Z orbity widać ogień w Ukrainie

Rosyjska inwazja na Ukrainę to największy konflikt zbrojny, z jakim mierzy się Europa od zakończenia II wojny światowej. Działania wojenne powodują pożary i ogromne zniszczenia – szczególnie obszarów miejskich. Zachodnie agencje wywiadowcze nie tylko obserwują z pułapu kosmicznego ruchy wojsk, ale też na bieżąco szacują zniszczenia spowodowane rosyjskimi atakami. Do monitorowania pożarów oraz szacowania szkód z powodzeniem wykorzystuje się dane teledetekcyjne. Satelity pozwalają obserwować zarówno aktualny zasięg zanieczyszczeń, jak i kierunki przemieszczenia się ognia i szkodliwego dymu. W tego typu analizach z pomocą przychodzą najnowsze metody gromadzenia, udostępniania i przetwarzania danych obrazowych – coraz szerzej stosowane usługi w chmurze obliczeniowej. Co ciekawe, sporo z nich jest dostępnych dla użytkownika bez opłat.

W swoim projekcie podejmującym zagadnienie detekcji pożarów wykorzys­tałem dane Sentinel-2 oraz aplikacje chmurowe EO Browser i Google Earth Engine. Prace zrealizowałem w Kole Naukowym Studentów „GeoPixel” Wojskowej Akademii Technicznej. Wyniki zaprezentowałem podczas XVI Ogólnopolskiej Konferencji Studentów Geodezji, która odbyła się w Warszawie w dniach 28–29 kwietnia (...).

• Dwa podejścia

(...) Do identyfikacji i mapowania pożarów lub świeżo spalonej ziemi bardzo przydatne są pasma średniej podczerwieni, które są dodatkowo pomocne w oszacowywaniu, ile wody znajduje się w roślinach i glebie. (...) Wykorzystując wskazaną własność podczerwieni, najprostszą i najszybszą metodą detekcji pożarów będzie zastosowanie kompozycji barwnych. W znacznym stopniu ułatwia to interpretację zobrazowań i pozwala na uwydatnienie pewnych zjawisk. Do analiz zobrazowań Sentinel-2 przeprowadzonych w EO Browser i GEE zastosowałem kompozycję barwną SWIR, w której skorzys­tałem z kanałów 12, 8A i 4 – podczerwieni średniej, podczerwieni bliskiej i kanału czerwonego. (...)

W detekcji pożarów stosowane są także wskaźniki obliczane z wykorzystaniem wybranych kanałów spektralnych, które charakteryzują się wrażliwością na cechy obszarów objętych pożarem. Przykładem takiego podejścia jest algorytm Active Fire Detection...