Сервис виртуальных конференций Pax Grid

ИП Синяев Дмитрий Николаевич

Геодезия, картография и

маркшейдерия

Всероссийская научная Интернет-конференция с

международным участием

Казань, 5 июня 2014 года

Материалы конференции

Казань

ИП Синяев Д. Н.

2014

УДК 528(082)

ББК 26(2)

Г35

Г35 Геодезия, картография и маркшейдерия.[Текст] : Всероссийская научная Интернет- конференция с международным участием :

материалы конф. (Казань, 5 июня 2014 г.) / Сервис виртуальных конференций Pax Grid ; сост. Синяев Д. Н. - Казань : ИП Синяев Д.

Н., 2014.- 46 с.- ISBN 978-5-9903417-8-4.

ISBN: 978-5-9903417-8-4 Сборник составлен по материалам, представленным участниками всероссийской научной Интернет-конференции с международным участием: "Геодезия, картография и маркшейдерия". Конференция прошла 5 июня 2014 года.

Книга рассчитана на преподавателей, научных работников, аспирантов, учащихся соответствующих специальностей.

Материалы представлены в авторской редакции ISBN 978-5-9903417-8-4 © Система виртуальных конференций Pax Grid, © ИП Синяев Д. Н., © Авторы, указанные в содержании, Секции конференции Методы сбора геопространственных данных и технологии обработки q геопространственных данных Геоинформационные технологии q Спутниковые технологии q Спутниковые навигационные системы q Лазерное сканирование q Дистанционное зондирование Земли: космическая съемка, q аэрофотосъемка, фотограмметрия Программное обеспечение для сбора и обработки данных q Морская геодезия q Картография q Применение геодезии. Инженерные решения и проектирование в q строительстве сооружений Природопользование и мониторинг окружающей среды q

ПРИМЕНЕНИЕ MAPBASIC ПРИ РАЗРАБОТКЕ ПРИЛОЖЕНИЯ ДЛЯ

РАСЧЕТА ЭКОЛОГИЧЕСКИХ РИСКОВ ЗДОРОВЬЮ НАСЕЛЕНИЯ

Воронежский государственный университет Уникальный код статьи: 538424d41f Модернизация и постоянное развитие компьютерной техники и информатики усилило процесс интеграции различных областей знаний в последние десятилетия. В частности, внедрение информационных систем в географические наук

и привело к созданию геоинформационных систем (ГИС) и их дальнейшему применению в самых различных сферах деятельности. Во многом этому поспособствовало и совершенствование самих ГИС-пакетов. В настоящее время ГИС, такие как ArcGIS, MapInfo, Панорама и др., позволяют решать огромное количество самых разнообразных задач и обрабатывать данные разных типов. Однако в непрерывно меняющихся условиях современной жизни перед специалистами встают все новые и новые задачи. Найти пути решения некоторых из этих задач помогают дополнительные модули и приложения, расширяющие стандартные функции ГИС-пакетов («Геомастер», "Инструментарий для MapInfo" и др.). Но на практике, зачастую, возникает необходимость поиска ответов на вопросы в очень узкоспециализированном направлении, где еще не существует готовых модулей, а стандартных функций ГИС не хватает. В этом случае просто не обойтись без применения языков программирования: Python, MapBasic и др.

Геоэкология является одной из тех сфер, в которых применение ГИС нашло широкое распространение. Это динамично развивающаяся наука, тесно связанная со многими областями знаний, что обусловливает наличие обширного спектра разноплановых задач. И хотя ГИС предлагают богатый набор средств для их решения, однако, нередко стандартного функционала оказывается недостаточно, либо требуется упрощение и автоматизация некоторых процессов для максимального снижения затрат труда и времени. Ярким примером, в данном случае, является оценка риска для здоровья населения, связанного с химическим загрязнением воздушного бассейна.

На основе информации по загрязнению атмосферы, полученной со Геодезия, картография и маркшейдерия. Июнь 2014 г.

стационарных постов Воронежского ЦГМС, средствами ГИС MapInfo Professional была произведена оценка потенциальной заболеваемости, предполагающая расчет показателей канцерогенного и неканцерогенного рисков для здоровья населения г. Воронежа. В общем виде, она представляла собой последовательное обновление колонок таблицы экорисков по данным из таблицы загрязнения воздушной среды (через меню «Таблица»«Обновить колонку»), с внесением вручную соответствующих формул, по которым рассчитывается потенциальная заболеваемость. Этот процесс отнимал немало времени, а учитывая тот факт, что данная оценка в дальнейшем будет производиться неоднократно, остро встал вопрос об автоматизации этого процесса.

Поскольку поиски подобного приложения оказались безуспешны, было принято решение написать соответствующий модуль в MapBasic – языке программирования для ГИС MapInfo Professional.

Данный модуль представляет собой приложение, при запуске которого в горизонтальном меню MapInfo добавляется пункт «Риск», справа от меню «Справка», и включает в себя три команды: «Создать таблицу Risks_MB», «Расчет экологического риска», а также «Выход», завершающий работу программы. Выбор первой команды данного меню, вызывает диалоговое окно, содержащее две диалоговые кнопки («ОК» и «Отмена») и предлагающее создать новый слой Risks_MB заданной программой структуры, в проекции данной карты. Слой включает в себя несколько графических объектов, расположение которых совпадает с местоположением постов наблюдения ЦГМС на карте, но не содержит табличных данных. Вторая команда («Расчет экологического риска») вызывает одноименное диалоговое окно, которое включает в себя нескольких выпадающих списков, кнопки-переключатели и две диалоговых кнопки, а по структуре несколько напоминающее окно «Обновить колонку» (рис. 1). Для того чтобы получить количественную оценку риска в диалоговом окне предлагается последовательно выбрать в соответствующих выпадающих списках таблицу, по данным из которой будет производиться расчет, конкретную колонку этой таблицы, тип экориска (канцерогенный или неканцерогенный), при помощи кнопок-переключателей, и, наконец, колонку таблицы Risks_MB, куда будут внесены рассчитанные величины.

Работа в данном окне проста и интуитивно понятна, а случайно пропустить какой-либо из выпадающих списков и, следовательно, получить неверные расчеты, невозможно, так как каждый следующий список становится активным только после того, как будет выбран один из элементов предыдущего списка. Формулы, прописанные в программе, взяты в соответствии с «Руководством по Геодезия, картография и маркшейдерия. Июнь 2014 г.

оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду» (P 2.1.10.1920 – 04) [1].

В целом, разработанный модуль сводит к минимуму ручной «механический» труд, а заложенные в самом скрипте программы формулы избавляют от необходимости поиска некоторых нормативных величин (факторы канцерогенного потенциала при ингаляционном воздействии, референтные концентрации для хронического ингаляционного воздействия). Кроме того, произвести необходимые расчеты с помощью приложения Risks_MB может даже не специалист в области геоинформатики. Все эти факторы приводят к значительному сокращению временных затрат на количественную оценку экологического риска для здоровья населения, что получило подтверждение на практике.

Рис. 1. Диалоговое окно "Расчет экологического риска" Литература 1. Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду (P 2.1.10. – 04). – М.: Федеральный центр госсанэпиднадзора Минздрава России, 2004. –143с.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

ПАРАЛЛЕЛЬНОЕ УПРАВЛЕНИЕ ЗАЩИЩЕННЫМИ

КАРТОГРАФИЧЕСКИМИ БАЗАМИ ДАННЫХ В СРЕДЕ

POSTGRESQL

Гибадуллин Р.Ф., Новиков А.А., Курочкин Г.В., Рахматуллин Ф.Р., Казанский национальный исследовательский технический университет Уникальный код статьи: 53872555befd В статье рассматриваются архитектурные принципы построения параллельной системы управления защищенными картографическими базами данных (ЗКБД) в среде PostgreSQL, предлагаются технические решения по реализации модулей данной системы.

Предложенная архитектура системы управления ЗКБД показана на рисунке №1.

Организация модулей в данной архитектуре являются классикой [1], поэтому не нуждаются в исчерпывающем описании. Ограничимся рассмотрением отдельных модулей.

Клиентская сторона:

Конвертер – это модуль, который преобразует результирующие отношения, получаемые от сервера СУБД, в формат ГИС-данных и проводит обратное преобразование для передачи ГИС-данных на сервер (и то, и другое выполняются опосредованно через клиентское хранилище).

Клиентский модуль выполняет два типа запросов к ЗКБД сервера:

pull и push. Pull-запрос выполняет пространственную выборку данных, push-запрос выполняет изменение ЗКБД.

Серверная сторона:

Арбитр запросов – это модуль, который блокирует выполнение любых поступающих от клиента запросов в ходе выполнения pull-запроса.

При успешном обновлении ЗКБД выполняется процедура репликации баз данных на узлах, в противном случае выполняется откат базы данных до предыдущей версии.

Далее описываются технические решения конвертации картографических данных, информационной безопасности системы, генерации тестовой базы данных, разработки Веб-клиента и другие к текущему моменту исследовательской разработки системы.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Конвертация [2].

