Метод и алгоритмы обработки информации с гиперспектрометров при дешифровке наземных объектов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Потапов, Владимир Николаевич

• Потапов, Владимир Николаевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Потапов, Владимир Николаевич

Содержание

Введение

1. Анализ современного состояния технических средств . и методов обработки информации при дистанционном

зондировании Земли и постановка задачи

1.1 Современные технические средства мониторинга

Земли из космоса

1.2 Современные методы обработки информации при дистанционном зондировании Земли

1.3 Оценка особенностей практического использования современных средств и методов дистанционного зондирования Земли, и выбор наиболее перспективного направления для

развития

2. Теоретическое обоснование и описание разработки метода, алгоритмов и способов обработки информации при дистанционном зондировании Земли гиперспектральными приборами

2.1.Теоретическое обоснование метода параметрического анализа дешифровочных признаков в задачах дистанционного

зондирования Земли

2.2., Разработка метода и алгоритмов обработки изображений с

использованием многомерного пространства

2.3. Программное обеспечение реализации разработанных метода и алгоритмов

3. Экспериментальная проверка и апробация разработанных метода и алгоритмов

3.1. Экспериментальное подтверждение эффективности применения выявленных новых дешифровочных признаков

при обработке гиперспектральных изображений

3.2. Апробация разработанных метода и алгоритмов на модели гиперспектрального снимка лесного участка

3.3. Проверка эффективности разработанных метода и

алгоритмов с помощью реальных гиперспектральных снимков

Заключение

Библиографический список

Введение диссертации (часть автореферата) на тему «Метод и алгоритмы обработки информации с гиперспектрометров при дешифровке наземных объектов»

Введение.

Достижения в области технологий аэрокосмического мониторинга Земли и, в частности, леса в первую очередь обязаны достижениям космической техники и космического приборостроения. Для мониторинга лесов широко используются спутниковые данные низкого, среднего и высокого разрешения [8,45]. Лесные службы используют снимки с зарубежных КА: TERRA, Landsat (ЕТМ), SPOT, IRS, ERS(SAR), ENVISAT(ASAR) и снимки с российских КА: «Ресурс-01», «Метеор-ЗМ», «Монитор-Э». Все более широко используются данные сверхвысокого разрешения зарубежных КА: IKONOS, Quick-Bird, ALOS; российские потребители начали работы с данными К А «Ресурс-ДК». Помимо оптических данных для районов, покрытых облачностью большую часть года, используются радиолокационные данные. Поставкой космических снимков для отечественного рынка занимаются как государственные (ФГУП НЦ КМЗ, Госцентр «Природа»), так и коммерческие организации (ИТЦ Сканэкс, Совзонд и др.).[23,45]

Большой вклад в создание методов обработки космических снимков лесов внесли организации Рослесхоза (ВНИИЛМ, «Авиалесохрана», «Центрлеспроект», «Севзаплеспроект», «Запсиблеспроект»), академические институты (ИКИ РАН, ИРЭ РАН, ЦЭПЛ РАН, ИЛ СО РАН), научные центры (ЦПАМ «АЭРОКОСМОС», НТЦ «Реагент»), вузы (МГУЛ, СПбЛТА, МарГТУ).[75,103]

Однако в настоящее время отчетливо проявился ряд факторов, сдерживающих развитие и внедрение технологий аэрокосмического мониторинга леса. Уровень методических разработок и практического применения, данных дистанционного зондирования в лесном хозяйстве остается недостаточным. Отсутствует координация научно-исследовательских и методических работ на отраслевом, межотраслевом и международном уровнях.[7,10]

Производственные организации, выполняющие лесоинвентаризационные работы слабо используют информацию аэрокосмических снимков.

Кроме того, данных полученных со снимков состоящих из малого числа спектральных каналов спектральных каналов(3-30 в зависимости от спутника), зачастую недостаточно для дешифровки с производственной точностью.

По данным отечественных и зарубежных исследований с каждым годом в мире все большим спросом пользуются гиперспектральные снимки с количеством каналов от 80 и выше [35]. Это отчетливо видно на рис. 1.1

1<и-п-

Рис. 1 1 Оценка спроса на различные типы данных Поэтому считается перспективным направлением использование именно таких снимков и актуальным совершенствование технологии их обработки.

В диссертации дается обзор состояния дистанционного зондирования Земли из космоса в мире и России, проводится анализ существующих методов обработки данных космического мониторинга и выбор наиболее перспективных направлений, описывается разработка новых методов и алгоритмов, на основе существующих наиболее перспективных, с целью

повышения информативности данных космического мониторинга, уменьшения влияния внешних факторов и автоматизации процесса дешифровки.

В первой главе дается краткий обзор состояния дистанционного зондирования Земли из космоса и анализ существующих методов обработки данных (методы исследований в оптическом диапазоне, геоинфмормационные методы, автоматизированные методы, алгоритмические методы, статистические методы). Все современные спектральные системы по количеству каналов и спектральному разрешению можно поделить на: односпектральные, многоспектральные, гиперспектральные и

ультраспектральные. При наблюдении Земли из космоса используют косвенные дистанционные методы, когда дешифровщик получает возможность получать информацию об изучаемом объекте дистанционно. Косвенные дистанционные методы измеряют не параметры объектов, а некоторые связанные с ними величины. В случае ДЗЗ аппаратура спутника регистрирует лишь интенсивность светового потока от объектов в нескольких участках оптического диапазона. Для обработки таких данных, требуются провести предварительные исследования, включающие в себя математические вычисления и наземные эксперименты.

В качестве вывода приводятся наиболее перспективные методы и направления для дальнейшей модернизации и развития дистанционного зондирования Земли с помощью снимков сверхвысокого разрешения.

Во второй главе приводится теоретическое обоснование и описание метода представления гиперспектральных данных и обработки гиперспектральных данных.

Метод представления и обработки гиперспектральных данных, основанный на статистических методах обработки данных, п-мерном пространстве и цифровом представлении отражательных способностей предметов.

Данный метод позволяет получить признаки, которые дают возможность разделить на снимке все пиксели, а не только большое скопление сходных по

характеристикам массивов. Подобный подход позволяет решать более специализированные задачи, нежели большинство других методов.

В третьей главе проводится апробация и экспериментальная проверка разработанного метода на модели космических снимков и на реальном снимке с помощью разработанного программного обеспечения ОЕБН.

В этой главе описывается программное обеспечение БЕБН, принцип построения и расчета шумовых характеристик для кривых отражательных способностей, статистический анализ и проверка эффективности разработанного метода на модели космических снимков. Рассматривается влияние на разработанные методы внешних факторов (шумов, трендов, освещения).

