Использование БПЛА при изучении лавиноопасных территорий Восточно-Казахстанской области
Просмотры: 341 / Загрузок PDF: 127
DOI:
https://doi.org/10.32523/2616-6771-2025-151-2-154-168Ключевые слова:
дистанционное зондирование, БПЛА, ЦМР, ЦММ, 3D-моделирование, рельеф местности, снежные лавины, лавиноопасность, обработка данных, ГИС, Восточно-Казахстанская областьАннотация
При изучении лавинной опасности в горных районах Восточно-Казахстанской области» (ВКО) использовались современные технологии дистанционного зондирования – беспилотные летательные аппараты (БПЛА). Наиболее распространенными факторами лавинообразования являются: геоморфологические (рельеф, экспозиция склона и другие параметры), геоботанические (тип ландшафта) и метеофакторы (вид, количество и интенсивность осадков, скорость ветра, оттепели). В данной статье исследования посвящены в основном геоморфологическому фактору. БПЛА использовались для детального изучения рельефа местности как одного из основных факторов при образовании лавин, так как геоморфология ландшафта влияет на устойчивость снежного покрова и возникновение лавин. Морфометрические характеристики рельефа, такие, как уклон, высота и экспозиция склонов рельефа определяют условия образования лавин. Снежные лавины в ВКО - распространенное природное явление, представляющее угрозу местному населению и наносящее ущерб инфраструктуре территории области. При проведении работ по изучению лавин очень важно иметь детальные цифровые модели рельефа (ЦМР) на исследуемую территорию, которые можно получить после обработки данных БПЛА, обеспечивающих получение точных характеристик рельефа, таких, как высота, уклоны и экспозиция склонов. Одним из распространенных методов защиты от лавин считается прогнозирование лавинной опасности территории. Чем детальнее и точнее будет информация о рельефе, тем точнее будет прогнозирование. Результатами исследования стали создание высокоточных ЦМР, цифровых моделей местности (ЦММ), ортофотопланов и 3D-моделей лавиносборов, что позволило повысить достоверность выбора приоритетных участков для размещения мониторинговых систем лавинной опасности. Результаты работ способствуют оптимизации размещения мониторинговых систем и повышению точности прогнозов лавинной угрозы.
Скачивания
Библиографические ссылки
Agisoft. (2023). User's Guide [Rukovodstvo pol'zovatelya in Russian] Agisoft Metashape: Professional Edition (Ver. 2.0). https://www.agisoft.com/pdf/metashape-pro_2_0_ru.pdf
Akkuratov, V.N., Krasnosel'skij, E.B., Itkin, V.A. (1967). On calculating the maximum range of snow avalanches [O raschyote maksimal'noj dal'nosti vybrosa snezhnyh lavin in Russian]. Snow and Avalanches of Khibiny [Sneg i laviny Hibin], 349–356. В DJI Terra: User manual (Version 4.0, p. 49).
ALSI-ASIA-SYSTEM. (2024). Dron DJI Matrice 300 RTK. https://www.drone.com.kz/products/drony/matrice_300_rtk/
ALSI-ASIA-SYSTEM. (2024). Dron DJI Matrice 350 RTK. https://www.drone.com.kz/products/drony/dron_dji_matrice_350_rtk/
Andres-Anaya, P., et al. (2023). A new methodology for estimating surface albedo in heterogeneous areas from satellite imagery. Applied Sciences 14(1), 75. https://doi.org/10.3390/app14010075
Baker, D. G., et al. (1992). Air temperature and radiation depressions associated with a snow cover. Journal of Applied Meteorology 31(3), 247–254.
