104
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
Использование
данных
дистанционного
зондирования
Земли
при
исследовании
и
прогнозировании
состояния
объектов
электроэнергетики
Макаренко
Г
.
К
.,
Швецов
О
.
В
.,
ПАО
«
МРСК
Сибири
»
Солдатенко
А
.
В
.,
филиал
ПАО
«
МРСК
Сибири
» — «
Читаэнерго
»
Аннотация
Предложены
технические
средства
оценки
и
прогнозирования
состояния
просек
в
лесных
массивах
в
местах
прохождения
воздушных
линий
электропередачи
,
а
также
выявления
и
прогнозирования
фактов
затопления
объектов
электроэнергетики
(
опор
ВЛ
,
ТП
,
РП
,
ПС
)
на
основе
данных
,
предоставляемых
космическими
аппаратами
.
Ключевые
слова
:
дистанционное
зондирование
Земли
,
цифровая
обработка
данных
,
неразрушающий
контроль
,
надежность
электроснабжения
В
настоящее
время
актуальной
задачей
электроэнергетических
систем
является
совер
-
шенствование
технологий
эксплуатации
и
технического
обслуживания
(
в
том
числе
диаг
-
ностики
)
объектов
электрических
сетей
.
Одним
из
авторов
статьи
в
работах
[1–4]
предложен
комплекс
диагностики
воздушных
линий
электропередачи
,
объединяющий
в
себе
беспилотный
летательный
аппарат
(
БПЛА
),
навигационную
аппаратуру
спутниковых
радионавигационных
систем
(
НАП
СРНС
)
и
средст
-
ва
получения
фото
-
и
тепловизионных
изображений
.
Данный
комплекс
обеспечивает
коорди
-
натную
привязку
получаемых
фото
-
и
тепловизионных
изображений
на
основе
использования
координат
и
угловой
ориентации
БПЛА
,
получаемых
от
НАП
СРНС
,
высоты
полета
над
землей
,
а
также
известных
значений
углов
обзора
средств
получения
изображений
.
При
решении
задачи
координатной
привязки
получаемых
изображений
,
используемых
при
диагностике
,
в
настоящее
время
используется
информация
,
извлекаемая
в
процессе
решения
стандартной
навигационно
-
временной
задачи
[2]
по
одномоментным
результатам
измерений
105
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
псевдодальностей
,
взятых
для
каждого
из
сигналов
n,
принимаемых
от
навигационных
косми
-
ческих
аппаратов
(
НКА
)
СРНС
.
При
этом
получаемые
значения
координат
оказываются
под
-
верженными
влиянию
случайной
погрешности
измерения
псевдодальностей
.
Кроме
того
,
при
проведении
съемки
энергетических
объектов
(
например
,
воздушных
ли
-
ний
электропередачи
)
в
неавтоматическом
режиме
траектория
БПЛА
не
является
достаточно
гладкой
[3, 4].
Таким
образом
,
в
данной
работе
ставится
задача
исследования
и
анализа
возможности
использования
данных
дистанционного
зондирования
Земли
(
ДЗЗ
)
при
создании
автомати
-
зированной
системы
динамической
оценки
и
прогнозирования
состояния
линейных
объектов
электроэнергетики
для
улучшения
метрологических
и
эксплуатационных
характеристик
ком
-
плекса
[1].
Исходные
данные
Для
решения
задачи
определения
ширины
просеки
в
качестве
исходных
данных
космической
съемки
использовались
снимки
аппаратов
SPOT 6
и
Landsat 8 OLI (
таблица
1, [5, 6]).
Использован
векторный
слой
с
набором
координат
опор
(
ВЛ
).
Из
набора
каналов
Landsat 8
использовались
три
:
в
красном
,
инфракрасном
диапазонах
спектра
для
вычисления
вегетационного
индекса
и
панхроматический
канал
для
проведения
операции
улучшения
пространственного
разрешения
спектральных
данных
.
На
космических
снимках
SPOT 6
и
Landsat 8
выделялись
фрагменты
изображения
,
содер
-
жащие
участки
лесной
растительности
и
ЛЭП
.
По
координатам
опор
ВЛ
при
помощи
функций
ГИС
[7]
были
построены
линейные
объекты
,
соответствующие
опорам
ВЛ
35
кВ
и
110
кВ
.
На
рисунке
1
показано
,
как
проходит
линия
векторного
слоя
ВЛ
на
выделенном
фрагмен
-
те
изображения
SPOT 6.
