Теория и методы информационного обеспечения мониторинга земель: Тематическая обработка видеоизображений тема диссертации и автореферата по ВАК РФ 05.24.04, доктор технических наук Малинников, Василий Александрович

• Малинников, Василий Александрович
• доктор технических наук
• 1999

Оглавление диссертации доктор технических наук Малинников, Василий Александрович

- природных ландшафтов, границ и площадей административно-территориальных образований, землепользований и землевладений (угодий, полей, участков);

-состояния почв по обширному набору параметров (водная эрозия, опустынивание, деградация почв на пастбищах, подтопление, заболачивание, переувлажнение, засоление, зарастание, закустаривание пашни; состояние почвенных агрегатов, образование дефляционной бесструктурной пылеватой

- 19поверхности, такыровидной слитой поверхности почв; запасы гумуса, кислотность, содержание макро- и микроэлементов, остатков пестицидов, тяжелых металлов, рассеянных химических элементов, радиоактивных элементов и других токсикантов);

-состояния геологической среды, рельефа, гидрографической сети (формы рельефа местности, вызванные подвижными песками, оползнями, селевыми потоками, землетрясениями, русловыми процессами и т.д.; водный баланс, режимы химического, гидробиологического состава подземных вод, береговые линии морей, озер, заливов, водохранилищ, лиманов и др.);

-динамики процессов подтопления, заболачивания, затопления, осушения земель, примыкающих к акваториям;

- состояния территории, вызванные криогенными процессами, нарушенными землями, в том числе действующими и отработанными карьерами, отвалами, терриконами, разрабатываемыми и выработанными торфяниками, проседанием земной поверхности под воздействием водоотборов и отработки недр;

- состояния растительности (посевов, сенокосов, пастбищ, лесов, многолетних насаждений и т.д.);

-состояния земель, подверженных негативному воздействию производственных объектов (очистных сооружений промышленных и сельскохозяйственных предприятий, мелиоративных систем, транспорта, навозохранилищ, площадок для компостирования удобрений, свалок, складов ГСМ, складов сыпучих удобрений, жидких удобрений, стоянок автотранспорта, скотомогильников, мест захоронения радиоактивных, физиологически активных химических отходов производства).

Структура мониторинга земель определяется административно-территориальным делением, использованием земель по их целевому назначению.

-госструктура мониторинга земель по административно-территориальной иерархии имеет следующие уровни:

- мониторинг земель Российской Федерации;

- мониторинг земель республик в составе РФ, автономных областей и автономных округов, краев и областей;

- мониторинг земель районов и городов.

На каждом уровне административно - территориального деления структура мониторинга земель предусматривает следующие подсистемы, соответствующие категориям земель:

- мониторинг земель сельско - хозяйственного назначения;

- мониторинг земель населенных пунктов;

- мониторинг земель объектов промышленности, транспорта, связи, обороны и иного назначения;

- мониторинг земель природоохранного, оздоровительного, рекреационного и историко-культурного назначения;

- мониторинг земель лесного фонда;

- мониторинг земель водного фонда;

- мониторинг земель запаса.

В зависимости от территориального охвата земель различают глобальный, региональный и локальный мониторинг [190].

Глобальный мониторинг земель проводится в соответствии с международной геосферно-биосферной программой (МГБП) "Глобальные изменения" [177]. Порядок реализации указанной программы устанавливается Министерством науки, высшего образования и технической политики РФ и Российской Академией наук.

Региональный мониторинг земель осуществляется в соответствии с программой Комитета РФ по земельным ресурсам и землеустройству на пространствах, ограниченных физико-географическими, экономико

-21 географическими, административными или иными рубежами и охватывает крупные территории (Крайний Север Европейской части РФ, северо-западные районы РФ, бассейн реки Волги, Южный Урал, Западно-Сибирская низменность, зоны аридного земледелия Европейской части РФ, зона Чернобыльской аварии и др.).

Локальный мониторинг земель ведется на территориальном уровне ниже регионального в рамках программы Комитета РФ по земельным ресурсам и землеустройству.

В зависимости от сроков и периодичности проведения различают четыре группы наблюдений за состоянием земель:

- базовые (исходные, фиксирующие состояние объектов наблюдения на момент начала ведения мониторинга земель);

- периодические (через один год и более);

- оперативные;

- ретроспективные (исторический анализ предшествующих наблюдений).

Первичные данные, получаемые при непосредственных наблюдениях за состоянием земельных угодий, отдельных полей, участков, элементов инфраструктуры, обобщаются по районам, городам, областям, краям, республикам в составе России; автономным областям и автономным округам Российской Федерации в целом, а также по ландшафтно-экологическим комплексам, экологическим ареалам различных видов.

Таким образом, на основании выше изложенного можно утверждать, что в основу организации мониторинга окружающей среды могут быть положены следующие принципы и требования:

- мониторинг может осуществляться на трех уровнях: локальном, региональном и глобальном;

-объект мониторинга должен обладать чувствительностью к любым изменениям среды;

- объект мониторинга должен хорошо распознаваться дистанционными методами и легко контролироваться стандартными наземными исследованиями;

- информация об объекте мониторинга должна быть синхронной и сопоставимой;

- организация мониторинга как информационной системы требует создания банка данных об объекте и разработку автоматизированных технологий, обеспечивающих получение достоверной информации.

В основе концепции мониторинга должны лежать следующие принципы: комплексность, систематичность и периодичность, полигонный характер исследований, автоматизация обработки данных [52].

Комплексность. Одним из способов реализации данного принципа является методическая комплексность получения геоинформации, через рациональное сочетание современных аэрокосмических, наземных методов, карто-метрических построений, математического и физического моделирования в широких масштабных диапазонах.

Систематичность и периодичность. Суть принципа систематичности и периодичности заключается в обеспечивании непрерывного получения геоинформации, что создает возможность проведения режимных наблюдений, формирования банков геоинформации и, как следствие всего этого, обоснованных прогнозов.

Полигонный характер исследований. В последние годы в связи с обострившимся экологическим кризисом в стране существует ряд регионов, где решение экологических проблем требует коренного пересмотра хозяйственной инфраструктуры, что будет связано со строительством новых и реконструкцией старых транспортных, водохозяйственных, энергетических, рекреационных и социально-культурных комплексов. Все это потребует принципи

-23 ально нового подхода к геоинформационному обеспечению этих преобразований, с упором на получение обоснованных прогнозов функционирования экологических систем.

Автоматизация обработки данных. Организация базы данных мониторинга предполагает автоматизированную обработку результатов и должна базироваться не на исходной информации (аэрокосмических снимках и фактических данных наземных исследовании), а на продуктах их тематической обработки (тематических картах, схемах и графиках).

Аэрокосмический мониторинг. Мониторинг, как направление исследований, возник на базе аэрокосмических методов и технических средств, впитав в себя достижения в области техники и технологии дистанционного зондирования Земли, получив в 70-х гг. название «аэрокосмический мониторинг». В настоящее время аэрокосмические методы изучения и контроля природной среды объединены под термином «дистанционная индикация» (зондирование), зарубежный синоним remote sensing, и включают бесконтактную регистрацию электромагнитного поля ландшафтов Земли с вышек, вертолетов, самолетов, космических носителей и интерпретацию полученных таким образом изображений для изучения состава, структуры, ритмики и динамики объектов исследований в широком спектральном диапазоне длин волн (рис.1) [32].

Существующие методики дешифрирования аэрокосмических изображений включают в себя ряд последовательных операций, каждая из которых является неотъемлемым звеном в процессе распознавания объектов. Выделяют следующие звенья в структурно-технологических схемах работ [204]:

- получение материалов аэрокосмических съемок; сбор, изучение и обобщение информации о природных объектах аэрокосмических съемок и разработка диагностического аппарата распознаваемых объектов;

- предварительное камеральное дешифрирование аэрокосмических материалов; наземная полевая проверка результатов дешифрирования; окончательное камеральное дешифрирование; экстраполяция и эталонирование; составление отчета о выполненных работах.

Одним из важнейших этапов является картографирование мониторинговой информации. Карты составляются на этапе обобщения мониторинговой информации и они имеют ситуационный характер, т. е. отражают ситуацию в районе исследований на момент съемки [54].

