Обработка информации комплекса активных и пассивных приборов дистанционного зондирования Земли при аэрокосмическом мониторинге, страница 3

3 Метод многолетнего мониторинга с использованием ДОВНа основе модели формирования ДОВ предлагается новый методмноголетнегомониторингалесов,использующийпринципывебинтегрированных ГИС сервисов (Рис.3). Первый этап заключается вопределении конкретного объекта исследования (участкаучастка леса), которыйдолжен иметь определённые границы. На сегодняшний день существуетэлектронный каталог векторных карт лесов РФРФ, которым пользуютсяведомственные организации Рослесхоза, поэтому первый этап может бытьвыполнен с использованием этих данных. В случае их отсутствия или неактуальности, аэрокосмические снимки подвергаются процедуре управляемойклассификации с участием эксперта с нанесением обновлённых границ лесныхучастков. Следующий этап (формирование ДОВ) выполняется автоматическипо предложенной во второй главе модели.

Затем в границах сформированныхДОВ по известным регрессионным зависимостям дистанционных признаков(КСЯ, ВИ, УЭПР,УЭПР РЯ и др.) определяются важные экологические и14таксационные параметры лесалеса. Данные о границах ДОВ (векторные слои),растровые поля значений дистанционных признаков и полученные на их основеэкологические и таксационные параметры наполняют ГИС среду с временнойпривязкой актуальности информацииинформации. Временная привязка данных позволяеткорректно осуществить требуемую для пользователяльзователя периодичностьмониторинга лесов.лесов Современный стандарт работы с геопространственнымиданными предполагает возможность распределённого доступа к информации всети internet, поэтому целесообразно на доступных инструментах ГИСвыполнять дальнейшую Вебеб-интеграцию результатов мониторингамониторинга.Рис.

4 Сравнительнаяравнительная гистограмма систем мониторинга лесов РФ.Приводится сравнительная гистограмма систем мониторинга лесов РФ сописанием преимуществ метода с использованием ДОВ (Рис.(Рис 4). На основемодели выполняетсяыполняется формирование ДОВ тестового участка леса Московскойобласти по спутниковым данным Landsat 7 прибор ETM+ETM и ALOS,радиолокационного сенсора Palsar за июль 2010 года.

По готовымготовы векторнымслоям лесничеств был выделыделен конкретный интересующий лесной массив.Были проведены вычисления вегетационных индексов NDVI и NDII7 по7NDII (англ.) - Normalized Difference Infrared Index, Нормализованный Инфракрасный ИндексИрастительности15данным Landsat 7 ETM+,+, и сформированы поля УЭПР по радиолокационнымданным. Выполнялась кластеризация полей значений ВИ и УЭПР алгоритмомISODATA. Первоначально выбирается число итераций равное 10 и количествоклассов от 5 до 10.

На сегодня остаётся открытой задача поиска оптимальныхзначений параметров кластеризации и выработки критериев отбораотнаилучшихвариантов ДОВ, поэтому в нашем случае этот процесс возложен на участиеэксперта. При периодичности мониторинга необходимо соблюдать однообразиевводимых параметров. На этапе поиска межклассовых пространственныхпересечений (четвёртыйчетвёртый этап)этап заполнялась таблица классов.Было найдено одновременное совпадение географических координатпикселей всех признаков в рамках одного класса (режим по умолчанию).умолчаниюРис.5 Сформированные дистанционно-ориентированныеориентированные выделытестового участка лесаПересечённые пиксели являются дистанционно-ориентированнымиориентированнымивыделами, для удобства многолетних наблюдений предусмотрена ихавтоматическая векторизациявекторизация.

