in Open-Pit Coal Mines // Remote Sensing. 2021. V. 13. P. 4485–4504. DOI: 10.3390/rs13214485.
- Wu Q., Song C., Liu K., Ke L. Integration of TanDEM-X and SRTM DEMs and Spectral Imagery to Improve the Large-Scale Detection of Opencast Mining Areas // Remote Sensing. 2020. V. 12. P. 1451–1471. DOI: 10.3390/rs12091451.