Baktybekov, K.S., Kabzhanova, G.R., Kabdulova, G.A., Kezheneva, A. (2019). Ispol'zovanie CMR kak elementa cifrovogo pochvennogo kartografirovaniya territorii Severnogo Kazahstana [The name of CMR as an element of the figures of soil mapping of the territories of Northern Kazakhstan]. Vestnik ZKGU [Herald of ZKGU] 4(76), 525–532. https://doi.org/10.32523/2616-6771-2020-132-3-87-95
Drone Laboratory BR Lab. (2022). Industrial Quadcopter [Promyshlennyj kvadrokopter in Russian] DJI Matrice 350 RTK. https://brlab.ru/equipment/enterprise-drones/promyshlennyy-kvadrokopter-dji-matrice-350-rtk/
Kumar, S., Srivastava, P.K., Snehmani. (2017). GIS-based MCDA–AHP modelling for avalanche susceptibility mapping of Nubra valley region, Indian Himalaya. Geocarto International, 32(11), 1254–1267. https://doi.org/10.1080/10106049.2016.1206626
Marshall, S., Oglesby, R.J. (1994). An improved snow hydrology for GCMs. Part 1: Snow cover fraction, albedo, grain size, and age. Climate Dynamics, 10, 21–37. https://doi.org/10.1007/BF00210334
McClung, D. M. (2016). Avalanche character and fatalities in the high mountains of Asia. Annals of Glaciology, 57(71), 114–118. https://doi.org/10.3189/2016AoG71A075
Ministry of Ecology [Ministerstvo ekologii]. (2024). National plan and report on the state of the environment and on the use of natural resources of the Republic of Kazakhstan for 2023 [Nacional'nyj doklad o sostoyanii okruzhayushchej sredy i ob ispol'zovanii prirodnyh resursov Respubliki Kazahstan za 2023 god in Russian]. [PDF file].
NASA. (2020). SRTM – Shuttle Radar Topography Mission. https://www.earthdata.nasa.gov/data/instruments/srtm
Picard, G., et al. (2020). Spectral albedo measurements over snow-covered slopes: Theory and slope effect corrections. The Cryosphere, 14(5), 1497–1517. https://doi.org/10.5194/tc-14-1497-2020
Ramtvedt, E.N., Næsset, E. (2023). A simple slope correction of horizontally measured albedo in sloping terrain. Agricultural and Forest Meteorology 339, 109547. https://doi.org/10.1016/j.agrformet.2023.109547
Seidel, F.C., et al. (2016). Case study of spatial and temporal variability of snow cover, grain size, albedo and radiative forcing in the Sierra Nevada and Rocky Mountain snowpack derived from imaging spectroscopy. The Cryosphere 10(3), 1229–1244. https://doi.org/10.5194/tc-10-1229-2016
Selcuk, L. (2013). An avalanche hazard model for Bitlis Province, Turkey, using GIS-based multicriteria decision analysis. Turkish Journal of Earth Sciences 22(4), 523–535. https://doi.org/10.3906/yer-1201-10
Stroeve, J., Nolin, A., Steffen, K. (1997). Comparison of AVHRR-derived and in situ surface albedo over the Greenland ice sheet. Remote Sensing of Environment 62(3), 262–276. https://doi.org/10.1016/S0034-4257(97)00093-3
Varol, N. (2022). Avalanche susceptibility mapping with the use of frequency ratio, fuzzy and classical analytical hierarchy process for Uzungol area, Turkey. Cold Regions Science and Technology 194, 103439. https://doi.org/10.1016/j.coldregions.2021.103439
Villa Almaty. (2024). Dron DJI Matrice 300 RTK. https://mavic.kz/product/dron-dji-matrice-300-rtk/
Vojtkovskij, K.F. (1989). Avalanche Science: A study guide [Lavinovedenie: Uchebnoe posobie in Russian]. http://mirknig.com/knigi/estesstv_nauki/1181786519-lavinovedenie.htm
Washington, W.M., Meehl, G.A. (1986). General circulation model CO₂ sensitivity experiments: Snow-sea ice albedo parameterizations and globally averaged surface air temperature. Climatic Change, 8(3), 231–241. https://doi.org/10.1007/bf00161596
Yang, J., He, Q., Liu, Y. (2022). Winter-spring prediction of snow avalanche susceptibility using optimisation multi-source heterogeneous factors in the Western Tianshan Mountains, China. Remote Sensing 14(6), 1340. https://doi.org/10.3390/rs14061340
Zhdanov, V.V. (2021). Fundamentals of avalanche safety [Osnovy lavinnoj bezopasnosti in Russian]. Almaty. ISBN 978-601-7150-97-6
Zhuravleva, T.B., Kohanovskij, A.A. (2010). Vliyanie gorizontal'noj neodnorodnosti na al'bedo i pogloshchatel'nuyu sposobnost' snezhnogo pokrova [The effect of horizontal heterogeneity on the health and absorption capacity of snow cover]. Meteorology and hydrology [Meteorologiya i gidrologiya] 9, 17–25. https://rucont.ru/efd/144212
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2025 N. Denisova, O. Petrova, G. Daumova, D. Chepashev, R. Zhilkibayev, G. Kabdulova (Author)
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