Использование современных ГИС-технологий открывает широкие возможности получения информации для обоснования управленческих решений на всех стадиях функционирования экологической системы.

Эта новизна связана прежде всего с рассмотрением карт как особого типа естественно - научных моделей, а картографирования как вида моделирования состояния экологических систем. Известно, что под моделированием понимают опосредованное практическое или теоретическое исследование какого-либо объекта или явления, при котором изучают не сам объект или явление, а некий его заменитель, вспомогательную искусственную или естественную систему, находящуюся в определенном объективном соответствии с изучаемым процессом или явлением. В научной практике, как отмечает А. М. Берлянт [19], модель понимают довольно широко, как условный образ какого-либо явления и процесса. Моделями географической действительности служат географические описания, теории, гипотезы, карты, аэро- и космические снимки, таблицы, профили и диаграммы, математические и логические формулы, уравнения и символы.

Можно заметить, что в современном понимании организационная структура мониторинга состоит из двух обобщенных блоков: оперативного контроля за состоянием экологических систем и управления состоянием экологических систем. На начальных этапах мониторинга функционирует только первый блок, обеспечивающий получение информации. По мере создания ба

-25 зы данных включается второй блок этой схемы, а в процессе дальнейшего функционирования наступает фаза сопряженного осуществления функций контроля и управления.

Например, мониторинг экосистем проводят по схеме: статика - динамика - прогноз. Его реализуют через три этапа: паспортизацию объектов, стационарные исследования, моделирование и прогноз функционирования изучаемых систем при различных внешних воздействиях [52].

Паспортизация (кадастр) осуществляется в отношении источников потенциальных критических ситуаций в состоянии экосистемы. В процессе паспортизации по заранее разработанным формам устанавливают типы возможных дискомфортных ситуаций, причины и факторы, способные их вызвать, формы и масштабы проявления, элементы экологической системы, нуждающиеся в защите, рекомендации по видам и объемам режимных исследований по слежению за их состоянием. По результатам кадастрового картографирования определяют типы, количество, местоположение и границы возможных критических ситуаций в состоянии экосистемы. Паспортизацию осуществляют на основе анализа аэрокосмических материалов в диапазоне - масштабов 1:25000-1:200 000, аэровизуальных и наземных рекогносцировочных обследований в комплексе с обобщением данных региональных геолого-географических исследований.

На втором этапе мониторинга целесообразно осуществлять режимные исследования в зонах прогнозируемых дискомфортных ситуаций. Результаты режимных исследований после обработки должны быть зафиксированы в паспортах зон с обязательным составлением дежурных карт состояния экосистемы на момент исследования.

На третьем этапе мониторинга осуществляют картографическое и математическое моделирование состояний и прогноз функционирования экосистемы. Моделирование состояний экосистемы направлено на функционирование (и поддержание ее) в условиях динамического равновесия природных и технических компонентов, т. е. состояния устойчивости. При этом устойчивость определяется как способность системы осуществлять свои функции на определенном уровне, не выходя за режим критических значений параметров под воздействием возмущающих факторов.

Исходя из этих соображений, первичной моделью состояния экосистемы является прогнозно-оценочная карта, представляющая собой информационную базу данных для расчетов вероятности возникновения критических ситуаций в состоянии экосистемы, в виде определенных форм математического моделирования. Специфической особенностью данного и завершающего этапа мониторинга является то, что в структуре прогнозно-оценочных карт, которые мы рассматриваем в качестве моделей состояния экосистемы, заложены управляющие элементы. Последнее важно в связи с необходимостью создания банков данных о функционировании экосистемы, которые мы основываем не на первичной исходной информации (аэрокосмических снимках, данных наземных режимных исследований), а на продуктах их тематической картографической и цифровой обработки.

Как показывает международный опыт, информационной основой для комплексного решения спектра задач, связанных с мониторингом природной среды, может стать автоматизированная информационная система, создаваемая на принципах географических информационных систем (ГИС) [20].

Анализ опыта разработок ГИС, проводимых в России и за рубежом, выявил устойчивую тенденцию к интеграции узковедомственных проблемно-ориентированных геоинформационных систем в единые региональные (и даже глобальные) системы на основе унификации и централизации процессов сбора, накопления, длительного хранения, регулярного обновления, преобразования, тематической интерпретации, выдачи потребителям требуемой им геоинформации. Объективными предпосылками для создания таких систем являются: достигнутый уровень разработок систем и технологий накопления и использования данных о местности в цифровой форме, а также фактографических информационно-поисковых систем по различным областям народного хозяйства; прогресс в получении и использовании информации о среде обитания средствами дистанционного зондирования; накопленный опыт разработки логико-математических моделей принятия решений по использованию природных и техногенных ресурсов, прогнозированию экологических ситуаций и проектированию инженерных сооружений; развивающиеся международные связи в области обмена информацией об окружающей среде.

Эффективно действующая система мониторинга окружающей среды позволит решить следующие наиболее типовые задачи региона: выдача и доведение до заинтересованных организаций текущей информации о среде обитания; инвентаризация и оценка состояния природных ресурсов и хозяйственных коммуникаций региона; контроль и выдача рекомендаций по оптимальному использованию территории региона; выдача оперативных данных об изменении на местности в результате стихийных бедствий, катастроф и других чрезвычайных ситуаций; выдача данных о текущем экологическом состоянии территории (данные о степени истощения экосистем в целом, данные о состоянии всех основных компонент экосистем - почв, растительности, вод и т.д.); прогнозирование экологического состояния заданной территории при тех или иных вида антропогенного воздействия (оценка последствий для

-28 окружающей среды функционирования существующих объектов промышленности, сельского производства; оценка влияния промышленного производства на агроэкологическую ситуацию; оценка средне- и долгосрочных экологических последствий крупных аварий и стихийных бедствий; прогнозирование возникновения кризисных ситуаций, обусловленных длительным накоплением слабых воздействий на природную среду); оценка (в натуральном и стоимостном выражении) степени влияния (текущего и перспективного) на природную среду промышленных комплексов, оказывающих заметное воздействие на регион и относящимся к таким отраслям как: энергетика, нефтегазовая, лесоперерабатывающая промышленность, черная и цветная металлургия, химия и нефтехимия и др.;; обеспечение информацией для принятия согласованного решения по компенсации за загрязнение между местными властями, владельцами возобновляемых ресурсов и руководителями предприятий.

Комплексный характер задач, решаемых системой мониторинга природной среды (СМПС), требует использования широкого спектра источников информации. Интеграция этих источников в базе данных СМПС на основе широко использования методов тематической обработки мониторинговой информации позволяет решить задачу адекватного описания предметной области системы, а также обеспечить актуализацию и многоразовое использование данных при решении различных прикладных задач.

1.2. Методы и технические средства сбора мониторинговой информации.

Одним из основных источников информации о состоянии окружающей среды являются материалы дистанционного зондирования. Они объединяют все типы данных, получаемых с носителей космического (пилотируемые орбитальные станции, автоматические космические аппараты и др.) и авиационного базирования (самолеты, вертолеты и микроавиационные радиоуправляемые аппараты) и составляют значительную часть дистанционных данных как антонима контактных (прежде всего наземных) видов съемок, способов получения данных измерительными системами в условиях физического контакта с объектами съемки. К неконтактным (дистанционным) методам съемки помимо аэрокосмических относятся разнообразные измерительные системы морского (наводного) и наземного базирования, включая, например, фототеодолитную съемку, сейсмо-, электромагниторазведку и иные методы геофизического зондирования недр, гидроакустические съемки рельефа морского дна с помощью гидролокаторов бокового обзора, иные способы основанные на регистрации собственного или отраженного сигнала волновой природы.

В зависимости от природы регистрируемого э/м излучения ДЗ может осуществляться пассивными и активными методами [84, 86, 208]. Пассивные методы основаны на измерении характеристик поля собственного излучения исследуемых объектов или отраженного ими солнечного излучения. Интенсивность этого излучения является в общем случае функционалом полей температуры, влажности, давления, концентрации малых газовых составляющих атмосферы, водности и фазового состава облаков, влажности подстилающей поверхности, характеристик растительного, снежного и ледяного покровов и т.д. и зависит, например, от частоты, поляризации излучения, угла визирования.

