Методы обработки данных гиперспектрального авиакосмического дистанционного зондирования агросистем с учетом атмосферной коррекции тема диссертации и автореферата по ВАК РФ 25.00.30, кандидат наук Николенко Александр Анатольевич

• Николенко Александр Анатольевич
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Николенко Александр Анатольевич

Введение

Глава 1. Анализ гиперспектральной аппаратуры дистанционного

мониторинга агросистем

1.1. Почвенные покровы и сельскохозяйственные угодия как важнейший ресурсный параметр агросистем

1.2. Физические основы формирования гиперспектральных изображений земной поверхности

1.3. Сравнительный анализ современных гиперспектрометров авиационного и космического базирования

Выводы по 1 главе

Глава 2. Информационное обеспечение гиперспектральной

аппаратуры мониторинга состояния агросистем

2.1. Структура информационного обеспечения и технология обработки данных гиперспектральной съемки в системе ДЗЗ

2.2. Современные методы и пакеты прикладных программ обработки гиперспектральных данных

2.2.1. Программный комплекс ENVI

2.2.2. Программный комплекс ERDAS IMAGINE

2.2.3. Программный пакет MultiSpec

2.2.4. Обобщение результатов анализа программных продуктов обработки гиперспектральных изображений

2.3. Место и роль атмосферной коррекции в процессе обработки данных ДЗЗ

Выводы по 2 главе

Глава 3. Алгоритмическое и программное обеспечение комплекса обработки гиперспектральных данных при решении задач мониторинга агросистем

3.1. Принципы создания программно-алгоритмического

комплекса обработки гиперспектральных данных

3.2. Системная и функциональная компоненты программно-алгоритмического комплекса обработки гиперспектральных данных..................................................................... £2

3.3. Структура специализированного программного комплекса обработки гиперспектральных данных, полученных с космических носителей................................................ ^

3.3.1. Основные принципы, положенные в разработку специализированного программного обеспечения

3.3.2. Особенности, связанные с обработкой гиперспектральных данных

3.3.3. Базовые математические операции и модули для реализации этапов обработки гиперспектральных данных

3.4. Алгоритмы и методы атмосферной коррекции гиперспектральных данных

Выводы по 3 главе

Глава 4. Обработка экспериментальных данных гиперспектральной

съемки агросистем с учетом атмосферной коррекции

4.1. Описание авиационного гиперспектрометра, использованного

для съемки земной поверхности

4.2. Обработка данных авиационного гиперспектрометра, использованного для съемки агросистем

4.3. Обработка данных гиперспектрометра космического базирования, использованного для съемки агросистем

4.4. Разработка алгоритма атмосферной коррекции, адаптивного к составу и свойствам входных данных

4.5. Обработка данных гиперспектральной съемки агросистем с учетом атмосферной коррекции

Выводы по 4 главе

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Методы обработки данных гиперспектрального авиакосмического дистанционного зондирования агросистем с учетом атмосферной коррекции»

Введение

Актуальность. Решение задачи продовольственного обеспечения населения является одной из основных социально-экономических целей и ценностей государственной политики и признается в принципе всеми странами наряду с военной безопасностью в качестве приоритетной в системе общей национальной безопасности. Очевидно, к одним из основных ресурсов, используемых при производстве сельскохозяйственной продукции растительного происхождения, относятся почвенные покровы земной поверхности.

Земная поверхность в целом, и почвенные покровы, в частности, безусловно, являются достаточно хрупкими экосистемами, которые чувствительны, как к естественным природным, так и к искусственным антропогенным воздействиям. Увеличение народонаселения на Земле вызывает не только усиление антропогенного воздействия на природную среду, но и приводит к необходимости повышения производства продовольствия. В сложившейся в настоящее время ситуации требуется рациональное природопользование и, в частности, максимально бережное и эффективное использование земельных ресурсов.

Отметим, что под рациональным землепользованием понимается такое экологически допустимое использование земельных участков, при котором сохраняются площади сельскохозяйственных угодий и достигается получение максимальной экономической выгоды с единицы площади при одновременном воспроизводстве плодородия почвы. При этом требуется проведение периодического учета и контроля состояния почвенных ресурсов, которые до сих пор осуществлялись посредством, как правило, полевых наземных исследований. Данный подход характеризуется высокой трудоемкостью и низкой эффективностью.

В последние годы все шире стали применяться методы дистанционного зондирования Земли (ДЗЗ) для решения самого широкого круга тематических

задач, как народнохозяйственного, так и оборонного значения. Однако, появление новейших средств ДЗЗ обуславливает необходимость исследования вопросов их эффективного применения. В связи с этим, а также глобальностью сформулированной проблемы обеспечения продовольственной безопасности, несомненно, одной из наиболее важных задач, является задача непрерывного дистанционного мониторинга состояния почвенных и растительных покровов с помощью различных датчиков дистанционного зондирования как авиационного, так и космического базирования. Данная задача полностью соответствует положениям государственной программе Российской Федерации «Космическая деятельность России на 2013 - 2020 годы», утвержденной постановлением Правительства РФ от 15 апреля 2014 года № 306. В результате реализации этой программы за счет развития космических средств дистанционного зондирования Земли, экологического мониторинга и контроля чрезвычайных ситуаций должны быть разработаны новые конкурентоспособные производственные технологии, касающиеся, в том числе, контроля состояния почвенных покровов.

Таким образом, безусловно, актуальной задачей является получение достоверной информации о текущем состоянии почвенных покровов и тенденциях их развития на основе современных методов, базирующихся на данных дистанционного зондирования поверхности земли, в целях поддержания и восстановления потенциала сельскохозяйственных угодий, что лежит в основе обеспечения продовольственной безопасности страны.

В освоении космического пространства в последние десять лет одно из приоритетных направлений связано с интенсивным развитием космических аппаратов (КА) ДЗЗ. Технологический прорыв в области компьютерной техники, связи и производства электронных компонентов позволяет создавать малогабаритные системы ДЗЗ в широком спектральном диапазоне с высоким пространственным и радиометрическим разрешением и приемлемой стоимостью. В последнее время в космос ежегодно запускается до 10-20 КА

ДЗЗ. При этом среди стран, осваивающих КА ДЗЗ, наряду с Россией, США и Францией следует также назвать Германию, Италию, Великобританию, Японию, Южную Корею, Китай, Индию и т.д.

