Folosirea setului de instrumente de procesare la automatizarea clasificării zăpezii

Snowy Hydro Limited (SHL) este un generator de vârf, de energie electrică din Snowy Mountains din New South Wales, Australia. În ciuda deținerii unei varietăți de active de producție în întreaga țară, Snowy Hidro Limited este cel mai bine cunoscută pentru custodia unui activ iconic al infrastructurii australiene, Snowy Mountains Hydro Electric Scheme.

Snowy Mountains Hydro Electric Scheme este posibilă datorită căderilor de zăpadă de sezon, din regiunea alpină New South Wales. Apa provenită din topirea de primăvară a zăpezii, este utilizată pentru a genera energie electrică dedicată acoperirii cererii de vârf de pe piața națională de energie electrică, în timp ce, de asemenea, servește și la asigurarea apei în zonele interioare uscate, din Sud-Estul Australiei, la irigații și agricultură.

Clasificarea acoperirii cu zăpadă de-a lungul lunilor de iarnă permite SHL să monitorizeze ciclul de viață al zonei acoperite de zăpadă, arhivarea zonelor de acoperire pentru înregistrări istorice, și furnizarea statisticilor de acoperire pentru echipa de prognoze hidrografice a randamentului apei și a capacității de depozitare.

Map 1.1 Snowy Water Catchment Map

Harta 1.1 Harta Captărilor de Apă provenită din zăpezi

Prezentare

În fiecare an, în lunile de iarnă (de la 01 iunie la 31 octombrie) SHL obține cât mai multe imagini posibil, gratuite, ale norilor, de la satelitul MODIS Terra (EOS AM). Aceste imagini sunt apoi prelucrate de către un algoritm cunoscut sub numele de indexul de zăpadă cu diferența normalizată (NDSI), care este folosit pentru a indica zonele în care zăpada este prezentă. În timp ce acest algoritm nu este unic pentru un senzor anume, instrumentul MODIS a fost ales datorită rezoluției spațiale adecvate și acoperirii zilnice a ariei proiectului (Harta 1.1 Captarea de Apă provenind din topire).

Scopul

Scopul acestui proiect este de a automatiza fluxul de lucru NDSI ca un model, folosind trusa instrumentelor de procesare QGIS. Ieșirea necesară este un poligon vectorial care arată măsura în care zăpada acoperă bazinul de captare a apelor Snowy, împreună cu atributele care descriu suprafața totală acoperită, în kilometri pătrați.

Metoda

Algoritmul NDSI în sine este destul de simplu (arătat mai jos, în Formula 1.1 - Indexul de zăpadă cu diferență normalizată (NDSI)), precum și pașii următori, necesari pentru a extrage stratul de zăpadă într-un format vectorial, de asemenea, se pretează bine la un model de instrumente de procesare.

Formula 1.1 - Normalised Difference Snow Index (NDSI)

Formula 1.1 - Indicele de Zăpadă cu Diferență Normalizată (NDSI)

Acest algoritm NDSI va returna rezultatele între -1 și 1, cu un prag de zăpadă având de obicei valori mai mari de 0,4. Un exemplu de ieșire NDSI este prezentată mai jos (Harta 1.3 - ieșirea NDSI), alături de o imagine în culori naturale (Harta 1.2 - culori reale MODIS) pentru 13 iulie 2014. După cum se vede din aceste imagini ieșirea NDSI este foarte bună la deosebirea zonele acoperite de zăpadă față de alte tipuri de terenuri acoperite și nori. Se pot clasifica eronat porțiuni ale corpurilor de apă mari ca zăpada, cauzate de apa având caracteristici de absorbție în partea infraroșie a spectrului. Această caracteristică a NDSi indică necesitatea de a încorpora, la un moment dat, o mască de apă în model.

Map 1.2 - MODIS true colour

Harta 1.2 - culori reale MODIS

Map 1.3 - NDSI output

Harta 1.3 - ieșire NDSI

Map 1.4 - Recoded "Snow" vs "Non snow"

Harta 1.4 - „Zăpadă” Înregistrată vs „Fără zăpadă”

Ieșirea NDSI este creată cu o hartă având o singură bandă, cu ajutorul modulului GRASS «r.mapcalculator». După ce grila NDSI este disponibilă, este necesară aplicarea pragulului 0,4 NDSI, acest lucru generând o grilă booleană cu zone de „Zăpadă” și zone „Fără zăpadă”. Pentru a obține această clasificare, este folosit un alt modul GRASS, «r.recode», rezultatul fiind afișat în Harta 1.4 «Zăpada» înregistrată, comparativ cu «Lipsa zăpezii».

Grila înregistrată a fost apoi transformată într-un vector de date de tip poligon, după care au fost extrase zonele acoperite de zăpadă (prezentate mai jos, în harta 1.5 - Zăpada Extrasă). Zonele acoperite de zăpadă au fost ulterior decupate după Captarea de Apă Snowy (prezentate mai jos, pe harta - 1.6 Zăpada din interiorul SWC), după care porțiunile mari de apă au fost mascate (așa cum se vede mai jos, pe harta 1,7 - Zona Finală acoperită de zăpadă) și, în final, s-a generat zona de statistici pentru suprafața acoperită de zăpadă.

Map 1.5 - Extracted Snow

Harta 1.5 - Zăpadă Extrasă

Map 1.6 - Snow inside the SWC

Harta 1.6 - Zăpadă din intreriorul SWC

Map 1.7 - Final snow covered area

Harta 1.7 - Zona finală acoperită cu zăpadă

Rezultatul modelului este un poligon vectorial care arată zona acoperită de zăpadă din captarea de apă Snowy. Atributele poligonului includ suprafața acoperită de zăpadă și procentajul de captare acoperit. Modelul, în întregimea sa, poate fi văzut mai jos în „Imaginea 1.1 - Indexul de Zăpadă cu Diferență Normalizată (NDSI) Modelul de procesare al instrumentelor din QGIS”.

Image 1.1 - Normalised Difference Snow Index (NDSI) QGIS processing toolbox model

Imaginea 1.1 - Indicele de Zăpadă cu Diferență Normalizată (NDSI) Modelul instrumentului de procesare din QGIS

Rezultate/Concluzii

Trusa de instrumente de procesare din QGIS reprezintă un mod puternic de a automatiza un flux de lucru, cum ar fi această clasificare de zăpadă. Modelul prezentat mai sus automatizează cu succes procesul de clasificare a zăpezii, și oferă un set de date GIS care pot fi utilizate pentru vizualizarea și introducerea în aplicații statistice ulterioare. Se elimină cu succes erorile de utilizare subiective, asociate cu metodele anterioare folosite de SHL, oferind în același timp un instrument de clasificare repetabil și coerent. Unele rezultate de sezon pot fi vizualizate aici.

Autor

Andrew Jeffrey este un analist GIS la Snowy Hydro Limited cu sediul în Cooma NSW, Australia. A absolvit Universitatea Charles Sturt din Wagga Wagga cu un Bachelor of Science (BSC) în sisteme informatice spațiale în 2004. În același timp, la Snowy Hidro Limited el a fost în măsură să ofere sprijin spațial zi de zi în cadrul organizației și în proiecte interesante, cum ar fi experimentul Cloud Seeding.