Algorithm for identification of water surface pollution for geoinformation systems

Cover Page

Cite item

Full Text

Abstract

The article considers the urgent problem of detection of oil and oil products on the water surface, which is of crucial importance for ecological monitoring of water resources. The growth of water bodies pollution with oil products necessitates the development of effective methods for their detection and assessment of the ecosystem state. This paper presents a new analytical technique based on the study of the spectra of reflected sunlight, which allows for the high-precision detection of oil pollution. The authors obtained analytical expressions for the indices of spectral brightness coefficients, which were subsequently used in geographic information systems (GIS). These indicators help in processing and interpreting data obtained by remote sensing, significantly simplifying the process of monitoring and analyzing the state of water bodies. The method has proven its effectiveness in various conditions and can be adapted for use in real time. The research results contribute to the improvement of environmental monitoring methods and provide more reliable protection of water resources from pollution. In addition, the study considers the potential integration of this method with other environmental monitoring systems to improve the accuracy and efficiency of pollution detection. Thanks to these improvements, the proposed methodology not only allows for the detection of oil spills, but also helps in their management and the reduction of negative consequences associated with oil spills.

About the authors

Konstantin Anatol'evich Vytovtov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: vytovtov_konstan@mail.ru
Moscow

Tatiana Yanovna Gladkikh

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: golnikt@yandex.ru
Moscow

References

  1. АНТОНЕЦ К.В. Комплексный мониторинг нефтегазовых загрязнений // International Agricultural Journal. – 2021. – №1. – С. 49–54.
  2. БАРАБАШИН Т.О., КОРАБЛИНА И.В., ПАВЛЕН-КО Л.Ф. и др. Методическое обеспечение мониторинга загрязнения водных объектов азово-черноморского бас-сейна // Водные биоресурсы и среда обитания. – 2018. – Т. 1. – №3-4. – С. 9–27.
  3. БЕСКИД П.П., БОГДАНОВ П.Ю., МИКЛУШ В.А. и др. Результаты исследований в области дистанционных методов обнаружения нефтяных загрязнений на водной поверхности, проводимых в РГГМУ // Гидрометеороло-гия и экология. – 2020. – №60. – С. 371–391.
  4. БОРН М., ВОЛЬФ Э. Основы оптики. М.: Изд-во Наука,1973. – С. 24–81.
  5. БУЗМАКОВ С.А., САННИКОВ П.Ю., СИВКОВ Д.Е. и др. Разработка геоинформационных систем для управления окружающей средой и экологической без-опасностью в районах эксплуатируемых нефтяных ме-сторождений // Антропогенная трансформация природ-ной среды. – 2021. –Т. 1. – С. 102–127.
  6. БУКИН О.А., ПРОЩЕНКО Д.Ю., ЧЕХЛЕНОК А.А. и др. Методы оптического мониторинга нефтяного загрязне-ния морских акваторий с использованием беспилотных летательных аппаратов // Оптика атмосферы и океа-на. – 2019. – Т. 32(4). – С. 324–328.
  7. БЫКОВ Р.Е., ИГНАТЬЕВА Н.В., СЛАДКОВ А.Ю. Техни-ческие средства контроля водных поверхностей // Чело-век и море. – 1994. – С. 74–79.
  8. ЕПИФАНОВ А.В., ХУРШУДЯН Н.С., ШАРЕНКОВ Д.В. и др. Оценка техногенного воздействия на водные объ-екты с применением геоинформационных систем // Учебно-методическое пособие. – 2010. – С. 36–62.
  9. КАЗАНЦЕВ А.Ю. Применение искусственного интел-лекта в предотвращении и минимизации сбросов нефтесодержащих вод с судов // Каспийский научный журнал. – 2024. – Т. 2. – №1. – С. 9–20.