При активном зондировании источник излучения расположен на ИСЗ. Мощность, фаза, частота и др. характеристики отраженного (рассеянного) излучения, генерируемого этим источником, также определяются перечисленными выше параметрами атмосферы и подстилающей поверхности. Собственное излучение Земли и отраженное солнечное излучение в этом случае будут помехой.

С помощью ИСЗ реализуются три метода пассивного ДЗ, основанные на измерениях: отраженной и рассеянной объектом исследования солнечной радиации; собственного теплового излучения объекта исследования; прозрачности атмосферы по естественным источникам излучения (Солнце, Луна) [86].

Физической основой первого метода является зависимость отраженного и рассеянного солнечного излучения от множества физических параметров атмосферы и подстилающей поверхности. При спектральных исследованиях при помощи этого метода проводятся измерения спектральной энергетической яркости излучения объектов с целью отбора данных, характеризующих спектральную передаточную функцию объекта.

Физическая сущность второго метода основана на зависимости интенсивности уходящего от Земли теплового излучения от ряда параметров подстилающей поверхности и атмосферы, что дает возможность по полученным тепловым картам определять характеристики изучаемых объектов.

Третий метод базируется на спектральных измерениях э/м излучения от внешнего источника (Солнце, Луна, звезды), проходящего трассу "источник излучения -атмосфера - приемник излучения". Такие измерения позволяют определить на трассе усредненную оптическую характеристику атмосферы - ее прозрачность. Зависимость спектральной прозрачности атмосферы от ее параметров и составляет физическую основу метода.

Активное зондирование атмосферы и подстилающей поверхности выполняется лазерными и РЛ системами [84]. Преимущества использования лазеров для целей ДЗЗ заключается в высоком пространственно-временном разрешении, недоступном для других методов (высокая когерентность и монохроматичность излучения, возможность концентрации энергии в узкий пучок), а также высокой оперативности метода. Сейчас лидары применяются как лазерные локаторы^ измеряющие упругое рассеянное излучение облаков, пыли, дыма, смога и т.д. Недостатком лидаров является большое энергопотребление и ограниченный срок службы лазерных излучателей.

-31

Из активных средств ДЗЗ, основанных на радиофизическом принципе работы, наибольшее применение нашли РСА и радиовысотомеры, работающие в СВЧ диапазоне.

Возможность ДЗЗ зависит от используемого диапазона длин волн. В видимом и ближнем ИК диапазонах источником информации о параметрах объекта является отраженное излучение. Поэтому наблюдения могут выполняться только на освещенной стороне планеты. В ИК и СВЧ диапазонах длин волн измерения могут проводиться независимо от времени суток. Облачность препятствует измерению характеристик подоблачных слоев атмосферы в видимом и ИК участках спектра. В СВЧ диапазоне облачность - полупрозрачная среда, что позволяет по данным ДЗ оценивать как свойства земной поверхности, так и параметры самой облачности. Классификация технических средств, применяемых при ДЗЗ, осуществляется в зависимости от диапазонов длин волн, на которых они работают.

Высокая эффективность ДЗЗ из космоса обусловила принятие решения о создании космической системы для изучения природных ресурсов Земли и контроля природной среды. В качестве штатных или привлекаемых элементов в нее входят: автоматические космические аппараты, пилотируемые ОК, наземные средства приема и межотраслевой обработки получаемой информации, самолеты-лаборатории, научно-исследовательские полигоны, разветвленная сеть потребителей данных ДЗ. Понимая невозможность полного охвата всего многообразия аппаратных средств, устанавливаемых на ИСЗ, акцентируем внимание на наиболее используемых на данный момент.

В данной главе один из рассматриваемых вопросов - ИСЗ и аппаратура (принципы ее функционирования) устанавливаемая на них, для проведения ДЗЗ в интересах задач мониторинга окружающей среды. Кроме этого рассмотрим возможную перспективу на ближайшие годы в развитии космической техники ДЗЗ.

-321.2.1. Методы получения аэрокосмической информации.

Основная задача дистанционных методов зондирования состоит в установлении эмпирических или модельных связей между регистрируемым полем электромагнитного излучения, отраженного от объекта, и параметрами, характеризующими его состояние.

К основным спектрально-отражательным характеристикам отраженного земной поверхностью поля яркости относятся:

- спектральный коэффициент яркости;

- спектральное альбедо;

- индикатриса отражения или функция распределения двунаправленного отражения;

- относительная полусферически направленная отражательная способность (индикатриса яркости).

Аналогичными характеристиками можно описать и поляризационные параметры отраженного от природного образования электромагнитного поля. Существенно повышают достоверность распознавания структурные характеристики, под которыми понимаются характеристики пространственного поля яркости в каждой точке из рассматриваемых спектральных зон. Для количественной оценки выше описанных параметров отраженного поля яркости природных объектов разработаны и в настоящее время широко используются следующие методы дистанционного зондирования (ДЗ): спектральные, спектрально-временные, угловые, структурно-метрические и поляризационные.

Спектральные методы [86]. Они основаны на измерении коэффициентов спектральной яркости (КСЯ) в ряде спектральных зон XI, А2,.Ал и оценки по ним параметров состояния объектов. Измеренные КСЯ могут использоваться непосредственно в качестве компонентов п-мерного вектора спектральных признаков при решении задач распознавания объектов и их состояния методами статистической классификации. Для количественной классифи

-33 кации лучше подходят методы с использованием в качестве аргументов соотношений производных спектральных признаков. Информативными признаками могут являться длины волн, на которых достигаются локальные максимумы КСЯ или его производных. Признаки, характеризующие спектральный контраст, являются количественными характеристиками спектрального контраста между двумя спектральными зонами зон А,ь А^. Они позволяют отделить влияние факторов, определяющих форму спектрального распределения КСЯ, от факторов, приводящих к его равномерному изменению. Типичным примером таких признаков является нормализованный разностный вегетационный индекс [52].

Спектрально-временные методы [86]. При дистанционном зондировании растительности эффективными оказались спектрально-временные методы, основанные на использовании временной динамики спектральных характеристик растительности, которая обусловлена изменением на протяжении сезона вегетации оптических свойств фитоэлементов, их биомассы и вклада почвы в отражательные характеристики растительного покрова. Спектрально-временные методы исследования растительности « - , основаны на выборе определенного времени для спектральных измерений и оценке параметров растительности по изменению ее спектральных характеристик. Многовременной подход основан на определении по временным профилям вегетационных индексов вида, фазы вегетации, скорости развития и продолжительности вегетационного периода параметров, необходимых для прогнозирования урожайности посевов.

Угловые методы [84]. Зависимость отражательных характеристик исследуемых объектов от направления наблюдений может быть использована как для оптимизации его выбора, так и для оценки параметров состояния объектов по угловым признакам. Особенности угловой зависимости КСЯ объектов позволяют сделать общие заключения о структуре их поверхности, при этом наиболее информативные измерения в плоскости солнечного вертикала, где угловой ход КСЯ наиболее выражен. Для объектов с неровной поверхностью (почва, растительность) типичным является максимум в направлении обратного рассеяния ("обратный блеск"). Относительно изотропные индикатрисы рассеяния наблюдаются лишь в случае хорошо отражающих объектов, у которых велик вклад многократного рассеяния в суммарно отраженное излучение (снег, светлый песок).

В качестве производных угловых признаков используются отношения КСЯ при двух направлениях наблюдения, одно из которых выбирается, например, в направлении зеркального отражения или обратного рассеяния, а другое - в надир, а также коэффициент анизотропии, равный отношению альбедо поверхности с реальной и изотропной индикатриссой отражения, имеющие одинаковые КСЯ при наблюдении в надир.

