Инженерный тур. 3 этап

Северный морской путь (СМП) — это уникальная транспортная система национального и мирового значения. Он проходит по морям с суровым климатом и сложными ледовыми условиями, которые влияют на безопасность навигации.

Ледовый и экологический мониторинг по данным дистанционного зондирования — актуальная задача в условиях прогнозируемого увеличения объема грузопотока по СМП.

Участники Олимпиады почувствуют себя сотрудниками берегового оперативного центра, в задачи которых входит:

1. оценка ледовой и экологической обстановки на акваториях северных морей;
2. обеспечение экстренных служб необходимой информацией для принятия решений в случае внештатных ситуаций.

Количество участников в команде: 2–4.

Компетенции, которыми должны обладать члены команды:

1. Специалист по дешифрированию снимков.

   Работа с космическими снимками, принятие решений о предварительной обработке снимков, выбор оптимального варианта синтеза цветного изображения под конкретные задачи, визуальное (по прямым и косвенным дешифровочным признакам) и автоматизированное (с помощью специализированного программного обеспечения) дешифрирование.

2. Картограф.

   Работа с картографическими проекциями. Подготовка векторных слоев согласно требованиям. Проверка топологической корректности разработанных слоев. Оформление макетов карт.

3. Программист/аналитик данных.

   Разработка программного обеспечения для автоматизации процессов предварительной обработки векторных и растровых данных и самого дешифрирования.

Для визуализации пространственных данных, полученных в результате мониторинга ледовых и экологических условий, необходимо разработать векторную картографическую основу, согласно требованиям.

1. Все векторные слои должны быть сохранены в формате shape-файлов (.shp).
2. Все векторные слои должны быть сохранены в проекции NSIDS Sea Ice Polar Stereographic North (EPSG: 3411), центральный меридиан проекции — 100° в. д.
3. Масштаб картографирования \(1:10000000\) и крупнее.

1. Сухопутные территории Арктической зоны Российской Федерации (АЗРФ).

   • Тип пространственных объектов — полигоны.
   • Содержание слоя — субъекты РФ или их части (если субъект РФ входит в состав АЗРФ не полностью) без учета исключительной экономической зоны, согласно Указу Президента Российской Федерации от 02.05.2014 г. № 296. Один субъект (или его часть) должен соответствовать одному пространственному объекту в слое.
   • Название слоя — AZRF.
   • Атрибутивная таблица должна содержать два поля, см. таблицу 1.1.
   • Для каждого объекта слоя должны быть заполнены поля Id и Name, наличие пустых ячеек не допускается.

   Название поля	Тип	Содержание
   Id	Integer	Код субъекта РФ согласно справочнику: https://disk.yandex.ru/i/rcTFrwzedD5QjQ.
   Name	String	Полное (официальное) название субъекта РФ без сокращений1. Для записи использовать русский алфавит.

2. Морская граница АЗРФ.

   • Тип пространственных объектов — линии.

   • Содержание слоя — морская граница АЗРФ.

     Считать, что от берегов Мурманской области граница проходит по меридиану 32° 4\(^\prime\)35\(^{\prime\prime}\) в. д. до Северного Полюса, от Северного полюса по меридиану 168° 49\(^\prime\)30\(^{\prime\prime}\) з. д. до острова Ратманова (точка на острове выбирается произвольно), от острова Ратманова до мыса Дежнева.

     В слое должен быть строго 1 объект.

   • Название слоя — Arctic_sea.
   • Атрибутивная таблица должна содержать одно поле Id (уникальный идентификатор), тип integer. Созданному пространственному объекту должен быть присвоен уникальный идентификатор 1.

3. Судоходные реки.

   • Тип пространственных данных — линии.
   • Содержание слоя — некоторые судоходные реки в границах АЗРФ: Анадырь, Омолон, Колыма, Индигирка, Яна, Лена, Оленек, Хатанга, Енисей, Таз, Пур, Обь, Печора, Мезень, Северная Двина, Онега. В границах АЗРФ перечисленные реки должны быть отражены полностью, даже если они судоходны не на всем своем протяжении. Одной реке должен соответствовать 1 пространственный объект.
   • Название слоя — Rivers.
   • Атрибутивная таблица должна содержать два поля, см. таблицу 1.2.
   • Для каждого объекта слоя должны быть заполнены поля Id и Name, наличие пустых ячеек не допускается.

   Название поля	Тип	Содержание
   Id	Integer	Уникальный идентификатор объекта, все объекты должны быть пронумерованы сквозной нумерацией, начиная с единицы
   Name	String	Название реки (для записи использовать русский алфавит)

4. Морские порты.

   • Тип пространственных данных — точка.
   • Содержание слоя — все морские порты Северного Ледовитого океана и порт Анадырь. С учетом мелкого масштаба картографирования, если в населенном пункте 2 и более морских портов, требуется создать только один пространственный объект. Для записи названия порта используйте название населенного пункта, в котором он расположен.
   • Название слоя — Sea_ports.
   • Атрибутивная таблица должна содержать два поля, см. таблицу 1.3.
   • Для каждого объекта слоя должны быть заполнены поля Id и Name, наличие пустых ячеек не допускается.

   Название поля	Тип	Содержание
   Id	Integer	Уникальный идентификатор объекта, все объекты должны быть пронумерованы сквозной нумерацией, начиная с единицы
   Name	String	Название порта (для записи использовать русский алфавит)

5. Речные порты.

   • Тип пространственных данных — точка.
   • Содержание слоя — все речные порты в границах АЗРФ, которые находятся на реках, перечисленных в пункте 3 (судоходные реки), и отмечены на карте «Внутренние водные пути» Национального атласа России (Том 3). Карта доступна в сети интернет. Для записи названия порта используйте название населенного пункта, в котором он расположен.
   • Название слоя — River_ports.
   • Атрибутивная таблица должна содержать два поля, см. таблицу 1.4.
   • Для каждого объекта слоя должны быть заполнены поля Id и Name, наличие пустых ячеек не допускается.