Одними из новейших и перспективных средств получения изображений земной поверхности в видимом и ближнем инфракрасном диапазоне электромагнитного спектра, которые предоставляют огромные возможности для решения различных задач контроля состояния почвенных покровов на поверхности Земли, являются оптико-электронные приборы, называемые гиперспектрометрами. Особенностью данных, получаемых с помощью гиперспектрометра, является одновременная регистрация до нескольких сотен изображений одного и того же участка земной поверхности в узких соприкасающихся диапазонах спектра. В результате последовательного мониторинга поверхности Земли формируется многомерное гиперспектральное изображение с большим по сравнению с другими системами ДЗЗ объемом данных, называемое гиперкубом. Данные гиперспектрального зондирования наиболее чувствительны к факторам, вносящим искажения в результаты измерения по сравнению с другими системами ДЗЗ, так наиболее существенный вклад в искажение получаемого сигнала вносит влияние атомосферы на прохождение излучения от подстилающей поверхности до измерительного датчика.

В связи с этим требуется применение новых подходов и методов математической обработки результатов измерений на базе современной вычислительной техники, которые бы позволили повысить правильность и точность качественного и количественного анализа и расширить область применения гиперспектрометров в научном и прикладном плане. В нашем случае большую роль играет программно-алгоритмическое обеспечение (ПАО) системы тематической обработки данных гиперспектральной съемки с учетом атмосферной коррекции и ее применение на примере съемки почвенных покровов.

Большой вклад в решение проблем обработки много- и гиперспектральных изображений с учетом атмосферной коррекции внесен как зарубежными, так и российскими учеными, такими как X. Yuanliu, W. Runsheng, L. Shengwei, Y. Suming, Y. Bokun, F.X. Kneizys, D.C. Robertson, L.W. Abreu, P. Acharya, G.P. Anderson, L.S. Rothman, J.H. Chetwynd, J.E.A. Selby, E.P. Shettle, W.O. Gallery, A. Berk, S.A. Clough, L.S. Bernstein, С.В. Афонин, С.А. Барталев, А.М. Белов, В.В. Белов, В.Г. Бондур, В.В. Козодеров, Т.В. Кондранин, Г.Н. Мальцев, В.В. Мясников, А.Г. Орлов, Ю.А. Никишин, В.Н. Остриков, Д.В. Соломатов, Л.Н. Чабан, Л.И. Чапурский, М.В. Энгель и другие.

В то же время новизна использования гиперспектральной съемки в ДЗЗ и специфические особенности обработки данных гиперкуба с учетом атмосферной коррекции не позволяют в полной мере использовать наработки, достигнутые в панорамной и многоспектральной съемке. В связи с этим тема диссертации, посвященная разработке методов и методологии тематической обработки данных гиперспектрального авиакосмического дистанционного зондирования агросистем с учетом атмосферной коррекции в рамках задачи увеличения доступности базовых продуктов, получаемых в результате ДЗЗ, является актуальной в научном и практическом плане.

Объект исследования: гиперспектральные данные, полученные авиакосмическими системами дистанционного зондирования Земли и используемые в интересах решения задач по оценке состояния агросистем.

Предмет исследования: технологии тематической обработки гиперспектральных данных, полученных авиакосмическими системами дистанционного зондирования Земли, при решении задач по оценке состояния агросистем.

Программно-алгоритмическое обеспечение (ПАО) включает в себя набор алгоритмов и их программную реализацию в виде блоков (модулей): атмосферной коррекции гиперспектральных данных, совместной обработки

данных гиперспектральной съемки и данных измерений сопутствующей аппаратуры, тематической обработки на примерах агросистем.

Целью диссертационной работы является повышение потребительских свойств получаемой с использованием данных гиперспектрального авиакосмического дистанционного зондирования Земли выходной информационной продукции по оценке состояния агросистем.

Для достижения поставленной цели в диссертации сформулированы и решены следующие задачи:

1. Повышение точности и надёжности восстановления физических параметров подстилающей поверхности по данным гиперспектральной съёмки с использованием сопутствующей метеорологической информации.

2. Программная реализация и интеграция в ПАО блока атмосферной коррекции гиперспектральных данных с учетом дополнительной информации об актуальном на момент съёмки состоянии атмосферы.

3. Методическая организация и практическая реализация систематического наземного спектрометрирования объектов агросистем на тестовых полигонах в окрестности г. Краснодар и в Тульской области.

4. Совместная обработка и анализ достоверности данных наземного спектрометрирования и гиперспектрального ДЗЗ.

5. Апробация и проверка достоверности разработанного ПАО с учетом атмосферной коррекции в составе блока тематической обработки при решении задач идентификации состояния почвенных покровов и сельскохозяйственных угодий.

Научная новизна исследования состоит в том, что впервые:

1. Обоснованы и сформулированы критерии выбора методов атмосферной коррекции в зависимости от состава и свойств входных данных и технических характеристик конкретной гиперспектральной аппаратуры.

2. Реализован и апробирован алгоритм, позволяющий проводить атмосферную коррекцию гиперспектральных данных дистанционного

зондирования Земли, выполненный на основе концепции мультиверсионного программирования и адаптивный к составу и свойствам входных данных.

3. Разработан прототип методики, включающей организацию и практическую реализацию технологии систематического наземного спектрометрирования объектов агросистем на тестовых полигонах, данные сети AERONET и совместную обработку этих результатов с данными гиперспектрального дистанционного зондирования Земли.

4. Показано, что использование актуальной информации о влагосодержании атмосферы и метеорологической дальности видимости повышает точность восстановления индекса листовой поверхности почв на 22%.

5. Показано, что среднеквадратическое отклонение определения коэффициента спектральной яркости при использовании данных об актуальном состоянии атмосферы для почвы снизилось на 16%, для растительности на 35%.

Теоретическая и практическая значимость.

Теоретическая значимость работы состоит:

- в обосновании подхода и корректном сочетании существующих, широко используемых на практике алгоритмов атмосферной коррекции с предложенными автором методами усвоения и совместной обработки комплекса данных, получаемых в ходе спектрометрирования;

- в разработке и алгоритмизации математической модели атмосферной коррекции гиперспектральных данных ДЗЗ на основе концепции мультиверсионного программирования и свойства адаптивности к составу и характеристикам входных данных.

Практическая значимость работы состоит:

- в разработке инструментария, позволяющего в квазиавтоматическом режиме, осуществлять оперативный поиск релевантных данных об актуальном на момент измерений состоянии атмосферы в сети

AERONET и последующее их использование при атмосферной коррекции гиперспектральных данных;

- разработанные в диссертации блоки атмосферной коррекции и тематической интерпретации состояния агрообъектов включены в состав универсального комплекса обработки гиперспектральных данных «Альбедо», разработанного на кафедре СУМГФ.