Структурометрические методы [85]. Опыт дешифрирования аэрокосмических изображений показал, что земные объекты могут эффективно распознаваться по пространственной структуре их поля яркости. Общий подход к построению структурных признаков состоит в том, что исследуемый объект разбивается на элементарные участки структурного анализа - операционные единицы (ОБ) и в каждой ОЕ проводится структурное преобразование пространственного распределения КСЯ г(х,у), в результате чего получается новая функция Б^) - "структурный спектр". Его аргумент q условно называют структурной частотой. В качестве структурного преобразования может быть выбрано любое преобразование, обладающее интегральными свойствами -при этом значение Б^) на любой частоте q будет зависеть от всего распределения КСЯ в ОЕ и будет являться некоторой структурной характеристикой ОЕ. На основе структурного спектра можно формировать структурные признаки по аналогии со спектральными: значения на отдельных частотах или в отдельных частотных интервалах образуют совокупность первичных

-35 структурных признаков, а их различные функции - производные структурные функции.

На практике наиболее часто применяются следующие структурные преобразования: линейные интегральные преобразования (Фурье, Адамара, Хаара и др.); автокорреляционное преобразование (структурным спектром является автокорреляционная функция, а структурной частотой - ее двумерный аргумент); преобразование к гистограмме (структурным спектром является гистограмма яркости, а роль одномерной структурной частоты выполняет значение яркости); преобразование к матрице смежности (структурным спектром является матрица смежности, элементы которой пропорциональны вероятности нахождения в пределах ОЕ двух смежных пикселов с заданными значениями яркости, в трехмерную частоту входят два значения яркости и угол, задающий направление исследования смежности).

Возможны два подхода к применению структурометрического анализа ДЗ Земли. Первый из них предусматривает передачу на Землю исходных изображений и их наземную структурометрическую обработку цифровыми или аналоговыми средствами. Его недостатком является необходимость передачи на Землю больших объемов видеоинформации, образующихся при съемках с пространственным разрешением в единицы метров, которые необходимы для решения многих практически важных задач структурометрическим методом. В основе второго подхода лежит метод структурозональной съемки [85], который предусматривает бортовую обработку исходных изображений высокого разрешения и передачу на Землю лишь структурозональных изображений, имеющих значительно более низкое разрешение, определяемое размерами ОЕ. Однако несмотря на это, значение сигнала в каждом элементе структурозональных изображений - ОЕ несет информацию о структуре исследуемых объектов с детальностью, соответствующей разрешению исходных изображений.

Поляризационные методы [84]. Дополнительная информация для оценки параметров состояния объектов может быть получена путем измерения поляризационных параметров принимаемого излучения: компонентов вектора Стокса или степени поляризации и азимута поляризации (степень эллиптичности излучения при пассивном зондировании мала и ею обычно пренебрегают}.

По поводу информативности поляризационных измерений можно сделать следующие замечания. Информативность КСЯ выше, чем информативность степени поляризации, благодаря тому, что он в меньшей степени зависит от состояния растения, т.е. от содержания воды в листьях. В силу этого КСЯ является более объективным критерием идентификации того или иного растения. Однако в оптимальный набор дешифрированных признаков могут входить значения степени поляризации [86].

1.2.2. Основные виды ДЗЗ с отечественных и зарубежных АКА и используемая для этого аппаратура.

Для создания глобальных систем мониторинга окружающей среды требуется использование в первую очередь автоматических космических аппаратов, таких, как отечественные спутники "Ресурс-0", "Ресурс-Ф1", "Ресурс-Ф2", "Океан-О", "Метеор", КА двойного применения, зарубежных спутников ЛЭНДСАТ, СПОТ, НОАА, ЕРС-1, космических аппаратов систем наблюдения Земли EDS и др. Эти КА оборудованы широким классом аппаратуры ДЗЗ (фотографической, телевизионной, сканирующей, оптико-электронной, теп-ловизионной, спектрометрической, радиолокационной, лидарной и т.д.), которая позволяет получать достоверную информацию о широком наборе параметров окружающей среды [28].

Основные элементы систем ДЗ Земли с помощью автоматических космических аппаратов включают в себя:

1. Объекты исследования, являющиеся источниками электромагнитного излучения в различных спектральных диапазонах.

2. Среду распространения этого излучения (атмосфера, толгвд. воды, космическое пространство).

3. Космическая платформа или группа таких платформ, являющихся космическими аппаратами ДЗ.

4. Бортовые комплексы для регистрации электромагнитного излучения от исследуемых объектов и для управления космическим аппаратом.

5. Наземные пункты приема, передачи, обработки и хранения информации, а также наземные пункты управления.

6. Средства связи.

Многочисленные КА ДЗЗ, которые созданы до настоящего времени, можно разделить на следующие классы:

- спутники, предназначенные для решения метеорологических задач (КА серии "Метеор", "Метеор-Природа", "Метеор-2", "Метеор-3", НООА, МЕТЕОСАТ, ГОЕС и др.);

- спутники для исследования природных ресурсов Земли (КА'Тесурс-01", "Ресурс-ФГ, "Ресурс-Ф2", "Космос-1870", "Алмаз", "ЛЭНДСАТ", ЕРС-1, СПОТ и др.);

- океанографические спутники, предназначенные для изучения Мирового океана и его природных ресурсов, береговой линии, полярных льдов (КА серии "Космос", "0кеан-01", "0кеан-02", "Алмаз", "Нимбус", СИСАТ,Ш118, РАДАРСАТ и др.);

- геодезические и картографические спутники (КА серии "Космос", ГОЕС и др.);

- спутники связи для передачи информации от различных источников (космических, воздушных, наземных, морских) на наземные пункты приема и обработки;

- экспериментальные спутники для отработки принципов создания аппаратуры ДЗ;

- многоцелевые космические аппараты для одновременного решения ряда задач (КА серии "Космос", "Алмаз", ЕРС-1, МОС и др.).

В последнее время для решения ряда задач стали привлекаться космические системы и отдельные космические аппараты специального назначения. Дифференциация таких КА позволяет, с одной стороны, существенно расширить круг решаемых задач по охране среды обитания человека, а с другой -уменьшить финансовые затраты на создание новых специализированных средств ДЗ.

В табл. 1 и 2 приведен перечень основных отечественных и зарубежных автоматических КА, а также аппаратуры установленной на них, созданных за последнее время и проектируемых на ближайшее будущее, которые могут использоваться для решения задач охраны окружающей среды [82].

За рубежом перспективными КА для решения экологических и при-родно-ресурсных проблем являются: природно-ресурсные спутники "Лэндсат-7" (США), "СПОТ-3,-4,-5" (Франция),"ЕРС-2" (Европейское космическое агентство), "МОС-2" и "АДЕОС" (Япония) и другие; экологические, метеорологические и океанографические спутники - VARS, КА системы EOS(CIIIA), TRMM (США, Япония), Полярная платформа (Европейское космическое areHTCTBo);JERS-l (Япония), РАДАРСАТ (Канада) и др; многофункциональные спутники НАСА серии "Спейслаб" ERBS TOPES/ Poseidon,LAGEOS-2, Sea WS, TOMS/Earth Probe, NSCAT и др. Космическая система России для изучения природных ресурсов Земли и окружающей среды [110]. Представляет собой постоянно действующую, многофункциональную и многозвенную систему со сложной технической реализацией. Она включает в себя как постоянно действующие, так и привлекаемые элементы, обеспечивающие получение фотографической и оперативной информации, передаваемой по радиоканалам.

В систему входят:

- автоматические космические аппараты фотонаблюдения типа "Ресурс - Ф" (серии "Космос");

- автоматические космические аппараты оперативного наблюдения для зондирования атмосферы, суши и океана типа "Метеор", "Ресурс - О", "Океан-О", "Алмаз" и др.;

- пилотируемые космические аппараты и орбитальные станции;

- авиационные средства (в качестве привлекаемых средств);

- сеть наземных и морских полигонов;

- межотраслевые центры приема и обработки космической информации;

- разветленная сеть организаций и учреждений - потребителей космической информации.

Остановимся на назначении и принципах использования перечисленных звеньев системы.