По
каждой
ВЛ
построены
буферные
зоны
[7],
соответствующие
нормативным
требованиям
.
Анализ
растительного
покрова
просеки
проводился
в
дальнейшем
толь
-
ко
с
использованием
буферных
зон
ВЛ
,
то
есть
на
базе
коорди
-
нат
привязки
опор
ВЛ
.
Рис
. 1.
Снимок
SPOT 6
и
ВЛ
110
кВ
Табл
. 1.
Данные
космической
съемки
№ Прибор Дата
съемки
Каналы
,
мкм
Пространст
-
венное
раз
-
решение
,
м
1
SPOT 6
04.07.2013
г
.
синий
0,455–0,525
зеленый
0,530–0,590
красный
0,625–0,695
1,5
2
Landsat
8 OLI
10.06.2016
г
.
голубой
0,43–0,45
синий
0,45–0,51
зеленый
0,53–0,59
красный
0,64–0,67
ближний
инфракрасный
(
БИК
) 0,85–0,88
средний
ИК
1 1,57–1,65
средний
ИК
2 2,11–2,29
панхроматический
0,50–0,68
средний
ИК
3 1,36–0,38
30
30
30
30
30
30
30
15
30
——
ВЛ
110
кВ
106
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
Соответствие
ширины
просеки
нормативным
требованиям
Для
разработки
метода
определения
ширины
просеки
и
типа
растительного
покрова
на
них
,
а
также
экспериментальной
проверки
метода
был
проанализирован
фрагмент
изображения
SPOT 6.
На
фрагменте
выделены
два
типа
подстилающей
поверхности
:
–
лес
(
находящийся
по
краям
просеки
или
внутри
нее
в
случае
зарастания
);
–
травяные
и
кустарниковые
сообщества
(
нормальное
состояние
просеки
).
С
целью
разработки
метода
анализа
состояния
растительности
на
просеке
был
использо
-
ван
метод
классификации
без
обучения
,
или
кластеризация
[8].
Была
проведена
кластеризация
фрагмента
снимка
,
представленного
на
рисунке
1,
мето
-
дом
кластеризации
—
К
-
средних
[9].
Поскольку
при
визуальном
анализе
видно
,
что
и
лесная
растительность
за
пределами
просеки
,
и
растительный
покров
внутри
просеки
различны
по
спектральным
характеристикам
,
кластеризация
проводилась
с
выделением
более
чем
двух
кластеров
,
в
данном
случае
—
шести
кластеров
.
Затем
количество
кластеров
было
уменьшено
до
двух
.
С
использованием
экспертных
зна
-
ний
классы
были
перекодированы
:
–
первый
класс
—
высокая
растительность
,
в
данный
класс
попали
леса
;
–
второй
класс
—
низкая
растительность
,
в
данный
класс
отнесены
травянистые
и
кустар
-
никовые
сообщества
и
тени
от
леса
.
Результат
кластеризации
и
его
обобщения
показан
на
рисунке
2.
Таким
образом
,
в
результате
кластеризации
уверенно
выделяется
просека
,
проходящая
по
лесному
участку
,
а
также
деревья
,
растущие
на
просеке
.
Результат
кластеризации
был
конвертирован
в
векторный
формат
.
Далее
с
помощью
опе
-
рации
наложения
были
выделены
только
участки
лесной
растительности
,
попадающие
в
бу
-
ферную
зону
просеки
,
построенной
на
этапе
предварительной
обработки
.
На
данном
этапе
получены
резуль
-
таты
по
определению
места
зарастания
просеки
.
На
рисунке
3
представлены
участки
просеки
,
требующие
расчистки
территории
.
На
рисунке
4
представлен
результат
Рис
. 4.
Снимок
SPOT 6
и
границы
просеки
,
подлежащие
расчистке
Рис
. 2.
Растительный
покров
ЛЭП
–
высокая
расти
-
тельность
–
низкая
расти
-
тельность
Рис
. 3.
Снимок
SPOT 6
и
часть
просеки
,
подле
-
жащая
расчистке
–
часть
просеки
,
подле
-
жащая
расчистке
–
границы
просеки
,
подле
-
жащие
расчистке
107
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
автоматического
формирования
векторного
слоя
,
в
пределах
которого
необходимо
осуществ
-
лять
расчистку
территорий
.
На
данном
рисунке
видно
,
как
несоответствие
взаимной
привязки
опор
и
снимка
повлияло
на
точность
определения
лесов
,
находящихся
внутри
просеки
.