Определим начальное состояние персональной машины. Должны быть установлены:

– PostgreSQL БД с поддержкой пространственных расширений(PostGIS extension), – ODBC драйвер для подключения к серверу PostgreSQL, – Геоинформационная система QGIS.

Далее выполняется процедура подключения QGIS к серверу БД PostgreSQL, после которого в окне инструмента SPIT выбираем наше подключение и нажимаем кнопку «Подключиться» (см. рисунок №2).

После подключения закрываем окно инструмента SPIT и открываем инструмент «Менеджер БД» (см. рисунок №3).

С помощью инструмента «Менеджер БД» мы можем экспортировать/импортировать данные между БД и QGIS. В меню «Параметры» мы задаем дополнительные параметры импорта слоя:

Первичный ключ, поле геометрии, кодировку и т.д.

Таким образом, слой переносится в БД под управлением PostgreSQL из QGIS.

Информационная безопасность [2].

Защищенное хранение БД было достигнуто с помощью модуля «pgcrypto». В этом модуле содержаться функции симметричного и асимметричного шифрования, хеш-функции и т.п. Этот модуль входит в стандартную сбоку PostgreSQL, но по умолчанию не подключен к серверу БД. После подключения модуля станут доступны функции шифрования/дешифрования данных, такие как:

pgp_pub_encrypt(data text, key bytea [, options text ]) returns bytea pgp_pub_decrypt(msg bytea, key bytea [, psw text [, options text ]]) returns text Простейший пример реализации шифрования/расшифрования столбца:

select pgp_sym_decrypt(pgp_sym_encrypt(cast(public."Test_table"."ID" as text), cast('123' as text)),cast('123' as text)) from public."Test_table";

Защищенную передачу данных между клиентом и сервером реализовывать посредством SSL. Использование SSL решает задачу шифрования при передаче, а также затрудняет проведении атаки «человек посередине».

В рамках реализации веб-интерфейса взаимодействия с ЗКБД решены следующие задачи:

1) Выбран язык программирования для разработки программы, реализующей веб-интерфейс взаимодействия с защищенной базой Геодезия, картография и маркшейдерия. Июнь 2014 г.

данных. С целью написания программы были рассмотрены языки: PHP, Java, C# (в реализации ASP.NET). Из них для разработки программы был выбран C# по той причине, что для него существует библиотека Npgsql [3], созданная группой разработчиков PostgreSQL. Также на выборе языка C# сказалось наличие опыта его использования в предыдущих проектах, в том числе и проекте по созданию программы для взаимодействия с базой данных MySQL.

2) Разработана программа, отвечающая за фильтрацию подключений к базе данных. Функциональность модуля следующая. Для подключения в базе данных PostgreSQL необходимо пройти авторизацию. Для успешного прохождения авторизации указывается адрес сервера, номер порта, наименование базы данных на сервере, логин и пароль в соответствующие поля программы. После ввода данных, веб-клиент посылает запрос к серверу БД. При верном вводе данных, веб-клиент отвечает сообщением об успешной авторизации на сервере, если нет – сообщением об ошибке авторизации.

3) Разработана программа, отвечающая за отправку запроса к базе данных и сохранения результирующего отношения. Работа с базой данных подразумевает авторизацию на сервере, отправку пользовательского запроса к ЗКБД и получение ответа. Клиентский запрос должен быть сформулирован на языке стандарта SQL3 и введен в специальное текстовое поле интерфейса веб-клиента. В ответ программа сохраняет результирующее отношение с целью дальнейшей обработки.

Для удобства формулировки SQL-запроса в форме отображается структура удаленной ЗКБД.

Рис. 1. Архитектура системы управления ЗКБД Геодезия, картография и маркшейдерия. Июнь 2014 г.

Рис. 2. Инструмент импорта Рис. 3. Инструмент «Менеджер БД»

Литература 1. Использование кластерных технологий при решении задач защиты картографических данных / Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В. // Высокопроизводительные параллельные вычисления на кластерных системах (НРС-2009): Материалы 9-й Междунар. конф. – Владимир: ВлГУ, 2009. С. 68–72.

2. PostgreSQL 9.3.4 Documentation [Электронный ресурс]. URL:

http://www.postgresql.org/docs/9.3/interactive/index.html.

3. Npgsql is a.Net Data Provider for Postgresql [Электронный ресурс]. URL:

http://npgsql.projects.pgfoundry.org.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

ОПРЕДЕЛЕНИЕ КООРДИНАТ И ВРЕМЕНИ МЕСТА ВОЗМУЩЕНИЯ

НА ПОВЕРХНОСТИ ЗЕМНОЙ КОРЫ

Демидова Л.А., Симоненко А.С., Симоненко С.В.

МБОУ города Новосибирска «Гимназия №5»

Уникальный код статьи: 538c5f4f1ba Сейсмические возмущения земной коры неизбежны. Они обусловлены эволюцией литосферы нашей планеты и деятельностью человека. Разрушения и число человеческих жертв могут быть уменьшены в результате исследования территории, проведения её сейсмического районирования и планировании рационального землепользования.

Небольшая часть упругой энергии, выделившейся при землетрясении, излучается во всех направлениях в окружающее пространство в виде сейсмических волн, которые распространяются в теле Земли.

Существуют два основных типа сейсмических волн - объемные волны - Р и S, и поверхностные волны L. По времени прихода волн на сейсмостанцию, зная скорости распространения этих волн, можно рассчитать расстояние от места установки приборов до гипоцентра землетрясения и определить его координаты. Накопление материала о гипоцентрах землетрясений дает возможность выделения сейсмоопасных районов и более тщательного их изучения [2].

Выскажем гипотезу: через каждую пару сейсмостанций с известными данными прихода Р-волн, можно построить гиперболы, такие, что сами сейсмостанции будут находиться в фокусах, а источник возмущения будет лежать на гиперболе. Пересечение гипербол определит координаты места возмущения.

Наша модель разработана для приповерхностного слоя Земли, без учета различий в её внутреннем строении. Поэтому при проверке своей гипотезы мы использовали данные мелкофокусных землетрясений (до км глубиной) и скорость распространения Р-волн была принята за км/сек.

Сформулируем поставленную задачу: в некоторой неизвестной точке (X0;Y0) в неизвестный момент времени t0 происходит возмущение земной коры, от него распространяется волна с постоянной скоростью V. В некоторой системе точек наблюдения (Xi;Yi) эта волна фиксируется в момент t i (i=1,2,…..n), n4. Требуется найти координаты точки Геодезия, картография и маркшейдерия. Июнь 2014 г.

возмущения и момент начала работы источника.

Для выполнения поставленной цели используем знания о гиперболе [1].

Из уравнения гиперболы имеем:

ti = t0 + sqrt((xi-x0)2+(yi-y0)2)/V, i = 1; 2; 3…n (1) Следовательно, sqrt((xi-x0)2+(yi-y0)2) = V(ti-t0), i = 1; 2; 3…n Поэтому для любых i, j 1, N разность расстояний sqrt((xj-x0)2+(yj-y0)2) - sqrt((xi-x0)2+(yi-y0)2) = V(tj-ti) (2) известна.

Таким образом, точка (x 0, y 0 ) лежит на одной из веток любой гиперболы с фокусами в точках (xi, yi), (xj, yj), ij и d = V(tj-ti), i, j=1, 2...n.

Для корректной работы модели необходимо построить не менее трех гипербол. Значит необходимо получить данные не менее чем с четырёх сейсмостанций.

Алгоритм расчетов:

1. Выберем точку с максимальным опозданием прихода сигнала (Р-волн) и обозначим её (Хj,Yj).

2. Переведем координаты сейсмостанций в прямоугольные.

3. Примем широту за Y, долготу за Х для соответствия систем координат и подставим попарно в расчетную формулу гиперболы (2).

4. Уменьшим данные в 10 000 раз, запишем их для ввода в графопостроитель, попарно построим гиперболы, найдем точки пересечения.

5. Рассчитаем координаты эпицентра как среднеарифметическую сумму соответствующих значений Х и Y точек пересечения гипербол.

6. Определим время начала землетрясения, подставив полученные данные среднеарифметических координат землетрясения в формулу (1).

Данный алгоритм апробирован на данных землетрясений, предоставленных Алтае-Саянским филиалом Геофизической службы СО РАН. Полученная ошибка вписывается в норму погрешности расчетов.

1) Разработанная модель и алгоритм расчета, позволяют рассчитывать координаты и время возникновения мелкофокусного возмущения в земной коре.

2) Проверка модели на практике показывает, что определение координат места возмущения и времени его возникновения достаточно корректны, но требует дополнительного изучения на чувствительность к округлениям и пространственному положению сейсмостанций относительно гипоцентра, состава горных пород района.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Литература 1. Александров П.С. Лекции по аналитической геометрии, пополненные необходимыми сведениями из алгебры. // Москва: Наука, 1968г. 911с 2. Комплект карт общего сейсмического районирования территории РФ – ОСР 97. Масштаб 1:8000000 // Уломов В.И, Шумилина Л.С. Москва:

1999г, 57с (Объединенный институт физики Земли им. О.Ю. Шмидта Геодезия, картография и маркшейдерия. Июнь 2014 г.