Описывается моделирование и влияние внешних факторов действующих как на весь сигнал при съемке из космоса, так и на отдельные участки на снимке. Для моделирования внешних факторов будем сдвигать эталонный график вверх или вниз по оси Оу, то есть изменять отражательную способность каналов, причем изменять будем отражательную способность не всех каналов и не на определенную величину или по определенному закону, а случайным образом.

Для проверки в реальных условиях научно-техническим центром «Реагент» был предоставлен гиперспектральный снимок, состоящий из 287 каналов в диапазоне от 300 до 900 нм, с пространственным разрешением 1,8 м. Для оценки полученных результатов были также предоставлены наземные (априорные) данные того же участка, который изображен на снимке с подробным описанием количественных и качественных характеристик пород и объектов на снимке. Для определения на снимке были взяты следующие 7 пород: лен, лен с сорняками, лежь, рожь, рижик, пшеница, крапива. Также в отдельный класс была выделена лесополоса, точных данных по которой предоставлено не было. Из гиперспектрального снимка была выделена спектральная яркость каждой породы в каждом пикселе каждого канала, и по

этим данным построены кривые отражательных способностей вышеуказанных пород.

Далее, используя наземные (априорные) данные и гиперспектральный снимок, был создан и занесен в программное обеспечение эталонный образец дешифровки. На следующем гиперспектральный снимок был введен в программное обеспечение, проведена его обработка и сравнение результатов с эталоном. Этот же снимок был обработан несколькими наиболее используемыми в настоящий момент методами для сравнения с результатами обработки новым методом. После сравнения результатов обработки нового и существующего метода можно сделать вывод, что новый метод более эффективен по сравнению с существующими на сегодняшний день.

1. Анализ современного состояния технических средств и методов обработки информации при дистанционном зондировании Земли и постановка задачи.

1.1 Современные технические средства мониторинга Земли из

космоса.

Бурное развитие систем дистанционного зондирования Земли как в плане интенсивного роста числа спутников, оснащенных съемочной аппаратурой, так и в смысле качественного совершенствования сенсоров и другой бортовой аппаратуры идет неравномерно, сопровождается революционными скачками в одних направлениях и отставанием, информационным дефицитом - в других. Только за последние несколько лет запущено 11 коммерчески доступных спутников дистанционного зондирования Земли, причем темпы явно нарастают: 2004 г. - 1 запуск (Formosat-2), 2005 г. - 2 (IRS Р5 и Монитор-Э), 2006 г. - 4 (Ресурс-ДК, Kompsat-2, EROS-B, ALOS). В 2007 г. уже осуществлен успешный запуск 4 аппаратов -Cartosat-2, TerraSAR-X, CosmoSkyMed-1, WorldWiew-1, причем планируется запуск еще трех аппаратов - GeoEye-1, RADAR-SAT-2, CosmoSkyMed-2.[45] Совершенствуются характеристики аппаратов и бортового оборудования, при этом есть и революционные сдвиги:

- появление радарных систем сверхвысокого разрешения - до 1м (TerraSAR-X и CosmoSkyMed);

- двукратное расширение в течение 2006-2007 гг. группировки оптических спутников сверхвысокого разрешения, с 2003 года неизменно включавшей три спутника (QuickBird, IKONOS, OrbView-3), до шести аппаратов (запущены Ресурс-ДК, EROS-B, Kompsat-2 и Cartosat-2), даже, несмотря на досрочное прекращение в начале 2007 года функционирования К A OrbView-3;

- формирование группы аппаратов, специально нацеленных на стереокартографирование земной поверхности (IRS Р5 и ALOS);

- появление спутника Рогтоза1:-2, гарантирующего ежедневную съемку любого участка - земной поверхности (за исключением облачных дней) с достаточно высоким разрешением (до 2 м);

- запуск аппарата АЬ08 с максимально комплексным оборудованием для съемки земной поверхности (мультиспектральный сенсор и панхроматический инструмент с тремя объективами, а также поляриметрический радар с синтезированной апертурой).[72]

Эволюционно увеличивается:

- среднее пространственное разрешение оптических КА как в панхроматическом, так и в мультиспектральном режиме;

- оперативность размещения и выполнения заказа и временное разрешение (время, за которое- может быть осуществлена повторная съемка) как для оптических, так и для радарных спутников;

- производительность бортового оборудования, позволяющая повышать съемочные возможности аппаратов. Учитывая ближайшие планы запуска спутников ДЗЗ, можно с уверенностью спрогнозировать еще несколько сдвигов:

- увеличение максимального разрешения оптических снимков в коммерческом доступе до 40-50 см;

- улучшение качественных характеристик принимаемых данных и в первую очередь точности геопозиционирования до 3 м по орбитальным данным;

- появление целой плеяды радиолокационных спутников сверхвысокого разрешения, обеспечивающих всепогодную съемку любого участка Земли с разрешением до 1 м и построение высокоточных цифровых моделей рельефа [10,72];

- увеличение временного разрешения для всех типов аппаратов ДЗЗ до 1 суток;

- резкое повышение производительности всех типов спутников, что позволит избежать «очередей» и «дефицита», сегодня имеющих место в первую

очередь на рынке данных сверхвысокого разрешения. Интегрируя все вышеперечисленные тенденции, а также учитывая успешное функционирование многих аппаратов, запущенных в прошлые годы (французская система SPOT, американская система EOS, индийская система IRS, европейские и канадские радиолокационные системы), складывается в целом очень позитивная картина динамичного развития мировой плеяды инструментов дистанционного зондирования Земли. Это, в самом деле, так, однако нельзя обойти вниманием и некоторые проблемы, пробелы в предлагаемых на рынке данных, не позволяющие удовлетворить весь спектр запросов населения и организаций, относящихся к различным отраслям. Основные зоны спроса, не удовлетворяемые в современных условиях [7,49,51]:

1.Регулярная (раз в неделю), недорогая (500 - 600 $ за сцену), многозональная (4 канала), широкозахватная (60-150 км) съемка среднего разрешения (10 - 20 м) с возможностью заказа. После обнаружения неполадок в мае 2003 г. сенсора ЕТМ+ на аппарате Landsat 7, снижения активности съемки радиометром ASTER с аппарата TERRA, неудачных запусков белорусского спутника «Белка» и российского «Монитор-Э» этот сегмент рынка значительно сузился. Практически на нем остались система SPOT и индийские ресурсные спутники, причем данные с двух этих систем, проходят далеко не по всем вышеперечисленным параметрам. Появление аппарата Formosat-2 и комплексной системы ДЗЗ ALOS частично решает эту проблему, однако также не в полной мере, и часть запросов, приходящих из таких отраслей народного хозяйства России, как лесное, сельское хозяйство, горнодобывающая промышленность и разведка полезных ископаемых остается неудовлетворенной [16,72]. Недостаточно данных для выявления природных ресурсов, мониторинга природных и антропогенных процессов, выявления экологических проблем, наблюдения за чрезвычайными ситуациями. Если говорить о перспективах в этой сфере, то они весьма туманны - не определен срок запуска Landsat 8, а несколько подобных