Подсистема "Ресурс - О" - единственная в России космическая система оперативной диагностики состояния суши для решения природоресурсных и экологических задач. Спутники "Ресурс-01" выводятся на солнечно-синхронную орбиту, что обеспечивает стабильные и близкие к оптимальным условия освещения местности при съемке. Высота орбиты Н=650 800 км. "Ресурс - 01" имеет трехосную стабилизацию. Оснащен многозональными сканерами оптического диапазона МСУ-СК и МСУ-Э, причем МСУ-СК имеет и инфракрасный (ИК)- тепловой канал. МСУ-СК позволяет получать сканерные изображения в следующих спектральных полосах: 0.5-0.6, 0.6-0.7, 0.7-0.8, 0.81.1 мкм с пространственным разрешением 160 м, 10.4-12.6 мкм с пространственным разрешением 600 м. ПЗС-датчик МСУ-Э обеспечивает при Н=800 км пространственное разрешение 30 м в спектральных полосах: 0.5-0.6, 0.6-0.7, 0.8-0.9 мкм, при полосе обзора около 60 км. МСУ-Э может вести прицельную съемку путем отклонения оптической оси поперек трассы на заданный угол до +- 300. Повторяемость обзора заданной территории 4-5 дней.

Подсистема "Океаи-О". Первый спутник типа "Океан - О" был запущен в 1983 г. и в качестве основной зондирующей системы имел всепогодный радиолокатор бокового обзора (РЛС БО). Полоса зондирования составляла 450 км при разрешающей способности около 1 км. Радиолокационная съемка производилась главным образом, в Арктике и Антарктике в любых метеорологических условиях, в любое время суток и года. Данные зондирования успешно применялись для изучения ледовой обстановки, проводки судов в условиях Северного Ледовитого океана и антарктических морей. В настоящее время на автоматических космических аппаратах (АКА) этого типа установлены многозональные телевизионные системы оптического диапазона малого и среднего разрешения, настроенные на наблюдение акваторий.

Подсистема "Ресурс-Ф" - постоянно действующая система космической фотосъемки. Она не обеспечивает оперативности и не позволяет фиксировать местность в спектральных диапазонах свыше 0.9 мкм, однако является и в ближайшее время останется единственным в мире источником космических снимков гражданского назначения с пространственным разрешением около 2 м. Системы "Ресурс-О" и "Ресурс-Ф" в известной мере дополняют друг друга. АКА типа "Ресурс-Ф" (серии "Космос") оснащаются раз личной аппаратурой для фотосъемок и обеспечивают получение широкоформатных многозональных и спектральных изображений изучаемой территории. Спутники типа "Ресурс-Ф 1" эксплуатируются с 1974 года в различных модификациях. Программа полета АКА "Ресурс-Ф 1" предусматривает посадку спускаемого аппарата в заданном районе. Вывод спутника на орбиту осуществляется ракетой-носителем "Союз". Орбиты околокруговые с диапазоном высот 200

ГОСУДАРСТВЕННАЯ БИБЛИОТЕКА

400 км, штатные наклонения орбиты к плоскости экватора 820. С 1987 г. начата эксплуатация космических аппаратов "Ресурс-Ф2". Спутники этого типа обеспечивают синхронную многозональную и цветную спектральную фотосъемку поверхности Земли с высокими геометрическими и фотометрическими характеристиками, а также разрешающей способностью. В АКА «Ресурс-Ф2» состав входят спускаемый аппарат, приборный отсек со служебной аппаратурой, тормозная двигательная установка, навесной отсек на котором размещены две солнечные батареи общей площадью 18 м . В спускаемом аппарате размещается четырехканальная фотокамера МК-4 и звездная камера. Срок активного существования спутника до 30 суток, что обеспечивает двух -трехкратное покрытие межвиткового интервала, т.е. многократную съемку одних и тех же районов. "Ресурс - Ф2" может функционировать на околокруговых орбитах высотой 170-450 км. За один полет обеспечивается фотографирование земной поверхности общей площадью до 40 млн. км2. Помимо штатных фотосистем для проведения съемки на ИСЗ "Ресурс-Ф1" и "Ресурс-Ф2" в спускаемых аппаратах и навесном отсеке может устанавливаться другая научная аппаратура. Энергетические возможности ИСЗ "Ресурс - Ф" позволяют многократно изменять высоту рабочей орбиты с целью проведения разномасштабных съемок с размерной разрешающей способностью.

Подсистема "Алмаз". Запущенная 31 марта 1991 г. система "Алмаз - 1" прекратила существование в 1993 году и к сожалению до сих пор не решен вопрос о дальнейших запусках ИСЗ данной серии. В то же время с данного ИСЗ были выполнены высококачественные радиолокационные съемки земной поверхности. Были получены PJICA снимки с пространственным разрешением 12-15 м, полосой обзора 40 км на длине волны 10 см. Следует отметить, что определенная монополия PJ1CA - съемки с "Алмаза", которую имела Россия в 1987-1991 гг. в настоящее время в ряде зарубежных стран преодолена. Так, сегодня действуют следующие иностранные программы PJICA съемки:

ЕРС-1" в Западной Европе, с 1991 г, длина волны - 5,6 см, пространственное разрешение - 30 м, полоса обзора - 90 км; "Джерс-1" в Японии, 1992 г., длина волны - 23 см, пространственное разрешение - 18*24 м, полоса обзора - 75 км; "Радарсат" в Канаде, с 1994 г., длина волны - 5,6 см, пространственное разрешение 25 м, полоса обзора - 130 км.

Пилотируемая орбитальная станция (ПОС) "Мир" [209,210]. Функционирует с 1985 г. Высота орбиты - 350-400 км, наклонение орбиты 51,60, точность ориентации - 15', экипаж 2-6 человек. Число научных модулей - 5 ("Квант", "Квант2", "Кристалл", "Спектр", "Природа"). Основные направления, по которым проводятся научные исследования, включают в себя:

- съемки аппаратурой КАТЭ-140;

- визуально-инструментальные наблюдения;

- съемки в узких зонах спектра;

- колометрические исследования;

- эксперименты по международным программам.

Аппаратурный комплекс, обеспечивающий эти работы, включает стационарную фотоаппаратуру КАТЭ-140 (фокус-140 мм, разрешающая способность изображения - 35-50 м, размер снимка - 180*180 мм , спектральные ка-налы:510-710; 510-600; 530-600; 620-840 нм, число одновременно экспонируемых спектральных каналов - 1), два переносных фотоаппарата "Хассельб-лад", колориметр "Цвет-1А" и спектрометр "Спектр-256". Такого набора спецаппаратуры совершенно недостаточно для проведения широкомасштабных прикладных работ по решению природо-ресурсных и экологических задач. Поэтому была осуществлена пристыковка к ПОС "Мир" модуля "Природа" способного решать следующие задачи:

- контроль экологического обследования крупных промышленных районов (МСУ-Э, МСУ-СК, ИСТОК-1);

- определение температуры поверхности океана и характеристик процес

-43 сов энергообмена (ИКАР, ДЕЛЫА-2П, ГРЕБЕНЬ,ТРАВЕРС);

- получение информации об облачности (АЛИСА, МОЗ-Обзор, ИСТОК

- получение информации о геологии, природных ресурсах, эрозии почв, состоянии лесов и посевов (МСУ-Э, МСУ-СК, ЖАР, ДЕЛЫА-2П, ТРАВЕРС и др.).

Отметим следующие особенности аппаратных модулей ПОС "Мир":

1. Полная метрологическая стыковка с приборами автоматических космических аппаратов ("Ресурс-О", "Океан-О", "Ресурс-Ф").

2. Установка телевизионного видеоспектрального комплекса (TBK) на платформе, имеющей автоматический, операторный и телеоператорный режим управления;

3. Использование лазерных локаторов (лидаров) "Балкан-1" и "Алиса" для дистанционного измерения малых газовых и аэрозольных компонентов атмосферы;

4. Наличие в составе модуля "Природа" унифицированных рабочих мест внутри и вне гермоотсека.