БАЗОВЫЕ ПРИНЦИПЫ ГЕОИНФОРМАЦИОННОГО

ОБЕСПЕЧЕНИЯ БЕЗОПАСНОЙ ЭКСПЛУАТАЦИИ

ПРОМЫШЛЕННЫХ ОБЪЕКТОВ

Сибирская государственная геодезическая академия Уникальный код статьи: 538592344e53d Геоинформационное обеспечение для управления кризисными ситуациями подразделяется на три основные типа [1]:

-актуальные динамически изменяющиеся мониторинговые данные состояния пространственных объектов;

- прогнозные пространственные аналитические модели, описывающие различные сценарии развития кризисных ситуаций и ликвидации их последствий;

- статистические пространственно-ситуационные модели управления кризисными ситуациями.

При организации управления в кризисных ситуациях промышленными объектами повышенного класса опасности, например, атомными электрическими станциями, применяется все три вида геоинформационного обеспечения.

В динамическом режиме организовывается постоянный космический мониторинг состояния объекта и прилегающей территории. Сенсорные съемочные системы, в том числе ГНСС, обеспечивают контроль геометрических характеристик объекта. Современные роботонизированные электронные тахеометры с ГЛОНАСС/GPS модулем позволяют вести мониторинг состояния объектов и улавливать самые незначительные изменения его пространственных характеристик.

Автоматизированная система контроля радиационной обстановки (АСКРО) в постоянном потоковом режиме предоставляет информацию об уровне радиационного излучения.

Прогнозные пространственно-аналитические модели описывают различные сценарии развития кризисных ситуаций. При этом важным является создание наиболее полного перечня вариантов развития ситуации и прогноз их последствий. Для выполнения этих работ используются различные математические модели, аналитические данные о происходивших ранее кризисных ситуациях. Как правило, созданные модели ранжируются по вероятности возникновения, Геодезия, картография и маркшейдерия. Июнь 2014 г.

величине ущерба и т.д. По полученным данным системы АСКРО можно дать приближенную оценку состояния загрязнения земель.

На основе созданных сценариев чрезвычайных ситуаций строится третий вид геоинформационного обеспечения кризисного менеджмента статистические пространственно-ситуационные модели. Эти модели носят обобщающий характер и служат для оперативного управления кризисными ситуациями в момент их возникновения. В качестве примера, можно привести, как самые простые ситуационные модели планы эвакуации людей из здания, так и более сложные - планы эвакуации населения из регионов, подверженных опасности радиоактивного заражения при аварии на атомных станциях, рисунок 1.

На основании вышеизложенного можно сформулировать базовые принципы геоинформационного обеспечения безопасной эксплуатации промышленных объектов [2]:

- создание сети активных базовых станций для организации системы спутникового позиционирования, повышения точности геодезических измерений и контроля состояния технологических объектов;

- создание единой геоинформационной основы на территорию района расположения промышленных объектов, включающей крупномасштабные цифровые планы промышленной площадки и территории близлежащих населенных пунктов (масштаб 1:100 -1:1 000);

цифровые карты санитарно-защитной зоны масштаба 1:10 000;

цифровые тематические карты и обзорные ситуационные карты (масштаб 1:25 000 - 1:200 000);

- создание пространственных трехмерных моделей технологических объектов и оборудования, интегрированных в цифровую среду единой геоинформационной основы территории;

- создание системы комплексного мониторинга района расположения промышленных объектов, включающей систему геодезического мониторинга, гидрометеорологические наблюдения, систему контроля состояния окружающей природной среды. Информация, полученная с различных сенсоров, должна иметь координатную привязку и совмещаться с единой геоинформационной основой территории;

- разработка мобильного навигационного обеспечения для решения задач оперативного реагирования при чрезвычайных ситуациях, навигации и картографирования территории;

- внедрение геоинформационной системы и создание автоматизированных рабочих мест (АРМ) в отделы управления промышленным объектом, в ситуационный центр, администрации Муниципальных образований; подразделения ГО и ЧС;

Геодезия, картография и маркшейдерия. Июнь 2014 г.

- компьютерное имитационное моделирование вероятных сценариев развития чрезвычайных ситуаций природного и техногенного характера;

разработка планов противоаварийных и эвакуационных мероприятий с использованием геоинформационной системы.

Схема взаимодействия базового геоинформационного обеспечения безопасной эксплуатации промышленных объектов представлена на рисунке 2.

Специалистами Геодезической Академией разработаны методические и технологические подходы к реализации базовых принципов геоинформационного обеспечения безопасной эксплуатации промышленных объектов. Наши разработки в области геодезического и картографического обеспечения успешно апробированы и внедрены в комплекс работ проводимых на Ленинградской, Курской, Белоярской АЭС, а также на промышленных объектах нефтегазодобычи и гидроэнергетики.

Рис. 1. Фрагмент цифрового эвакуационного плана района расположения АЭС Рис. 2. Схема взаимодействия базового геоинформационного обеспечения безопасной эксплуатации промышленных объектов Геодезия, картография и маркшейдерия. Июнь 2014 г.

Литература 1. Дубровский А.В. Геоинформационное обеспечение раннего предупреждения и управления кризисными ситуациями. [Текст] / Дубровский А.В., Ким Э.Л.– Сб. матер. Международного научного конгресса «Сиббезопасность-Спассиб-2012» 25-27 сентября 2012 г., Новосибирск. – Новосибирск: СГГА, 2012С. 51-56.

2. Карпик, А.П. Опыт выполнения работ по разработке эвакуационных планов района расположения АЭС [Текст] / А.П. Карпик, А.В.

Дубровский, Я.Г. Пошивайло– Интерэкспо ГЕО-Сибирь-2013. IX Междунар. науч. конгр., 15-26 апреля 2013 г., Новосибирск: сб.

Пленарных докладов – Новосибирск: СГГА, 2013. – С. 45-54.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

КАРТОГРАФИЧЕСКАЯ ВИЗУАЛИЗАЦИЯ НА ГЕОПОРТАЛАХ ИПД

Уникальный код статьи: 5386b16fd9cc Большинство существующих геопорталов обеспечивает доступ пользователей не только к инструментам поиска пространственных данных по метаданным, но и дают ему возможность их просмотра – визуализации, в том числе и картографической. Отметим два обстоятельства, которые нужно учитывать при проектировании визуализационных сервисов геопорталов инфраструктур пространственных данных (ИПД) среди других сервисов (геосервисов).

Не всякий «геопортал» является таковым в точном соответствии со значением этого термина. Часто под ним понимается любой сервис веб-картографирования вне архитектуры ИПД, к «истинным»

геопорталам отношения не имеющий. К примеру, не являются геопорталами в точном соответствии с их определением региональные «геопорталы» (геоинформационные порталы) Белгородской (рис. 1), Ульяновской (http://gis.ulgov.ru/), Кировской (http://geoportal43.ru/, http://kirov.rekod.ru/), Архангельской областей (http://maps29.ru) и Приморского края (http://www.primoragp.ru/geoportal). Тем нее менее, организация управления картографическим контентом на чисто визуализационных «геопорталах» тоже представляет несомненный интерес.

Понятие «визуализации» гораздо шире, и кроме собственно отображения данных в форме карт или планов, оно объединяет генерацию множества других изображений, в том числе некартографических; это ортомозаики изображений, смонтированные из космических или аэроснимков, «трехмерные изображения», динамические изображения (анимации), объединяемые понятием «геоизображений» (рис. 2). Поэтому, говоря о визуализации, часто имеется в виду широкое понятие геовизуализации, включающей, среди прочего, и генерацию картографических изображений.

В пояснение заметим, что традиционно под геопорталом ИПД понимается точка входа в Интернет или интранет с инструментами просмотра метаданных, поиска географической информации, ее визуализации, загрузки, распространения и, возможно, поиска Геодезия, картография и маркшейдерия. Июнь 2014 г.

геосервисов, или, короче, сайт, обеспечивающий доступ к сервису поиска пространственных данных по метаданным, а также к другим сетевым сервисам в соответствии с его назначением и целевой аудиторией. Геопорталы можно рассматривать как площадку для взаимодействия производителей (правообладателей) пространственных данных и их пользователей, средство распространения данных и обмена ими, единую точку входа в сеть серверов, средство доступа к распределенным ресурсам пространственных данных, геосервисов и геоприложений. Существуют и чисто поисковые геопорталы, где картографическое изображение выполняет чисто утилитарную функцию поиска данных (и, возможно, сервисов) в пределах ограничивающего (габаритного) прямоугольника (рис. 3).