На программу для ЭВМ для обработки гиперспектральных данных «Albedo» получено свидетельство о государственной регистрации от 05 августа 2015 года № 2015618299.

Методы исследования.

При решении поставленных задач были использованы методы математического моделирования процессов и систем; методы теории оптико-электронных систем; методы теории атмосферной оптики; методы теории автоматизированной обработки сигналов и полей. В ходе экспериментальных исследований применялись методы планирования эксперимента, статистической обработки данных.

Научные положения, выносимые на защиту:

1. Обоснование необходимости привлечения дополнительных данных по влагосодержанию атмосферы и метеорологической дальности видимости для проведения коррекции влияния атмосферы на гиперспектральные изображения с учетом технических характеристик конкретной аппаратуры.

2. Метод и результаты совместной обработки данных, получаемых гиперспектральным датчиком, приборами наземных обследований, а также данных с внешних устройств, характеризующих актуальное состояние условий съемки.

3. Метод и принципы использования получаемых с внешних приборов данных о параметрах атмосферы в сопряжении с блоком атмосферной коррекции гиперспектральных данных с применением

обеспечивающих достаточную точность моделей прохождения излучения через атмосферу.

4. Алгоритм, который выполнен на основе концепции мультиверсионного программирования, адаптивен к составу и свойствам входных данных и реализован в блоке атмосферной коррекции гиперспектральных данных дистанционного зондирования Земли.

5. Результаты тематической обработки данных авиакосмической гиперспектральной съемки, полученные с учётом дополнительных данных о состоянии атмосферы, на примере которых показано повышение точности восстановления коэффициента спектрального отражения объектов на подстилающей поверхности.

Достоверность результатов работы обеспечивается следующими утверждениями:

1. В допускающих сравнение случаях полученные результаты согласуются с результатами других авторов, опубликованных в открытой литературе.

2. Отдельные составляющие и блок разработанного инструментария тематической обработки гиперспектральных данных протестированы на количественное соответствие при контрольных расчетах, в том числе, по результатам, полученным другими авторами.

3. При разработке и тестировании ПАО тематической обработки данных авиакосмических гиперспектрометров при решении задач, связанных с идентификацией состояния почвенных покровов и сельскохозяйственных угодий с учетом влияния атмосферы, использованы прошедшие многократную апробацию приборы и способы обработки данных и проведена валидация этих данных в ходе лабораторных и натурных экспериментов.

Использование результатов диссертации.

Исследования по тематике диссертационной работы проводились в рамках реализации федеральной целевой программы «Исследования и

разработки по приоритетным направлениям развития научно -технологического комплекса России на 2014 - 2020 годы» (протокол заседания Конкурсной комиссии, созданной приказом Минобрнауки России от 20 декабря 2013 г. № 1379, от 14 мая 2014 г. № 2014-14-5760053-3) в соответствии с соглашением от 30 июня 2014 г. № 14.575.21.0028 между Минобрнауки России и Московским физико-техническим институтом, уникальный идентификатор прикладных научных исследований RFMEFI57514X0028.

Положения, разработки и научно-практические рекомендации диссертации по использованию ПАО тематической обработки данных гиперспектрального дистанционного мониторинга агросистем с учетом атмосферной коррекции внедрены в ЗАО «НПО «Лептон» при создании гиперспектрометров как авиационного, так и космического базирования, в разработке и испытаниях аппаратной части и информационного обеспечения которых автор принимал непосредственное участие. Кроме того результаты работы внедрены в ЗАО «Инженерный центр «Геомир» при создании информационно-аналитической системы «Харвер», а также используются в учебной и научной работе кафедры СУМГФ МФТИ.

Соответствие паспорту специальности. Диссертация соответствует п. 5 «Вычислительные методы и геоинформационные системы в метеорологии, климатологии и агрометеорологии» паспорта научной специальности 25.00.30 - «Метеорология, климатология, агрометеорология».

Апробация работы. Основные результаты диссертационной работы докладывались на 4 международных научно-практических конференциях "Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике", (г. СПб, 08-10 декабря 2011 г., 24-26 мая и 4-5 декабря 2012 г.); XIV Международной научно-практической конференции «Методы дистанционного зондирования и ГИС -технологии для оценки состояния окружающей среды, инвентаризации земель

и объектов недвижимости», (Болгария, г. Бургас, 5-7 июня 2013 г.); на II Всероссийской научной конференции «Проблемы военно -прикладной геофизики и контроля состояния природной среды» (г. СПб, ВКА имени А.Ф.Можайского, 08-10 декабря 2012 г.); 55-й и 57 Научной конференции МФТИ (Москва-Долгопрудный-Жуковский, 19-25 ноября 2012 г. и 24-29 ноября 2014 г.); Двенадцатой Всероссийской Открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)» (Москва, ИКИ РАН,10-14 ноября 2014 г.); II Всероссийской научной конференции «Экология и космос» имени академика К.Я. Кондратьева, посвященной 95-летию со дня его рождения (г. СПб, ВКА имени А.Ф.Можайского, 10-11 февраля 2015 г.).

Публикации. По теме диссертационной работы опубликовано 13 работ, включая три статьи из перечня изданий, рекомендованных ВАК, 4 работы в материалах международных научно-технических конференций и 6 работ в материалах всероссийских конференций.

Личный вклад автора. Основные результаты, выносимые на защиту, получены автором лично. Во всех работах, которые выполнены в соавторстве, соискатель непосредственно участвовал в постановке задач, обсуждении методов их решения, получении и анализе результатов исследований.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 1 1 0 наименований. Основная часть работы содержит 148 страниц, 45 рисунков и 6 таблиц.

Автор выражает глубокую благодарность коллективу кафедры МФТИ «Системы, устройства и методы геокосмической физики» за предоставленные материалы, а также ее заведующему доктору физико-математических наук профессору Т.В. Кондранину за постоянную поддержку при проведении диссертационного исследования.