   Название поля	Тип	Содержание
   Id	Integer	Уникальный идентификатор объекта, все объекты должны быть пронумерованы сквозной нумерацией, начиная с единицы
   Name	String	Название порта (для записи использовать русский алфавит)

6. Батиметрия (уровни глубин).

   • Тип пространственных данных — полигон.

   • Содержание слоя — уровни глубин морского дна в границах (морских) АЗРФ. Должны быть выделены следующие уровни глубин:

     • 0–200,
     • 200–1000,
     • 1000–2000,
     • 2000–3000,
     • 3000–4000,
     • 4000–5000,
     • глубже 5000.

     Один уровень глубин должен соответствовать одному пространственному объекту. Слой должен быть топологически корректен (объекты слоя могут иметь общую границу, но не могут иметь пространственного пересечения).

   • Название слоя — Batimetry.
   • Атрибутивная таблица должна содержать два поля, см. таблицу 1.5.
   • Для каждого объекта слоя должны быть заполнены поля Id и Name, наличие пустых ячеек не допускается.

   Название поля	Тип	Содержание
   Id	Integer	Уникальный идентификатор объекта, все объекты должны быть пронумерованы сквозной нумерацией, начиная с единицы
   Name	String	Уровень глубин (пример записи «0–200»)

Все созданные файлы должны храниться в одной папке. Все векторные слои необходимо загрузить в проект QGIS и сохранить этот проект в папку с созданными слоями. Название папки должно быть составлено по следующему шаблону: Название_команды_Задание_1. Папка должна быть заархивирована в zip-архив и прикреплена в качестве ответа.

Каждый слой оценивается отдельно.

• Корректный формат — 0,1 балла, иначе — 0 баллов.
• Корректная проекция — 0,2 балла, иначе — 0 баллов.
• Корректный тип пространственных данных — 0,1 балла, иначе — 0 баллов.
• Корректное содержание слоя — 2 балла, иначе — 0 баллов.
• Корректное название слоя — 0,1 балл, иначе — 0 баллов.
• Корректно сформированная и заполненная атрибутивная таблица — 0,5 баллов, иначе — 0 баллов.
• Если слой не открывается и открывается некорректно (утеряны сведения о проекции и т. д.), он оценивается в 0 баллов.
• Если при распаковке предоставленного архива возникают ошибки, не позволяющие работать с файлами, которые в нем содержатся, задание оценивается в 0 баллов.

Максимальное количество баллов за задачу: 18.

Задание направлено на проверку навыков работы с открытыми пространственными данными, а также с базовыми операциями их геообработки в программном пакете QGIS.

Основные инструменты, которые необходимы для выполнения задания: геопривязка растров (в том случае, если векторные слои создаются на основе электронных карт в растровом формате), объединение, обрезка, разность и пересечение векторных объектов. При геообработке векторных данных могут возникать ошибки геометрии, для их устранения необходимо воспользоваться инструментом исправления геометрии.

В качестве исходных векторных данных, которые свободно распространяются в сети интернет для некоммерческого использования, можно воспользоваться:

1. векторными данными Open Street Maps (скачивание возможно с помощью плагина Quick OSM (QGIS));
2. векторными данными с ресурса Natural Earth;
3. цифровыми моделями рельефа морского дна.

Визуализация слоя AZRF (с атрибутивной таблицей) на рис. 5.1.

Визуализация слоя Arctic_sea (с атрибутивной таблицей) на рис. 5.2 (административно-территориальное деление Арктической зоны РФ на этой и последующих иллюстрациях дано для ориентира).

Визуализация слоя Rivers (с атрибутивной таблицей) на рис. 5.3.

Комментарии по проверке: присваивание уникального идентификатора могло происходить в произвольном порядке, то есть соотношение Id и названия реки у участников могло отличаться от соотношения на рис. 5.3. При условии сквозной нумерации от 1 до 16 все варианты засчитывались как правильные.

Визуализация слоя Sea_ports (с атрибутивной таблицей) на рис. 5.4.

Комментарии по проверке: присваивание уникального идентификатора могло происходить в произвольном порядке, то есть соотношение Id и названия населенного пункта, в котором находится порт, у участников могло отличаться от соотношения на рис. 5.4.

Визуализация слоя River_ports (с атрибутивной таблицей) на рис. 5.5.

Комментарии по проверке: присваивание уникального идентификатора могло происходить в произвольном порядке, то есть соотношение id и названия населенного пункта, в котором находится порт, у участников могло отличаться от соотношения на рис. 5.5.

Визуализация слоя Batimetry (с атрибутивной таблицей) на рис. 5.6.

В качестве исходных данных даны четыре радиолокационных снимка на акваторию Карского моря, полученные 9 июля 2024 года, которые можно скачать по ссылке: https://disk.yandex.ru/d/-4j93jc0H_cXJw/2/.

Необходимо выполнить их предварительную обработку, которая должна включать:

1. калибровку снимков;
2. фильтрацию тепловых шумов;
3. фильтрацию спекл-шума;
4. геокодирование и ортотрансформирование (при ортотрансформировании необходимо использовать цифровую модель рельефа CDEM);
5. пересчет значений удельной эффективной площади рассеяния (УЭПР) в децибелы;
6. экспорт обработанных сцен в формат .geotiff; для исследования типов морского льда чаще всего используется согласованная горизонтальная поляризация (HH), поэтому экспортировать в .tiff необходимо одноканальный растр, который содержит информация о значениях УЭПР, полученных радиоволнами, имеющими поляризацию HH.

