Охрана окружающей среды пособие 4 модуль (1135362), страница 21
Текст из файла (страница 21)
Эта комбинация каналов дает возможность3,2,1анализировать состояние водных объектов и процессы седиментации,оценивать глубины. Также используется для изучения антропогенныхобъектов. Вырубки и разреженная растительность детектируются плохо,в отличие от комбинации 4-5-1 или 4-3-2. Облака и снег выглядятодинаково белыми и трудноразличимы. Кроме того, трудно отделить одинтип растительности от другого. Эта комбинация не позволяет отличитьмелководье от почв в отличие от комбинации 7-5-3.Эта комбинация дает изображение близкое к естественным цветам, но втоже время позволяет анализировать состояние атмосферы и дым.Здоровая растительность выглядит ярко зеленой, травянистые сообщества– зелеными, ярко розовые участки детектируют открытую почву,коричневыеиоранжевыетонахарактерныдляразреженнойрастительности.
Сухостойная растительность выглядит оранжевой, водаголубой. Песок, почва и минералы могут быть представлены оченьбольшим числом цветов и оттенков. Эта комбинация дает великолепный7,4,2результат при анализе пустынь и опустыненных территорий. Кроме того,может быть использована для изучения сельскохозяйственных земель иводно-болотных угодий. Сгоревшие территории будут выглядеть яркокрасными.
Эта комбинация используется для изучения динамики пожарови пост-пожарного анализа территории. Городская застройка отображаетсяв оттенках розово-фиолетового, травянистые сообщества – зелеными исветло зелеными. Светло зеленые точки внутри городских территориймогут быть парками, садами или полями для гольфа (актуально для России:)). Оливково-зеленый цвет характерен для лесных массивов и болеетемный цвет является индикатором примеси хвойных пород.Здоровая растительность отображается в оттенках красного, коричневого,4,5,1оранжевого и зеленого. Почвы могут выглядеть зелеными иликоричневыми, урбанизированные территории – белесыми, серыми и111зелено-голубыми, ярко голубой цвет может детектировать недавновырубленныетерритории,акрасноватые–восстановлениерастительности или разреженную растительность. Чистая, глубокая водабудет выглядеть очень темно синей (почти черной), если же этомелководье или в воде содержится большое количество взвесей, то в цветебудут преобладать более светлые синие оттенки.
Добавление среднегоинфракрасного канала позволяет добиться хорошей различимостивозраста растительности. Здоровая растительность дает очень сильноеотражение в 4 и 5 каналах. Использование комбинации 3-2-1 параллельнос этой комбинацией позволяет различать затопляемые территории ирастительность. Эта комбинация малопригодна для детектирования дороги шоссе.Эта комбинация ближнего, среднего ИК-каналов и красного видимогоканала позволяет четко различить границу между водой и сушей иподчеркнуть скрытые детали плохо видимые при использовании толькоканалов4,5,3видимогодиапазона.Сбольшойточностьюбудутдетектироваться водные объекты внутри суши. Эта комбинацияотображает растительность в различных оттенках и тонах коричневого,зеленого и оранжевого.
Эта комбинация дает возможность анализавлажности и полезны при изучении почв и растительного покрова. Вцелом, чем выше влажность почв, тем темнее она будет выглядеть, чтообусловлено поглощением водой излучения ИК диапазона.Эта комбинация дает изображение близкое к естественным цветам, но втоже время позволяет анализировать состояние атмосферы и дым.Растительность отображается в оттенках темно и светло зеленого,урбанизированные территории выглядят белыми, зелено-голубыми ималиновыми, почвы, песок и минералы могут быть очень разных цветов.7,5,3Практически полное поглощение излечения в среднем ИК-диапазоневодой, снегом и льдом позволяет очень четко выделять береговую линиюи подчеркнуть водные объекты на снимке.
Горячие точки (как, например,кальдеры вулканов и пожары) выглядят красноватыми или желтыми.Одно из возможных применений этой комбинации каналов – мониторингпожаров. Затопляемые территории выглядят очень темно синими и почти112черными, в отличие от комбинации 3-2-1, где они выглядят серыми иплохо различимы.Как и комбинация 4-5-1 эта комбинация дает дешифровщику очень многоинформации и цветовых контрастов. Здоровая растительность выглядитярко зеленой, а почвы – розовато-лиловыми. В отличие от 7-4-2,5,4,3включающей 7 канал и позволяющей изучать геологические процессы, этакомбинация дает возможность анализировать сельскохозяйственныеугодья.
Эта комбинация очень удобна для изучения растительногопокрова и широко используется для анализа состояния лесных сообществ.Комбинация похожа на 7-4-2, здоровая растительность выглядит ярко5,4,1зеленой, за исключением того, что эта комбинация лучше для анализасельскохозяйственных культур.Эта комбинация не включает ни одного канала из видимого диапазона, и7,5,4обеспечивает оптимальный анализ состояния атмосферы. Береговыелинии четко различимы. Может быть использован для анализа текстуры ивлажности почв. Растительность выглядит голубой.5,3,1Эта комбинация показывает топографические текстуры, в то время как 73-1 позволяет различить горные породы.Кластеризация и классификация космического снимка.Для удобства дальнейшей обработки снимка выделим некоторую область в центреего, включающую часть морского побережья наименее закрытую облаками.113Рисунок 6.