1. АНАЛИЗ ГИПЕРСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДИСТАНЦИОННОГО МОНИТОРИНГА АГРОСИСТЕМ

1.1. Почвенные покровы и сельскохозяйственныеугодия как важнейший ресурсный параметр агросистем

На протяжении всего исторического пути развития человеческой цивилизации деятельность человека неразрывно связана с присутствием такого природного тела, как почва, которая является основой для культивирования сельскохозяйственных угодий. Отметим, что в основе большинства агросистем ключевыми элементами являются именно почвенные покровы, а также размещенные на них сельскохозяйственные угодия [1, 2]. По некоторым оценкам формирование почв началось на Земле не менее 2-х миллиардов лет назад, а человек появился 1,5 миллиона лет назад [3]. При изучении любого природного тела или явления центральным вопросом является его определение. Первое научное определение почвы принадлежит В.В. Докучаеву [4]: "Почва - это те дневные или близкие к ним горизонты горных пород (все равно каких), которые были более или менее естественно изменены взаимным влиянием воды, воздуха и различного рода организмов - живых и мертвых, что и сказывается известным образом на составе, структуре и цвете таких образований". В этой формулировке Докучаев сделал акцент на факторах - почвообразователях, тем самым утверждая ее самостоятельность как природного образования. По мере развития науки о почве - почвоведения, основоположниками которой в нашей стране считаются В.В. Докучаев, П.А. Костычев, Н.М. Сибирцев и другие [5], определение почвы дорабатывалось и видоизменялось. В настоящее время при изучении того или иного вопроса исследователи, как правило, обращаются к всемирной сети ИНТЕРНЕТ. В частности, в соответствии со свободной энциклопедией ВикипедиЯ и со ссылкой на [3], почва - это поверхностный слой литосферы Земли, обладающий

плодородием и представляющий собой полифункциональную гетерогенную открытую четырехфазную (твёрдая, жидкая, газообразная фазы и живые организмы) структурную систему, образовавшуюся в результате выветривания горных пород и жизнедеятельности организмов. Почву рассматривают как особую природную мембрану (биогеомембрану), регулирующую взаимодействие между биосферой, гидросферой и атмосферой Земли. Почвы являются функцией от климата, рельефа, исходной почвообразующей породы, микроорганизмов, растений и животных (то есть биоты в целом), а также человеческой деятельности и изменяются со временем.

В то же время, в соответствии с ГОСТ 27593-88 почва - это самостоятельное, естественно-историческое, органоминеральное, природное тело, возникшее на поверхности Земли в результате длительного воздействия биотических, абиотических и антропогенных факторов, состоящее из твёрдых минеральных и органических частиц, воды и воздуха и имеющее специфические генетико-морфологические признаки и свойства, создающие для роста и развития растений соответствующие условия.

В [3] определение почвы, предложенное Б.Г. Розановым, приводится с системных позиций:

Почва - это обладающая плодородием сложная полифункциональная, гетерогенная, открытая, четырехфазная структурная система в поверхностном слое коры выветривания горных пород, являющаяся комплексной функцией горной породы, организмов, климата, рельефа и времени. При этом, как уже говорилось выше, основными компонентами почвенной системы являются ее четыре фазы: твердая, жидкая, газовая и живая.

С точки зрения глобальности роли почвы перечислим пять основных ее функций, которые детально изложены в [6]:

1. Первая и главная из них — это обеспечение существования жизни на Земле. Почва — это следствие жизни и одновременно условие ее существования.

2. Вторая важнейшая глобальная функция почвы — это обеспечение постоянного взаимодействия большого геологического и малого биологического круговоротов (циклов) веществ на земной поверхности.

3. Третья глобальная функция почвы — регулирование химического состава атмосферы и гидросферы.

4. Четвертая глобальная функция почвы — регулирование биосферных процессов.

5. Пятая глобальная функция почвы — это аккумуляция активного органического вещества и связанной с ним химической энергии на земной поверхности.

В конкретном проявлении биосферы на Земле почва является неотъемлемым компонентом природных экосистем или биогеоценозов, из которых состоит биосфера. Почва это особая подсистема, связанная с другими подсистемами многочисленными прямыми и обратными функциональными связями.

Исходя из перечисленных глобальных функций почвы на земной поверхности ее роль, очевидно, очень сложно переоценить.

Как и любая система, почвы всегда находятся в состоянии развития, то есть они постоянно функционируют. Не функционирующих систем в природе не бывает [3]. В связи с этим к анализу состояния почвенных покровов целесообразно использовать методы ситуационного подхода [7], с учетом того, что функционирование почвенной системы выражается во взаимодействии всех ее четырех почвенных фаз.

Очевидно, что развитие почвоведения не остановилось и в настоящее время. И это естественно, так как почва характеризуется таким важнейшим для человека особым свойством, как плодородие, под которым понимается

способность почвы удовлетворять потребности растений в воде и элементах питания, а также обеспечивать их корневые системы достаточным количеством воздуха и тепла для нормальной деятельности и создания урожая [8]. Данное утверждение объясняется тем, что использование почвы в сельском хозяйстве, как отмечено в работе [9], дает человечеству около 99% (по весу) количества продуктов питания, в том числе 85% белкового. При этом следует помнить, что почва является практически невоспроизводимым видом природных ресурсов. В связи с ростом народонаселения и соответственно обострением проблемы продовольственной безопасности в последние годы на передний план выходят вопросы охраны почв и их рационального и эффективного использования. Кроме того, важнейшим является вопрос, связанный прогнозированием будущего состояния почвенных покровов, в том числе в экологическом плане. Отметим, что по данным работы [10] из-за недостаточного внимания к проблеме охраны и воспроизводства плодородия почв только Россия ежегодно теряет треть бюджета. А на сельскохозяйственном использовании земель базируется до 75% национальной экономики! Несмотря на это с каждым годом площадь пахотных земель на Земле неуклонно сокращается в результате, например, такого явления как деградация почв. В работе [4] утверждается, что по состоянию на начало XXI века состояние почвенного покрова в России было неудовлетворительным и продолжало ухудшаться. Исходя из официальных данных следует отметить, что 40 млн га представлены низкоплодородными, засоленными и солонцовыми почвами, 26 млн га переувлажнены и заболочены, а 5 млн га загрязнены радионуклидами [4]. Кроме того, из 186 млн га сельскохозяйственных угодий около 60 млн га эродированы, а в некоторых южных районах России идет опустынивание. Вопросам деградации почв в настоящее время уделяется достаточно пристальное внимание [11]. Возникновение и развитие деградации почв является закономерной реакцией природных экосистем особенно на такие воздействия, в которых не учитываются или игнорируются законы их

Список литературы диссертационного исследования кандидат наук Николенко Александр Анатольевич, 2015 год

Список литературы.

1. Рычко О.К. Методологические модели мониторинга агрометеорологических условий и агроклиматических ресурсов в аридных сельскохозяйственных ландшафтах. Оренбург: ОГПУ, 2009. 196 с.

2. Варюхин А. М. Элементы экономической трансформатики. На пути к теории устойчивого развития агросистем: методологические основания и базовые модели. / А. М Варюхин, П.Н. Гришин - Саратов : Изд-во Сарат. ун-та, 2012.- 244 с.