аппаратов, запущенных в последние два года и принадлежащие странам третьего мира (EgyptSat-1, SaudiSat-3 и др.), очевидно будут работать только на эти государства. [122,125,126]

2. Регулярная (раз в 2 недели) тепловая съемка среднего разрешения (5-50 м) с возможностью заказа. На сегодняшний день только 4 системы оснащены приборами для тепловой съемки, причем 3 из них хотя и имеют относительно высокое разрешение (60 м - Landsat 5 и 7, 90 м - ASTER), но функционируют недостаточно активно, имеют неполадки и не работают на заказ. Четвертая система - гиперспектрометр MODIS, установленный на спутниках системы EOS обладает ежедневной повторяемостью съемки, но при этом очень низким пространственным разрешением (1 км), что ограничивает возможность его использования при решении таких популярных задач, как контроль трубопроводов и теплотрасс, выявление мест сжигания природного газа, выявление природных и антропогенных тепловых аномалий, мониторинг теплового загрязнения водоемов и т.п. Видимых перспектив в этой сфере также не наблюдается, более того, выработка срока функционирования всех вышеназванных аппаратов грозит сокращением предложения в этом и без того узком сегменте рынка[11].

3. Гиперспектральная космическая съемка среднего разрешения (5-50 м) с возможностью заказа. Практически на сегодняшний день представлена только одним спутником ЕО-1, с установленным на нем инструментом Hyperion (220 каналов с разрешением 30 м), данные с которого доступны всем группам пользователей. В то же время, сложность размещения и выполнения заказа делает и этот единственный информационный источник достаточно скудным. Если на западе, в первую очередь в США, Канаде, Австралии, Евросоюзе, все три вышеназванных пробела хотя бы частично восполняются самолетной съемкой с помощью установленных на летательных аппаратах специализированных приборов (гиперспектрометры CASI, AVIRIS, HYDICE, Ну-Мар и тепловые сканеры FLIR 2000, AWIS и т.д.), то в России их использование ограничивается в связи с необходимостью

очень серьезных финансовых затрат, отсутствием самолетного парка, сложностью получения разрешений на съемку [72,100,122].

Все современные спектральные системы по количеству каналов и спектральному разрешению можно поделить на: односпектральные, многоспектральные, гиперспектральные и ультраспектральные (Табл. 1.1).

Для полноценного спектрального исследования в дистанционной диагностике техносферы целесообразно применять гиперспектральные и ультраспектральные системы с большим количеством каналов и высоким спектральным разрешением. [72,76] Таблица 1.1 Основные характеристики спектральных систем

.М' п/п Система Количество каналов V Си ектрал ь и ос ¡нпрсшение, им CP

1 \ Односпсктральнал (панхроматическая,) N=1 СР<2300

2 | Многоспектральная 2<N<99 23,2< СР<1150

3 j Гнпсрспсстральная 100<N<999 2,3<СР<23

4 | Ультраспектральная N>1000 0,1<СР<2,3

Параметры отечественных и зарубежных действующих и проектируемых гиперспектрометров представлены в таблице 1.2. Таблица 1.2. Отечественные и зарубежные гиперспектрометры

Лв u.U. Страна Гшшрснск'! ]ШМС1 1> Харак*тс| ШСШК'П

CiicK*ipa:ii.in.i ii .ишшшп, im ClICICipiLH.IllH.' jiiuiKHicHiic, IIM 4iic.ii) капали в Присфаисшсшшс разрешение, м

АВИАЦИОННЫЕ

I США AVIRIS 400 - 2450 10 224 20

2 I1YD1CE 400-2500 10 210 0,8-4,0

3 Россия ГС-ГАЗПРОМ 250-2500 2 800 1 - 2

КОСМИЧЕСКИЕ

4 Россия ВУЛКАН-ЛИМБ 250 - 2000 l 800 1000

5 ВУЛКАН-АСТРОГОН 250 - 2000 1 1000 2-3

6 кве 250 - 2500 1 -2 >1000 20

7 АСТРОГОН-1 3(X) - 1600 i -2 700 5

8 9 США SAIC 600 - 858 17 150 -

и\ 4SI 110-893 0.5+4.3 до 272 770

10 LEICA 1000 - 2500 3 и 8 256 300

11 HSI 400-2500 5-6 до 256 30

12 АС 850-1600 2,2-7,7 250 250

13 HYPERION 400-2500 10 224 30

14 LAT1 400 - 2400 10-50 >200 20

15 WARFIGirTER 450-5000 11,4; 25 280 8

16 FTI1S1 470-1005 5 125 30

17 COIS 400 - 2500 10 210 30

18 ЕКА (Европа) PRJSM 450-12300 10-15 >250 50

19 Италия 1IYC 400 - 2500 10-20 210 20-80

20 Великобритания CHRIS-1 415-1005 1,25-11 56 25 - 50

21 CIIR1S-2 410-2500 10-15 200 15-30

22 Австралия CSIRO 400 - 2500 16 128 30

Как видно из таблицы по числу каналов, спектральному и пространственному разрешению российские гиперспектральные системы являются одними из ведущих наряду американскими.[72,78] Для высокоточной гиперспектральной диагностики техносферы наиболее подходят гиперспектрометры: ГС-ГАЗПРОМ, ВУЛКАН-АСТРОГОН и АСТРОГОН-1, а также американская система HYDICE с хорошим пространственным разрешением. Гиперспектрометры со средним пространственным разрешением (до 30-50 м) можно применять для локальной и глобальной гиперспектральной диагностики и мониторинга. Все отечественные гиперспектрометры, а также некоторые американские (UVISI, LEICA, HSI, АС, FTHSI) могут эффективно применяться для качественного спектрально анализа.[72,129,139]

1.2 Современные методы обработки информации при дистанционном

зондировании земли.

При наблюдении Земли, из космоса используя дистанционные методы: исследователь получает возможность на расстоянии (дистанционно) получать информацию об изучаемом объекте. Дистанционные методы, как правило, являются косвенными, т. е. измеряются не интересующие параметры объектов, а некоторые связанные с ними величины. Например, нас может интересовать состояние сельхозпосевов. Но аппаратура спутника регистрирует лишь интенсивность светового потока от этих объектов в нескольких участках оптического диапазона. Для того, чтобы «расшифровать» такие данные, требуются предварительные исследования, включающие в себя различные подспутниковые эксперименты: по изучению состояния растений контактными методами; по изучению отражательной способности листьев в различных участках спектра и при различном взаимном расположении источника света (Солнца), листьев и измерительного прибора.[2,83] Далее необходимо определить, как выглядят те же объекты с самолета и лишь после этого судить о состоянии посевов по спутниковым данным. Необходимо прокалибровать спутниковую аппаратуру перед запуском и в космосе, сравнивать спутниковые данные с наземными.