Следует отметить некоторые недостатки ПОС типа "Мир", которые ограничивают ее применение:

- орбиты ПОС выбираются согласно требованиям радиационной безопасности, т.е. с малыми наклонениями. Съемка и наблюдения с ПОС "Мир" возможны только для малой части территории России, а большая ее часть остается недоступной для обозрения со станции;

-из-за большой скорости прецессии узлов, присущей низким и далеким от полярной орбитам, местное время пересечения любой параллели станцией "Мир" ежесуточно меняется более чем на 20 минут. Вследствие этого: а) наблюдение территории России возможно далеко не вовсе сутки по

-44, / лета. Благоприятные условия наблюдения территории России) как правило имеются лишь на малой части каждого витка. б) каждые несколько дней происходит резкая смена условия освещения, препятствующая установлению стабильных дешифровочных признаков. в) около 80% времени работы станции тратится на режимы, связанные с жизнеобеспечением экипажа, т.е. систематический мониторинг затруднен. г) точная стабилизация ПОС крайне затруднена и нарушается при любых движения членов экипажа.

В то же время, ПОС "Мир" со своими модулями на сегодняшний день является основным средством для ведения дистанционного мониторинга с участием космонавта-исследователя. Экипажи ПОС "Мир" могут проводить визуальные наблюдения, выполнять спектро-, фото- и телесъемки в надир на широтах от 51,60с.ш. до 51,60ю.ш., в направлении края диска Земли на широтах до 700, что охватывает 95% поверхности Земли, а также вести наблюдения за нижним краем полярных сияний при высотах перигея линии визирования 30 км от 770с.ш. до 770ю.ш. Т.е. с ПОС "Мир" можно проводить глобальные наблюдения эмиссионного излучения ночной и сумеречной атмосферы, полярных сияний, серебристых облаков, сумеречного горизонта Земли, поверхности суши и океанов, облачного покрова Земли.

Современные ПОС позволяют разместить комплекс различных средств ДЗЗ, обладающих большими габаритами, массой и энергопотреблением, а также проводить опытно-экспериментальные работы, которые требуют участия экипажа и проведение которых невозможно на автоматических КА. Кроме того, длительное нахождение станций на орбите позволяет со значительно большей оперативностью, чем это возможно с использованием автоматических КА, провести съемку быстро меняющихся объектов и явлений, что представляется весьма важным для решения различных мониторинговых задач и задач, связанных с чрезвычайными ситуациями.

-45

Дальнейшим развитием ПОС является развертывание пилотируемого космического комплекса "Альфа" в рамках международного сотрудничества в области получения и использования космической информации. Комплекс средств ДЗЗ на станции "Альфа" будет включать в себя: многозональную аппаратуру с относительно высоким пространственным разрешением и с возможностью изменения в полете рабочих спектральных зон; фотоаппаратуру для получения черно-белых или спектрозональных фотоматериалов с высоким пространственным разрешением и радиолокационную многочастотную аппаратуру; видеоспектрометрическую аппаратуру, существенно повышающую степень решения задач по экологии, геологии, гидрологии, изучению растительности; оптико-электронную аппаратуру, позволяющую получать многозональную цифровую информацию со средним пространственным разрешением, а также аппаратуру для тепловых измерений.

Авиационные средства космической системы России [110]. Предназначены как для проведения самостоятельных воздушных дистанционных съемок подстилающих поверхностей, так и для проведения подспутниковых экспериментов и детализации информации, получаемой с АКА и ПОС. Эти средства включают самолеты и вертолеты.

Главными из них являются самолеты-лаборатории Ан-30 и ТУ-134. Факторами, ограничивающими их функционирование, является определенный радиус действия, допустимая высота полета (для Ан-30 - 7000 м, для ТУ-134^11000 м), автономность полета и привязанность к аэродромам определенного класса.

В настоящее время разработан состав унифицированной авиационной измерительной системы (АНИС), в который включены:

-дистанционные датчики фотографического, оптико-электронного и радиофизического типов;

- датчики пилотажно-навигационных величин и служебных данных;

-46- блок подготовки данных и управления;

- блоки регистрации.

В качестве фотографических датчиков используются камеры МКФ-6, МК-4 или блок из камер типа АФА-39 со светофильтрами.

В состав блока оптико-электронных датчиков входят [136, 328, 330]:

- многоканальный сканирующий спектрометр (число спектральных каналов не менее 4-х, спектральное разрешение не хуже 10 нм, погрешность измерения спектральных коэффициентов яркости не более 3%), предназначен для измерения двумерного распределения абсолютных значений спектральных коэффициентов яркости наземных образований;

- трассовый спектрорадиометр диапазона 0,3 - 2,5 мкм, должен анализировать принимаемое излучение поточечно вдоль маршрута, дополняя данные сканера с возможностью измерения дополнительных характеристик (например, поляризационных);

-Ж радиометр (тепловизор), должен удовлетворять следующим требованиям:

1) спектральный диапазон от 1 до 15 мкм (определяется решаемыми задачами);

2) диапазон измеряемых температур 230-330 К;

3) погрешность измерения температуры не хуже 0,05 К;

4) угловое разрешение не хуже 10 минут;

5) рабочий диапазон отношения скорость/высота 0-0,1 с-1.

Группа радиофизических датчиков (РФД) должна обеспечивать получение:

- радиолокационных изображений (с угловым разрешением не хуже 10 угл. мин. по азимуту или не хуже 5 м на местности при дальности до 15 км) поверхностных геологических структур, льда, зон экологического бедствий, загрязненных водных поверхностей, с/х культур, почвенных покровов, подпочвенных структур с выделением районов увлажнения;

- температуры подстилающих поверхностей воды и суши;

- данных об истинной высоте полета по маршруту съемки;

- данных о скорости, направлении ветра и высоте волн надводными поверхностями.

В состав группы РФД входят: радиолокационная станция бокового обзора (РСБО); радиолокационная станция (РЛС) подповерхностного сканирования; трассовые СВЧ радиометры на различные диапазоны; сканеры; скатте-рометр.

Установка РФД на самолете требует размещения специальных крупноразмерных антенных устройств. Поэтому в качестве носителя необходимо использовать самолет с возможностью размещения на нем необходимого количества фотолюков, радиопрозрачных окон и подвесных гондол. Практическая высота полета самолета должна быть не менее 10 км.

Датчики пилотажно-навигационных величин и служебных данных используются в АНИС для обеспечения правильной обработки полученной информации. Пилотажно-навигационное оборудование самолета должно обеспечивать получение высоты полета (истинной и барометрической), скорости (путевой и воздушной), курса, углов крена, тангажа, рысканья, сноса, координат места самолета.

Служебные данные должны отражать условия работы АНИС: число и время полета, метеоданные, параметры аэрофотосъемки (номера маршрутов, их направление и т.п.).

Природоресурсные и экологические задачи, решаемые с помощью средств ДЗЗ космического базирования [18, 57, 99, 100, 113, 124, 333]. Дешифрирование материалов космических съемок дает принципиально новую информацию о природе земли, ее отдельных компонентах, природных про

-48 цессах и явлениях. На основе данных ДЗЗ формируются углубленные представления о строении земной коры и, что особенно важно, ее глубинных горизонтов, закономерностях размещения полезных ископаемых, о гидросфере, биосфере, растительном и почвенном покрове, изменениях климата, метеорологических явлениях, стихийных бедствиях, антропогенных воздействиях на окружающую среду и т.п.

Космическая фотосъемка успешно применяется в земельном проектировании, обнаружении засоления почв, выявлении очагов эрозии, составлении земельного кадастра, картографировании кормовых угодий, изучении почв и почвенного картирования. Учет техногенного воздействия на ландшафты все более необходим в лесном и сельском хозяйствах. На основе космических съемок ведется инвентаризация лесных угодий, контроль за состоянием лесов, выявление участков гарей и ветровалов. Материалы ДЗЗ находят применение при проектировании крупных гидротехнических узлов, нефте- и газопроводов, автомобильных и железных дорог, каналов, линий электропередач и т.п.

Космические фотоснимки, полученные в различных зонах э/м спектра, дают возможность изучать обширные площади при одних и тех же условиях съемки. Причем съемка из космоса позволяет одновременно решать задачи для крупных регионов и небольших территорий.

Возможности общепланетарного обзора с борта КА создали условия для получения качественно новых гидрометеорологических данных о наличии и динамике полей облачности, ледового и снежного покровов, причем в непрерывном режиме и в глобальном масштабе. Успешно решается задача обнаружения тропических вихрей, тайфунов, лесных и торфяных пожаров, наводнений, песчаных бурь и др. стихийных бедствий. По космической информации определяются районы возможного схода в горах лавин, селей и оползней. Наиболее важным фактором в этих вопросах является оперативность космической информации.