3. Ивлев А.М. Эволюция почв, Курс лекций. - Владивосток. Изд-во Дальневосточного ун-та, 2005. - 97 с.

4. Безуглова О.С. Почва, ее место и роль в природе // Сетевой журнал кафедры почвоведения и оценки земельных ресурсов. 2007. [Электронный ресурс]. URL: http : //dssac.ru/soil.html

5. Кизилова Н.Я. Почвоведение, Учебно-методические материалы. -Новосибирск, ФГБОУ ВПО «СГГА», 2007. - 53 с.

6. Тимофеев С.В. Курс лекций по почвоведению. - Гомель: Гомельский гос. ун-т им. Ф. Скорины, 2012. - 161 с.

7. Ахметьянов В.Р. Философские аспекты ситуационного движения // Вестник КРСУ. 2012. Том 12. № 3. С. 74-78

8. Электронный ресурс: http://uchilok.net/geografia/105-istoriya-pochvovedeniya.html, 12-05-2014.

9. Кленов Б.М. Экология почв: Учебное пособие для студентов-геоэкологов. - Новосибирск: СГГА, 2001. - 84 с.

10. Гордей Д.А. Экономическая эффективность мероприятий по рекультивации и охране нарушенных и загрязненных почв // Материалы по изучению русских почв. Вып. 6 (33) Сб. науч. докл. / Под ред. Б.Ф. Апарина.- СПб.: Изд-во СПбГУ, 2009. - с. 48-50.

11. Материалы Международной научной конференции «Ресурсный потенциал почв - основа продовольственной и экологической

безопасности России» / Под ред. Б.Ф. Апарина. - СПб.: Издательский дом С.-Петербургского государственного университета, 2011. - 538 с.

12. Структура почвенного покрова, методы ее изучения // Учебное пособие, составитель О.А. Скрябина - Пермь, ПГСХА, 2007. - 206 с.

13. Козловский Ф.И. Почвенный покров как каркас геосистемы и основной источник информации о ней / Ф.И. Козловский, С.В. Горячкин // Структура почвенного покрова. - М.: 1993. - С. 17-20.

14. Харук В.И. Мониторинг биосферы и дистанционное зондирование // Конспект лекций. - Красноярск: СФУ, 2007. - 118 с.

15. Richards, J.A. Remote Sensing Digital Image Analysis / J.A. Richards. -Springer-Ferlag, Berlin, 1993. - 340 p.

16. Спектрофотометрические исследования почв и горных пород // Межвузовский сборник. - Ленинград: РИО ЛГУ, 1983. - 205 с.

17. Караванова Е.И. Оптические свойства почв и их природа. - М.: Изд-во МГУ, 2003.-151с.

18. Кравцова В.И. Космические методы исследования почв: Учебное пособие для студентов вузов / В. И. Кравцова. — М.: Аспект Пресс, 2005. - 190 с.

19. Козодеров В.В., Кондранин Т.В. Методы оценки состояния почвенно-растительного покрова по данным оптических систем дистанционного аэрокосмического зондирования. Учебное пособие. - М.: МФТИ, 2008. -222 с.

20. Михайлова Н.А., Орлов Д.С. Оптические свойства почв и почвенных компонентов. М.: Наука, 1986. - 118 с.

21. Орлов Д.С., Суханова Н.И., Розанова М.С. Спектральная отражательная способность почв и их компонентов. М.: МГУ, 2001. -175 с.

22. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В. Тематическая обработка многоспектральных и гиперспектральных аэрокосмических

изображений: Уч. пособие. М.: Изд-во МФТИ, 2013. 225 с.

23. Ахметьянов В.Р., Николенко А.А., Терентьева В.В. Создание и развитие гиперспектральной аппаратуры дистанционного зондирования в России и за рубежом. // Труды II Всероссийской научной конференции «Проблемы военно-прикладной геофизики и контроля состояния природной среды» / под общ. ред. С.С.Суворова; редкол.: С.С.Суворов и др.; ответст. за вып.: С.В.Чернышёв. - СПб.: ВКА имени А.Ф.Можайского, 2012. - Т.2. - С. 129-136.

24. Ахметьянов В.Р., Николенко А.А., Терентьева В.В. Создание и развитие авиационной и космической гиперспектральной аппаратуры. // Аэрофизика и космические исследования. Т. 1: Труды 55-й научной конференции МФТИ: Всеросс. научной конференции «Проблемы фундаментальных и прикладных естественных и технических наук в современном информационном обществе», Научной конференции «Современные проблемы фундаментальных и прикладных наук в области физики и астрономии», Всероссийской молодежной научной конференции «Современные проблемы фундаментальных и прикладных наук». 19-25 ноября 2012 года, Москва-Долгопрудный-Жуковский, Россия. - М.: МФТИ, 2012. С. 28 - 29.

25. Ахметьянов В.Р., Кудрявцев С.В., Николенко А.А., Терентьева В.В. Исторические аспекты развития гиперспектральной аппаратуры авиационного базирования. // Высокие технологии, экономика, промышленность. Т. 1: Сборник статей Четырнадцатой Междунар. научно-практич. конференции "Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике". 4-5 декабря 2012 года, Санкт-Петербург, Россия. / Под ред. А.П.Кудинова. - СПб.: Изд-во Политехн. ун-та, 2012. С. 12 - 15.

26. Ахметьянов В.Р., Николенко А.А., Терентьева В.В. Развитие

космической гиперспектральной аппаратуры за рубежом. // Сборник тезисов докладов НТК «Гиперспектральные приборы и технологии». Красногорск, 16-18 января 2013 г. / Ответств. за выпуск: Архипов С.А. и др. - Красногорск, ОАО «Красногорский завод имени С.А.Зверева», 2013. С. 41 - 42.

27. Никишин Ю.А. Перспективы развития гиперспектральной съемочной системы космического базирования // Изв. Вузов «Геодезия и аэрофотосъемка». -2013. -№ 3. -C. 35-41.

28. R.Glenn Sellar, Glenn D.Boreman. Classification of imaging spectrometers for remote sensing applications. Opt.Eng., 2005, N.1.

29. Орлов Андрей Геннадьевич. Разработка и исследование авиационного гиперспектрометра видимого и ближнего ИК диапазонов: диссертация кандидата технических наук / 01.04.01. Место защиты: Ин-т косм. исслед. РАН- Москва, 2008. - 163 с. : ил. РГБ ОД, 61:08-5/70

30. http://www.gisa.ru/42161.html

31. http://eol.gsfc.nasa.gov/Technology/Hyperion.html

32. Виноградов А.Н., Егоров В.В., Калинин А.П., Мельникова Е.М., Родионов А.И., Родионов И.Д. Линейка гиперспектральных сенсоров оптического диапазона: Препринт. М.: ИКИ РАН, 2015. Пр-2176. 20 с.