Полученные дистанционно--ориентированныевыделы изображены на Рис.Рис 5. В границах сформированных участков сиспользованием регрессионныхрегрессионны связей были определеныделены важные экологическиепараметры леса: содержаниесодержани воды в растительности (Equivalent Water Thickness8EWT, мм) и индекс листовой поверхности (LAI, м2/м2)9, который в своюочередь входит в ряд важных моделей углеродного баланса. Среднее значениеEWT по дистанционно-ориентированнымориентированным выделам составило 0.60.63 мм, а среднее8E.

Raymond Hunt, Jr. and M. Tugrul Yilmaz,Yilmaz, Remote sensing of vegetation water content using shortwave infraredreflectances, Proc. SPIE 6679, 667902 (2007)9Wu, Chaoyang; Niu, Zheng; Tang, Quan;Huang,QuanWenjiang Estimating chlorophyll content from hyperspectralvegetation indices: Modeling and validation.

Agricultural and Forest Meteorology,, Volume 148 (8), 200816значение LAI составило 2 м2/м2, что соответствует интервалу этих показателейдля смешанных лесов в летний период (EWT: 0.3÷0.8, LAI: 1.5÷3.5)10 11. Поданным многочисленных исследований достоверность оценки этих параметровс помощью прибора ETM+ в сезон вегетации составляет 72-92% в зависимостиот типа и плотности древесного покрова. Среднеквадратическая ошибка(RMSE) лежит в интервале значений 18-38%.В четвёртой главе приводятся результаты совместной обработкирадиолокационных и оптических спутниковых данных для выявленияпородного, возрастного состава растительности и среднего запаса насаждений.Радиолокационные данные исследуются на различных поляризацияхэлектромагнитной волны.

Для выявления породного и возрастного составалесной растительности проведена оценка сезонной и межгодовой изменчивостисредних значений ЭПР по однородным участкам лесничеств на поляризацияхHH и HV. Следует отметить стабильное (в отличие от HH поляризации)наличие радиолокационного контраста на HV поляризации между лиственнымии хвойными участками. Максимальный межсезонный ход радиолокационногоконтраста на HV поляризации имеют молодые березняки. Максимальныйконтраст на HV поляризации между разновозрастными участками однойпороды дали березняки в летний сезон.

Исследование среднего запасадревостоя было выполнено так же на разных поляризациях и с учётом временигода с получением регрессионных зависимостей значений ЭПР от величинысреднего запаса насаждений с точностью подбора уравнения регрессии от 0.88до 0.94. Важно отметить также резкое падение ЭПР на HV поляризации вдиапазоне средних запасов ниже 50 м3. Результаты обработки спутниковыхснимков Landsat 7 ETM+ доказали способность выявлять лесные участкилиственных и хвойных пород с преобладанием однотипной породы свыше 80%в масштабах лесничеств.

Однако дешифрирование внутри этих классов повидовому составу в масштабах лесничеств Московской областизатруднительно. Далее показано, что повышение пространственногоразрешения данных до 10 метров на пиксель (ALOS (AVNIR-2)) позволяетдешифрировать породный состав (берёза, ель, сосна) внутри классов в лесахМосковской области.В пятой главе даётся вариант программной и аппаратной реализацииметода мониторинга с использованием ДОВ.

Приводится архитектура системыобработки информации при многолетнем дистанционном мониторинге лесов на10Cheng, Y. –B., S. L. Ustin, D. Riaño, and V. C. Vanderbilt, Water content estimation from hyperspectral images andMODIS indexes in Southeastern Arizona, Remote Sens.Environ. 112, 363-374 (2008)11Романовский М.Г., Федорова А.И., Абиссаломова О.В.