Предварительную обработку необходимо осуществлять в указанной последовательности.

1. Мозаика (растр) должна быть экспортирована в растровый формат .tiff. При формировании мозаики не должно быть резких перепадов контрастности между соседними сценами. Пример мозаики, для которой не соблюдено это требование: https://disk.yandex.ru/i/IrtJj_sBoiu57Q.
2. Растр должен быть сохранен в равновеликой азимутальной проекции (Azimuthal Equidistant).
3. Пространственное разрешение растра 1000 м.
4. Размер растра не должен превышать 500 Мб.
5. Растр должен открываться в геоинформационном ПО, например, в QGIS.
6. Растр должен иметь только 1 канал.
7. Название растра должно быть сформировано по следующему шаблону: Nazvanie_komandi_mosaic (название не должно содержать букв русского алфавита).

8. Решение должно быть дополнено кратким отчетом, в котором перечислены все этапы обработки в верной последовательности (от первого шага к последнему) по следующему плану:

   • Этап 1: исходный файл (краткое описание исходного файла) — инструмент (название и функционал инструмента) — результат (краткое описание результата работы инструмента).
   • Этап 2: исходный файл (краткое описание исходного файла) — инструмент (название и функционал инструмента) — результат (краткое описание результата работы инструмента). И так далее.

   Отчет должен быть сохранен в формат .pdf и назван по шаблону: Название_команды_Задание_2 и прикреплен в качестве ответа.

1. Прикреплен файл отчета, который содержит корректное описание всех этапов предварительной обработки снимков и создания бесшовной мозаики (2 балла, иначе — 0 баллов и проверка решения не осуществляется).
2. Растр сохранен в формат .tiff (1 балл, иначе — 0 баллов).
3. Размер растра не превышает 500 Мб (1 балл, иначе — 0 баллов).
4. Растр сохранен в равновеликой азимутальной проекции (Azimuthal Equidistant) (1 балл, иначе — 0 баллов).
5. Единицы измерения УЭПР — децибелы, диапазон значений УЭПР соответствует диапазону эталонного растра (5 баллов, иначе — 0 баллов).
6. На мозаике нет яркостных различий между сценами (2 балла).
7. Растр корректно открывается в геоинформационном ПО, например, в QGIS (1 балл, иначе — 0 баллов).
8. Растр имеет только 1 канал (1 балл, иначе — 0 баллов).
9. Гистограмма растра соответствует гистограмме эталонного растра (2 балла, иначе — 0 баллов).

Максимальное количество баллов за задачу: 16.

Проверка результатов осуществляется экспертом(ами) на рабочем месте команды с документированием хода проверки в специальных бланках, также в процессе проверки может быть сделана фотофиксация экрана.

Обращаем внимание на то, что обработка снимков может занимать много времени. Планируйте время таким образом, чтобы успеть сдать решение.

Решения тех команд, которые не успели предоставить материалы для проверки в указанный временной интервал, будут оценены в 0 баллов.

Результаты обработки радиолокационных снимков могут иметь большой размер, контролируйте количество свободной памяти в директориях, которые используется для сохранения результатов.

Последовательность обработки радиолокационных снимков описана в тексте задания. Для создания бесшовной мозаики необходимо воспользоваться программным обеспечением Snap, основная часть обработки должна выполняться с использованием инструментов из вкладки Radar (рис. 5.7).

Инструменты, которые необходимо использовать на разных этапах обработки:

1. калибровка снимков: Radar — Radiometric — Calibrate;
2. фильтрация тепловых шумов: Radar — Radiometric — S-1 Thermal Noise Removal;
3. фильтрация спекл-шума: Radar — Speckle Filtering — Single Product Speckle Filter;
4. геокодирование и ортотрансформирование: Radar — Geometric — Terrain Correction — Range-Doppler Terrain Correction;
5. пересчет значений удельной эффективной площади рассеяния (УЭПР) в децибелы: linear to dB;
6. для создания мозаики в Snap можно воспользоваться инструментом Raster — Geometric — Mosaicking.

Результат создания бесшовной мозаики представлен на рисунке 5.8.

Для защиты объектов морского обустройства (морских платформ, систем подводной добычи и т. д.) при разработке морских нефтегазовых месторождений на этапе эксплуатации осуществляется управление ледовой обстановкой — совокупность мероприятий, направленных на предотвращение негативного воздействия опасных ледовых образований на техногенные объекты. Для обеспечения безопасности эксплуатации объектов обустройства в северных морях выполняется дешифрирование опасных ледяных образований по данным дистанционного зондирования, а также оценка их формы, размеров, прогнозирование скорости и направления движения. Одним из основных средств мониторинга состояния ледового покрова являются радиолокационные снимки, которые могут быть получены независимо от времени суток и наличия облачности.

В рамках задания необходимо написать программный код, предназначенный для автоматизированного получения данных об айсбергах по радиолокационным снимкам. Программа должна:

• выявлять айсберги и рассчитывать их площадь;
• определять центроиды айсбергов, размеры которых отвечают поставленным условиям;
• сохранять полученные данные в векторный файл, имеющий географическую привязку и атрибутивную таблицу.

Подробные требования к программе приведены ниже.

1. Исходные данные (хранятся в корневой директории):

   1. Основные (использование обязательно): директория SAR_data, содержащая геопривязанные фрагменты радиолокационных снимков в файлах формата geotiff с расширением .tif. Фрагменты имеют единые характеристики: пространственное разрешение 15 м/пиксель, единица измерения — децибелы.
   2. Дополнительные (могут быть использованы по усмотрению команды): векторные данные OpenStreetMap в файле формата Shape (osm_vector_data.shp). Исходные данные необходимо загрузить по ссылке: https://disk.yandex.ru/d/xAHb-F0JXHwp0g.

