Диссертация (1137223), страница 5
Текст из файла (страница 5)
Для решениязадачи прогнозирования существенными оказываются оперативное предоставление данныхпользователям и регулярность проведения съемок [94].1.3.2Космические средства при мониторинге ЗемлиКосмический мониторинг Земли начался в 1960-е гг. с запуска американских и советскихметеорологических разведывательных спутников серий Tiros, ESSA, Nimbus, ITOS, Метеор. Запоследующие десятилетия информационные возможности и целевое применение космических21аппаратов ДЗЗ значительно расширились.
Метеорологические искусственные спутники Земли(ИСЗ) сменились спутниковыми системами, предназначенными для мониторинга окружающейсреды, исследований динамики планетарных процессов и изучения природных ресурсов Земли.На сегодняшний день первое место по количеству спутниковых систем гражданскогоназначения занимают США:— спутники метеорологической системы NOAA запускаются с 1970 г.;— геостационарные спутники системы GOES запускаются с 1975 г.;— спутники система DMSP, принадлежащая министерству обороны США, запускаютсяс 1966 г.В середине 1990-х гг.
была создана Национальная спутниковая системы мониторингаокружающей среды путём объединения военной DMSP и гражданской NOAA спутниковыхсистем. В рамках этой программы произведён запуск серии исследовательских спутников: Windв 1994 г., Coriolis в 2003 г. В рамках национальной программы USGCRP исследуютсяглобальные процессы с учетом их взаимодействия и влияния на состояние окружающей среды.Наиболеесовременнойипредполагающейвсестороннееизучениепланетыпредставляется программа EOS, план которой опубликован в 2001 г. NASA [177]. Согласнопрограмме EOS, к 2015 г.
предстоит решить следующие задачи:‒ 10-летний прогноз климата;‒ 15-20-месячный прогноз явления Эль-Ниньо [124];‒ 12-месячный прогноз выпадения дождей в региональном масштабе;‒ 60-дневный прогноз извержения вулканов;‒ 10-14-суточный прогноз погоды;‒ 5-дневный прогноз маршрутов ураганов с точностью 30 км;‒ 1-5-летний экспериментальный прогноз землетрясений.В России в соответствии с Федеральной космической программой проводятсязначительные работы по дистанционному зондированию Земли из космоса. Декларируютсяследующие направления [93]:‒ расширение знаний о Земле;‒ мониторинг окружающей среды и контроль чрезвычайных ситуаций;‒ повышение эффективности промышленного сырьевого секторов, транспорта, энергетики идр.Начиная с 1990-х гг. в России для изучения природных ресурсов и осуществлениямониторинга окружающей среды на орбиту последовательно запущены спутники «Ресурс-О1»22(запускаются с 1980 г.) и океанографические «Океан-О1» (запускаются с 1979 г.).
В настоящеевремя наиболее перспективными с точки зрения пространственного разрешения и ширинызахвата съемки являются спутники серии «Ресурс-П» (модификации – 1, 2, 3), не уступающиезарубежным аналогам.К числу наиболее значимых космических программ наблюдения Земли относятся:‒ европейскаяпрограммамониторингаиобеспечениябезопасностиЗемлиGMES,базирующуюся на КА Envisat (запуск в 2002 г.) и Metop;‒ канадская космическая программа с применением спутников Radarsat (запускаются с 1995г.);‒ японская программа наблюдения Земли на базе ИСЗ ADEOS (запускаются с 1996 г.);индийскую систему дистанционного зондирования IRS (запускаются с 1988 г.).1.4 Обработка мультиспектральных данных в задачахпрогнозирования состояния областей земной поверхностиПомимо выбора соответствующего спектрального диапазона для установления связимежду излучательной способностью объектов и процессов и их состоянием, необходимоосуществлятьпространственнуюлокализациюобъектовилиобластейинтересанаизображении.
Для этих целей используют методы детектирования объектов на изображениях[135], либо если изображение имеет геопривязку, то местоположение области интересаопределяется с помощью географических координат пикселей.Изображения одной и той же территории, полученных в разных спектральныхдиапазонах, объединяются в мультиспектральные (или многоканальные) изображения [139]. Наоснове мультиспектральных изображений возможно получение, так называемых, индексов,которые оказываются более информативными в задачах мониторинга и прогнозированиясостояния областей интереса, чем отдельные каналы того же изображения.231.4.1ГеографическаяГеографическая привязка изображенийпривязкаизображенияподразумеваетустановлениевзаимнооднозначного соответствия между координатами пикселей изображения и положением всистеме координат, заданной на земной поверхности.
Можно представить результатгеопривязки как совмещение отображаемой на снимке территории и соответствующей ейобласти на земной поверхности.На сегодняшний день форма поверхности Земли моделируется геоидом [42], снанесёнными на нём широтами и меридианами. Глобальные географические координаты наповерхности Земли определяются двумя числами – широтойотсчитываютсяотэкватора(нулевойшироты)и и долготой , которыеГринвича(нулевогомеридиана)соответственно. Переход от координат на плоскости к глобальным географическимкоординатам может осуществляться двумя путями:f1.