Продуктивность и листовой полог нагорных дубравюжной лесостепи. Вестник ВГУ. серия: География. Геоэкология, № 2, 200517базе выбранных ПО. Описывается разработанный диалоговый инструментENVI DOS к основному пакету ПО ENVI (Рис.6). Более подробно описываетсякаждый этап работы инструмента.Мобильные пользователи(планшеты, Web –API,ArcGIS Explorer)ИнструментыENVI(модуль ENVIDOS*)СерверArcGIS* DOS - distance-oriented selected(дистанционно-ориентированныевыделы)а)ГЕОПОРТАЛмониторингалесов«Прямые»пользователи(ArcGIS Desktop)б)Рис. 6 Архитектура системы обработки информации (а), панельдиалогового окна ENVI DOS (б)Проанализированы возможности текущих и перспективных средствмониторинга лесов с борта РС МКС. По материалам описания системуправления бортовой аппаратуры РС МКС12 разработана структурная схемаосновных элементов интегрированной системы связи и управления научной12Бусарова Д.А., Пахмутов П.А., Скороход С.А.

Концепция построения программного обеспечения бортовойвычислительной системы информационно-управляющей системы российского сегмента МКС // труды РКТ.Сер. XII. выпуск 3. М., 2012. с. 7-1118аппаратурой (НА) ДЗЗ при мониторинге лесных экосистем (РисРис. 7) с описаниемфункциональных особенностей каждого блока.Рис. 7 Структурная схема интегрированной системы связи и управлениягде БЗУ - бортовое запоминающее устройство;устройство БИТС - бортоваяизмерительная телеметрическая система; БРИ - блок размноженияинтерфейсов; БСК - блок силовой коммутации (электронный);электронный); ДПН - двуоснаяплатформа наведения; КЦН - комплекс целевых нагрузокнагрузок; МЛМ многоцелевой лабораторный модуль; НИП - наземный измерительный пункт;НКПОР - наземный комплеккомплекс приёма, сбора и обработки информацииинформации; СВПИ система высокоскоростной передачи информации; СМ - служебный модуль;ТВМ (ЦВМ) - терминальная (центральная) вычислительная машина;машФСС/ВСС- фото/видео спектральная система; ЦУП - центр управления полётамиполётами.Рассмотрен вариант наземной инфраструктуры при реализации методамониторинга лесов на базе перебазируемого комплекса приёма и обработкиинформации (ПКПО).ПКПООписаны основные подходы при построении,разработана структурная схема (рис.

8) с отдельным описанием подсистемкомплекса.19Рис. 8 Структурная схема перебазируемого комплекса приёма и обработкиинформацииЗаключение. Представленная диссертационная работа содержитрезультаты исследований и научных разработок автора, которые можнорассматривать как решение важной научной задачи по развитию методов исистем (информационных и аппаратных) обработки информации комплексаприборов ДЗЗ при многолетнем мониторинге лесов. В диссертационной работеполучены следующие научные и практические результаты:- проведён анализ существующих подходов глобального мониторингалесов РФ и методы обработки информации в их основе, выявлены ихотрицательные особенности, на основе которых сформулированы требования кперспективному методу мониторинга;- разработана модель и алгоритм формирования дистанционноориентированных выделов на основе информации комплекса активных ипассивных приборов ДЗЗ различных диапазонов длин волн;- разработан метод многолетнего мониторинга лесов с использованиемдистанционно-ориентированных выделов и архитектура системы обработкиинформации комплекса активных и пассивных приборов ДЗЗ при мониторингелесов;- создан встраиваемый программный модуль – диалоговый инструмент впакет СПО ENVI, осуществляющий мониторинг лесов с помощьюдистанционно-ориентированных выделов;20- реализован метод мониторинга лесов с использованием дистанционноориентированных выделов тестового участка леса Московской области наоснове выбранных спутниковых данных;- предложена структурная схема интеграции существующих иперспективных средств ДЗЗ РС МКС при мониторинге лесов с использованиемДОВ и вариант НКПОР в виде перебазируемого комплекса приёма и обработкиинформации (ПКПО), на аппаратных средствах которого может бытьреализованметодмониторингалесовсиспользованиемДОВ.Список работ опубликованных по теме диссертацииПубликации в изданиях, рекомендованных ВАК1.Черемисин М.В., Бурков В.Д.