Функционирующие в настоящее время и планируемые к запуску КА природоведческого, метеорологического и океанологического назначения могут эффективно использоваться в интересах экологических исследований глобального, регионального и локального характера. Особенность экологической экспертизы состоит в необходимости получения разносторонних, зачастую междисциплинарных данных, охватывающих сферу технических, биологических, социально-экономических, физико-математических и др. наук.

При этом должен обеспечиваться требуемый территориальный охват, достоверность, точность и необходимый объем данных, определенная периодичность, координатная и временная проверка наблюдений.

Экологические исследования призваны дать ответы на все вопросы, связанные с возможными изменениями в природной среде, как природного, так и антропогенного характера, а также предсказать развитие событий в будущем.

Опыт показывает, что наибольший технико-экономический эффект от использования данных ДЗЗ может быть получен при их комплексном изучении. Орбитальная информация, являясь многоцелевой, имеющей межотраслевой характер, становится единой технической основой, на которой возможно проведение комплексных, взаимосвязанных, отнесенных к определенной эпохе исследований недр, вод, окружающей среды и воздействия на них антропогенных факторов.

Использование многоцелевой спутниковой информации поступающей от вышеописанных космических систем позволяет решать широкий круг задач мониторинга окружающей среды.

Однако актуальной проблемой остается доступность спутниковой информации для широкого круга потребителей, легкость ее получения и использования и стоимость информации.

Решение проблемы заключается в разработке недорогих региональных автономных максимально автоматизированных станций для приема и предварительной обработки цифровой спутниковой информации на базе персональных компьютеров, и стандартных автоматизированных технологий с соответствующим набором алгоритмов и программ тематического дешифрирования и интерпретации аэрокосмических изображений, которые могли бы устанавливаться в любом пункте пользователя и не требовать больших эксплуатационных затрат.

Дальнейшие работы должны заключаться в развитии и наращивании технологий и программных средств тематической обработки, разработке и совершенствовании методик использования аэрокосмической информации для решения задач мониторинга земель.

1.3. Технические и программные средства обработки наземной и аэрокосмической информации. ГИС -технологии.

1.3.1. Анализ технических средств обработки пространственной информации.

Исследование современного состояния технологии обработки исходной информации в целях мониторинга природной среды и техногенных объектов, а также анализ тенденций развития отечественных и зарубежных программно-аппаратных средств приема и обработки подземно-, наземно-, аэрокосмической информации свидетельствуют о том, что аппаратные средства для приема и обработки мониторинговой видеоинформации должны обеспечивать решение следующих задач [220, 241]:

1) автоматизированный прием информации в соответствии с расписанием;

2) визуализацию принятой информации;

3) синтез цветов и создание палитры пользователя;

4) ввод и коррекцию данных орбиты ИСЗ;

-51

5) увеличение фрагментов изображения;

6) мультипликацию изображений;

7) географическую привязку изображений ИСЗ (нанесение географической сетки, береговой линии, границ государств и республик);

8) документирование изображения на принтере;

9) архивация изображений на магнитном диске;

10) сканирование изображений (перемещение в произвольном направлении);

11) расчет целеуказаний для антенны орбитальных ИСЗ;

12) сегментацию изображений (выделение однородных зон изображений линией и цветом);

14) монтаж различных изображений;

15) преобразование фрагмента к заданной проекции координат (стереографической и меркаторской) с нанесением географической сетки.

Примерный перечень таких аппаратных средств представлен на рис. 2. Следует отметить, что сегодня нормальной средой для профессиональной работы с данными дистанционного зондирования (ДДЗ), как и для ГИС, являются рабочие станции, например, SUN, RISC-UNIX и другие. Кроме того, во многих исследовательских лабораториях обработку ДДЗ проводят на персональных компьютерах с последними поколениями процессоров INTEL с достаточной эффективностью. Однако при больших объемах обработки более экономично использование рабочих станций.

1.3.2. Программные средства обработки пространственной информации. ГИС - технологии.

Применение новых информационных технологий и нетрадиционных (космических) источников информации для составления, анализа и интерпретации тематических карт стало настоятельной необходимостью при научных исследованиях. Длительное время развитие технологии тематической картографии и прогнозирования природных и техногенных явлений шло экстенсивным путем за счет привлечения новых источников косвенных сведений об объектах картографирования и прогнозирования. Объемы информации и затраты на ее получение росли, а доля реально используемых данных и практическая отдача снижались. Выход из сложившейся ситуации заключается в применении новых компьютерных технологий обработки данных на базе объективной информационной основы - космического изображения земной поверхности.

Дистанционное зондирование Земли обеспечивает уникальные возможности оперативного сбора данных по состоянию природной среды в любом масштабе и с высоким пространственным и временным разрешением. Специфика использования материалов аэрокосмических съемок связана с целевым подходом к дешифрированию дистанционных материалов, которые содержат информацию о всех (геологических, географических, сельскохозяйственных, экологических и т.п.) параметрах природной среды.

Решение этой задачи возможно только на базе автоматизированных технологий тематической обработки видеоинформации и использования новейших компьютерных методов обработки информации и в первую очередь с использованием ГИС - технологий [28, 56, 69, 89, 121, 248, 306].

Период 90-х годов отличается расширением областей применения ГИС, существенной технической и технологической модернизацией, позволившей еще шире использовать материалы ДЗ, расширить объемы баз данных (БЗД), перейти на использование персональных компьютеров и поставить на повестку дня использование сетей ЭВМ, глобальных БЗД, баз знаний и экспертных систем.

Платформы. ГИС существуют практически на всех компьютерных платформах от нижнего уровня персоналок под MS DOS и Macintosh до mainframe и почти для всех операционных систем. В основном ПО для ГИС

-53 разрабатывают специализированные фирмы, только в некоторых случаях это продукты крупных фирм, для которых ГИС - не основной продукт (IBM, Intergraph). Естественно, по числу известных пакетов и по числу инсталляций резко преобладают ПК (MS DOS, MS Windows) и UNIX рабочие станции.

Но надо отметить со всей определенностью, что областью распространения полнофункциональных ГИС общего назначения и сейчас в мире являются почти исключительно рабочие станции с UNIX. На ПК функционируют в основном системы с редуцированными возможностями. Отчасти это определяется спецификой пользователей ПК, для многих из которых простая ГИС нужна только как дополнение к обычному конторскому ПО, используемому в бизнесе. Но главная причина - в требованиях, которые мощная ГИС предъявляет к аппаратуре.

В реализации геоинформационных проектов начинают использоваться достаточно мощные и многофункциональные программные средства. Коренное изменение ситуации с программным обеспечением (ПО) ГИС в стране связано с двумя обстоятельствами: "проникновением" зарубежных коммерческих продуктов для IBM-совместимых персональных ЭВМ и появлением отечественных [270].

Интегрированные ГИС имеют достаточно большие пакеты программ для обработки изображений с целью их совместного анализа с картографической и другой пространственной информацией. К таковым можно отнести: ER Mapper, ERDAS, MGE Base Image, IDRISI и другие [271, 272]. Кратко перечислим типичные операции для большой группы систем обработки изображений.

Радиометрическая коррекция: радиометрическая калибровка, солнечная и атмосферные коррекции, коррекции за угол визирования.

Геометрическая коррекция: инверсия и вращение изображения, генерация сетки на изображение, коррекция за кривизну Земли.

Преобразования: манипуляция с таблицами перекодировки, алгебраические и логические операции, метод главных компонент, трансформация цветового пространства, быстрое преобразование Фурье.

Фильтрация: низких и высоких частот, подчеркивание границ, медианная фильтрация, фильтрационные статистики.

Текстурный анализ: характеристики Харалика, К.Сан, измерения вариаций.

Генерация спектральных образов: составление массивов ключевой информации, статистический анализ.

Классификация изображений и оценка точности: метод максимального правдоподобия, минимального евклидова расстояния, критерия Хи-квадрат, параллелепипедов, оценка точности на основе классификационных таблиц и тематического сравнения.