прямое преобразование x, y , ;2. последовательное преобразование с использованием проекции.Необходимость перехода к проекции плоских прямоугольных координат обоснованаотличием формы земной поверхности от плоскости. Суть перехода к проекционнымкоординатам состоит в том, что вся поверхность эллипса разбивается на отдельные зоны, накоторых осуществляется пересчёт в одну из известных проекций [42, 166, 201]. Когдаопределена проекция, дальнейшие преобразования производятся из одних прямоугольныхкоординат в другие.Существуют два способа геопривязки изображения:1.
с использованием опорных точек;2. с использованием опорного изображения.В первом подходе соответствие между координатами изображения и глобальнымикоординатами строится с использованием алгоритмов деформации по набору точекизображения, для которых известны значения соответствующих глобальных координат.Наиболее распространёнными методами этой группы основаны на использовании аффинногопреобразования, полиномиального преобразования [135] и триангуляции Делоне [85] всочетании с алгоритмами изменения масштаба изображения.Вторая группа методов основана на алгоритмах совмещения опорного и исходногоизображений. В результате совмещения каждому пикселю опорного изображения ставится в24соответствие один пиксель исходного изображения, автоматически определяя таким образомглобальные координаты последнего.
Методы второй группы используют ригидное (сохраняетрасстояние и углы) [130], аффинное, проективное, перспективное [135, 219] и полиномиальноепреобразования. Среди всех методов совмещения выделяются алгоритмы на основепреобразования Фурье, поскольку преобразования Фурье-образов могут одновременноучитывать все виды трансформаций (параллельный перенос, поворот, масштабирование и т.д.),перечисленных выше преобразований. Эффективными методами совмещения являютсяалгоритмы на основе выделения инвариантных признаков на изображении: SURF [106], SIFT[162].Данные геопривязки позволяют выделять на изображении области интереса (см.
Опр.2.7), используя географические координаты граничных точек области интереса.Геопривязка позволяет совмещать данные, полученные с различных аппаратов иразличных сенсоров, что делает возможным проведение совместного анализа не толькоразновременных спутниковых изображений, но и снятых в разных спектральных диапазонах.Также геопривяка необходима при совмещении данных дистанционного зондирования сданными наземных наблюдений.1.4.2Особенности мультиспектральных изображенийВ процессе спектральной съёмки формируется многомерное изображение, такназываемый куб данных, в котором два измерения фиксируют пространственное положениеобъектов местности на плоскости, а третье – их сигнатуру.
Вследствие этого каждый пиксельизображения характеризуется своим собственным набором спектральных яркостей. Приобработке мультиспектральное изображение иногда удобно называть многоканальным,поскольку изображение территории, полученное в определённом спектральном диапазоне,записывается в отдельный канал.Мультиспектральные спутниковые данные ДЗЗ применяются для решения широкогокруга задач:— получение геологической и географической (картографической) информации;— получение оценок состояния растительного и почвенного покровов, экологическойобстановки, последствий чрезвычайных ситуаций;25— получение данных для решения задач управления хозяйством и территориями, дляфинансирования сельского хозяйства.— прогнозирование чрезвычайных ситуаций (землетрясения, наводнения, пожары ит.д.);— моделирование климата и прогнозы погоды.Описание и характеристики каналов аппаратуры TM и ETM+ КА Landsat 7 приведено вработе [158].
В задачах дешифрирования, визуального анализа и представления космическихизображенийиспользуются комбинации различныхспектральныхканалов.Основныекомбинации каналов на примере данных оптико-электронной съемочной аппаратуры TM иETM+ КА Landsat 7 описаны в работах [41, 185].
Выделяются наиболее информативными длязадач распознавания и мониторинга состояния объектов являются следующие комбинациямиканалов:— видимые красный – 3, зелёный – 2, синий – 1 (детектирование водных объектов);— ближний ИК – 4, видимые красный – 3 и зелёный – 2 (композиция «искусственныецвета» для визуализации в различных задачах);— ближний ИК – 4, коротковолновый инфракрасный – 5, видимый красный – 3(анализа состояния растительности и поверхностных горных пород);— ближний ИК – 4, коротковолновый инфракрасный – 5, видимый синий – 1 (изученияздоровья растительности и водных объектов).1.4.3Оценка состояния различных типов подстилающей поверхности помультиспектральным изображениямИндекс – это показатель, рассчитываемый в результате операций с разнымиспектральными диапазонами (каналами) ДДЗ, и имеющий отношение к параметрамопределённого типа подстилающей поверхности в данном пикселе снимка.
Индексы состоянияразличных типов земной поверхности разрабатываются для решения задач, требующих наличиявысокого уровня корреляции между состоянием исследуемого объекта или процесса и даннымидистанционного зондирования (моделирование физических процессов, прогнозированиехарактеристикобъектовназемнойподстилающей поверхности и т.д.).поверхности,классификацияразличныхтипов26В таблице 1.1 приведены группы индексов, объединённых по признаку целевойпринадлежности.Таблица 1.1 – Основные индексы, которые могут быть вычислены и при обработке информацииспектральных каналов спутниковой аппаратуры ДЗЗ [1].Название группы Описание индексов ( VI – vegetation index)индексовВегетационныеиндексы (RED –видимыйкрасный канал,BLUE – видимыйсиний канал, NIR– ближнийинфракрасныйканал, SWIR –коротковолновыйинфракрасныйканал)1.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
