Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 15–19 ноября 2021 г.

(http://conf.rse.geosmis.ru)

XIX.B.41

Реализация процессов хранения и обработки данных дистанционного зондирования Земли в МЧС России

Алексеенко Я.В. (1), Карташев В.И. (2), Фахми Ш.С. (3), Антонова А. А. (2)
(1) Национальный центр управления в кризисных ситуациях МЧС России, Москва, Россия
(2) АО "Российские космические системы", Москва, Российская Федерация
(3) Институт проблем транспорта им. Н.С. Соломенко, Санкт-Петербург, Российская Федерация
С 1996 года в МЧС России начата работа по созданию ведомственной системы космического мониторинга.
В МЧС России активно применяются результаты тематической обработки данных дистанционного зондирования Земли из космоса (ДЗЗ). В связи с активным применением космических снимков для решения различных задач, развиваются как орбитальные группировки космических аппаратов, так и информационные ресурсы и системы космических данных, в том числе, позволяющие проводить обработку данных в режиме онлайн.
Для обеспечения своевременного реагирования на возникающие угрозы, вызванные чрезвычайными ситуациями, требуется актуальная и достоверная информация о складывающейся обстановке.
Одним из источников такой информации являются космические снимки. МЧС России активно развивает как средства получения данных космического мониторинга, так и методы обработки и хранения этих данных.
Взрывной рост объёма данных ДЗЗ и результатов их обработки требует применения современных методов хранения и обработки больших данных, которые обеспечат оперативное и эффективное получение информации для принятия управленческих решений. МЧС России активно применяет в своей деятельности современные методы работы с большими данными. [1-14]
В докладе представлены современные подходы к организации и реализации процессов хранения и обработки данных дистанционного зондирования Земли из космоса в МЧС России. Так же в докладе отражены подходы к повышению информативности данных ДЗЗ, получаемых с отечественного космического аппарата "Канопус-В" на примере мониторинга наводнений на территории Дальневосточного федерального округа в 2021 году.

Ключевые слова: данные ДЗЗ, обработка данных, хранение данных, космический мониторинг, мониторинг чрезвычайных ситуаций, МЧС России
Литература:
  1. Chi M. et al. Big data for remote sensing: Challenges and opportunities //Proceedings of the IEEE. – 2016. – Т. 104. – №. 11. – С. 2207-2219.
  2. Liu P. et al. Remote sensing big data: Theory, methods and applications. – 2018.
  3. Xu C. et al. ScienceEarth: A big data platform for remote sensing data processing //Remote Sensing. – 2020. – Т. 12. – №. 4. – С. 607.
  4. Jagannathan S. Real-time big data analytics architecture for remote sensing application //2016 International Conference on Signal Processing, Communication, Power and Embedded System (SCOPES). – IEEE, 2016. – С. 1912-1916.
  5. Woodard J. et al. Using ICT for Remote Sensing, Crowdsourcing, and Big Data to Unlock the Potential of Agricultural Data. – 2017.
  6. Ayma V. A. et al. Classification algorithms for big data analysis, a map reduce approach //The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2015. – Т. 40. – №. 3. – С. 17.
  7. Boulila W. et al. RS-DCNN: A novel distributed convolutional-neural-networks based-approach for big remote-sensing image classification //Computers and Electronics in Agriculture. – 2021. – Т. 182. – С. 106014.
  8. Cheng Y. et al. Big earth observation data integration in remote sensing based on a distributed spatial framework //Remote Sensing. – 2020. – Т. 12. – №. 6. – С. 972.
  9. Kostikova E. V. et al. PERFORMANCE EVALUATION OF SD-CARDS BY" SYSTEM-ON-CHIP" TECHNOLOGY //Nauchno-Tekhnicheskii Vestnik Informatsionnykh Tekhnologii, Mekhaniki i Optiki. – 2015. – Т. 15. – №. 6. – С. 1088.
  10. Alekseenko Y. V. Organization of Functioning of the Space Monitoring System of Emercom of Russia Regarding Using Information Technologies of Distributed Storage and Multithreaded Data Processing to Improve Quality and Efficiency of Decision Making in Forecasting and Eliminating Emergency Situations. – 2019.
  11. Фахми Ш. С. и др. Методы, алгоритмы кодирования и классификация изображений морских судов //Морские интеллектуальные технологии. – 2019. – №. 3-1. – С. 145-155.
  12. Березин В. В. и др. Производительность многоядерных систем на кристалле фирмы intel-fpga для обработки видеоинформациии //Вопросы радиоэлектроники. Серия: Техника телевидения. – 2018. – №. 3. – С. 81-88.
  13. Шаталова Н. В. и др. Видеоисистемы на кристалле обнаружения лесных пожаров //ТРАНСПОРТ РОССИИ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ-2016. – 2016. – С. 252-259.
  14. Алмахрук М. и др. Видеосистемы на кристалле: новые методы и технологии распознавания //Телевидение: передача и обработка изображений. – 2016. – Т. 1. – С. 203-208.

Презентация доклада

Видео доклада



Ссылка для цитирования: Алексеенко Я.В., Карташев В.И., Фахми Ш.С., Антонова А.А. Реализация процессов хранения и обработки данных дистанционного зондирования Земли в МЧС России // Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2021. C. 72. DOI 10.21046/19DZZconf-2021a

Технологии и методы использования спутниковых данных в системах мониторинга

72