Подспутниковые исследования трудоемки, но проводятся на небольшой площади. В то же время они дают возможность интерпретировать данные, относящиеся к огромным пространствам и даже ко всему земному шару.

Широта охвата является характерной чертой спутниковых методов исследования Земли. К тому же эти методы, как правило, позволяют получить результат за сравнительно короткий интервал времени. Для Сибири с её просторами спутниковые методы в настоящее время являются единственно приемлемыми. [22]

Основные области применения спутниковых данных дистанционного зондирования - получение объективной оперативной информации о состояния окружающей среды и о природопользовании, мониторинг природных и техногенных опасных ситуаций и катастроф.[9, 16]

Для центрально-черноземного района наиболее актуальна спутниковая информация[40,44]:

• для лесопожарного мониторинга и обнаружения поражения леса вредителями;

• контроля лесных угодий и вырубок;

• оперативного обнаружения и мониторинга нефтяных загрязнений в районах добычи и транспортировки нефти и нефтепродуктов;

• мониторинга состояния гидротехнических сооружений;

• мониторинга береговой линии в водохранилищах;

• контроля снегового и ледового покрова, кромки ледостава, заторных явлений, прогноза стоков рек и мониторинга мест разливов рек;

• обновления топографических карт;

• ведения земельного кадастра и контроля застройки городов и поселков;

• контроля за соблюдением лицензионных соглашений в местах добычи полезных ископаемых;

• для мониторинга состояния сельскохозяйственных угодий, в том числе целевого использования земель, оперативной оценка состояния и степени деградации земель, прогноза урожайности.

К числу особенностей дистанционных методов относится влияние среды (атмосферы), через которую спутник наблюдает Землю. Самый простой пример такого влияния - наличие облачности, делающей невозможным наблюдения в оптическом диапазоне [72,79]. Однако и при отсутствии облачности атмосфера ослабляет восходящее излучение от объекта, особенно в полосах поглощения составляющих её газов. Поэтому приходится работать в, так называемых, окнах прозрачности, учитывая, что и в них есть поглощение и рассеяние излучения газами и аэрозолем. В радиодиапазоне возможно наблюдение Земли сквозь облачность. Информация о Земле поступает со спутников, как правило, в виде цифровых изображений. Это также характерная черта дистанционных методов. Наземная обработка изображений проводится на ЭВМ; в настоящее время цифровая обработка изображений относится к числу наиболее динамично развивающихся информационных технологий и находит применение в робототехнике, полиграфии, медицине, физическом материаловедении и т. д.[52,92,111,113]. Современные спутниковые методы позволяют получать не только изображение Земли. Используя приборы, чувствительные к полосам поглощения атмосферных газов, удается измерять концентрацию, в том числе для газов, вызывающих парниковый эффект, вредных газов природного и антропогенного происхождения, несмотря на их относительно малое количество. Спутник «Метеор-3» с установленным на нем прибором TOMS позволял за сутки оценить состояние всего озонового слоя Земли. Спутник NOAA кроме получения изображений поверхности, дает возможность исследовать озоновый слой и даже изучать вертикальные профили атмосферы (давление, температура, влажность на разных высотах в сотнях точек в полосе обзора).

Дистанционные методы делят на активные и пассивные. При использовании активных методов на спутник устанавливают собственный источник энергии, которая посылается на Землю (лазер, радиолокационный передатчик); аппаратура спутника регистрирует отраженный сигнал. Радиолокация позволяет «видеть» Землю сквозь облака. Чаще используются

пассивные методы, когда регистрируется отраженная поверхностью энергия Солнца либо тепловое излучение Земли.[3,31]

При дистанционном зондировании Земли из космоса используется оптический диапазон электромагнитных волн и микроволновый участок радиодиапазона.[71,72,78] На рис. 1.2 представлен оптический диапазон, включающий в себя ультрафиолетовый (УФ) участок спектра, видимый участок - синяя полоса (В), зеленая (в), красная (Я); инфракрасный участок (ИК) -ближний ИК (БИК), средний РЖ и тепловой ИК.

Видимый Ин фракрасный

УФ G w JLV Ближний Средний Тепловой ИК

ИК ИК

ОД 0,38 0,5 0,6 0,76 1 3,5 10

Рис. 1.2 Оптический диапазон

В пассивных методах зондирования в оптическом диапазоне источниками электромагнитной энергии являются разогретые до достаточно высокой температуры твердые, жидкие, газообразные тела. При термодинамическом равновесии с окружающей средой все тела с одинаковой температурой Т излучают одинаково (первый закон Кирхгофа). [93] В состоянии термодинамического равновесия поглощаемая в секунду участком поверхности энергия равна энергии, излучаемой в тот же промежуток времени той же поверхностью (второй закон Кирхгофа).

Интенсивность излучения I в заданном направлении, характеризуемом углом а от нормали к излучающей поверхности абсолютно черного тела, определяется законом Ламберта: I = 10 cos а, где 10 - интенсивность излучения при а = 0, которая максимальна; при а = 90°, т.е. по касательной к поверхности, интенсивность излучения равна нулю. По формуле Планка, плотность потока мощности, излучаемой в состоянии термодинамического равновесия единицей поверхности абсолютно черного тела с температурой Т в интервале длин волн X, X + dX в телесный угол 2п стерадиан (ср),

В(Х,Т)

= —!■ X5

ехр

( с, л

V

хт

У

(1.1)

Здесь С] = 1,1911 -10й Вт-мкм4Л\Г-ср; С1 = 14 388 мкм-К.

Максимум излучения приходится на X - 2 898/Т мкм. Полная энергия во всем интервале длин волн описывается формулой Стефана-Больцмана:

X

[В(к,Т)сГк = а-Т\ а = 5,67-1 О*8 Вт-м"2-1Г4.

(1.2)

При увеличении длины волны (1.1) переходит в формулу Релея-Джинса

В (л, 7) = с{Т I л4, съ~с\!с2. ^ ^

При наблюдении Земли из космоса на длине волны короче 2-3 мкм регистрируется энергия Солнца, отраженная и рассеянная поверхностью суши, воды и облаков. Температура поверхности (фотосферы) Солнца равна 5 785 К, максимум излучения приходится на 0,5 мкм. На рис. 1.3 приведено распределение энергии в спектре Солнца согласно формуле Планка, без учета поглощения в атмосфере Солнца.

- _ 0.3

1 =о

I— из

а. к о 75

ж к.