Детальный анализ организации геопорталов разного типа – национальных, региональных, научно-образовательных, поисковых, визуализационных, поисково-визуализационных – с примерами из российской и зарубежной практики дан в работах [2], [3], [4].

При проектировании новых геопорталов или модернизации уже существующих полезно воспользоваться опытом, накопленным за двадцатилетний период развития ИПД. Устройство геопорталов, а тем более их дизайн, не стандартизованы и не специфицированы столь же детально, как пространственные данные и геосервисы ИПД. Однако, существуют общие требования к ним и устоявшиеся правила, которые, впрочем, закреплены и в законодательных нормах; такова Директивы INSPIRE, в IV главе которой «Сетевые сервисы» содержатся минимальные требования к визуализации данных на геопорталах INSPIRE, в той или иной форме и объеме повторенные в национальном законодательстве стран Евросоюза [6]. Согласно Директиве, они должны обеспечивать возможность «просмотра данных, навигации по изображениям, их скроллинга, масштабирования и графического оверлея данных, а также отображения легенд карт и соответствующей информации, содержащейся в метаданных» [7].

Для реализации функций управления визуализацией на стороне сервера обычно служит визуализатор, свободно распространяемое или коммерческое программное средство. Его традиционный вид представлен на рис. 4. Главная панель визуализатора – поле картографического (или гибридного и иного) изображения с инструментальной линейкой за его верхней или боковой рамкой;

боковую панель занимает список доступных и отображаемых слоев данных или WMS-клиентов (средств доступа к внешним информационным ресурсам, используя спецификацию консорциума OGC, Геодезия, картография и маркшейдерия. Июнь 2014 г.

Inc., касающуюся реализации сервиса веб-картографирования) и/или легенда карты.

В целом типовой геопортал должен обеспечивать возможность управления визуализацией; это следующие элементы:

• масштаб;

• компоновка;

• исходные геодезические даты;

• координатная система отсчета;

• картографическая проекция;

• легенда;

• набор слоев;

• картографические знаки.

Примеры реализации некоторых возможностей (управление проекциями, масштабом, другими элементами графического интерфейса пользователя) даны в работах [1], [5]. Разумеется, что по своей функциональности в части управления картографическими изображениями инструментарий гепорталов уступает тем, что доступны в программных средствах веб-картографирования и ГИС в настольном, а не в сетевом исполнении.

Заслуживает внимания рекомендации, обобщающие опыт разработки геопорталов Испании, прямо или косвенно относящихся к управлению картографическим изображением [8], среди них:

• стандартизация интерфейса взаимодействия клиента и сервера, полностью соответствующего спецификации WMS консорциума OGC, Inc.

и стандарту ISO 19128;

• возможность вызова внешних WMS-сервисов;

• неограниченность пространственного охвата (экстента);

• поддержка различных координатных систем отсчета (WGS-84 и т.п.) и управление ими;

• совместимость используемого визуализатора с текущими стандартами и их версиями, включая OGC-WMS, OSGEO WMS-C, WMST;

• обеспечение приемлемого времени отклика;

• отсутствие логотипов или водяных знаков в поле изображения;

• наличие подробного руководства пользователя;

• поддержка набора базовых и расширенных сервисов, служб каталогов и газеттиров, других сервисов, связанных с визуализацией.

Достаточно продвинутые функции картографической визуализации можно найти среди веб-атласов как составных элементов ИПД или самостоятельных информационных онлайновых веб-ресурсов. Среди них:

Национальный атлас США (http://nationalatlas.gov/status.html), Атлас Геодезия, картография и маркшейдерия. Июнь 2014 г.

(http://www.cec.org/atlas/map/), Национальный атлас Канады (http://atlas.nrcan.gc.ca/site/english/index.html), веб-атлас Баварии (рис. 5), Атлас энергетики Баварии (http://www.energieatlas.bayern.de) и многие другие.

Появлению карт в сетевой, в том числе облачной, среде предшествовал долгий этап перехода от «бумажной» картографии к картографии цифровой, развитие методов и технологий электронного (видеоэкранного) картографирования. Все новые формы картографической графики наследовали (имитировали) черты традиционных карт, насколько это позволяли технические и программные решения своего времени. Новые технологии не привели к коренному изменению языка и облика карт. «Новинки», появившиеся на компьютерном витке развития картографии, немногочисленны:

безынтервальные картограммные шкалы, анаморфозы, «безлегендные»

карты в СМИ и мобильных устройствах. Из этого вытекает два важных вывода, которые нужно учитывать при проектировании картографических веб-сервисов:

1) сохранение традиций при реализации новых информационно-телекоммуникационных технологий;

2) использование их несомненных преимуществ: оперативности, многовариантности, мультимаштабности и юбиквитности (вседоступности) карт, существенно расширяющих возможности пользователей и их аудиторию.

Адекватным и эффективным инструментом для этого может служить визуализационный или визуализационно-поисковый геопортал ИПД.

Исследование выполнено при финансовой поддержке РФФИ в рамках научных проектов № 13-05-00462-а и 13-05-12047 офи_м.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Рис. 1. Геопортал Белгородской области (http://www.map31.ru/). В отличие от геопорталов ИПД, сервис предназначен для поиска пространственных объектов (а не пространственных данных), включая объекты транспортной инфраструктуры, здравоохранения, науки, культуры и многое другое ( организаций), используя адресные данные по 110258 объектам (по состоянию на 25.05.2014 г.) Рис. 2. Геопортал Роскосмоса (http://geoportal.ntsomz.ru/). Его назначение:

визуализация данных дистанционного зондирования Земли (космических российских и зарубежных снимков) и их поиск, а векторные картографические данные и другие картографические элементы играют лишь вспомогательную роль Геодезия, картография и маркшейдерия. Июнь 2014 г.

Рис. 3. Поисковый сервис GeoConnections Discovery Portal ИПД Канады CGDI (http://geodiscover.cgdi.ca): результаты поиска геосервисов Рис. 4. Геопортал ИПД Эстонии Eesti geoportaali (http://inspire.maaamet.ee/map) Рис. 5. Веб-атлас Баварии Литература 1. Кошкарев А.В. От компьютерной картографии к инфраструктурам пространственных данных: новая эпоха развития геоинформатики // Геоинформационное картографирование в географии и геоэкологии:

сборник статей / Воронежский государственный университет. – Воронеж: Изд-во «Истоки», 2010. – С. 20-34.

2. Кошкарев А. В. Геопорталы Испании // Пространственные данные, 2008, № 4. – С. 6-16.

пространственными данными и геосервисами // Пространственные данные, 2008, № 2. – С. 6-14.

пространственных данных // ИнтерКарто/ИнтерГИС 14: Устойчивое развитие территорий: теория ГИС и практический опыт. Материалы Международной конференции, Саратов, Урумчи, 24 июня-1 июля г. Т.II. – С. 214-222.

5. Кошкарев А.В. Геопорталы и карты эпохи инфраструктур пространственных данных. – ИнтерКарто / ИнтерГИС 15: развитие территорий: Теория ГИС и практический опыт. – Материалы Международной конференции, Пермь, Гент, 29 июня – 5 июля 2009 г.

– Т. 1. – С. 242-246.

6. Кошкарев А.В. Директива INSPIRE и национальные инициативы по ее Геодезия, картография и маркшейдерия. Июнь 2014 г.

реализации // Пространственные данные. – 2009. – №2. – С. 6–11.

7. Directive 2007/2/EC of the European Parliament and of the Council of March 2007 establishing an Infrastructure for Spatial Information in the http://eurlex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2007:108: 1:0014:EN:PDF.

8. Rodrguez A. F., Abad P., Alonso J.A., Snchez A., Gonzlez C., Soteres C., Juanatey M., Dez E., Potti H. Towards a set of recommendations about http://icaci.org/documents/ICC_proceedings/ICC2009/html/nonref/3_8.pdf.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

ИССЛЕДОВАНИЕ ОПОЛЗНЕЙ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ

НАЗЕМНОГО ЛАЗЕРНОГО СКАНИРОВАНИЯ

Ляпишев К.М., Погорелов А.В., Шуляков Д.Ю.

Кубанский государственный университет Уникальный код статьи: 537332324ed Технологии лазерного сканирования в последние десятилетия получили весьма широкое распространение в практическом (инженерные изыскания, геодезия, 3D моделирование и др.) и научном (исследование свойств земной поверхности, растительного покрова, гляциологических объектов и др.) приложениях. Применение лидарной аэросъемки или воздушного лазерного сканирования (ВЛС) в настоящее время, по сути, обозначило новые стандарты производства топографической и батиметрической съемок, инвентаризации и мониторинга лесов, мониторинга крупных промышленных объектов.

Вместе с тем научный потенциал лазерного сканирования, опирающийся на высокую точность позиционирования, детальность получаемых моделей и возможности извлечения сопутствующей информации об объектах сканирования, лишь начинает раскрываться.