С помощью процедуры кластеризации по алгоритму ISODATA выделим10 цветовых кластеров в нашей области интереса:Рисунок 7. Полученное изображение показано в автоматически подобранныхконтрастных оттенках. Очень хорошо различима линия берега (синий контур) иприбрежное мелководье (грязно-желтый цвет). Синие и зеленые пятна в нижнем правомуглу снимка, это облака и их тени.
Для того чтобы получить более подробную картину зонпобережья выделим на том же участке 50 кластеров.114Рисунок 8. В результате мы получили на изображении 50 различных градацийкластеров, причем один кластер равен одному пикселу снимка. Благодаря такой подробнойкластеризации на долю водной поверхности приходится уже несколько градаций кластеров,что нам позволит выделить несколько различных зон в прибрежном мелководье. Для этоговоспользуемся процедурой классификации. В программе MultiSpec можно осуществитьклассификацию несколькими методами, в том числе методом минимального эвклидоварасстояния. Этот метод используют, когда спектральные признаки разных классов похожи,и диапазоны значений их яркости перекрываются. Для начала проведем классификацию потрем спектральным каналам, включающим спектр видимого света: 1, 2 и 3.115Рисунок 9.
В результате мы получили картинку, по которой специалист в областидешифрования космических снимков может выделить различные растительные сообществана суше, дороги, населенные пункты, отчленить облака и их тени, обозначить водоемы наразличной стадии зарастания и водную растительность, которая распространяется поповерхности воды.
В нашем случае по данной классификации довольно трудно выделитьрастительные сообщества прибрежных макрофитов – бурых водорослей, учитывая, что, какговорилось ранее, в видимом спектре они, практически не отражают света и с орбиты невидны. Поэтому воспользуемся классификацией по шестому «тепловому» каналу.116Рисунок 10. Мы получили картину распределения поверхностных температур, в томчисле водной поверхности. Четко видны изотермы вдоль берегов.
Они по большей частисовпадают с контурами отмелей, где вода хорошо прогревается. При данной цветовойгамме, где подбор цвета происходит автоматически, мы можем хорошо видеть границымежду полигонами с более-менее одинаковой температурой, но градиент прогрева здесь невиден. Для того чтобы наилучшим образом воспользоваться возможностями тепловогоканала, выделим еще меньшую территорию, включающую берег моря и воднуюповерхность.
Выделим на ней 100 кластеров и классифицируем по шестому каналу (Рис.11).Для наилучшего отображения градиента температур воспользуемся возможностьюотображения цветовой гаммы “False color” и назначим всем трем каналам номер 6-оготеплового канала. Тогда изображение будет монохромное в оттенках серого, причем, чемтемнее цвет, тем ниже температура. Черной и голубой линиями обозначены линии берегапо уровню среднего значения прилива.
На данном снимке хорошо видны массы холоднойводы находящиеся в центральной части пролива. В нижней части снимка у берега имеетсяпологий подводный склон, что хорошо отражается на тепловом канале. Такие прибрежныеотмели являются местом произрастания бурых водорослей. Поясная структураизображения может быть объяснена тем, что прибрежные заросли макрофитов тожерасполагаются поясами. На нижней границе литорали произрастают виды рода Fucus. Нижерасполагается пояс ламинарий.117Рисунок 11. Картину, полученную с помощью теплового канала можно использоватькак основу для идентификации объектов, находящихся на небольшой глубине.
Это могутбыть растительные сообщества макрофитов или различные типы открытых грунтов. Дляэтого воспользуемся, имеющимися в нашем распоряжении другими инфракраснымиканалами. Проведем классификацию по 6 и 4 каналам. В результате получено изображение,с помощью которого могут быть идентифицированы илистые грунты в опресненныхзаливах А, заросли фукусов на границе верхней сублиторали и литорали В.Рисунок 12. Кроме того, после обработки снимков за другие годы и верификации наместности, можно проследить изменение границ распространения зарослей ламинарии нанекоторых участках сублиторали.ЗаключениеАнализ и дешифрирование космических снимков на сегодняшний день являютсяосновными инструментами в работе многих специалистов.
Составление карт, кадастров,геодезическая съемка на современном уровне немыслимы без анализа дистанционныхматериалов. Нами рассмотрена половина только одного метода тематической обработкимультиспектральных снимков, а именно – классификация без обучения. На самом деле, вбольшинстве случаев, обработка космических снимков, это:Предварительная обработка.Геометрическая коррекция спутниковых изображений;Радиометрическая калибровка снимков;Радиометрическая коррекция влияния атмосферы;Восстановление пропущенных пикселов;118Контрастирование;Фильтрация.2.
Тематическая обработка.Цветовые преобразования;Индексные изображения;Анализ главных компонентов;Метод спектрального разделения;Классификации.Классификация без обученияКлассификация с обучением.Несмотря на такую многоступенчатую и сложную обработку космических снимков,они все равно не могут дать исчерпывающую информацию об объектах на поверхностиЗемли, а тем более под водой.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