Часть
леса
на
одной
стороне
от
ВЛ
(
восточной
в
данном
случае
)
попадает
внутрь
просеки
ошибочно
из
-
за
сдвига
координат
опор
и
,
соответственно
,
сдвига
буферной
зоны
.
Деревья
,
находящиеся
ближе
к
центральной
линии
просеки
,
выделяются
надежно
.
Таким
образом
,
в
дальнейшей
работе
по
мониторингу
зарастания
просек
ВЛ
следует
вы
-
яснить
тип
и
род
ошибки
и
использовать
единую
координатную
основу
как
для
снимков
,
так
и
для
векторных
исходных
данных
,
чтобы
исключить
смещение
ВЛ
относительно
снимков
.
При
таком
подходе
во
всех
случаях
попадания
класса
«
высокая
растительность
» (
лес
,
деревья
)
внутрь
буфера
будут
соответствовать
ситуации
,
когда
ширина
просеки
меньше
положенной
,
и
на
данных
участках
просека
нуждается
в
расширении
.
Исследование
применимости
данных
среднего
пространственного
разрешения
и
дополнительных
признаков
для
выделения
просеки
в
лесной
растительности
и
определение
степени
ее
зарастания
В
качестве
дополнительного
признака
был
использован
вегетационный
индекс
нормирован
-
ной
разности
NDVI (Normalized Difference Vegetation Index) —
один
из
самых
распространен
-
ных
и
широко
использующихся
в
анализе
растительного
покрова
,
с
помощью
которого
можно
выделять
различные
типы
растительности
[10].
На
локальном
и
региональном
уровне
можно
с
помощью
пороговых
значений
NDVI
различать
по
космическим
снимкам
,
сделанным
в
сере
-
дине
вегетационного
периода
,
такие
типы
растительности
,
как
хвойные
леса
(
низкое
значение
NDVI),
лиственные
леса
и
кустарники
(
более
высокое
значение
NDVI),
травяные
сообщества
(
самые
высокие
значения
NDVI). NDVI
вычисляется
по
формуле
:
NDVI = (NIR – RED) / (NIR + RED),
(1)
где
NIR —
значения
пикселя
в
инфракрасном
канале
, RED —
значения
пикселя
в
красном
канале
.
В
качестве
исходных
данных
использовался
снимок
Landsat 8.
Для
улучшения
простран
-
ственного
разрешения
изображения
с
30
метров
до
15
метров
была
проведена
операция
пан
-
шарпенинга
[11].
Данная
операция
позволяет
улучшать
пространственное
разрешение
спект
-
ральных
каналов
по
данным
панхроматического
канала
,
полученного
с
того
же
прибора
в
одно
и
то
же
время
.
Рассчитав
индекс
NDVI
по
данным
красного
и
ближ
-
него
ИК
каналов
,
получено
изображение
,
которое
харак
-
теризует
количество
фотосинтетически
активной
биомас
-
сы
,
где
значения
формируются
следующим
образом
:
от
–1
до
0 —
вода
и
другие
типы
поверхности
без
раститель
-
ности
,
отсутствие
фотосинтетически
активной
биомассы
;
от
0
до
1 —
присутствие
фотосинтетически
активной
био
-
массы
,
растительного
покрова
.
Травянистые
сообщества
показывают
наибольшие
значения
индекса
,
в
то
же
время
лес
—
относительно
более
низкие
значения
индекса
.
На
рисунке
5
представлен
рассчитанный
индекс
NDVI
для
исследуемой
территории
,
а
также
показана
осевая
Рис
. 5.
Индекс
NDVI
для
исследуе
-
мой
территории
108
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
линия
ВЛ
,
которая
должна
соответствовать
середине
просеки
.
На
рисунке
видно
,
что
ВЛ
никак
не
проявляется
по
данным
NDVI.
Из
полученных
результатов
можно
сделать
вывод
,
что
задачу
определения
растительного
покрова
внутри
просеки
данного
класса
и
оценки
ее
ширины
невозможно
выполнять
по
дан
-
ным
среднего
пространственного
разрешения
порядка
15
метров
и
хуже
.
Для
решения
задачи
определения
ширины
просеки
и
обнаружения
фактов
ее
зарастания
деревьями
требуются
данные
космической
съемки
высокого
и
сверхвысокого
пространствен
-
ного
разрешения
.