2. Выходные данные:

   1. Для каждого фрагмента снимка должен быть сформирован отдельный геопривязанный векторный файл формата Shape, содержащий центроиды выделенных айсбергов. В целочисленном поле area для каждого центроида должна быть указана площадь айсберга, которому он соответствует, в квадратных метрах. Проекция файла должна совпадать с проекцией фрагмента снимка, на основании которого он сформирован. Файлы должны сохраняться в директорию SAR_data, содержащую фрагменты снимков. Имя файлов формируется путем добавления к имени файла снимка постфикса _icebergs. Например, если файл снимка имеет название image01, векторный файл должен иметь название image01_icebergs.

3. Общие требования:

   1. Исполняемый файл программы, исходные данные (директория с фрагментами снимков, векторные данные) должны располагаться в единой корневой директории.
   2. Выходные данные сохраняются в ту же директорию, где располагаются фрагменты снимков, на основе которых они формируются.
   3. В коде программы допустимо использование только относительных путей.
   4. Программа предназначена для работы только с радиолокационными изображениями, характеристики которых аналогичны характеристикам исходных снимков.
   5. Не допускается самопроизвольное аварийное завершение работы программы. В случае возникновения ошибки в процессе функционирования программы, в том числе в случае отсутствия необходимых для расчета исходных данных в соответствующей директории, пользователю должно выводиться сообщение об ошибке, после чего программа должна завершить работу.
   6. Время выполнения обработки фрагментов снимков, общий объем которых составляет до 500 Мб, на ПЭВМ с заданными характеристиками (процессор AMD Ryzen, частота процессора не более 2,3 ГГц, объем памяти не более 8 Гб) не должно превышать 4 мин.

4. Задачи, которые должна решать программа:

   1. Автоматический поиск необходимых для расчета данных в корневой директории и ее поддиректориях.
   2. Автоматизированное выделение на фрагменте снимка айсбергов и расчет их площадей.
   3. Определение центроидов айсбергов, площади которых равны или превышают 9000 кв. м.
   4. Сохранение центроидов в геопривязанный векторный файл формата Shape. В целочисленном поле area для каждого центроида должна быть указана площадь айсберга, которому он соответствует, в квадратных метрах. Проекция файла должна совпадать с проекцией фрагмента снимка, на основании которого он сформирован.

5. Требования к среде разработке и языку программирования:

   1. Программа должна быть реализована на языке программирования Python.
   2. Может использоваться любая среда программирования, обеспечивающая удовлетворение требований в полном объеме и соответствующая аппаратным возможностям используемой ПВЭМ.
   3. При написании программы допустимо использование программных библиотек сторонних разработчиков, удовлетворяющих требованиям лицензий свободно распространяемого программного обеспечения.
   4. При написании программы недопустимо использование API Google Earth Engine.

6. Требования к приемке программы:

   1. Приемка программы осуществляется экспертом(ами) на рабочем месте команды с документированием хода проверки в специальных бланках, а также с использованием снимков экрана. Проверка работоспособности программы осуществляется методом отработки программы на тестовых данных.
   2. На рабочем месте эксперта(ов) выполняется проверка корректности выходных данных и их соответствия обозначенным требованиям. Все векторные слои, полученные в результате работы программы (выходные данные), необходимо вручную скопировать из директории SAR_data в папку, название которой должно быть составлено по следующему шаблону: Название_команды_Задание_3. Также в данную папку необходимо скопировать файл с кодом программы (с расширением .py). Папка должна быть заархивирована в zip-архив и прикреплена в качестве ответа не позднее 16.45 26 февраля 2025 года. Решения команд, которые не успели предоставить материалы для проверки в указанный временной интервал, будут оценены в 0 баллов. Приемка программы экспертами будет осуществляться с 16.45 до 18.00.

1. До 16.45 26 февраля 2025 года не прикреплена заархивированная папка с файлом, содержащим код программы (файл с расширением .py), и с векторными слоями, полученными в результате работы программы (выходными данными) — 0 баллов за задание, проверка завершается.
2. Исполняемый файл программы, исходные данные (директория с фрагментами снимков, векторные данные) располагаются в единой корневой директории — 0,5 балла. Иначе — 0 баллов за задание, проверка завершается.
3. Программа не запускается — 0 баллов за задание, проверка завершается.
4. При написании программы используются только программные библиотеки, удовлетворяющие требованиям лицензий свободно распространяемого программного обеспечения. Не используется API Google Earth Engine — 0,5 балла. Иначе — 0 баллов за задание, проверка завершается.
5. Выполняется автоматический поиск необходимых для расчета данных в корневой директории и ее поддиректориях. В коде программы используются только относительные пути — 1 балл. Иначе — 0 баллов за задание, проверка завершается.
6. Выходные данные сохраняются в ту же директорию, где располагаются фрагменты снимков, на основе которых они формируются — 0,5 балла. Иначе — 0 баллов за задание, проверка завершается.
7. Название директории, содержащей фрагменты снимков, и названия векторных файлов, полученных в результате работы программы (выходные данные) отвечают требованиям — 1 балл. Иначе — 0 баллов за задание, проверка завершается.
8. В результате работы программы для каждого фрагмента снимка из директории SAR_data сформирован отдельный векторный файл формата Shape, содержащий центроиды выделенных айсбергов. Название каждого файла соответствует требованиям. Каждый файл корректно открывается в ГИС с сохранением геопривязки и таблицы атрибутов — 6 баллов. Иначе — 0 баллов за задание, проверка завершается.
9. Проекция каждого векторного файла совпадает с проекцией фрагмента снимка, на основании которого он сформирован — 1 балл. Иначе — 0 баллов.
10. Каждый векторный слой с центроидами имеет целочисленное поле area, где для каждого центроида указана площадь айсберга, которому он соответствует, в квадратных метрах — 3 балла. Иначе — 0 баллов.
11. По результатам проверки корректности выходных данных и их соответствия обозначенным требованиям экспертами установлено: что выделены только айсберги (слои не содержат центроиды иных объектов); что поле area заполнено для каждого объекта каждого слоя; что площади айсбергов, для которых определены центроиды, равны или превышают 9000 кв. м. (на основе таблицы атрибутов); что слои имеют верную геометрию — 5 баллов. Иначе — 0 баллов.
12. Время выполнения обработки фрагментов снимков, общий объем которых составляет до 500 Мб, на ПЭВМ с заданными характеристиками не превышает 2 мин — 0,5 балла. Иначе — 0 баллов за задание, проверка завершается.
13. Не происходит самопроизвольное аварийное завершение работы программы. В случае возникновения ошибки в процессе функционирования программы пользователю выводится сообщение об ошибке, после чего программа завершает работу — 1 балл. Иначе — 0 баллов за задание, проверка завершается.
14. Обнаружена фальсификация данных — 0 баллов за задание, проверка завершается.