Наземное лазерное сканирование (НЛС), как современный метод сбора и регистрации пространственных данных, обладает рядом достоинств, незаменимых при съемках на местности. Среди них, в первую очередь, отметим точность определения координат точек в полевых условиях, достигающую нескольких миллиметров, а также исключительную детальность конечной модели при высокой производительности НЛС. Немаловажным достоинством служит принцип дистанционного получения пространственной информации, обеспечивающий безопасность исполнителей при работах в труднодоступных местах.

Прикладные области применения НЛС достаточно разнообразны:

горная промышленность (определение объемов выработок, создание цифровых моделей карьеров и подземных выработок и пр.); нефтегазовая промышленность (калибровка нефтеналивных резервуаров, создание цифровых моделей промысловых технологических объектов с целью их контроля и пр.); строительство и эксплуатация инженерных сооружений (контроль и мониторинг геометрических параметров инженерных объектов, исполнительная съемка при строительстве и после его Геодезия, картография и маркшейдерия. Июнь 2014 г.

окончания и пр.); архитектура (реставрация памятников, исторических и культурных сооружений, создание чертежей фасадов зданий и пр.). Этот перечень следует дополнить мероприятиями по предотвращению и ликвидации последствий чрезвычайных ситуаций, ориентированными на высокоточную съемку объектов на земной поверхности, включая обвалы, оползни, барханы, эрозионные русла и тому подобные вещественные образования на земной поверхности.

Перейдём к обзору исследований земной поверхности. К настоящему времени в разных странах накоплен полезный опыт применения НЛС при обследовании гравитационных процессов, прежде всего, оползней и обвалов. Отметим, что такого рода обследования нашли свое применение преимущественно за рубежом, а в России лазерное сканирование для целенаправленного изучения геоморфологических явлений и процессов до сих пор практически не применялось. В этом смысле уместно обобщить имеющиеся исследования, обратив внимание на те из них, которые относятся к методике и результатам съемок обвалов и оползней.

Степень разработанности проблемы реализации лазерного сканирования в исследовании геоморфологических явлений и процессов, прежде всего, оползневых, рассмотрим по ключевым направлениям. Ряд публикаций в контексте обозначенной тематики посвящен процедурам оценки деформаций поверхности и непосредственного мониторинга оползней. Так, в статье [1] для сравнительного анализа характеристик (точность, максимальное расстояние съёмки, частота, угловое разрешение, угол обзора, вид лазера, размер лазерного пятна) существующих сканерных систем выбраны четыре прибора разных производителей. Рассмотрены системы координат сканера, вопросы геореференсинга и трансформации. Авторы демонстрируют результаты съемки некоторых объектов с показателями точности измерений (стандартное отклонение GPS-привязки 2-3 мм и др.).

В работе [2] описан опыт совместного использования ВЛС и НЛС в районах с экстремально крутыми склонами (долина Нурия, Испанские Пиренеи). ВЛС позволяет оперативно получить данные на обширные территории, но при этом при очень крутых склонах появляются "мертвые зоны" или сильно искаженные данные. Для увеличения точности моделирования поверхности авторы предлагают в "трудных" для ВЛС местах использовать НЛС. Исследователи выбрали пять площадок, где данные ВЛС не отражали действительный характер рельефа. При совмещении данных ВЛС и НЛС получена более точная модель поверхности. Авторы статьи приходят к выводу, что при наличии крутых склонов целесообразно комбинировать технологии ВЛС и НЛС: основную Геодезия, картография и маркшейдерия. Июнь 2014 г.

территорию снимать с использованием ВЛС, а места с крутыми склонами – инструментами НЛС.

В работе [3] подробно описаны принципы работы НЛС, качественные характеристики облака точек и процедура мониторинга оползней (планирование и реализация, обработка данных, проверка результатов).

Уделено внимание выбору места исследования, системам координат, сшивке сканов. Автор уделяет внимание инструментам обработки, возникающим проблемам и предлагает их решения. Описан анализ качества облака точек. При подготовке к процедуре мониторинга проведен эксперимент со сравнительной оценкой точности данных наземного сканирования и топографических измерений.

В основе мониторинга земной поверхности (оползней) средствами лазерного сканирования лежит получение разности разновременных ЦМР (DEM). Построению DEM и DEM с использованием аэрофотосъемки, фотограмметрии и разных НЛС посвящена работа [4].

По данным аэрофотосъемки и фотограмметрической обработки построена ЦМР. Для съемок использованы разные типы НЛС. При построении ЦМР отфильтрованы точки растительности и зданий средствами процедур модуля TerraScan. Первая исключает ошибочные точки; вторая представляет собой итерационный процесс, в результате которого происходит классификация на точки «земли» и другие. После обработки данных получили DEM. Технология НЛС, по мнению [4], дешевле, требует меньше оборудования, быстрей в работе в сравнении с традиционными видами измерений.

Ряд публикаций затрагивает вопросы точности съемок, в том числе непосредственно съемок оползней. В статье [5] описан опыт съёмок с использованием сканеров Riegl LMS-Z420i и Leica HDS 3000. В рамках исследований проведено три съёмочных кампании. Точность измерения объектов оценили в 3-4 мм. Авторы заостряют внимание на двух главных, по их мнению, проблемах: точность и стабильность геореференсинга;

расчет деформаций, основанных на полученных облаках точек.

В публикации [6] оценивается точность съемки средствами НЛС.

Главная задача исследования – определение возможности фиксации миллиметровых деформаций объектов. В результате эксперимента на территории кампуса университета получено подтверждение влияния формы объекта на точность измерений. Смещения объектов с геометрически правильной формой определены точней, чем у объектов с неправильной формой. При обработке данных алгоритмом ближайшего соседа видимыми становятся деформации более 5 мм. В рамках практического применения методики авторы обследовали обвал в Геодезия, картография и маркшейдерия. Июнь 2014 г.

Каталонии, Испания. Применение алгоритма существенно улучшает точность съемок (стандартное отклонение 18 и 6,4 мм соответственно).

В статье [7] указывается на широкое применение ЦМР для определения характеристик гравитационных процессов (аккумуляция и денудация материалов и др.). Изложены требования к выбору места исследования (дистанция от наземного сканера до исследуемых объектов, оценка движения за тестовый период, доступность для транспорта, малое количество растительности и др.). Описаны шаги по сбору данных (место расположения сканера, установление жесткой геодезической сети, использование встроенной фотокамеры). Постобработка включает:

регистрацию; сшивку с использованием ICP-алгоритма; проверку качества данных; фильтрацию данных; интерполяцию и создание ЦМР;

создание ортофотопланов. Для анализа склонового движения и векторов смещения идентифицированы опорные объекты на ЦМР и получены данные о расстоянии и направлении смещения. По результатам DEM выделены области эрозии и сдвига. Стандартное отклонение при регистрации с использованием ICP-алгоритма составило 4 мм.

Произведена оценка точности фильтрации точек растительности (ручная 23 мм, автоматическая 37 мм). Сделан вывод: при использовании соответствующей методики, включающей стандартные ГИС-инструменты фильтрации, возможно определение смещений менее 50 мм.

В работе [8] рассмотрен круг технических вопросов, связанных с применением НЛС для прогноза горных обвалов. Среди них – системы отсчета, накопление данных и устранение ошибок геореференсинга.

Предложен нестандартный подход к процессу фильтрации точек растительности. Для этого сконструирована и интегрирована в сканер NIR-камера. Разработан алгоритм удаления «растительности» из облака точек с использованием маски растительности, полученной с помощью NIR-камеры. Авторы разработали алгоритмы для автоматического распознавания изменений и деформаций по разновременным поверхностям, нацеленные на фиксацию отрицательных изменений DEM (называемых авторами «holes» – дыры). Для отбора введены пространственные цензы. На основе цензов создается матрица, содержащая все «дыры». При этом каждая идентифицированная «дыра»

снабжена картометрическими данными (средний диаметр, объём, площадь и др.), что удобно при экспорте данных в среду ГИС и CAD для дальнейшего анализа. Приведен алгоритм анализа деформаций.

Во многих публикациях отражены результаты сканирования оползней в различных регионах мира. Статьи часто содержат описание Геодезия, картография и маркшейдерия. Июнь 2014 г.

техники НЛС в сравнении с другими способами изысканий. В этом отношении показательна работа [9]. Для обследования выбран хорошо изученный оползень (оползень Сешильенн, Изер, Франция), за которым последние 25 лет ведется инструментальное слежение (тахеометрия, радары, экстензометрия). Описывается новый способ мониторинга – НЛС из 7 съёмочных кампаний. При сшивке сканов использован ICP-алгоритм.

По данным ЦМР и построения профилей поперечных разрезов локализованы зоны сдвигов. Главный недостаток данного метода, по мнению авторов, – наличие информации только о высотных изменениях поверхности.