Также
можно
предположить
,
что
индекс
NDVI,
посчитанный
по
данным
высо
-
кого
и
сверхвысокого
пространственного
разрешения
,
может
быть
применим
.
К
данным
дистанционного
зондирования
высокого
разрешения
могут
применяться
также
более
специализированные
методы
объектно
-
ориентированной
классификации
[12],
где
на
-
ряду
со
спектральными
признаками
информативными
могут
оказаться
текстурные
признаки
и
признаки
формы
,
характеризующие
формы
крон
деревьев
разных
пород
,
а
также
теней
де
-
ревьев
,
что
позволит
оценивать
не
только
ширину
,
но
и
высоту
деревьев
.
Анализ
возможности
использования
данных
ДЗЗ
для
оценки
фактов
затопления
объектов
электроэнергетики
Существует
два
основных
подхода
к
моделированию
затопления
:
геометрический
и
гидроди
-
намический
.
При
геометрическом
подходе
определяются
границы
водной
поверхности
путем
сопостав
-
ления
наклонного
уровня
воды
(
сумма
уровня
реки
и
уровня
подъема
воды
)
и
высоты
рель
-
ефа
.
Затем
по
определенным
правилам
из
границ
формируются
полигоны
зон
затопления
,
определяются
глубины
затопления
.
В
результате
формируется
статичная
картина
происходя
-
щего
,
в
которой
не
учитывается
предыдущее
состояние
поверхности
суши
.
Кроме
того
,
в
ней
нельзя
оценить
скорость
и
направления
течений
.
Гидродинамический
подход
,
в
котором
с
использованием
системы
дифференциальных
уравне
-
ний
,
известных
как
уравнения
мелкой
воды
,
определяются
потоки
движения
жидкости
в
динамике
пространства
и
времени
.
Безусловно
,
гидродинамический
подход
обеспечивает
более
точное
ре
-
шение
.
Но
для
ввода
исходных
данных
необходимо
проводить
гидрологические
изыскания
,
чтобы
получить
информацию
о
характеристиках
поверхности
,
гидрологических
зависимостях
и
др
.
Общие
рекомендации
,
которые
можно
сформулировать
при
сравнении
результатов
моде
-
лирования
при
использовании
геометрического
и
гидродинамического
подходов
с
фактически
-
ми
данными
,
следующие
.
Если
существует
необходимость
проведения
расчетов
на
большом
числе
участков
рек
с
достаточно
высокими
уровнями
затопления
(10%
обеспеченность
и
ниже
),
рекомендуется
использовать
геометрический
подход
.
Это
экономичнее
в
плане
стоимости
решения
и
времени
расчета
.
В
случае
,
когда
анализ
проводится
для
одного
или
нескольких
участков
рек
(
для
которых
есть
данные
гидрологических
изысканий
)
и
важна
достоверность
даже
при
небольшом
подъеме
уровня
воды
или
интересует
распределение
течений
,
целесоо
-
бразно
использование
гидрологического
пакета
[13].
Анализ
оценки
фактов
затопления
опор
ВЛ
на
основе
данных
ДЗЗ
был
выполнен
в
следу
-
ющих
направлениях
:
1)
моделирование
поверхности
затопления
территории
на
основе
радарной
топографической
съемки
SRTM;
2)
обработка
данных
с
космических
аппаратов
для
мониторинга
и
картографирования
павод
-
ковой
ситуации
.
109
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
Первый
метод
позволяет
определить
зоны
,
в
которые
при
условиях
затопления
могут
по
-
пасть
опоры
ВЛ
.
Второй
метод
позволяет
(
при
наличии
снимков
)
оценить
,
какие
опоры
ВЛ
по
-
пали
в
зону
затопления
.
Моделирование
поверхности
затопления
территории
на
основе
данных
о
высотах
,
полученных
из
ЦМР
SRTM (Shuttle radar topographic mission) —
радарная
топографическая
съемка
большей
части
территории
земного
шара
,
за
исключением
самых
северных
(>60°
с
.
ш
.),
самых
южных
широт
(>54°
ю
.
ш
.),
а
также
океанов
,
произведенная
за
11
дней
в
феврале
2000
года
с
помощью
специ
-
альной
радарной
системы
.
По
оценкам
А
.
К
.
Корвэула
и
И
.
Эвиака
[14],
матрица
SRTM
имеет
ошибку
,
которая
в
среднем
составляет
для
равнинной
территории
2,9
м
и
для
холмистой
местности
5,4
м
,
значительная
часть
этих
данных
включает
систематическую
ошибку
.