При необходимости экспертами может быть запрошено объяснение алгоритма работы программы в формате устного собеседования. В случае, если команда не может объяснить алгоритм работы программы, баллы команды за задание аннулируются.

Максимальное количество баллов за задачу: 20.

import rasterio
import geopandas as gpd
from shapely.geometry import Point
from skimage import measure, morphology
from scipy import ndimage
from rasterio.mask import mask
import os

def detect_iceberg_centroids(radar_image_path, osm_shapefile_path, output_shapefile_path, threshold=0.2, min_size=100):
    
    try:
        with rasterio.open(radar_image_path) as src:
            radar_data = src.read(1)
            profile = src.profile
            transform = src.transform
            crs = profile['crs']

        gdf_land = gpd.read_file(osm_shapefile_path)

        if gdf_land.crs != crs:
            gdf_land = gdf_land.to_crs(crs)

        geometries = [geom for geom in gdf_land.geometry]

        masked_radar_data, mask_transform = mask(dataset=rasterio.open(radar_image_path), shapes=geometries, crop=False, all_touched=True, invert=True, filled=True)

        masked_radar_data = masked_radar_data[0]

        binary_image = masked_radar_data > threshold

        labeled_image = measure.label(binary_image, connectivity=2)
        regions = measure.regionprops(labeled_image, masked_radar_data)

        centroids = []
        properties = []

        for region in regions:
            if region.area >= min_size:
                row, col = region.centroid

                x, y = transform * (col, row)

                point = Point(x, y)
                centroids.append(point)

                properties.append({
                    'area': region.area * 225
                })
                
        gdf = gpd.GeoDataFrame(properties, geometry=centroids, crs=crs)

        gdf.to_file(output_shapefile_path, driver='ESRI Shapefile')

    except Exception as e:
        print(f"Произошла ошибка: {e}")


if __name__ == '__main__':
    
    directory = os.fsencode('SAR_data')
    n = 0
    
    for file in os.listdir('SAR_data'):
        filename = os.fsdecode(file)
        print(filename)
        if filename.endswith(".tif"): 
            detect_iceberg_centroids('SAR_data/' + filename, 'osm_vector_data.shp', 'SAR_data/' + os.path.splitext(filename)[0] + '_icebergs.shp', threshold=0.6, min_size=40)
            n = n + 1
    
    if ( n == 0 ):
        print("Исходные данные отсутствуют.")

Для решения можно использовать только то ПО, которое описано в правилах заключительного этапа, исключением является среда разработки программного кода. Допускается использовать ту среду, которая привычна.

Шероховатость — одно из важнейших свойств объектов, которое определяет их яркость на снимках. Морские льды в период их таяния — очень динамичный объект. Их яркость на радиолокационных снимках зависит от наличия воды и снега на поверхности ледяных полей, их солености, размера льдин. Дешифрирование типов льдов по яркостных характеристикам затруднено тем, что диапазоны значений УЭПР для различных типов льда могут пересекаться.

Даны:

• Бесшовная мозаика снимков: https://disk.yandex.ru/d/-4j93jc0H_cXJw/4/Mosaic.tif.
• Векторный слой Land (поверхность суши): https://disk.yandex.ru/d/-4j93jc0H_cXJw/4/Land.zip.

Необходимо проанализировать, сколько типов поверхностей можно выделить по созданной мозаике снимков в границе акватории, обосновать количество выделяемых поверхностей². Количество типов поверхностей должно быть обосновано с использованием статистических методов анализа.

Отчет, в котором указано количество типов поверхностей и приведено обоснование этого количества, необходимо сохранить в документ формата .pdf и загрузить в качестве ответа. Название файла должно быть создано по шаблону: Название_команды_Задание_4_1.

• Правильно указано количество типов поверхностей — 2 балл. Иначе — 0 баллов.
• Приведено обоснование количества поверхностей с использованием статистических методов анализа — 5 баллов. Иначе — 0 баллов.

1. В условии сказано, что количество поверхностей необходимо определить для акватории, которая отображена на мозаике. Кроме того, в условии сказано, что обоснование количества поверхностей должно описаться на статистические методы анализа. Так как на мозаике кроме акватории есть достаточно большие по площади участки суши, которые очень разнородны по своим свойствам, на первом этапе работы необходимо наложить на мозаику маску суши (в Snap Raster — Masks — Land/Sea Mask). Для этого необходимо использовать слой Land. Из мозаики должны были исключены пиксели, которые имеют пространственное пересечение со слоем Land (рис. 5.9).