33. SPIE, 2009, V.7474, 1J(8).

34. Дворкин Б.А., Дудкин С.А. Новейшие и перспективные спутники дистанционного зондирования Земли // Геоматика. 2013. № 2. С. 16-36.

35. Цыбанов А.Г. Исследование тонкой структуры гиперспектральной космической информации отдельных объектов техносферы и природной среды // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 257-264.

36. Genovese, G. (2004) (editor): Methodology of the MARS Crop Yield Forecasting System. Vol.1 to Vol.4, EUR-report 21291 EN.

37. Солодухо Н.М. Манифест ситуационного движения //Вестник

Татарстанского Отделения Российской Экологической Академии. -Казань, 2003, №3, С. 3-4.

38. Ахметьянов В.Р. Философские аспекты ситуационного движения // Вестник КРСУ. 2012. Том 12. № 3. С. 74-78.

39. Клыков Ю.И. Ситуационное управление большими системами. М.: Энергия, 1974. - 213 с.

40. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986. - 288 с.

41. Ахметьянов В.Р., Мишина О.А. Подход к разработке требований к информационному обеспечению систем дистанционного зондирования окружающей среды. Региональная информатика - 2008 (РИ - 2008). XI Санкт-Петербургская международная конференция. Санкт-Петербург, 22 - 24 октября 2008 г.: Материалы конференции \ СПОИСУ. - СПб, 2008. с. 258 - 259.

42. Бабиков Ю. Л., Гендрин А. Г., Калайда В. Т. Принципы построения баз знаний для решения задач дистанционного зондирования. Информационно-программное обеспечение задач атмосферной оптики. - Новосибирск: Наука, Сиб.отд-ние, 1988.

43. Охтилев М.Ю., Соколов Б.В. Интеллектуальные информационные технологии мониторинга состояния космических средств на основе измерительной информации в реальном времени. Особенности развития космической отрасли России и перспективы её дальнейшей интеграции в систему международных экономических связей. Междунар. научно-практич. конференция. 2-3 октября 2007 г. СПб: тезисы докладов \ СПб., 2007 г. с. 196 - 198.

44. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований. - М.: Академия, 2004.

45. Чапурский Л. И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. - МО СССР, 1986. - 155 с.

46. Мальцев Г.Н., Козинов И.А. Создание и использование баз данных спектральных образов для решения задач тематической обработки гиперспектральных данных дистанционного зондирования Земли // Информация и космос. 2015. № 1. С. 24-31.

47. http://sovzond.ru/press-center/geomatics/

48. Орешкина Л.В. Алгоритмы обработки изображений в задачах постоянного спутникового мониторинга объектов земной поверхности: Автореф. дис. ... канд. техн. наук. Минск, 2013.-22 с.

49. Остриков В.Н., Плахотников О.В., Кириенко А.В. Обработка гиперспектральных данных, получаемых с авиационных и космических носителей // Современные проблемы дистанционного зондирования земли из космоса. 2013. Т. 10. № 2. С. 243-252.

50. Остриков В.Н., Смирнов С.И., Михайлов В.В. Алгоритм двухэтапной классификации гиперспектральных данных в пространстве коэффициентов спектральной яркости по результатам авиационной съемки // Современные проблемы дистанционного зондирования земли из космоса. 2013. Т. 10. № 3. С. 75-84.

51. Чабан Л.Н. Автоматизированная обработка аэрокосмической информации для картографирования геопространственных данных. Учебное пособие. - М., МИИГАиК, 2013. 96 С.

52. Wikipedia: Remote sensing. http://en.wikipedia.org/wiki/Remote sensing.

53. Старцев Е.В. Разработка алгоритмов и моделирование динамической типизации в программах для технических систем: Дис. ... канд. физ.-мат. наук: 05.13.18 Челябинск, 2015. 122 с.

54. Шеенок Д.А. Инструментальное средство проектирования оптимальной архитектуры отказоустойчивых программных систем // Программная инженерия. 2013. № 6. С. 20—26.

55. Новой А.В. Система анализа архитектурной надежности программного обеспечения: дисс. ... канд. техн. наук. Красноярск, 2011. 131 с

56. Капчинский И.А., Кузнецов А.С., Штенцель А.В. Принципы формирования мультиверсионного программного комплекса // Вестник СибГАУ. 2008. № 1. С. 18-22.

57. Поздняков Дмитрий Александрович. Компонентная программная архитектура мультиверсионных систем обработки информации и управления: Дисс. ... канд. техн. наук: 05.13.01 Красноярск, 2006. 126 с.

58. Ковалев И. В., Котенок А. В. К проблеме выбора алгоритма принятия решения в мультиверсионных системах // Информационные технологии. 2006. № 9. С. 39-44.

59. Майерс Г. Надежность программного обеспечения / Г. Майерс; пер. с англ. Ю.Ю. Галимова; под ред. В.Ш. Кауфмана. М.: Мир. 1980.

60. Ковалев И.В. Проблемы программной реализации мультиверсионной среды исполнения алгоритмов обработки информации в системах управления // Вестник СибГАУ. 2014. № 4(56). С. 62-73.

61. Ковалев И.В. Анализ проблем в области исследования надежности программного обеспечения: многоэтапность и архитектурный аспект // Вестник СибГАУ. 2014. № 3(55). С. 78-92.

62. Avizienis A. On the implementation of N-version programming for software fault-tolerance during execution / A. Avizienis, L. Chen // Proc. IEEE COMPSAC-77, Nov. 1977. P. 149-155.

63. Ковалев И. В., Завьялова О. И., Лайков А. Н. Формирование избыточного программного обеспечения отказоустойчивых систем управления // Известия высших учебных заведений. Приборостроение. 2008. Т. 51, № 10. С. 30-34.

64. Ковалев И. В., Семенько Т. И., Царев Р. Ю. Методология оценки и повышения надежности программно-информационных технологий и структур: монография / Федер. агентство по образованию; Краснояр. гос. техн. ун-т. Красноярк, 2005. 160 с.

65. Ковалев И. В., Карасева М. В., Соловьев Е. В. Модификация

муравьиного алгоритма для задачи формирования мультиверсионного программного обеспечения // Вестник СибГАУ. 2014. № 1. С. 19-24.