Согласно
их
выводам
,
матрица
SRTM
подходит
для
создания
контурных
линий
горизонталей
на
топографических
картах
масшта
-
ба
1:50 000
и
мельче
,
а
также
может
использоваться
при
создании
ортофотопланов
на
основе
космиче
-
ских
снимков
высокого
разрешения
(SPOT 5, Ikonos
и
QuickBird),
снятых
с
незначительным
углом
откло
-
нения
от
надира
.
При
учете
систематической
ошибки
,
вероятно
,
возможно
повышение
точности
матрицы
SRTM.
Она
может
быть
использована
при
создании
ортофотопланов
маштаба
1:25 000
и
мельче
на
рай
-
оны
с
равнинным
и
всхолмленным
рельефом
.
В
рай
-
онах
с
горным
рельефом
необходимо
производить
предрасчет
точности
с
учетом
конкретных
условий
съемки
(
угла
наклона
снимков
,
перепада
высот
в
пре
-
делах
ячейки
,
точности
ПВП
).
В
горах
перепады
вы
-
сот
могут
достигать
даже
100
м
и
больше
[15].
В
данной
работе
использовались
данные
SRTM
версии
3
разрешением
1
арксекунда
(~30
м
)
от
11
фев
-
раля
2000
года
.
На
рисунке
6
показан
снимок
SRTM
на
часть
Крас
-
ноярского
края
(
включая
город
Красноярск
).
Анализ
характеристик
реки
Енисей
Верхний
Енисей
от
г
.
Кызыла
до
Саяно
-
Шушенского
водохранилища
имеет
разветвленное
по
-
лугорное
русло
,
наносы
песчано
-
галечные
.
Средний
Енисей
пересекает
последовательно
Красноярский
хребет
,
Канскую
впадину
и
отроги
Енисейского
кряжа
(
Атаманский
хребет
).
Этот
участок
реки
находится
под
регу
-
лирующим
влиянием
Красноярского
водохранилища
,
которое
полностью
перехватывает
сток
влекомых
наносов
.
Характерный
для
Среднего
Енисея
участок
—
многокилометровое
сужение
русла
(
до
0,7
км
)
с
почти
отвесными
скальными
берегами
высотой
30–40
м
и
глу
-
биной
до
35
м
— «
Щеки
».
Между
Атамановским
сужением
и
устьем
Ангары
в
русло
вдаются
скальные
мысы
.
Рис
. 6.
Снимок
SRTM
на
часть
Красноярского
края
(
включая
город
Красноярск
)
Значение
Высокий
: 801
Низкий
: 90
110
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
Нижний
Енисей
от
Курейки
до
Усть
-
Порта
образует
врезанные
излучины
,
ширина
русла
—
1,5–3,5
км
,
глубина
—
от
5
до
35–40
м
.
Ширина
русла
у
Дудинки
и
Усть
-
Порта
—
до
2,5–5
км
.
Минимальные
глубины
на
Нижнем
Енисее
—
от
5
до
8,5
м
.
Ниже
впадения
р
.
Курейки
преобла
-
дают
глубины
от
14
до
20
м
,
ниже
Дудинки
— 20–25
м
.
Наивысшие
уровни
воды
в
верхнем
течении
Енисея
зависят
от
поступления
талых
вод
из
горной
части
бассейна
и
наблюдаются
с
апреля
до
июля
.
В
среднем
течении
наиболее
высокие
уровни
устанавливаются
в
середине
мая
,
в
нижнем
—
до
конца
первой
декады
июня
и
связаны
с
ледовыми
заторами
,
которые
могут
приводить
к
наводнениям
.
Размах
колебаний
уровня
воды
в
Саянах
— 7–14
м
,
у
г
.
Красноярска
— 10,7
м
,
у
г
.
Енисейска
— 15,6
м
,
у
г
.
Туру
-
ханска
— 17–20
м
,
у
г
.
Дудинки
— 11–15
м
.
Высота
подъема
уровней
в
половодье
в
вершине
дельты
—
около
8
м
,
у
морского
края
дельты
— 1,3
м
[16].
Гидропосты
на
реке
Енисей
Вдоль
реки
Енисей
(
по
данным
Среднесибирского
УГМС
)
распределено
22
гидропоста
,
на
участке
г
.
Дивногорск
—
с
.
Казачинское
— 4
гидропоста
.
На
рисунках
7
и
8
показано
приблизи
-
тельное
расположение
гидропостов
вдоль
реки
Енисей
.