   
   Рис. 5.9. Результат наложения маски суши

2. После наложения маски суши необходимо построить гистограмму полученного растра. И по количеству пиков гистограммы определить количество поверхностей.

Комментарии

Следующая задача становится доступной только загрузки ответа на задание 1. Затем верный ответ (правильное количество поверхностей) узнают участники.

За неверное решение задания 1 не начисляются баллы, однако его неверное решение не приводит к невозможности правильно решить следующие этапы задания.

Соотнесите выделенные поверхности с реальными природными объектами (если выделенные поверхности объединяют несколько природных объектов, необходимо дать название всем объектам). Создайте классификатор для всех типов поверхностей, заполнив таблицу 1.6. Классификатор необходимо добавить в файл с обоснованием количества поверхностей.

Code (уникальный идентификатор класса поверхности) формируется по следующему правилу:

• классификатор начинается с кода 111, далее для каждой последующей выделенной поверхности классификатор увеличивается на 1;
• коды должны быть присвоены поверхностям в порядке уменьшения их площади, то есть код 111 должен быть присвоен той поверхности, которая занимает максимальную площадь, 113 — минимальную площадь; название поверхности — текстовое наименование реального природного объекта(ов), с которым(и) соотнесена выделенная поверхность.

Диапазон значений УЭПР, дБ — диапазон значений УЭПР (минимальное значение — максимальное значение) с точностью до первого знака после запятой.

Медиана значений УЭПР должна быть определена с точностью до первого знака после запятой.

Должны быть заполнены все ячейки таблицы. Если в таблице есть незаполненные ячейки, классификатор будет оценен в 0 баллов.

• За каждую правильно названную поверхность присваивается по 2 балла.
• Классификатор соответствует всем требованиям к оформлению и заполнению — 1 балл. Иначе — 0 баллов.

После завершения решения задания 1 известно, что на снимке можно выделить три типа поверхностей.

Чтобы выполнить описание этих поверхностей и заполнить классификатор, необходимо разделить все пиксели снимка на три группы. Выполнить эту операцию можно двумя способами: с помощью неконтролируемой классификации или с помощью переклассификации растра по пороговым значениям, которые можно определить по гистограмме снимка.

После получения классифицированного растра его необходимо сопоставить с полученной на предыдущих этапах мозаикой. В качестве дополнительного источника информации можно использовать снимки Modis (синтезированные в натуральной цветопередаче), которые свободно распространяются в сети интернет (https://geoworldview.ssec.wisc.edu).

В рамках второго этапа Олимпиады (задание 2 задачи «Дешифрирование типов льда») дан снимок, полученный 5 июля 2024 года (за 4 дня до получения снимка, который предоставлен для решения задания 4 заключительного этапа) на акваторию устья Обской губы (рис. 5.10). В условии задания было дано: «Внутри границы исследования на акватории Обской губы в момент съемки можно выделить: открытую воду, припай (однолетний лед средней толщины), однолетний тонкий лед, однолетний тающий лед». Эту информацию можно использовать в качестве подсказки.

Таким образом, по предварительно обработанной мозаике снимков можно выделить следующие поверхности:

• лед / однолетний тонкий лед / однолетний тающий лед (принимался любой из перечисленных вариантов) (Code — 111);
• взволнованная вода (Code — 112);
• спокойная вода (Code — 113).

Значения УЭПР для выделенных поверхностей можно получить, используя инструмент «Зональная статистика».

Дан векторный слой Setka: https://disk.yandex.ru/d/-4j93jc0H_cXJw/4/Setka.zip.

Необходимо каждой ячейке скачанного слоя Setka присвоить уникальный идентификатор типа поверхности согласно сделанному на предыдущем шаге классификатору. Для записи уникального идентификатора типа поверхности создается целочисленное поле атрибутивной таблицы, оно должно быть названо Code (атрибутивная таблица должна содержать только два поля: id, Code).

Ячейке присваивается уникальный идентификатор той поверхности, пиксели которой чаще других пикселей встречаются в границах анализируемой ячейки.

Из слоя исключаются все ячейки, которые не классифицированы как одна из поверхностей (согласно классификатору).

После завершения заполнения атрибутивной таблицы ее необходимо сохранить в файл формата .csv. Таблица должна быть отсортирована по полю id в порядке возрастания уникальных идентификаторов объектов. Разделитель — запятая.

Файл формата .csv должен содержать только два поля, описанные в условии. Поля должны соответствовать условиям, описанным в тексте.

Если прикрепленная таблица не отвечает поставленным в задании требованиям — ее проверка не будет осуществлена, решение команды будет оценено в 0 баллов.

• Если таблица команды на 90–100% соответствует эталону — 10 баллов.
• Если таблица команды на 80–90% соответствует эталону — 6 баллов.
• Если таблица команды на 60–80% соответствует эталону — 4 балла. Иначе — 0 баллов.

Необходимо использовать результат классификации или переклассификации растра по пороговым значениям, слой сетки и инструмент Зональная статистика (Большинство / Majority).

Так как участники могут решить задачу разными способами, решение проверяется индивидуально у каждой команды, при необходимости проводятся собеседования. Для упрощения визуального анализа результатов в сборнике публикуется пример одного из вариантов решения (рис. 5.11), а не таблица csv (для получения которой необходимо экспортировать атрибутивную таблицу слоя Setka после использования инструмента Зональная статистика, в формат csv).

Укажите любой топоним (название улицы, площади, парка и так далее) города, из которого приехала команда участников, связанный с Арктикой.

Если участники команды из разных городов — укажите топоним из любого города.

Если в городе нет топонима, связанного с Арктикой, назовите фамилию исследователя, родившегося в городе, который связан с Арктикой.

Ответ запишите в следующей форме: «Название города — топоним» или «Название города — фамилия исследователя».

1 балл за корректный ответ.