66. Ковалев Д. И., Клименко А. В., Соловьев Е. В., Туева Е. В. Модификация стандартного алгоритма муравьиной колонии для решения задачи формирования мультиверсионного программного обеспечения // Вестник СибГАУ. 2014. № 2(54). С. 33-37.

67. Ахметьянов В.Р., Кудрявцев С.В., Николенко А.А. Терентьева В.В. Основные направления тематической обработки гиперспектральных данных. // Высокие технологии, экономика, промышленность. Т. 1: Сборник статей Тринадцатой Междунар. научно-практич. конференции "Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике". 2426 мая 2012 года, Санкт-Петербург, Россия. / Под ред. А.П.Кудинова. -СПб.: Изд-во Политехн. ун-та, 2012. С. 14 - 17.

68. Григорьева О.В, Терентьева В.В, Жуков Д.В., Николенко А.А., Кудрявцев С.В. Автоматизированная спектрально-пространственная идентификация нарушений лесных массивов гарями и вырубками по видеоспектральным данным. Труды II Всероссийской научной конференции «Проблемы военно-прикладной геофизики и контроля состояния природной среды» / под общ. ред. С.С.Суворова; редкол.: С.С.Суворов и др.; ответств. за вып.: С.В.Чернышёв. - СПб.: ВКА им. А.Ф.Можайского, 2012. - Т.2. - С. 168-173.

69. Чабан Л.Н., Вечерук Г.В., Кондранин Т.В., Кудрявцев С.В., Николенко А.А. Моделирование и тематическая обработка изображений, идентичных видеоданным с готовящейся к запуску и разрабатываемой гиперспектральной аппаратуры ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 2. С. 111-121.

70. Чабан Л.Н., Капитонова К.Н., Митрофанов Е.М., Николенко А.А.,

Кудрявцев С.В., Штейнберг О.М. Дешифрирование породного состава лесной растительности по самолетным гиперспектральным изображениям // XIV Междунар. научно-практич. конференция «Методы дистанционного зондирования и ГИС-технологии для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости» в кн. Материалы Международного научно-образовательного форума «Бургас-2013» - Изд. «ЕООД ИХНИИТ», Бургас, Болгария, 2013. - С.145-150.

71. Ахметьянов В.Р., Николенко А.А., Терентьева В.В. Использование данных гиперспектральных приборов для экологического мониторинга природных и техногенных объектов за рубежом и в России. // Труды II Всероссийской научной конференции «Экология и космос» имени академика К.Я. Кондратьева / под общ. ред. Ю.В.Кулешова; редкол.: Ю.В.Кулешов и др.; ответств. за вып.: А.С.Тимощук. - СПб.: ВКА имени А.Ф.Можайского, 2015. - С. 60-65.

72. Аншаков Г.П., Егоров А.С., Ращупкин А.В., Скирмунт В.К. Многоуровневая система оперативного гиперспектрального мониторинга Земли // Вестник Самарского государственного аэрокосмического университета. 2013. №4(42). С. 28-37

73. Овчинников А.М., Ролдугин Д.С., Овчинников М.Ю. Аппаратно-программный комплекс для обработки спектральной информации // Препринты ИПМ им. М.В.Келдыша. 2008. № 71. 26 с.

74. Кондранин Т.В., Козодеров В.В., Дмитриев Е.В., Егоров В.Д., Борзяк В.В., Николенко А.А. Автоматизация обработки данных самолетного гиперспектрального зондирования // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 5. С. 312-319.

75. Чабан Л.Н., Николенко А.А., Страхов П.В., Шурыгин Б.М. Методическое и программное обеспечение тематической обработки

аэрокосмических гиперспектральных изображений. Проблемы и перспективы. // Сб. тезисов докладов НТК «Гиперспектральные приборы и технологии». Красногорск, 16-18 января 2013 г. / Ответств. за выпуск: Архипов С.А. и др. - Красногорск, ОАО «Красногорский завод имени С.А.Зверева», 2013. С. 103 - 105.

76. Бондур В.Г. Современные подходы к обработке гиперспектральных аэрокосмических изображений. // Сб. тезисов докладов НТК «Гиперспектральные приборы и технологии». Красногорск, 16-18 января 2013 г. / Ответств. за выпуск: Архипов С.А. и др. -Красногорск, ОАО «Красногорский завод имени С.А.Зверева», 2013. С. 14 - 18.

77. Козинов И. А., Мальцев Г. Н. Модифицированный алгоритм обнаружения разладки случайного процесса и его применение при обработке многоспектральных данных // Информационно-управляющие системы. 2012. № 3(58). С. 9—17.

78. Мальцев Г. Н., Козинов И. А., Данилкин А. П. Космические системы и технологии многоспектрального дистанционного зондирования Земли // Информация и космос. 2010. № 1. С. 148-158.

79. Мальцев Г. Н., Кунгурцев В.В., Козинов И. А. Дистанционное зондирование Земли на основе кластера малых космических аппаратов многоспектрального наблюдения // Изв. вузов. Приборостроение. 2009. Т. 52, № 4. С. 16—22.

80. Мальцев Г. Н., Козинов И. А., Фатеев В. Ф. Методы выбора наиболее информативных спектральных каналов при дистанционном зондировании Земли с малых космических аппаратов // Изв. вузов. Приборостроение. 2007. Т. 50, № 6. С. 23—31.

81. Остриков В.Н., Плахотников О.В., Шулика К.М. Имитационная модель преобразования снимков авиационного гиперспектрометра на условия наблюдения из космоса. 2012. Т. 9. № 2. С. 167-172.

82. Смирнов С.И., Михайлов В.В., Остриков В.Н. Применение рандомизированного метода главных компонент для сжатия данных гиперспектральной съемки // Современные проблемы дистанционного зондирования земли из космоса. 2014. Т. 11. № 2. С. 9-17.

83. Чабан Л.Н., Вечерук Г.В., Гаврилова Т.С. Исследование возможностей классификации растительного покрова по гиперспектральным изображениям в пакетах тематической обработки данных дистанционного зондирования // Труды МФТИ. 2009. Т. 1. № 3. С. 171 -180.

84. Абросимов А.В., Черепанов А.С. Обработка гиперспектральных изображений в ПК ENVI // Геопрофи. 2007. № 2. С. 55-57.

85. Ахметьянов В.Р., Николенко А.А. О фрактальном подходе к обработке гиперспектральных данных. // Высокие технологии, фундаментальные исследования, экономика. Т.2: Сб. статей Двенадцатой Междунар. научно-практич. конференции "Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности". 08-10 декабря 2011 года, Санкт-Петербург, Россия. / Под ред. А.П.Кудинова. - СПб.: Изд-во Политехн. ун-та, 2011. С. 25 -26.