В статье [10] обобщены результаты мониторинга крупного оползня (Пишотта, регион Кампания, Италия). Для съемок использованы НЛС и GPS-приёмники, при этом для повышения надёжности в ходе нескольких съёмочных кампаний применены разные типы НЛС. Для получения системы координат зафиксированы опорные точки вблизи исследуемой территории (ближняя система отсчета); удалённая система отсчета представлена пунктами геодезической сети; абсолютная система отсчета реализована с помощью сети NRTK. Прямое сравнение полученных ЦМР позволило определить характер движения оползня.

Для сшивки сканов использован ICP-алгоритм, снизивший погрешность.

Описаны способы идентификации артефактов и точек растительности (в автоматическом режиме итерационным методом на основе алгоритма Аксельссона). Стандартное отклонение при регистрации сканов составило около 4 см. По данным DEM построены карты, отражающие изменения высоты поверхности.

При обследовании оползней в Пуэрто-Рико [11] авторы предложили интегрировать методы сбора данных НЛС и GPS-съёмки. Сканирование выполнено прибором Riegl VZ-400, каждая cъёмка содержала 12 сканов с разных точек. Три отражателя были совмещены с GPS-приёмниками. В GPS-съёмке использовано три GPS-станции, из которых две находились на теле оползня, а одна – на расстоянии 2 км. Для обработки данных GPS использован пакет Topcon Tools. Сшивка сканов проведена в программе RISCAN-PRO. По данным ЦМР рассчитаны объёмы перемещенного вещества, площади и глубины сдвигов. Относительные смещения рассчитаны для 8-ми часовых сессий. Зафиксированные смещения тела оползня, увязанные с выпадением атмосферных осадков, авторы считают доказанными. Установлено, что тело оползня двигается неравномерно – верхняя его часть движется быстрей, кроме того отмечены различия в направлении движения на разных уровнях оползня.

Представляют интерес эксперименты, описанные в [12]. Цель Геодезия, картография и маркшейдерия. Июнь 2014 г.

исследования – мониторинг сдвигов оползней с помощью НЛС, главная особенность – эксперимент с контролируемыми осадками. Данный подход позволяет улучшить понимание гидрологии и механики оползней.

Авторы использовали три метода количественного определения смещений: 1) метод меток (использовали пьезометры); 2) сравнение облаков точек; 3) корреляция ЦМР, построенных способом TIN, в виде светотеневой отмывки рельефа. При сравнении методов определены причины возможных ошибок в оценках смещений. Как выяснилось, с помощью наиболее точного метода меток можно получить сведения о направлении и амплитуде сдвигов. В анализе динамики склонов авторы сравнили данные, полученные средствами НЛС и с помощью экстенсометров, расположенных в зоне эксперимента. Авторы заключают, что НЛС – эффективная технология для определения склоновых сдвигов.

Итак, судя по выполненному обзору, технологии НЛС, несмотря на недолгую историю своего развития, уже нашла свое применение в геоморфологических исследованиях. Более того, сфера применения лазерных съемок, в связи с непрерывной модернизацией оборудования и разработки новых методик обследования земной поверхности, продолжает активно расширяться.

Литература 1. Lichti D.D., Gordon S.J., Stewart M.P. Ground-based laser scanners:

Operation, systems and applications. Geomatica. 2002. 56. P. 21–33.

2. Ruiz A., Kornus W., Talaya J., Colomer J.L. Terrain modeling in an extremely steep mountain: a combination of airborne and terrestrial LIDAR. Commission III WG III/3 workshop on airborne laser scanning, Dresden, 8-10 October, 2003. 4 p.

3. Jaszczak P. Terrestrial laser scanning for landslides deformation monitoring. Thesis project. 14-12-2006. Castelldefels, Spain. 39 p.

4. Bitelli G., Dubbini M., Zanutta A. Terrestrial laser scanning and digital photogrammetry techniques to monitor landslide bodies. Proceedings of the XXth ISPRS Congress Geo-Imagery Bridging Continents, Istanbul, Turkey, ISPRS. 2004. P. 246–251.

5. Alba M., Fregonese L., Prandi F., Scaioni M., Valgoi P. Structural monitoring of a large dam by Terrestrial Laser Scanning. Proceedings of the ISPRS Commission V Symposium on Image Engineering and Vision Metrology. Dresden, Germany, 25-27 September 2006, XXXVI, Part 5, 6. Abell an A., Jaboyedoff M., Oppikofer T., Vilaplana J. M. Detection of Геодезия, картография и маркшейдерия. Июнь 2014 г.

millimetric deformation using a terrestrial laser scanner: experiment and application to a rockfall event, Nat. Hazards Earth Syst. Sci., 9. 2009. P.

7. Prokop A., Panholzer H. Assessing the capability of terrestrial laser scanning for monitoring slow moving landslides. Natural Hazards and Earth System Sciences 9. 2009. P. 1921– 8. Alba M., Scaioni M. Automatic detection of changes and deformations in rock faces by terrestrial laser Scanning. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.

XXXVIII, Part 5. Commission V Symposium, Newcastle upon Tyne, UK.

9. Kasperski J., Delacourt C., Allemand P., Potherat P., Jaud P., Varrel E.

Application of a Terrestrial Laser Scanner (TLS) to the Study of the S chilienne Landslide (Is re, France). Remote Sensing, 2010. 2. P.

2785-2802.

10. Barbarella M., Fiani M. Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing.

European Journal of Remote Sensing. 2013. 46. P 126-151.

11. Wang G.-Q., Phillips D., Joyce J., Rivera F. O. The integration of TLS and Continuous GPS to study landslide deformation: a case study in Puerto Rico, Journal of Geodetic Science, 1(1). 2011. P. 25-34, DOI:

10.2478/v10156-010-0004-5.

12. Travelletti J., Oppikofer T., Delacourt C., Malet J.P., Jaboyedoff M.

Monitoring landslide displacements during a controlled rain experiment using a long-range terrestrial laser scanning (TLS). The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37. 2008. P. 485-490.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

О СОВЕРШЕНСТВОВАНИИ МЕТОДОЛОГИИ

КАРТОГРАФИРОВАНИЯ ФАУНИСТИЧЕСКИХ РЕСУРСОВ

Сибирская государственная геодезическая академия Уникальный код статьи: 53846ef В условиях актуализации экологических аспектов устойчивого развития территорий значительно возрастает роль информационного обеспечения рационального природопользования, повышаются требования к его информативности, достоверности и своевременности.

Успешное дальнейшее развитие картографирования природных ресурсов (ПР) как научной отрасли тематического картографирования требует системного использования достижений дистанционного зондирования, геоинформационного картографирования и ГИС-технологий. Это позволит осуществлять визуализацию и моделирование состояния природных ресурсов посредством картографических моделей природных ресурсов (КМПР). КМПР отображают современное состояние и перспективы использования всех видов природных ресурсов, представленных на территории (воздушные, водные, земельные, минеральные, биологические) [1].

Говоря о биологических ресурсах, одной из основных природоохранных задач при ведении рационального природопользования является сохранение биоразнообразия в пределах эксплуатируемой территории [2], в связи с чем становятся актуальными вопросы создания картографического обеспечения соответствующей тематики. Рассмотрим более подробно основные моменты, связанные с проектированием картографических моделей фаунистических ресурсов (КМФР).

В соответствии с предлагавшейся ранее [3,4] классификацией КМПР по практической специализации, всех пользователей КМФР можно подразделить на 3 группы (рисунок 1):

1 группа: специалисты региональных научно-исследовательские организаций в области экологии, природопользования, охраны природы.Эта категория пользователей нуждается в достоверной информации о местах обитания, пространственно-временной динамике видового состава, лимитирующих факторах и пр. К созданию данного вида КМФР предъявляются особенно высокие требования в области Геодезия, картография и маркшейдерия. Июнь 2014 г.

информативности и детальности визуализируемой информации.

Сокращенно их можно обозначить как «Исследовательские КМФР». Их основным тематическим содержанием являются ареалы распространения различных видов животного населения. При этом к выбору единицы картографирования могут применяться следующие подхода:

- В первом случае единицей картографирования является отдельный биологический вид, что позволяет оценить и отобразить на карте видовое богатство данной территории [5].

- Во втором случае оценивается и картографируется разнообразие сочетаний видов растений и животных, обитающих на данной территории. Единицей картографирования при этом являются различные подразделения ландшафтной структуры территории, от урочищ, фаций и ландшафтов до экосистем [6,7]. К подобной продукции относится серия карт экологического разнообразия Западной Сибири (одна из карт серии приведена на рисунках 2 и 3).

2 группа пользователей КМФР охватывает органы регионального управления в области природных ресурсов и охраны природы; органы регионального управления в области охоты и рыболовства;

хозяйствующие субъекты региона, ведущие промышленную добычу охотничье-промысловых видов; хозяйствующие субъекты, занятые организацией охотничьего и рыболовного туризма и спорта. Это – наиболее сложный вид КМФР, поскольку важным этапом их создания является собственно картографическая часть, в ходе которой сформулированные специалистами тенденции и закономерности изменения животного мира должны быть визуализированы на карте наглядно и понятно неподготовленному пользователю (чиновнику). Их можно назвать «Хозяйственные КМФР».