  10. КАЛАНТАЕВСКИЙ Ю.С., АЛЕКСАНДРОВА А.В., КСАНДОПУЛО С.Ю. и др. Применение географических информационных систем для экологического монито-ринга в нефтегазовом комплексе // Политематический сетевой электронный научный журнал Кубанского госу-дарственного аграрного университета. – 2013. – Т. 86. – С. 92–101.
  11. ЛУНЕВ Б.С., КРАСИЛЬНИКОВ П. А., ИЛАРИОНОВ С. А. и др. Картирование территории при проведении гео-экологического мониторинга средствами ГИС // Фунда-ментальные исследования. – 2014. – №11–1. – С. 89–93.
  12. МОЛЬКОВ А.А., КАПУСТИН И.А., ЕРМОШКИН А.В. и др. Дистанционные методы определения толщины плёнок нефти и нефтепродуктов на морской поверхно-сти // Современные проблемы дистанционного зондиро-вания земли из космоса. – 2020. – Т. 17. – №3. – С. 9–27.
  13. ФЕДОТОВ Ю.В., БЕЛОВ М.Л., МАТРОСОВА О.А. и др. Метод обнаружения нефтяных загрязнений на водной поверхности, основанный на регистрации флуоресцент-ного излучения в двух узких спектральных диапазонах. // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия «Приборострое-ние». – 2010. – Т. 2. – С. 39–47.
  14. ЯЩЕНКО И.Г., АЛЕКСЕЕВА М.Н., СВАРОВСКАЯ Л.И. Геоинформационные технологии для анализа нефтяных загрязнений рек // Интерэкспо Гео-Сибирь. – 2014. – Т. 7. – С. 38–43.
  15. BAYIRHAN İ., GAZIOGLU C. Use of unmanned aerial ve-hicles (UAV) and marine environment simulator in oil pollu-tion investigations // Baltic journal of modern computing. – 2020. – Vol.8. –P. 327–336.
  16. BARABANOVA E., VYTOVTOV K., GLADKIKH T. et al. Environmental monitoring of water surface pollution in the visible range by using UAVs // Journal of Communications Technology and Electronics. – 2023. – Vol. 68. – P. 388–392.
  17. ELJABRI A., GALLAGHER C. Developing integrated re-mote sensing and GIS procedures for oil spills monitoring at Libyan coast // WIT Transactions on Ecology and the Envi-ronment. – 2012. – Vol. 44. – P. 17–20.
  18. FERREIRA N.M., COUTINHO R., DE OLIVEIRA L.S. Emerging studies on oil pollution biomonitoring: A systemat-ic review // Marine Pollution Bulletin. – 2023. – Vol. 192. – P. 115081.
  19. FINGAS M., BROWN C.E. A review of oil spill remote sens-ing sensors // Sensors (Basel). – 2017. – Vol.18.
  20. GHORBANI Z., BEHZADAN A.H. Monitoring offshore oil pollution using multi-class convolutional neural networks // Environmental Pollution. – 2021. – Vol. 289. – P. 117884.
  21. GÓMEZ C., GREEN D.R. Small unmanned airborne systems to support oil and gas pipeline monitoring and mapping // Arab. J Geosci. – 2017. – Vol. 10. – doi: 10.1007/s12517-017-2989-x.
  22. LUKYANOV A., HOZAN H., SIALOUNAS G. et al. Dy-namics of oil slicks on wavy water surfaces // Environmental Fluid Mechanics. – 2024. – P. 1–20.
  23. MOHAMMADI M., SHARIFI A., HOSSEINGHOLIZA-DEH M. et al. Detection of oil pollution using SAR and opti-cal remote sensing imagery: A case study of the Persian Gulf // Journal of the Indian Society of Remote Sensing. – 2021. – Vol. 49. – No. 10. – P. 2377–2385.
  24. VYTOVTOV K. Analytical investigation of stratified iso-tropic media // Journal of the Optical Society of America A. – 2005. –Vol. 22(4). – P. 689–696.
  25. WANASINGHE T., GOSINE R., DE SILVA O. et al. Un-manned aerial systems for the oil and gas industry: over-view, applications and challenges // IEEE Access. – 2020. – Vol. 8. –P. 166980–166997.
  26. YANG M., ZHANG B., XIN X. et al. Microplastic and oil pollution in oceans: Interactions and environmental impacts // Science of the Total Environment. – 2022. – Vol. 838. – P. 156142.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».