Приблизительное
,
так
как
координат
гидропостов
в
свободном
доступе
нет
,
но
есть
наименования
населенных
пунктов
,
где
они
расположены
.
Также
в
Среднесибирском
УГМС
можно
запросить
данные
с
гидропостов
об
отметке
нуля
водомерного
поста
.
Данные
эти
являются
платными
.
Рис
. 7.
Распределение
гидропостов
вдоль
реки
Енисей
на
участке
г
.
Дивногорск
—
с
.
Казачинское
(
снизу
вверх
:
г
.
Дивногорск
,
пос
.
Базаиха
,
г
.
Крас
-
ноярск
,
с
.
Казачинское
)
Рис
. 8.
Распределение
гидропостов
вдоль
реки
Енисей
(22
пункта
наблюдений
)
111
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
Нулем
наблюдения
(
поста
)
называется
го
-
ризонтальная
плоскость
,
от
которой
производится
отсчет
уровня
воды
в
мо
-
мент
наблюдения
[17].
В
таблице
2
приве
-
дены
данные
о
нулях
во
-
домерных
постов
вблизи
г
.
Красноярска
с
интер
-
нет
-
ресурса
[18].
Актуальный
уровень
воды
в
реке
Енисей
В
территориальном
центре
мониторинга
и
прогнозирования
ЧС
Главного
управления
МЧС
России
по
Красноярскому
краю
[19]
можно
в
свободном
доступе
найти
архивные
данные
об
уровне
воды
в
реках
по
датам
.
Данные
представлены
с
31.05.2011
по
сегодняшний
день
в
виде
таблицы
и
в
виде
графика
.
Примеры
предоставленных
архивных
данных
представлены
на
рисунках
9
и
10.
Табл
. 2.
Данные
о
нулях
водомерных
постов
вблизи
Красноярска
Водомерный
пост
Расстояние
от
истока
Расстояние
от
устья
Отметка
нуля
(
высота
)
Дивногорск
994
км
2493
км
141,93
м
Базаиха
1019
км
2468
км
134,41
м
Красноярск
1025
км
2462
км
134,26
м
Казачинское
1285
км
2202
км
82,96
м
Стрелка
1349
км
2138
км
74,43
м
Рис
. 9.
Предоставление
данных
от
МЧС
с
гидро
постов
об
уровне
воды
в
реках
в
табличном
виде
Рис
. 10.
Предоставление
данных
от
МЧС
с
гидропостов
об
уровне
воды
в
реках
в
виде
графика
Данные
об
опорах
ВЛ
:
координаты
,
информация
об
истории
событий
Данные
об
опорах
ВЛ
были
ви
-
зуализированы
в
Web-
ГИС
ин
-
терфейс
.
Пример
отображения
данных
представлен
на
рисунке
11.
На
рисунке
12
представлен
пример
отображения
данных
о
подтопляемых
в
течение
по
-
Рис
. 11.
Опоры
ВЛ
35
и
ВЛ
110
в
Сухобузимском
районе
112
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
следних
трех
лет
опорах
ВЛ
,
совмещенных
со
снимком
SRTM,
в
программном
комплексе
ArcMap 10.3.1.
Подтопление
опор
ВЛ
на
полуострове
Посадный
в
г
.
Красноярск
Для
моделирования
зоны
затопления
была
выбрана
территория
города
Красноярска
.
Одна
из
опор
,
подтопляемых
в
течение
последних
трех
лет
,
находится
на
полуострове
По
-
садный
в
городе
Красноярске
.
Она
показана
на
разных
основах
на
рисунках
13
и
14.
На
рисунке
15
виден
пик
уровня
воды
,
который
приходится
на
конец
августа
—
начало
сен
-
тября
2013
года
.
В
этот
период
зафиксировано
подтопление
опоры
.
Рис
. 12.
Информация
об
опорах
ВЛ
,
которые
в
течение
последних
трех
лет
оказывались
в
зоне
затопления
(
вблизи
г
.
Красноярска
).
В
основе
—
снимок
SRTM
Рис
. 13.
Информа
-
ция
об
опорах
ВЛ
,
которые
в
течение
последних
трех
лет
оказывались
в
зоне
затопления
(
полу
-
остров
Посадный
,
г
.
Красноярска
).
В
основе
снимок
:
а
) SRTM;
б
) Landsat8
Рис
. 14. 3D-
модель
рельефа
территории
города
Красноярска
,
построенная
по