86. Чабан Л.Н., Малинников В.А., Учаев Д.В., Учаев Дм.В. Методы отбора информативных каналов при тематической обработке гиперспектральных изображений // Изв. вузов «Геодезия и аэрофотосъемка». -2014. - № 4. -С. 63-74.

87. Чабан Л.Н., Берёзина К.В. Метод коррекции пространственного сдвига спектральной калибровки на гиперспектральных изображениях в видимом и ближнем инфракрасном диапазонах // Изв. вузов «Геодезия и аэрофотосъемка». -2014. - № 6. -С. 96-103.

88. Чабан Л.Н., Сапрыкина Е.А. Концепция ГИС для разработки направлений и методов мониторинга сельскохозяйственных культур на

основе материалов гиперспектральной съемки // Изв. вузов «Геодезия и аэрофотосъемка». -2015. - № 1. -С. 97-103.

89. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB - M., Техносфера, 2006, 621 с.

90. Савин И.Ю., Симакова М.С. Спутниковые технологии для инвентаризации и мониторинга почв в России. - Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 5. С. 104-115.

91. Толпин В. А., Барталев С. А., Матвеев А.М., Лупян Е.А. Возможности анализа архивов спутниковых данных для выбора годов аналогов в системе дистанционного мониторинга сельскохозяйственных земель агропромышленного комплекса (СДМЗ АПК). - Современные проблемы дистанционного зондирования Земли из космоса. 2009. Выпуск 6. Т. 2. С. 560-571

92. Системные и проектно-поисковые исследования современных программных средств обработки гиперспектральных данных с борта космических аппаратов [Текст]: отчет о составной части НИР / МФТИ; рук. Кондранин Т.В. - Долгопрудный, 2015. - 186 с. - Исполн.: Кондранин Т.В., Чабан Л.Н., Ахметьянов В.Р., Кузмичев А.С., Николенко А.А. и др. - № 851-2144/14/269-2-2015.03 - Инв. № 2015.03.

93. Song, C., Woodcock, C. E., Seto, K. C., Lenney, M. P., & Macomber, S. A. (2001). Classification and change detection using Landsat TM data: When and how to correct atmospheric effects? Remote Sensing of Environment, 75(2), 230-244.

94. Cedilnik A., Kosmelj K., Blejec A.. The Distribution of the Ratio of Jointly Normal Variables // Metodoloski zvezki. 2004. Vol. 1, №1. P. 99-108.

95. Vermote, E. F., et al. "Atmospheric correction of visible to middle-infrared EOS-MODIS data over land surfaces: Background, operational algorithm and validation." NASA Publications (1997): 31.

96. Chavez, Pat S. "Image-based atmospheric corrections-revisited and improved." Photogrammetric engineering and remote sensing 62.9 (1996): 1025-1035.

97. ERDAS, Inc. "ERDAS field guide." (1997): 5-183.

98. Ben-Dor, E., B. C. Kindel, and K. Patkin. "A comparison between six model-based methods to retrieve surface reflectance and water vapor content from hyperspectral data: A case study using synthetic AVIRIS data." A Presented at International Conference on Optics and Optoelectronics A ICOL. 2005.

99. Kawishwar, Prashant. "Atmospheric Correction Models for Retrievals of Calibrated Spectral Profiles from Hyperion EO-1 Data." International Institute for Geo-Information Science and Earth Observation. Master Thesis. Enschede, The Netherlands (2007).

100. S. M. Adler-Golden et al., "FLAASH, A MODTRAN4 Atmospheric Correction Package for Hyperspectral Data Retrievals and Simulations," in Proc. 7th Ann. JPL Airborne Earth Science Workshop, pp. 9-14, JPL Publication, 97-21, Pasadena, CA (1998).

101. Sobrino, J.A. and J.El. Kharraz, 2003, Surface temperature and vapor retrieval from MODIS data, Int. J. of Remote Sensing, Vol. 24, No. 24, pp. 5161-5182.

102. Kruse, F.A., "Comparison of ATREM, ACORN, and FLAASH Atmospheric Corrections using Low-Altitude AVIRIS Data of Boulder, Colorado," Proc. 13th JPL Airborne Geoscience Workshop, Jet Propulsion Laboratory, 31 March - 2 April, Pasadena, CA, JPL Publication 05-3 (2004).

103. Энгель Марина Владимировна. Оптические характеристики атмосферы по данным ДЗЗ и атмосферная коррекция спутниковых изображений земной поверхности: Дисс. ... канд. техн. наук: 01.04.05 - 05.13.18, Томск, 2014. 151 с.

104. Holben B. N., et al., AERONET - A Federated Instrument Network and Data

Archive for Aerosol Characterization, Remote Sensing of Environment, Vol. 66, 1-16, 1998.

105. Применение полуторамерной модели для решения фундаментальных и прикладных задач физики облаков [Текст]: [монография] / Ю. А. Довгалюк, Н. Е. Веремей, А. А. Синькевич; Федеральная служба по гидрометеорологии и мониторингу окружающей среды, ФГБУ "Гл. геофизическая обсерватория им. А. И. Воейкова". - Санкт-Петербург: Гл. геофизическая обсерватория им. А. И. Воейкова, 2013. - 218 с.

106. Yuanliua, Xu, et al. "Atmospheric correction of hyperspectral data using MODTRAN model." Proc. of SPIE. Vol. 7123, 712306/1-712306/7, 2010.

107. Белов А.М., Мясников В.В. Атмосферная коррекция гиперспектральных изображений с помощью приближенного решения уравнения переноса MODTRAN // Компьютерная оптика, 2014, том 38, №3. - С. 489-493.

108. Разработка элементов ГИС Тверского полигона и методики определения спектральных коэффициентов отражения для различных условий наблюдения на примере тестовых участков по данным самолетных гиперспектральных наблюдений, по модельным расчетам и по данным натурных съемок с борта КА «Ресурс-ДК1» [Текст]: научно-технический отчет по опытно-конструкторской работе / МФТИ; рук. Кондранин Т.В.; исполн.; Вечерук Г.В., Чабан Л.Н., Николенко А.А. [и др.]. - М., 2010. - 224 с.

109. Haboudane D., Miller J.R., Pattey E. et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision // Remote Sensing of Environment, 2004. -№ 90.-P. 337-352.

110. Николенко А.А. Атмосферная коррекция гиперспектральных данных авиакосмического дистанционного зондирования агросистем // Журнал радиоэлектроники (Электронный). - 2015. № 7. - С. 12.