3 группа пользователей КМФР включает в себя широкий круг пользователей (частных лиц), занимающихся спортивной, любительской и трофейной охотой, а также краеведов и защитников природы. Они нуждаются в достаточно обобщенной информации о распространении по территории промысловых или охраняемых видов. По сути, данная категория создается на основе хозяйственных КМФР, но со значительными обобщениями и упрощениями в части подробности показа тематического содержания. Однако при создании данного типа КМФР нельзя ограничиваться традиционной формой статичной карты, пусть даже цифровой и размещенной в интернете; необходимо использовать картографические анимации и прочие средства «оживления» картографического изображения, которые улучшают ее восприятие пользователем. Также востребовано размещение этих карт в Геодезия, картография и маркшейдерия. Июнь 2014 г.

интернете и возможность их формализованного создания по запросу пользователя.

Рис. 1. Классификация региональных КМФР (антропоцентрический подход) Рис. 2. Карта териофаунистического районирования Северной Евразии [Равкин, Богомолова, Николаева, 2013] Геодезия, картография и маркшейдерия. Июнь 2014 г.

Рис. 3. Легенда к карте териофаунистического районирования Северной Евразии [Равкин, Богомолова, Николаева, 2013] Литература 1. Мазуров Б. Т., Николаева О. Н., Ромашова Л. А.. Совершенствование информационной базы региональных ГИС (РГИС) для инвентаризации и картографирования природных ресурсов / Изв. вузов «Геодезия и аэрофотосъемка». – 2012. - № 2 (дополнительный). - С. 198 - 203.

2. Николаева О. Н. Биогеографическое картографирование: современное состояние и область применения для сохранения и рационального использования природных ресурсов. - Вестник СГГА, Вып. 1 (12). Новосибирск, СГГА. - 2010 г. - С. 145- 3. Nikolaeva O. N. The System of Natural Resources Map-Models for the Environment Sustainability / Science, Technology and Higher Education [Text] : materials of the international research and practice conference, Westwood, October 16th–18th, 2013 / publishing office Accent Graphics communications –Westwood – Canada, 2013. – Vol.1. – pp.63-68.

4. Пластинин Л. А., Николаева О. Н. Применение картографических моделей природных ресурсов для системного планирования и ведения рационального природопользования/Изв. вузов: Геодезия и аэрофотосьемка. – 2013. - № 4/1. – С. 150-154.

5. Косарева А. М., Юдкин В. А. Картографическая визуализация результатов зимних маршрутных учетов косули сибирской Геодезия, картография и маркшейдерия. Июнь 2014 г.

(Capreoluspygargus) в Новосибирской области//Материалы междунар.

науч. конгр. «Гео-Сибирь 2013» «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология» : сб. материалов в 2 т. Т. 2. – Новосибирск: СГГА, 2013. – С. 86 – 94.

6. Сергеев М. Г., Стриганова Б. Р., Мордкович В. Г., Молодцов В. В., Богомолова И. Н., Николаева О. Н. Пространственно-типологическая дифференциация экосистем Западно-Сибирской равнины. Сообщение III Наземные беспозвоночные [Текст] / М. Г. Сергеев [и др.] // Сибирский экологический журнал. - 2011. - № 4. - С.467- Териофаунистическое районирование Северной Евразии / Сибирский экологический журнал, № 1. – 2013.– С. 111– 121. ].

Геодезия, картография и маркшейдерия. Июнь 2014 г.

ПРИМЕНЕНИЕ ГИС-ТЕХНОЛОГИЙ ДЛЯ ИЗУЧЕНИЯ ДИНАМИКИ

РАЗВИТИЯ ТЕРМОКАРСТОВЫХ ОЗЕР СЕВЕРНОЙ ЧАСТИ

ЛЕНО-АМГИНСКОГО МЕЖДУРЕЧЬЯ С 1962 Г.

За период с 1962 г. в северной части Лено-Амгинского междуречья (Центральная Якутия) произошли существенные изменения природного комплекса. Эти изменения имеют как природные, так и антропогенные причины. Выявить и классифицировать их является одной из сложнейших задач, решить которую можно гораздо легче, используя современные технологии пространственного анализа на основе географических информационных систем.

Северная часть Лено-Амгинского междуречья располагается на юго-востоке Центрально-Якутской равнины. В геологическом плане исследуемый район приурочен к юго-восточной окраине Вилюйской тектонической впадины. Климат района резко континентальный, характеризующийся суровой продолжительной зимой (7–8 месяцев), коротким и жарким летом. Годовое количество атмосферных осадков составляет 250 мм. Суровый климат способствует сохранению вечной мерзлоты, средняя мощность которой составляет здесь 300–350 м.

Характерно сочетание элементов ландшафта средней тайги с ландшафтами лесостепей и степей [1].

В данном исследовании была поставлена цель проанализировать изменение площади термокарстовых озер на исследуемом участке, располагающегося в пределах 62° 40 – 63° с. ш., 130° – 131° в. д., в северной части Лено-Амгинского междуречья, Центральная Якутия.

Для достижения данной цели необходимо было решить следующие задачи.

Поиск и сбор картографической информации разновременных съемок на исследуемый район;

Перевод картографической информации в цифровую форму;

Пространственный анализ изменения площади термокарстовых озер за период 1962 по 2001 гг. средствами ГИС-технологий.

Был собран следующий картографический материал:

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Топографическая карта масштаба 1 : 100 000 за 1962 г.;

Топографические карты масштаба 1 : 100 000 и 1 : 50 000 за 2001 г.

Все выше перечисленные источники были переведены в цифровую форму путем сканирования и последующей векторизации в программе Easy Trace 8.3 Pro (Easy Trace Group). Сканирование осуществлялось с разрешением 300 dpi и глубиной цвета 8 бит/пиксел в формате TIFF.

Привязка топографических карт происходила на основе регулярной сетки опорных точек. Векторизация термокарстовых озер выполнялась в ручном режиме.

После операции проверки топологии в Easy Trace векторные данные (озера) были экспортированы в обменный формат GEN ГИС-пакета ArcInfo (ESRI Inc). На базе экспортированных файлов в ArcGis 10.2 были созданы следующие классы пространственных объектов: озера (полигоны) 1962 и 2001 гг.

На основе полученных данных для исследуемой территории была подсчитана площадь озер. Установлено, что в 1962 г. она составляла 130,35 км2, а к 2001 г. уменьшилась до 78,12 км2. Также было подсчитано количество озер (в 1961 г. – 1116 озер, 2001 г. – 836 озер).

Путем наложения полученных векторных слоев была составлена карта Изменение положения термокарстовых озер за период 1962 г.

(нижний темный слой) по 2001 г. (верхний полупрозрачный светлый слой). Ее фрагмент представлен на рис. 1 для ключевого участка окрестности с. Кептени, который наглядно показывает сокращение площади озер за исследуемый период.

На основании полученных данных, можно заключить, что за последние 40 лет площадь термокарстовых озер, исследуемого района, сократилась в 1,7 раз, а их количество в 1,3 раза. Основной причиной является изменение климата (повышение температуры воздуха и сокращение количества осадков), также оказывает влияние на динамику озер хозяйственная деятельность и лесные пожары.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Рис. 1. Изменение положения термокарстовых озер за период 1962 г.

(нижний темный слой) по 2001 г. (верхний полупрозрачный светлый слой) в районе окрестностей с. Кептени, Лено-Амгинское междуречье Литература 1. Соловьёв П. А. Криолитозона северной части Лено-Ангинского междуречья. – М.: Изд-во Академии наук СССР, 1959. – 145 с.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

ПОДДЕРЖКА ДИНАМИЧЕСКИХ АТРИБУТОВ В

ПРОСТРАНСВЕННО-ВРЕМЕННОЙ МОДЕЛЕ ДАННЫХ

Брянский государственный технический университет Уникальный код статьи: 5386d7f11aa3c Одно из направлений применения устройств позиционирования является мониторинг движения мобильных объектов (это различного рода транспорт, и др.). В каждой из сфер применения имеются свои особенности, отличающие друг от друга системы мониторинга. Учет этих нюансов при разработке систем увеличивает их эффективность.

При мониторинге движении объектов изменение интересующих параметров может происходить не только у объектов, но и у окружающей среды. Например, загруженность в различное время той или иной части дороги. В дальнейшем эти данные могут использоваться, для моделирования различных ситуаций и др. Но в различных применениях и у различных заказчиков может быть различные требования к самой системе мониторинга и к набору требуемых параметров. Таким образом, можно сказать, что имеется потребность в такой системе, которая поддерживала бы произвольный набор динамических параметров, как для сегментов дорожной сети, так и для самих мобильных объектов.

Система мониторинга опирается на некоторую математическую модель данных. Именно она определяет функционал и параметры работы системы [2]. Далее предложена такая математическая модель.

