Моделирование и визуализация изменчивости снежного покрова методом почти периодического анализа

Предложены алгоритм пространственной визуализации изменчивости снежного покрова, основанный на почти периодическом анализе линеаризованных данных, полученных по результатам предварительной полигональной трансформации спутниковых изображений снежной массы, и математическая модель лавины на основе метода гидродинамики сглаженных частиц. Преобразование данных предполагает формирование матрицы значений яркости узлов дискретизации, полученных в результате нанесения аппроксимирующей сетки на пространственную структуру снежной массы на спутниковом изображении. Выявлена система равномерных продольных и поперечных интервалов однородного поведения линеаризованных данных, полученных по результатам трансформации изображений снежной массы. Составлен набор равномерных интервалов единообразного поведения линеаризованных данных, определяющих степень изменчивости снежного покрова. На основе установленных интервалов единообразного поведения данных, полученных по результатам предварительной полигональной трансформации спутниковых изображений, предложены пространственные качественный и количественный критерии изменчивости снежного покрова. На основе предложенных критериев сформулировано условие схода снежной лавины. Предлагаемый подход применим для оперативной оценки лавинной опасности на основе анализа спутниковых изображений.

Ключевые слова

лавинная опасность; спутниковое изображение; линеаризация,; почти период; автоматический мониторинг; дистанционное зондирование.

Литература

1. Bansal, J.K. Snow Avalanche in the Indian Himalayas: Hazard Zonation and Climate Change Trends in Kullu Region of Himachal Pradesh, India / J.K. Bansal, A. Goswami, Snehmani, A. Roy // Physics and Chemistry of the Earth, Parts A/B/C. - 2025. - V. 138.
2. Schweizer, J. Review of Spatial Variability of Snowpack Properties and its Importance for Avalanche Formation / J. Schweizer, K. Kronholm, J.B. Jamieson, K.W. Birkeland // Cold Regions Science and Technology. - 2008. - V. 51, № 2-3. - P. 253-272.
3. Турчанинова, А.С. Лавинная активность в России в условиях изменяющегося климата / А.С. Турчанинова, С.А. Сократов, Ю.Г. Селиверстов, А.Ю. Комаров // Вестник Российского фонда фундаментальных исследований. - 2022. - Т. 3-4, № 115-116. - С. 122-131.
4. Barbolini, M. A New Method for Avalanche Hazard Mapping Using a Combination of Statistical and Deterministic Models / M. Barbolini, C. Keylock // Natural Hazards and Earth System Sciences. - 2002. - V. 2, № 3. - P. 239-245.
5. Singh, A. Supplement to Nearest-Neighbour Method for Avalanche Forecasting / A. Singh, A.A. Ganju // Cold Regions Science and Technology. - 2004. - V. 39, № 2-3. - P. 105-113.
6. Choubin, B. Snow Avalanche Hazard Prediction Using Machine Learning Methods / B. Choubin, M. Borji, A. Mosavi, F. Sajedi-Hosseini, V.P. Singh, Sh. Shamshirband // Journal of Hydrology. - 2019. - V. 577.
7. Chen, M. Big Data: Survey / M. Chen, S. Mao, Y. Liu // Mobile Netw Appl. - 2014. - V. 19(2). - P. 171-209.
8. Jaseena, K.U. Issues, Challenges, and Solutions: Big Data Mining / K.U. Jaseena, J.M. David // Computer Science and Information Technology. - 2014. - V. 4. - P. 131-140.
9. Chun-Wei Tsai. Big Data Analytics: a Survey / Chun-Wei Tsai, Chin-Feng Lai, Han-Chieh Chao, A.V. Vasilakos // Journal of Big Data. - 2015. - V. 2(1). - P. 21.
10. Мохнаткина, У.С. Анализ подходов к определению тренда в структуре временного ряда / У.С. Мохнаткина, Д.В. Парфенов, Д.А. Петрусевич // Russian Technological Journal. - 2024. - Т. 12, № 3. - С. 93-103.
11. Соловьев, А.С. Моделирование силового воздействия снежной лавины на здания и сооружения / А.С. Соловьев, А.В. Калач, Т.В. Лентяева // Информатика и системы управления. - 2024. - № 1(79). - С. 14-24.