МОДЕЛИРОВАНИЕ ОВРАГОВ ДЛЯ ЦЕЛЕЙ ЛЕСНОЙ МЕЛИОРАЦИИ
- Мелиорация, рекультивация и охрана земель
Цель: оценка фактических объемов воды в водных объектах (водохранилищах, озерах, прудах) для выявления степени максимальной антропогенной нагрузки, а именно сброса загрязняющих веществ.
Материалы и методы. В качестве объекта исследования и испытания автоматизированной системы было выбрано озеро Святое, расположенное в Косино-Ухтомском административном районе г. Москвы. В ходе работы использовались программы Google Earth Pro, Surfer 22, локальные авторские программы для обработки данных, надводный беспилотный аппарат авторской разработки, эхолот Garmin Striker Cast GPS. В целях совершенствования и организации постоянного мониторинга водных объектов могут быть использованы автоматизированные системы в виде надводного беспилотного аппарата (беспилотного катера), датчиков (включая эхолот) и локальных программ для принятия и обработки данных.
Результаты. В данной работе продемонстрирована оценка фактического объема водных ресурсов 215 тыс. куб. м в водном объекте посредством беспилотного катера и установленного на него эхолота. По ходу работы усовершенствована методика работы беспилотного катера при исследовании водных объектов.
Выводы. На примере исследования объема водных ресурсов озера Святое можно сделать вывод, что методика применима для любого другого водного объекта, в т. ч. и водохранилища. Посредством регулярного проведения обследования водного объекта с помощью беспилотного катера можно фиксировать не только изменение фактических объемов водных ресурсов, но и трансформацию рельефа дна водоема, процессы заиления или зарастания на конкретных участках. Также обследование позволяет вычислять и предельно допустимую антропогенную нагрузку на данный объект, включающую в себя предельно допустимый сброс и его интенсивность в конкретный момент времени.
doi: 10.31774/2712-9357-2024-14-2-275-286
надводный беспилотный аппарат, беспилотный катер, эхолот, зарастание, заиление, водоем, мониторинг
Науменко Н. О., Ширяева М. А., Ханов Н. В. Оценка фактического объема воды в водоеме посредством надводного беспилотного аппарата // Мелиорация и гидротехника. 2024. Т. 14, № 2. С. 275–286. https://doi.org/10.31774/2712-9357-2024-14-2-275-286.
1. Разработка автоматизированной системы мониторинга безопасности гидротехнических сооружений / Н. О. Науменко, В. Б. Жезмер, А. В. Новиков, О. В. Сумарукова // Потаповские чтения – 2019: сб. материалов. М.: Изд-во МИСИ-МГСУ, 2019. С. 214–218. EDN: PGAGVO.
2. Науменко Н. О. Введение рационального нормирования на объемы сбросов загрязняющих веществ в водные объекты с целью поддержания устойчивости экосистемы // Современные проблемы и перспективы развития рыбохозяйственного комплекса: материалы VI Науч.-практ. конф. молодых ученых. М.: ВНИРО, 2018. С. 344–346. EDN: MZPRSR.
3. Хиллер Б., Ямбаев Х. К. Разработка и натурные испытания автоматизированной системы деформационного мониторинга // Вестник Сибирского государственного университета геосистем и технологий. 2016. № 1(33). С. 48–61. EDN: WDHJQH.
4. Семадени И. В. Пространственное распределение и фотосинтетическая активность фитопланктона Рыбинского водохранилища в летний период 2018–2020 гг. // Трансформация экосистем. 2023. Т. 6, № 2(20). С. 19–32. DOI: 10.23859/estr-220414. EDN: QROJFR.
5. Оценка качества вод Рыбинского водохранилища вследствие снижения уровня вод / Н. В. Лагутина, Н. О. Науменко, А. В. Новиков, О. В. Сумарукова // Природообустройство. 2019. № 2. С. 122–125. DOI: 10.34677/1997-6011/2019-2-122-126. EDN: YJRIVG.
6. Астахов А. С., Диколенко Е. Я., Харченко В. А. Экологическая безопасность и эффективность природопользования. Вологда: Инфра-Инженерия, 2018. 323 с.
7. Система автоматизированного мониторинга и контроля промышленной безопасности гидротехнических сооружений / Д. Ю. Грязнев, Н. Н. Хлапов, Т. О. Жеребцова, А. Д. Зайцева, Д. М. Чернышова // Научные вести. 2021. № 11(40). С. 73–87. EDN: YAEAGN.
8. Liu L. Drone-based photogrammetry for riverbed characteristics extraction and flood discharge modeling in Taiwan’s mountainous rivers // Measurement. 2023. Vol. 220. 113386. https:doi.org/10.1016/j.measurement.2023.113386. EDN: XBDNDW.
9. Sudriani Y., Sebestyén V., Abonyi J. Surface water monitoring systems – The importance of integrating information sources for sustainable watershed management // IEEE Access. 2023. Vol. 11. P. 36421–36451. DOI: 10.1109/ACCESS.2023.3263802. EDN: RFOSHO.
10. Mapping surface water presence and hyporheic flow properties of headwater stream networks with multispectral satellite imagery / D. N. Dralle, D. A. Lapides, D. M. Rempe, W. J. Hahm // Water Resources Research. 2023. Vol. 59, № 9. e2022WR034169. https:doi.org/10.1029/2022WR034169. EDN: LQMZXZ.
11. Drone-based imaging to assess the microbial water quality in an irrigation pond: A pilot study / B. J. Morgan, M. D. Stocker, J. Valdes-Abellan, M. S. Kim, Y. Pachepsky // Science of the Total Environment. 2020. Vol. 716. 135757. https:doi.org/10.1016/j.scitotenv.2019.135757. EDN: LHKKZZ.
12. Розанов В. Б., Березкин В. Ю., Черешенко А. В. Возможные причины колебания уровня природных вод в Косинских озерах в XX–XXI веках – природные и антропогенные // Вестник Российского университета дружбы народов. Серия: Экология и безопасность жизнедеятельности. 2022. № 4. С. 486–497. DOI: 10.22363/2313-2310-2022-30-4-486-497. EDN: MFQHJV.
13. Applications of unmanned aerial systems (UASs) in hydrology: A review / M. Vélez-Nicolás, S. García-López, L. Barbero, V. Ruiz-Ortiz, Á. Sánchez-Bellón // Remote Sensing. 2021. Vol. 13, № 7. 1359. https:doi.org/10.3390/rs13071359.
14. Adaptive water sampling device for aerial robots / C. Koparan, A. B. Koc, C. V. Privette, C. B. Sawyer // Drones. 2020. Vol. 4, № 1. 5. https:doi.org/10.3390/drones4010005.
15. Yang B., Tong S. T. Y., Fan R. Using high resolution images from UAV and satellite remote sensing for best management practice analyses // Journal of Environmental Informatics. 2021. Vol. 37, № 1. P. 79–92. DOI: 10.3808/jei.202000433.
16. Environmental monitoring and hydrological simulations of a natural wetland based on high-resolution unmanned aerial vehicle data (Paulista Peripheral Depression, Brazil) / L. M. Furlan, C. A. Moreira, P. G. de Alencar, V. Rosolen // Environmental Challenges. 2021. Vol. 4. 100146. https:doi.org/10.1016/j.envc.2021.100146. EDN: NHBJAI.