Требуется ответить на несколько вопросов. Ответы необходимо внести в бланк ответов. Бланк ответов можно найти в Приложении 1 (ссылка на скачивание: https://disk.yandex.ru/i/iDps-2dnv78CjQ).

После заполнения бланка ответов его нужно сохранить в файл формата .pdf. Название файла должно быть сформировано по следующему шаблону: Название_команды_задание_6. Файл необходимо загрузить в качестве решения.

Дан радиолокационный снимок, полученный в интерферометрическом режиме: https://disk.yandex.ru/d/_XCKz7ovBRh3Zw. Такие снимки позволяют получать информацию о направлении и скорости ветра, которая нужна для прогноза дрейфа нефтяных разливов и планирования мероприятий по минимизации последствий этих разливов.

Выполните обработку радиолокационного снимка (только для поляризации VV), которая должна включать следующие этапы (последовательность этапов должна быть сохранена):

1. Удаление тепловых шумов.
2. Применение орбитального файла.
3. Удаление шума на границе сетки (Remove GRD Border Noise).
4. Оценка поля ветра.
5. Геокодирование и ортотрансформирование (ЦМР — CDEM, проекция — auto utm, пространственное разрешение 100 метров).

Определите скорость ветра в метрах в секунду с точностью до первого знака после запятой в точке с координатами 32,1684663° в. д., 73,3864189° с. ш. (WGS-84) (запишите ответ в пункт 1 Приложения 1).

Правильный ответ оценивается в 5 баллов, иначе — 0 баллов.

В качестве дополнительной информации для анализа экологического состояния акватории даны:

1. Температуры морской поверхности (Sea Surface Temperature), полученные по результатам съемки спектрорадиометром MODIS: https://disk.yandex.ru/d/9i6jlAXoZHEdnw.

   В границах слоя Oblast (ссылка для скачивания https://disk.yandex.ru/d/-4j93jc0H_cXJw/6/Oblast.zip) необходимо определить:

   • Минимальную температуру в градусах Цельсия с точностью до двух знаков после запятой (запишите ответ в пункт 2 Приложения 1). Правильный ответ оценивается в 1 балл, иначе — 0 баллов.
   • Максимальную температуру в градусах Цельсия с точностью до двух знаков после запятой (запишите ответ в пункт 3 Приложения 1). Правильный ответ оценивается в 1 балл, иначе — 0 баллов.

   Ответьте на вопрос: «Какому природному объекту соответствует минимальное значение температуры?» (Запишите ответ в пункт 4 Приложения 1.) Правильный ответ оценивается в 3 балла, иначе — 0 баллов.

2. Концентрации хлорофилла-а (Chlorophyll Consentration), полученные по результатам съемки спектрорадиометром MODIS: https://disk.yandex.ru/d/hwFkEPENV_Gl9w.

   В границах слоя Oblast (ссылка для скачивания: https://disk.yandex.ru/d/-4j93jc0H_cXJw/6/Oblast.zip) необходимо определить:

   • Минимальную концентрацию хлорофилла-а в миллиграммах на кубический метр с точностью до двух знаков после запятой (запишите ответ в пункт 5 Приложения 1). Правильный ответ оценивается в 1 балл, иначе — 0 баллов.
   • Максимальную концентрацию хлорофилла-а в миллиграммах на кубический метр с точностью до двух знаков после запятой (запишите ответ в пункт 6 Приложения 1). Правильный ответ оценивается в 1 балл, иначе — 0 баллов.

Решать задание необходимо по следующему плану:

1. Выполнить обработку радиолокационного снимка согласно плану.
2. Экспортировать обработанный растр в формат .tiff, полученные векторные данные в формат .shape.
3. Добавить результаты обработки в Qgis.
4. Создать точечный объект, который имеет координаты 32,1684663° в. д., 73,3864189° с. ш.
5. Определить скорость ветра в этой точке.
6. Добавить в QGIS слой Oblast.
7. Добавить в QGIS предоставленные растры температуры морской поверхности и концентрации хлорофилла-а.
8. С помощью инструмента Зональная статистика выполнить расчет минимальных и максимальных значений показателей.

Сплоченность морского льда — величина, которая характеризует степень покрытия поверхности воды льдом. Сплоченность льда определяет его проходимость и является важной характеристикой для обеспечения безопасной навигации по северным морям.

Для оценки сплоченности в данном задании необходимо оценить долю площади каждой ячейки, занятую льдом.

Если сплоченность льда в ячейке 1/10 — это означает, что 1/10 часть ячейки покрыта льдом.

Дан слой Setka: https://disk.yandex.ru/d/-4j93jc0H_cXJw/7/Setka.zip.

Вносить изменения в поле Id слоя Setka запрещено.

Дан растр: https://disk.yandex.ru/d/-4j93jc0H_cXJw/7/Class.tif, в котором 0 — соответствует льду, 1 — взволнованной водной поверхности, 2 — спокойной воде, 255 — no data.

Каждой ячейке скачанного слоя с сеткой Setka требуется присвоить балл сплоченности льда согласно таблице 1.7. Для этого необходимо создать целочисленное поле атрибутивной таблицы C (латинский алфавит).

Значение сплоченности рассчитывается для каждой ячейки слоя сетки.

Перед началом расчетов слой Setka должен быть обрезан слоем Land (ссылка на скачивание: https://disk.yandex.ru/d/-4j93jc0H_cXJw/7/Land.zip).

Расчет площадей необходимо выполнять в квадратных километрах с точностью до второго знака после запятой.

Расчет площадей должен быть осуществлен с помощью функции $area.

Площади должны быть рассчитаны в проекции World Azimuthal Equidistant (EPSG: 54032).