<"> Ч. л ^

й <ь и,/

§ ш

Ь х 0,15

с: XI

¡5 | 0,1

о £

о §

£ О 0,05

о ¡Е

С ° О

' -V

/ /

/ \ Ч

1 \

/

0,1

0,3

0.7

0.9

1.1

1.3 1.5 1,7 1.9 Длина волны, мкм

Рис. 1.3. Спектр Солнца, вычисленный по формуле Планка Глаз человека видит предметы в интервале длин волн от 0,38 до 0,76 мкм, максимум чувствительности приходится на X = 0,5 мкм.

Озон, содержащийся в атмосфере в небольшом количестве, сильно поглощает ультрафиолетовое излучение с длиной волны короче 0,3 мкм, так что при наблюдении Солнца с поверхности Земли отсутствует коротковолновый скат кривой В(Х,,Т) (заштрихован на рис. 1.3). Озон защищает животный и растительный мир от опасного воздействия ультрафиолетового излучения. На длинах волн более 4 мкм собственное тепловое излучение Земли превосходит излучение Солнца. Регистрируя интенсивность теплового излучения Земли из космоса, можно достаточно точно оценивать температуру суши и водной поверхности, которая является важнейшей экологической характеристикой. Измерив температуру верхней границы облачности (ВГО), можно определить её высоту, если учесть, что в тропосфере с высотой температура уменьшается в среднем на 6,5°/км. ВГО представляет большой интерес для метеорологии и авиации.[4,26,62]

Список литературы диссертационного исследования кандидат наук Потапов, Владимир Николаевич, 2013 год

Библиографический список.

1. Адзерихо, К.С. Физические основы дистанционного зондирования / К.С. Адзерихо [и др.]; под общ. ред. Л.И. Киселевского - Мн.: Наука и техника, 1991.

2. Андреев Г.А. и др. О классификации изображений по их текстурным признакам //Исследование Земли из космоса. - 1990. - N 2.

3. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. - М.: Высшая школа, 2007.

4. Асмус В. В., Дядюченко В.Н., Загребаев В.А., Макриденко J1.A., Милехин O.E., Соловьев В.И. // Наземный комплекс приема, обработки, архивации и распространения спутниковой информации. //Тр. НИЦ «Планета». - 2005. -Вып. 1 (46).

5. Асмус В.В., Головчин В.Р., Григорьева О.Н., Елисеев Н.В. и др. Использование данных КА «Ресурс-01» для изучения природных ресурсов Земли и мониторинга окружающей среды //Тр. ВНИИЭМ. - 1999. - Т. 99.

6. Асмус В.В., Дядюченко В.Н., Макриденко JI.A. и др. Наземный комплекс приема, обработки, архивации и распространения спутниковой информации //Тр. НИЦ «Планета». - 1995. - № 1 (46).

7. Асмус В.В., Милехин O.E., Копылов В.Н. Система государственных центров космического мониторинга окружающей среды //Тр. между нар. конф., Ханты-Мансийск, 14-16 июня 2001 г.

8. Ачач Жозе Роль науки в осуществлении ГЕОСС //Бюллетень ВМО. - Т. 55 (4).-2006.

9. Базарский О.В., Коржик Ю.В. Автоматический текстурный анализ изображений земной поверхности //Исследование Земли из космоса. - 1990. - N 3.

10. Балтер Б.М., Балтер Д.Б., Егоров В.В., Калинин А.П., Котцов В.А., Орлов А.Г., Родионов И.Д., Стальная М.В., Методика имитационного моделирования гиперспектральных изображений земной поверхности, Исследования Земли из Космоса, №5, 2007

П.Беляев Б.И., Катковский J1.B., Соеенко В.А. / Аэрокосмические исследования природных образований в оптическом диапазоне длин волн // Избранные научные работы Белорусского государственного Университета: У 7 т. Т. 4, Физика, Адк. рэд. В.М. Анишчик. - Мн.: БДУ, 2001.

12. Беляев, Б.И. Оптическое дистанционное зондирование / Б.И. Беляев, JL В. Катковский - Минск: БГУ, 2006.

13. Большая советская энциклопедия: «Сов. Энциклопедия», 1970, т.З.

14. Бухаров. М. В. Диагноз полей гидрометеорологических величин по измерениям со спутника уходящего теплового» излучения Земли в микроволновоми ИК диапазонах //Метеорология и гидрология. - 2005. - № 1.

15. Виноградов Б.В. Аэрокосмический мониторинг экосистем. "Наука", 1984.

16. Галкин Ю.С., Шалаев B.C., Батырев Ю.П., Потапов В.Н., Семенова В.П., Эсаналиев Ч.Д. Определение по космическим снимкам биометрических и продукционных характеристик растительности // Вестник Московского государственного университета леса - Лесной вестник. - 2009 № 6(69) с.20-24.

17. Галкин Ю.С., Шалаев B.C., Батырев Ю.П., Потапов В.Н., Семенова В.П., Эсеналиев Ч.Д. Особенности применения лесотаксационной информации при тестировании космических снимков // Вестник Московского государственного университета леса - Лесной вестник. - 2010 № 7(76) с. 37-39.

18. Галкин Ю.С., Шалаев B.C., Батырев Ю.П., Потапов В.Н., Эсеналиев Ч.Д. Метод Обработки информации с гиперспектрометров для оперделения породы растительности при дистанционном мониторинге // Вестник Московского государственного университета леса - Лесной вестник. - 2011 №7(83) с. 79-82.

19. Галкин Ю.С., Шалаев B.C., Батырев Ю.П., Потапов В.Н., Эсеналиев Ч.Д. Методы амплитудной селекции спектральных максимумов при определении породного состава лесов // Вестник Московского государственного университета леса - Лесной вестник. - 2011 №7(83) с. 83-86.

20. Гарбук, C.B., Гершензон, В.Е. Космические системы дистанционого зондирования Земли. - М.: Издательство А и Б, 1997.

21.Гарелик A.JI., Скрипкин В.А. Построение систем распознания. - М.: Советское радио, 1979.

22. Гельфанд И. М. Лекции по линейной алгебре. Изд. МЦНМО, 1998.

23.Герман М.А. Космические методы исследования в метеорологии. - Л.: Гидрометеоиздат, 1985.

24. Гонин Г.Б. Космические съемки Земли. - Л.: Недра, 2001.

25.Гончаренко И.А и др. Тематическая обработка данных AYHRR на примере изучения прибрежного апвеллинга //Исследование Земли из космоса. -N2. -1993.

26. Гранков А.Г., Мильшин A.A., Шелобанова Н.К. Особенности субполярного гидрологического фронта по данным СВЧ-радиометрических измерений с ИСЗ //Метеорология и гидрология. - 2001. - N 8.

27. Дейвис Ш.М., Ландгребе Д.А. и др. Дистанционное зондирование: количественный подход. - М.: Недра, 2006.