Математическая модель состоит из нескольких частей. Первая часть индексирует дорожную сеть, вторая – мобильные объекты. Для индексирования дорожной сеть применяется многомерная структура наиболее хорошо себя зарекомендовавшая – R*-дерево [1]. Листовые вершины данной структуры состоят из: MBR (минимально ограничивающий прямоугольник) сегмента дорожной сети, уникального идентификатор сегмента, указателя на корень TPR*-дерева, соответствующего данному сегменту, указателя на корень R*-дерева, сохраняющего историю перемещения объектов по сегменту.

Для быстрого доступа к текущим динамическим данным сегментов в модели организовывается хеш-таблица с ключевым полем – уникальный идентификатор сегмента сети. В ячейках таблицы кроме значения Геодезия, картография и маркшейдерия. Июнь 2014 г.

параметров так же имеется указатель на листовую вершину R*-дерева (лист, содержащий данный сегмент в пространственном индексе).

Благодаря этому организовывается быстрый переход к пространственной составляющей сети и увеличивается скорость обработки различного рода задач (например, задач регрессионного анализа). Для создания различного рода отчетов и моделирования ситуаций в сети возникает необходимость в хранении истории изменения динамических параметров сегментов. С этой целью для каждого параметра строится древовидная структура, сохраняющая интервал времени, в котором значение параметра было действительно.

Указатели на корни этих деревьев сохраняются в ячейках хеш-таблицы.

Для работы с объектами так же организованна двух уровневая структура. Первый уровень представлен в виде хеш-таблицы. В качестве ключевого поля используется идентификатор объекта. В ячейках таблицы сохраняются не только пространственное положение и скорость с направлением (для прогнозирования), но и текущие показатели динамических параметров и ссылки на вершины индекса истории изменения этих параметров. Кроме того для каждого сегмента сети создается отдельное TPR*-дерево, индексирующее объекты в сегменте.

Узловые вершины данной структуры состоят из: MBR всех потомков узла, минимально ограничивающего прямоугольника по скорости всех потомков узла, списка потомкав узла. Листовые же вершины отличаются тем, что содержат не ссылки на потомков, а идентификаторы объектов, находящихся в данном сегменте. Так же в хеш-таблице имеется указатель на лист, в котором находится объект. При изменении положения объекта используется локализованное восходящее обновление, благодаря чему повышается скорость обновления положения объекта.

Второй уровень предназначен для хранения истории изменения динамических параметров объекта. При этом используется дерево интервалов, аналогичное дереву для хранения истории изменения параметров сети. Указатели на корневые вершины этих деревьев сохранены в хеш-таблице. Для хранения истории перемещения объектов используется набор R*-деревьев, созданных для каждого сегмента сети.

Указатель на корень этой структуры находится в листовых вершинах дерева сегментирования. Сами листовые вершины этих деревьев состоят из: идентификатора объекта; идентификатора сегмента сети; начальной и конечной пространственной метки на сегменте, т.е. часть сегмента, на котором происходило движение в интервале времени; указателя на листовой узел с прошлым участком движения объекта (указатель может Геодезия, картография и маркшейдерия. Июнь 2014 г.

быть направлен на узлы любого дерева из набора). Внутренний узел R *-дерево состоит из: списка указателей на потомков узла; интервала времени на котором происходило движение.

Благодаря такой организации данных, достигается возможность сохранять и обрабатывать динамические параметры для объектов и сети.

Если же эту модель данных реализовать в модульной системе мониторинга, можно при определенном уровне знаний изменять набор инструментария для конкретного заказчика и сферы применения.

Литература 1. Гулаков, В.К. Многомерные структуры данных: монография / В.К.Гулаков, А.О.Трубаков – Брянск: БГТУ, стр. 386, 2010.

2. Гулаков, В.К. Пространственно-временные структуры данных:

монография / В.К.Гулаков, А.О.Трубаков, Е.О.Трубаков - Брянск: БГТУ, 2013.-215с.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

АЛГОРИТМЫ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ НА КАРТЕ

ИПМ ДВО РАН, ДВФУ

В настоящей работе предлагается алгоритм раскраски карты по точкам, относящимся к различным классам. Этот алгоритм основан на построении прямоугольников, отделяющих точки одного класса от точек остальных классов. Данный алгоритм базируется на процедуре интервального распознавания образов. Он существенно проще и компактней, чем процедура триангуляции многоугольников, являющихся выпуклой оболочкой заданного набора точек.

Пусть задан конечный набор векторов Zk = ( (x1k, x2k), jk ), i=1,2, jk =1,...,m, k=1,...,n.

Координаты (x1k, x2k) характеризуют положение точки Zk на плоскости, а координата j k - номер класса, которому принадлежит эта точка.

Полагаем, что набор Xi = {xi1,...,xin } состоит из различных чисел, i=1,2.

Сопоставим числу xik, удовлетворяющему условию jk=j, максимальный отрезок [aik, bik], aik, bik из Xi, в котором есть только элементы множества X i класса j. Рассмотрим прямоугольник Y k, являющимся прямым произведением отрезков [a 1k, b 1k ], [a 2k, b 2k ]. Можно доказать, что прямоугольники Yk, Yk' либо совпадают, либо не пересекаются, причем, если j k не равен j k', то эти прямоугольники не пересекаются. Тогда прямоугольники Yk, удовлетворяющие равенству jk=j, можно раскрасить краской j. Такая раскраска позволяет отделить области плоскости, занятые точками разных классов, друг от друга, причем алгоритм построения имеет квадратичную по n вычислительную сложность.

Геодезия, картография и маркшейдерия. Июнь 2014 г.

Виноградов П.М. ПРИМЕНЕНИЕ MAPBASIC ПРИ РАЗРАБОТКЕ

ПРИЛОЖЕНИЯ ДЛЯ РАСЧЕТА ЭКОЛОГИЧЕСКИХ РИСКОВ

ЗДОРОВЬЮ НАСЕЛЕНИЯ Г. ВОРОНЕЖА

Гибадуллин Р.Ф., Новиков А.А., Курочкин Г.В., Рахматуллин Ф.Р., Рябов.................. А.И., Гарипов Р.М., Диаров М.М. ПАРАЛЛЕЛЬНОЕ УПРАВЛЕНИЕ

ЗАЩИЩЕННЫМИ КАРТОГРАФИЧЕСКИМИ БАЗАМИ ДАННЫХ В СРЕДЕ

POSTGRESQL

Демидова Л.А., Симоненко А.С., Симоненко С.В. ОПРЕДЕЛЕНИЕ

КООРДИНАТ И ВРЕМЕНИ МЕСТА ВОЗМУЩЕНИЯ НА ПОВЕРХНОСТИ

ЗЕМНОЙ КОРЫ

Дубровский А.В. БАЗОВЫЕ ПРИНЦИПЫ ГЕОИНФОРМАЦИОННОГО

ОБЕСПЕЧЕНИЯ БЕЗОПАСНОЙ ЭКСПЛУАТАЦИИ ПРОМЫШЛЕННЫХ

ОБЪЕКТОВ

Кошкарев А.В. КАРТОГРАФИЧЕСКАЯ ВИЗУАЛИЗАЦИЯ НА ГЕОПОРТАЛАХ.......... Ляпишев К.М., Погорелов А.В., Шуляков Д.Ю. ИССЛЕДОВАНИЕ

ОПОЛЗНЕЙ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ НАЗЕМНОГО

ЛАЗЕРНОГО СКАНИРОВАНИЯ

Николаева О.Н. О СОВЕРШЕНСТВОВАНИИ МЕТОДОЛОГИИ

КАРТОГРАФИРОВАНИЯ ФАУНИСТИЧЕСКИХ РЕСУРСОВ

Павлова М.Р. ПРИМЕНЕНИЕ ГИС-ТЕХНОЛОГИЙ ДЛЯ ИЗУЧЕНИЯ

ДИНАМИКИ РАЗВИТИЯ ТЕРМОКАРСТОВЫХ ОЗЕР СЕВЕРНОЙ ЧАСТИ

ЛЕНО-АМГИНСКОГО МЕЖДУРЕЧЬЯ С 1962 Г.

Трубаков Е.О. ПОДДЕРЖКА ДИНАМИЧЕСКИХ АТРИБУТОВ В

ПРОСТРАНСВЕННО-ВРЕМЕННОЙ МОДЕЛЕ ДАННЫХ

Цициашвили Г.Ш., Осипова М.А. АЛГОРИТМЫ ВИЗУАЛИЗАЦИИ

ИЗОБРАЖЕНИЙ НА КАРТЕ

Геодезия, картография и маркшейдерия Всероссийская научная Интернет-конференция с международным участием Казань, 5 июня 2014 года.

Материалы конференции Подписано в печать 30.06.14.

Бумага офсетная. Печать ризографическая.

Формат 60х84 1/16. Гарнитура «Times New Roman».

Печатных листов 12.63. Тираж 40 экз. Заказ 240.

Отпечатано с готового оригинала-макета в типографии Альянс. ИП Зубков В.Л.

тел. +7(843) 267-14-16, 510-97-