После завершения заполнения атрибутивной таблицы ее необходимо сохранить в файл формата .csv. Таблица должна быть отсортирована по полю id в порядке возрастания уникальных идентификаторов объектов. Разделитель — запятая.

Файл csv должен содержать только две колонки: id, C.

В поле C могут содержаться только значения из столбца Сode таблицы 1.7.

При наличии в столбце C пустых ячеек или ячеек, значения которых не соответствует ни одному из значений столбца Code таблицы 1.7, решение будет оценено в 0 баллов.

При наличии в файле csv каких-либо столбцов, кроме id и C, решение будет оценено в 0 баллов.

Название файла должно быть создано по шаблону: Название_команды_Задание_7.

• Если таблица команды на 90–100% соответствует эталону — 10 баллов.
• Если таблица команды на 80–90% соответствует эталону — 6 баллов.
• Иначе 0 баллов.

Решение нужно осуществлять по следующему плану:

1. На основе выданного растра создать произвольный растр с двумя классами объектов (лед и вода).

2. Выполнить разность слоев Setka и Land (результат на рисунке 5.12, увеличенный фрагмент результата на рисунке 5.13).

   
   Рис. 5.12. Результат разности слоев Setka и Land
   
   Рис. 5.13. Результат разности слоев Setka и Land, увеличенный фрагмент

3. Для слоя, полученного на предыдущем шаге, выполнить расчет площади ячейки или ее части.
4. Выполнить векторизацию растра, полученного в рамках первого этапа решения (получить векторное представление льда и воды).
5. Оценить площадь льда в каждой ячейке слоя, полученного в рамках третьего этапа решения.
6. Оценить сплоченность льда в каждой ячейке согласно поставленным в задаче условиям.

Так как участники могут решить задачу разными способами, решение проверяется индивидуально у каждой команды. Для упрощения визуального анализа результатов в сборнике публикуется пример одного из вариантов решения (рис. 5.14), а не таблица csv.

Наряду с системами автоматической идентификации (АИС) для отслеживания положения судов широко применяются данные радиолокационной съемки. Дан фрагмент радиолокационного снимка, полученного съемочной системой Sentinel-1 (HH поляризация), а также данные АИС. Информация о координатной привязке фрагмента снимка утеряна, однако известно, что на нем отображена восточная часть острова Белый, расположенного в Карском море, северное побережье острова Шокальского, остров Вилькицкого, а также одно из судов, информация о котором есть в файле с данными АИС.

Исходные данные необходимо загрузить по ссылке: https://disk.yandex.ru/d/-4j93jc0H_cXJw/8/.

В рамках данного задания требуется определить:

1. Наименование судна, отображенного на фрагменте снимка.
2. Дату получения снимка.
3. Время получения снимка с точностью до 10 мин.
4. Время захода судна, отображенного на фрагменте снимка, в территориальные воды Российской Федерации с точностью до 10 мин.
5. Координаты точки, в которой находилось отображенное на фрагменте снимка судно в момент отправки последнего сигнала, сохраненного в файле с данными АИС (широта и долгота в десятичных градусах, система координат WGS 84 / EPSG:4326).

По результатам выполнения задания необходимо заполнить таблицу 1.8. Таблица, пример и правила ее заполнения приведены ниже. Файл с заполненной таблицей требуется сохранить под названием Название_команды_Задание_8 в формате .pdf и направить в качестве ответа не позднее 18:00 28 февраля 2025 года.

¹ — копируется из данных АИС, при этом язык, регистр символов, падеж должны совпадать.
² — в формате дд.мм.гггг.
³ — в формате чч.мм.
⁴ — десятичные градусы, округленные до тысячных (разделитель — точка); сначала указывается широта, затем долгота через точку с запятой и пробел; система координат WGS 84 / EPSG:4326.

До 18:00 необходимо загрузить решение и удостовериться, что ответ сохранен системой. Cоветуем загружать решения хотя бы за 10 мин до дедлайна. Если команда не успеет загрузить файл с ответами — задание будет оценено в 0 баллов.

1. Правильно определено и внесено в таблицу наименование судна — 1,5 балла. Иначе — 0 баллов.
2. Правильно определена и внесена в таблицу дата получения снимка — 1,5 балла. Иначе — 0 баллов.
3. Правильно определено и внесено в таблицу время получения снимка — 3 балла. Иначе — 0 баллов.
4. Правильно определено и внесено в таблицу время захода судна в территориальные воды РФ — 1,5 балла. Иначе — 0 баллов.
5. Правильно определены и внесены в таблицу координаты точки, в которой находилось судно в момент отправки последнего сигнала, сохраненного в файле с данными АИС — 1,5 балла. Иначе — 0 баллов.
6. Название файла не соответствует требуемому, и команда не может быть идентифицирована — 0 баллов за задание.
7. Формат файла не соответствует требуемому, и файл не может быть открыт в текстовом редакторе — 0 баллов за задание.

При необходимости экспертами может быть запрошено объяснение порядка получения ответов в формате устного собеседования. В случае, если команда не может объяснить, как получен хотя бы один из ответов, баллы команды за задание аннулируются.

Максимальное количество баллов за задачу: 9.

1. Вводный курс по профилю АКСиГД: https://stepik.org/course/213771/syllabus?auth=login.
2. Обзор основных направлений использования снимков Sentinel-1: https://sentiwiki.copernicus.eu/web/s1-applications.
3. Руководство пользователя QGIS: https://doc.qgis.org/3.34/ru/docs/user_manual/.
4. Руководство пользователя Snap: https://step.esa.int/main/doc/tutorials/.

1. Если в границу АЗРФ попадает часть субъекта, в поле Name вносится название субъекта, на территории которого находится эта часть.↩︎
2. Под поверхностью в данном задании понимается совокупность пикселов со схожими яркостными характеристиками.↩︎