28. Дейвис Ш.М., Ландгребе Д.М., Филипс Т.Л. и др. Дистанционное зондирование: количественный подход. М., "Недра", 1983

29. Дерюгин А.Б., Добротворский А.Н., Клюев С.Г. Универсальный алгоритм географической привязки информации, поступающей на автономные пункты приема (АППИ) //Сборник научных трудов «Космическая и авиационная метеорология». - Л.: Изд. ЛПИ. - 2005. - Вып. 90.

30. Егоров В.В., Калинин А.П., Родионов И.Д., Родионова И.П., Орлов А.Г., Ги-перспектрометр как элемент системы интеллектуального технического зрения, Датчики и системы №8 (99), 2007

ЗКЖивичин А.Н., Соколов B.C. Дешифрирование фотографических изображений. - М.: Недра, 1988

32. Захаров М.Ю., Лупян Е.А., Мазуров A.A. и др. Организация системы оперативного доступа удаленных пользователей к спутниковым данным //Исследование Земли из космоса. - 2000. - N 5.

33. Зиман Я.Д., О дальнейшем развитии методов исследования Земли из Космоса // Исследование Земли из Космоса. - 1980. - №1.

34. Золотухин В.Г., Усиков Д.А., Грушин В.А. Учет рассеяния света в атмосфере при обработке космических снимков земной поверхности. -Исследование Земли из космоса, 1980, N 3.

35. Калашников И. Э. и др. Анализ особенностей метода радиопросвечивания атмосферы Земли / И. Э. Калашников, С. С. Матюгов, А. Г. Павельев, О. И. Яковлев // Электромагнитные волны в атмосфере и космическом пространстве. - М.: Наука, 1986.

36. Калинин H.A., Толмачева Н.И. //Особенности преподавания метеорологических .дисциплин, связанных с решением задач дистанционного зондирования из космоса.// Проблемы гидрометеорологического образования. Сборник докладов совещания-семинара, Москва, 5-7 октября 2005 г.

37. Калинин H.A., Толмачева Н.И. Комплексное использование дистанционных средств наземного и космического базирования для анализа условий погоды. - Пермь, изд. Пермского университета, 2003.

38. Калинин H.A., Толмачева Н.И. Космические методы исследований в метеорологии - Пермь, изд. Пермского университета, 2007.

39. Калинин А.П., Орлов А.Г., Родионов И.Д., Авиационный гиперспектрометр, Вестник МГТУ им. Н.Э.Баумана. Сер. «Приборостроение» №3, 2006

40. Катковский, J1.B. Исследование информативности видеоспектральных данных в дистанционном зондировании лесов / J1.B. Катковский, C.B. Хвалей // Сборник докладов Международной научно-практической конференции «Мониторинг и оценка состояния растительного покрова» (Минск, 28-31 октября 2003 г.) - Мн: ИООО «Право и экономика», 2003.

41.Кашкин В.Б., Сухинин А.И.. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. М., "Логос", 2001

42. Келли Джон Дж. Глобальная система наблюдений:её влияние на будущее.//Бюллетень ВМО. - Т. 54 (4). - 2005.

43. Книжников Ю.Ф. Основы аэрокосмических методов географических исследований. - М.: Изд. Московского университета, 1980.

44. Козодеров В.В. Атмосферная коррекция видеоизображений. // Исследование Земли из космоса. - 1987. - N 2.

45. Козодеров В.В., Кондранин Т.В. Методы оценки состояния почвенно-растительного покрова по данным оптических систем дистанционного аэрокосмического зондирования. Учебное пособие. М.: МФТИ, 2008.

46. Козодеров, В.В. Модели взаимосвязей биометрических и оптико-спектральных характеристик лесной растительности / В.В. Козодеров, B.C. Косолапов // Исследование Земли из космоса. - 1996. - № 1.

47. Козодеров В.В., Кондранин Т.В., Косолапов B.C. и др. Восстановление объема фитомассы и других параметров состояния почвенно-растительного покрова по результатам обработки многоспектральных спутниковых изображений // Исслед. Земли из космоса. 2007. № 1.

48. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В. и др. Инновационная технология обработки многоспектральных космических изображений земной поверхности // Исслед. Земли из космоса. 2008. № 1.

49. Кондранин Т.В., Топчиев А.Г., Козодеров В.В. и др. Прикладные аспекты использования данных космического мониторинга и данных аэросъемки на базе сверхлегких летательных аппаратов // Четвертая Всерос. Конф. "Современные проблемы дистанционного зондирования Земли из космоса". Т. 1. Вп.4. М.: Изд-во "Азбука", 2007

50. Кондратьев К.Я., Белявский А.И., Покровский О.М. О выборе параметров многоцелевой космической съемки объектов природной среды. //География и природные ресурсы. - 2007. - Т. 1, N 4.

51. Кондратьев К.Я., Григорьев А.Д., Покровский О.М. Информационное содержание данных космической дистанционной индикации параметров окружающей среды. - JT.: Изд-во ЛГУ, 1975.

52. Кондратьев К.Я., Козодеров В.В., Федченко П.П. Аэрокосмические исследования почв и растительности. - Л.: Гидрометеоиздат, 1987.

53. Кондратьев К.Я., Федченко П.П. Спектральная отражательная способность и распознание растительности. - Л.: Гидрометеоиздат, 1992. -

54. Кондратьев, К.Я. Биосфера: Методы и результаты дистанционного зондирования / К.Я. Кондратьев [и др.]; под общ. ред. К.Я. Кондратьева - М.: Наука, 1990.

55. Коптев Ю.Н. Дистанционное зондирование Земли //Радиотехника. - 2003. -Ы 10.

56. Королев В.М. Картографирование затоплений по спутниковым снимкам с использованием цифровых средств обработки //Метеорология и гидрология. -1991.-N8.

57. Космическое землеведение /Под ред. В.А.Садовничего. - М.: МГУ, 1992.

58. Космическое землеведение: диалог природы и общества. Устойчивое развитие информационно-математические основы. /Под ред. акад. РАН В.А. Садовничего. - М.: Изд. МГУ, 2000.

59. Космическое землеведение: информационно-математические основы. /Под ред. В.А. Садовничего. - М.: Изд. МГУ, 1998.

60. Крекнелл А.П. Дистанционное зондирование в метеорологии, океанографии и гидрологии. - М.: Мир, 1986.

61. Кринов, Е.Л. Спектральная отражательная способность природных образований. М.-Л. Изд-во АН СССР. 1947.

62. Кронбер, П. Дистанционное изучение Земли / П. Кронбер, - М.: Мир, 1988.

63. Кронберг П. Дистанционное изучение Земли. Основы и методы дистанционных исследований в геологии - М.: Мир, 1982.

64. Лазарев А.И., Николаев А.Г., Хрунов Е.В. Оптические исследования в космосе. - Л.: Гидрометеоиздат, 1989.

65. Ле Маршалл Джон, Йеой Джеймс Дж., Фойбас Патриция, Риишойгаард Ларс-Питер Использование современных технологий: возможности и задачи для развивающихся стран //Бюллетень ВМО. - Т. 56 (3). - 2007.

66. Мишев Д. Е. Дистанционные исследования Земли из космоса. - М.: Мир,1985.

67. Моисеенко А.Е. Современное состояние и перспективы использования средств дистанционного зондирования Земли из космоса в целях изучения природных ресурсов и экологии. Обзор. М.: 1994.

68. Монкрифф Митчелл У., Шапиро Мелвин А., Слинго Джулия М., Молтени Франко Совместные исследования погоды и климата //Бюллетень ВМО. - Т. 56 (3). - 2007.

69. Назиров М. И. Иллюзии и ошибки при дешифрировании изображений //Тр. Гидрометцентра СССР. - 2001. - Вып. 148.

70. Нерушев А.Ф., Крамчанинова Е.К., Соловьёв В.И. Определение характеристик атмосферных движений по данным многоволнового зондирования из космоса//Известия РАН. Физика атмосферы и океана. 2007. Т. 43. №4.

71. Никольский A.A., Садыков С.С. //Компьютерные технологии обработки данных дистанционного зондирования. Научное издание. Академия наук республики Узбекистан. НПО "Кибернетика" Институт кибернетики. Ташкент. 2007.

72. Овчинников A.M., Ролдугин Д.С., Овчинников М.Ю. Аппаратно-программный комплекс для обработки спектральной информации// ИПМ им. М.В. Келдыша, 2008 №71

73. Пегасов В.М., Успенский А.Б. // Методические вопросы обработки данных измерений микроволнового зондировщика КА «Метеор-ЗМ» N 1 в целях температурно-влажностного зондирования атмосферы. //Тр. НИЦ «Планета» - 1995. - Вып. 1 (46).

74. Пегасов В.М., Успенский А.Б. Температурно-влажностное зондирование атмосферы по данным измерений спутникового СВЧ-радиометра МТВЗА -методы и алгоритмы тематической обработки //Докл. Всерос. науч. конф. «Дистанционное зондирование земных покровов и атмосферы аэрокосмическими средствами. - Муром, 2001.

75. Покровский О.М. Моделирование экодинамики и оптимальное планирование систем наблюдений //Исследование Земли из космоса. - 1995. - N 4.

76. Покровский О.М. Определение информативных характеристик систем дистанционного зондирования из космоса //Оптика атмосферы - 1991. - Т. 4, N 3.

77. Потапов В.Н. Метод обработки информации с гиперспектрометров для определения породы растительности при дистанционном мониторинге // Сборник научных статей докторантов и аспирантов МГУЛ Научные труды в. 355.-2011 с. 9-15.

78. Прам Ларе ЕВМЕТКаст //Бюллетень ВМО. - Т. 55 (4). - 2006.

79. Прокачёва В. Г., Усачев //Уральский федеральный округ России. Загрязненные земли по районам, городским поселениям и в речных водосборах /. - СПб: изд. «Недра», 2007

80. Прокачёва В. Г., Усачев В. Ф. Эмоционально-исторический очерк: аэрокосмические методы в гидрологии. - СПб: изд. «Недра», 2006

81.Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. - Л.: Гидрометеоиздат, 2002.

82. Романов C.B., Успенский А.Б. // Численное моделирование дистанционных измерений вертикального распределения озона в атмосфере по данным спутниковых ИК-зондировщиков высокого спектрального разрешения. //Тр. НИЦ «Планета». - 2005. - Вып. 1 (46).

83. Савиных В.П., Соломатин В.А. Оптико-электронные системы дистанционного зондирования Земли. - М.: Недра, 1995.

84. Светлицкий A.M. //Концептуальный подход к оптимизации сети передачи данных в оперативной космической системе сбора и распространения гидрометеорологической информации. //Тр. НИЦ «Планета». - 2005. - Вып. 1 (46).

85. Светлицкий A.M. //Концепция организации океанического полигона подспутникового обеспечения данных дистанционного зондирования на базе ПСД. //Тр. НИЦ «Планета». - 2005. - Вып. 1 (46).

86. Седунов Ю.С. и др. Основные направления развития и использования оперативных космических систем наблюдения для гидрометеорологического обеспечения и мониторинга окружающей среды //Метеорология и гидрология. - 2003. - N 4. Сенкевич В.П. Листочки памяти. - Королев, Московской области. Изд. ЦНИИмаш, 2003.

87. Серапинас Б.Б. Математическая картография. Учебник для вузов. М.: Академия, 2005.

88. Соловьев В.И., Успенский А.Б. Современное состояние и перспективы развития дистанционных методов определения температуры поверхности океана из космоса//Исследование Земли из космоса. - 1998 - N 1.

89. Справочник потребителя спутниковой информации. Под ред. В.В. Асмуса, О.Е. Милехина. - СПб.: Гидрометеоиздат, 2002.

90. Страуструп Б. Язык программирования С++. Специальное издание // М.: Бином-Пресс, 2007.

91. Сухих В.И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве: Учебник.- Йошкар-Ола: МарГТУ, 2005.

92. Толмачева Н.И., Шкляева Л.С. Космические методы экологического мониторинга. Учебное пособие /Перм. ун-т. Пермь, 2003.

93. Толмачева Н.И., Шкляева Л.С. Практикум по космическим методам экологического мониторинга /Перм. ун-т. Пермь, 2003.

94. Уилсон Дж., Пурдом Дж.Ф.У. Подготовка кадров в области спутников: высокоприоритетное учебное мероприятие //Бюллетень ВМО. - Т. 56 (2). -1999.

95. Уити Грегори Объединённая служба глобального распространения данных //Бюллетень ВМО. - Т. 55 (4). - 2006.

96. Усачев В.Ф., Бабкина Л.П., Зверева В.М. Картирование снежного покрова на равнинной территории по материалам аэрокосмических съемок //Тр. ГГИ.-Вып. 276.- 1986.

97. Усольцев В.А. Формирование банков данных о фитомассе лесов. Екатеринбург: УрО РАН, 1998.

98. Успенский А.Б., Пегасов В.М., Черный И.В. Анализ информационного содержания данных измерений СВЧ-радиометра МТВЗА в задаче температурно-влажностного зондирования атмосферы //Докл. Всерос. науч. конф. «Дистанционное зондирование земных покровов и атмосферы аэрокосмическими средствами. - Муром, 2001.

99. Фукс В.Р., Блошкина Е.В. Кинематический анализ спутниковых альтиметрических измерений //Тр. ГОИН. - 2000. - Вып. 210. - С. 199-208.

100. Хабиб Щахид, Плесси-Фрайссар Мэривон, Эмброуз Стивен Д. Наблюдения за Землёй из космоса на благо общества //Бюллетень ВМО. - Т. 57 (1). - 2008.

101. Хвалей, C.B. Использование спектров высокого разрешения и текстуры изображения для улучшения классификации спектрозональных изображений лесных территорий / C.B. Хвалей // Международной конференции студентов, аспирантов и молодых ученых по фундаментальным наукам «Ломоносов-2006»: сборник тезисов. - Секция «Физика». - Москва: Физический факультет -МГУ, 2006.-Том 1.

102. Чукин В.В. Исследование атмосферы методом электромагнитного просвечивания. Монография// С-Пб, изд. РГГМУ, 1995.

ЮЗ.Шанда Э. Физические основы дистанционного зондирования. М.: Недра, 1990.

104. Шовенгердт P.A. Дистанционное зондирование. Модели и методы обработки изображений//Москва: Техносфера, 2010.

105. Ярославский Л.П. Введение в цифровую обработку изображений. - М.: Советское радио, 1987.

106. Choi С., Jennings A., Hulskamp J. Learning to segment using fuzzy boundary cell features // Complexity Int., 1996, 6 DMA Technical Report. Error theory as applied to mapping, charting, and geodesy. 1991.

107. Edgar Falkner, Dennis Morgan. Aerial mapping. Methods and Applications. 2002, p. 100

108. Fundamentals of Remote Sensing. A Canada Centre for Remote Sensing Remote Sensing Tutorial 2007

109. Gobakken Т., Naesset E. Estimation of diameter and basal area distributions in coniferous forest by means of airborne laser scanner data // Scand. J. For. Res., 2004, 19(6): 529-542.

110. Harding D.J., Lefsky M.A., Parker G.G., Blair J.B. Laser altimeter canopy height profiles, methods and validation for closedcanopy, broadleaf forests // Rem. Sens. Environ., 2001, 76: 283-297.

111. Hill J.M., Graham L.A., Henry R.J. et al. Wide-area topographic mapping and applications using airborne light detection and ranging (LIDAR) technology // Photogram. Eng. Rem. Sens., 2000, 66(8): 908-960

112. Holmgren J. Prediction of tree height, basal area and stem volume in forest stands using airborne laser scanning // Scand. J. For. Res., 2004, 19 (6): 543-553.

113. Holmgren J., Persson A. Identifying species of individual trees using airborne laser scanner // Rem. Sens. Environ., 2004, 90 (4): 415-423.

114.1-Iudak A.T., Lefsky M.A. et al. Integration of lidar and Landsat ETM+ data for estimating and mapping forest canopy height // Rem. Sens. Environ., 2002, 82 (2/3): 397-416.

115. International Journal of Geographical Information Science N2, 2006

116. International Journal of Remote Sensing N2, 2007

117. ISPRS Journal of Photogrammetry and Remote Sensing N6, 2005

118. Kulesis A., Bajorunas A. GPS technologiju taikymo matuojant misku plotus tyrimai (Использование GPS-технологии при съемке лесов) // Geod. Ir. kartogr., (Lietuva), 2001, 27 (3): 118-125.

119. Laser-Scanners for Forest and Landscape Assessment. Proc. ISPRS working group VIII/2, Freiburg, Germany, Oct., 3-6 2004. Int. Arch. Photogram. Rem. Sens. & Spat. Inf. Sci., 2004, XXXVI (8/W2). ISSN 1682-1750. 344 p.

120. Means J.E., Acker S.A., Fitt B.J. et al. Predicting forest stand characteristics with airborne scanning lidar // Photogram. Eng. & Rem. Sens., 2000, 66 (11): 13671371.

121. Morsdorf F., Meier E., K>tz B. et al. LIDAR-based geometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management // Rem. Sens. Environ., 2004, 92 (3): 353-362.

122. Neesset E., Bollandsás O. M., Gobakken T. Comparing regression methods in estimation of biophysical properties of forest stands from two different inventories using laser scanner data // Rem. Sens. Environ., 2005, 94 (4): 541-553.

123.Patrik Regan, Scott Hamilton, NÁSA's Mission Reliable. IEEE Computer, January 2004. IEEE Computer Society.

124. Photogrammetric Engineering & Remote Sensing N6, 2007

125. Remote Sensing of Forest Environments. Concepts and Case Studies / Ed. by M.A. Wulder and S.E. Franklin, Kluwer Acad. Pub., 2003, 519 p.

126. Robert R. Hoffman, Arthur B. Markman. Interpreting Remote Sensing Imagery Human Factors. 2005, p.77

127. Springer-Verlag Berlin Heidelberg 2001.

128. St-Onge B., Jumelet J., Cobello M., Vega C. Measuring individual tree height using a combination of stereophotogrammetry and lidar // Can. J. For. Res., 2004, 34 (10): 2122-2130.

129. The Photogrammetric Record. An International Journal of Photogrammetry N2, 2007

130. Wulder M.A., Hall R.J., Coops N.C., Franklin S.E. High spatial resolution remotely sensed data for ecosystem // Bioscience, 2004, 54 (6): 511-521.

131. Yu X., Hyyppá J., Kaartinen H., Maltamo M. Automatic detection of harvested trees //Rem. Sens. Environ., 2004, 90 (4): 451-462.

АКТ

об использовании результатов кандидатской диссертации Потапова Владимира Николаевича на тему: «Метод и алгоритмы обработки информации с гиперспектрометров при дешифровке наземных объектов» в программном комплексе ЗАО НТЦ «РЕАГЕНТ»

Закрытое акционерное общество Научно-технический центр «РЕАГЕНТ» (ЗАО НТЦ «РЕАГЕНТ») создано в 1990 г. в г. Москве, при участии нескольких Институтов Российской Академии Наук для разработки инноваций и коммерциализации высокотехнологичных научных разработок. Основное направление деятельности - создание оптико-электронных приборов и систем на базе монофотонных и нанотехнологий для регистрации предельно слабых световых потоков с высоким пространственно-временным и спектральным разрешением. В результате научных исследований была разработана и создана аппаратура гиперспектрального оптико-электронного дистанционного мониторинга местности - дистанционное химическое зрение.

Внедрение разработанного в диссертационной работе Потапова В.Н. по теме: «Метод и алгоритмы обработки информации с гиперспектрометров при дешифровке наземных объектов» метода в программный комплекс ЗАО НТЦ «РЕАГЕНТ» позволило на 15 % увеличить точность дешифровки по сравнению со стандартными методами обработки и обеспечить снижение зависимости результата обработки гиперспектральной информации от влияния внешних факторов.

Главный конструктор ЗАО НТЦ «РЕАГЕНТ»

Родионов И.Д.