Сервисные операции: ввод-вывод, редактирование и др.

Совместная обработка изображений и другой пространственной информации для получения содержательного географического результата представляет собой специфическую для каждой задачи последовательность стандартных процедур. В эти операции входят трансформирование изображений по контрольным точкам, неконтролируемая классификация, определение классов по ключевой информации, экстраполяция классификации на большую территорию.

Коммерческие системы обработки изображений, совместимые с ГИС, имеют программное обеспечение, составляющее основные три группы: коррекция изображений, улучшение и анализ.

Группа операций по обработке изображений - необязательный элемент технологии ГИС; лишь некоторые программы содержат более или менее полный набор, аналогичный по своим функциональным возможностям специализированным средствам обработки изображений типа ГИС ERDAD (ERDAS,

-55

Inc) или EASI/PACE (HCl, Inc).

Профессиональное программное обеспечение (ПО) для обработки ДДЗ отличает от систем обработки изображений общего назначения, таких, как, Photoshop, Photofinish и другие, тесная связь с ПО ГИС. В ДДЗ часто числовое, абсолютное или нормированное каким либо образом значение пиксела (кроме элемента картинки, изображения) оказывается важным. В обычных системах обработки изображений точным значением каждого конкретного пиксела можно пренебречь из-за отсутствия задачи восстановления каких либо характеристик снятого объекта по значениям соответствующих пикселов изображения. Важным свойством ПО по обработке ДДЗ является возможность быстрого перехода от результатов тематического дешифрирования к выполнению операций моделирования и пространственного анализа силами ГИС [121].

Если не говорить о специализированных системах (направленных на решение конкретных задач), то следует выделить из зарубежных ПО по обработке ДДЗ: ERDAS Imagine, EASI/PACE, VI2STA, Intergraf, ENVI, ER Mapper, MBI/MAI, TNTmips и другие. Из отечественных программных продуктов следует отметить ANSYS, SHELL, LESSA, Photomod и другие. В качестве примера рассмотрим программный пакет SHELL. Принцип функционирования программного пакета SHELL заключается в следующем (см. рис.3) [28]. Изображения, зарегистрированные дистанционной аппаратурой В(х,у), преобразуются в графические файлы, которые поступают из блока ввода изображений в программную среду вычислительного комплекса (рис. 3). Блок определения и загрузки изображений служит для выделения необходимых ресурсов памяти и подготовки данных к дальнейшим математическим действиям с файлами с изображениями. В этом блоке выполняются процедуры определения, загрузки, связывания изображений, создания на них фрагментов и областей. Далее информация поступает в блок предварительной обработки, служащий для улучшения качества данных. Блок включает в свой состав процедуры геометрических преобразований над изображениями, фильтрации, арифметических действий с несколькими изображениями.

После предварительной обработки в блоке интегральных преобразований может производиться пространственно-спектральная обработка. Сформированные изображения двумерных пространственных спектров Si (х, у) могут быть улучшены с помощью процедур предварительной обработки. Далее информация, содержащая исходные изображения и двумерные пространственно-частотные спектры, поступает в блок расчета информативных признаков, обеспечивающий получение интегральных энергетических характеристик и моментов инерции.

Таким образом, выходными данными первого программного комплекса являются: массивы необработанных Вп(х,у) и предварительно обработанных В(х,у) изображений с каталогами, векторы информативных признаков изображений и их фрагментов, массивы двумерных пространственно-частотных спектров изображений S(x, у) и G(x,y), а также векторы их информативных признаков Xg.

Для создания удобного пользовательского интерфейса в программе предусмотрены блоки записи результатов обработки в файлы, визуализации и печати изображений, настройки монитора, построения графиков и гистограмм изображений, стирания изображений из каталога и удаления изображений с дисковой памяти компьютера.

Классификация и распознавание явлений, связанных с загрязнением океана производятся по значениям информативных признаков Хд и их двумерных пространственно-частотных спектров Gf [29, 30].

Блок-схема программно-алгоритмического комплекса STAT статистического анализа классификации данных приведена на рис.4 [31].

Потоки векторов поступают в виде файлового массива в блоки расчета статистик, гистограмм реализации признаков и корреляционных матриц. Для эмпирических гистограмм подбирается наилучший теоретический закон и оценивается качество аппроксимации по критериям Пирсона и Колмогорова [9,29,30]. Для классификации в многомерном пространстве строятся образы каждого класса: фона или зоны загрязнения, в координатах компонент вектора X. Для этого служит блок процедур оценки п-мерной плотности вероятности.

Заключение диссертации по теме «Кадастр и мониторинг земель», Малинников, Василий Александрович

Основные результаты и выводы работы заключаются в следующем.

1. На основе выполненных теретико-экспериментальных исследований пространственных и спектральных характеристик природных объектов осуществлена формализация пространственно-спектральных свойств изображаемых предметов посредством систем спектральных и текстурных признаков.

2. Разработан метод поточечной классификации многозональных изображений с использованием системы геометрических признаков Р^.

3. Разработан метод текстурного анализа видеоизображений с использованием текстурных признаков цифрового муара.

4. Предложена оригинальная методика количественного топографического анализа пространственных данных, основанная на использовании цифровой модели рельефа. С использованием данной методики убедительно показана роль рельефа в перераспределении экологических факторов и важность учета характеристик рельефа при картографировании биоценозов.

5. Предложен оригинальный метод решения обратной задачи дистанционного зондирования: по характеристикам свободной поверхности или по

-316ее спектру восстановить картину течения.

6. Предложен оригинальный метод расчета вертикального градиента индекса преломления радиоволн по значениям потоков количества движения, тепла и влаги в приводном слое атмосферы.

7. Предложен оригинальный метод дистанционного определения интегральных характеристик взаимодействия водоем - атмосфера - потоков тепла, влаги и эффективного излучения.

8. Разработаны методы оценки закономерности распространения подземных вод, позволяющие осуществлять зонирование территории по глубине залегания грунтовых вод и предварительное прогнозирование уровня залегания подземных вод по материалам космических съемок.

9. Получены новые сведения о статистических характеристиках гребневой пены(ГП) в прибрежной зоне моря для различных метеоусловий. В частности, одним из основных результатов экспериментальных исследований явилось получение информации о зависимости числа N ГП от средней скорости ветра и площади Б поверхности моря (масштаба зоны снимка).

10. Получены новые сведения о пространственной-временной структуре высокочастотного ветрового волнения и особенностях временной изменчивости спектральных характеристик гравитационных волн. В частности, экспериментально обнаружено наличие квазицикличности в изменениях функций спектральной плотности ветровых гравитационных волн в условиях развивающегося волнения, обусловленной нелинейной неустойчивостью рассматриваемого волнового поля.

- 317

ЗАКЛЮЧЕНИЕ

Представленная диссертационная работа содержит исследования и разработки автора, которые можно рассматривать как решение научной проблемы информационного обеспечения мониторинга земель путем развития теории и методов тематического дешифрирования мониторинговой видеоинформации. На основе всестороннего анализа и обобщения пространственных и спектрально-отражательных характеристик отображаемых объектов разработан ряд цифровых методов и технологий для тематической обработки (интерпретации) видеоизображений, которые могут составить основу научно-методического обеспечения региональных центров по обработке мониторинговой видеоинформации.

Список литературы диссертационного исследования доктор технических наук Малинников, Василий Александрович, 1999 год

1. Автоматизированный линеаментный анализ при структурно-геологических и металлогенических исследованиях. М., Недра, 1988, 86 с.

2. Абакаров М.И, Расулов Э.Р. Зависимость между изменчивостью температуры воды и воздуха при преобладающих ветрах над Каспийским морем. Изв. АНСССР, 1979, N3, с.106-112.

3. Алгоритм обучения распознаванию образов. Под ред. В.Н.Вапника. М., "Сов.радио", 1973, 200 с.

4. Алексеев A.C., Пяткин В.П. и др. Автоматизированная обработка изображений природных комплексов Сибири. Новосибирск, Наука, 1988, 173 с.

5. Алмазов И.В., Овечкин В.Н. и др. Определение предельных условий аэрофотосъемки в целях выявления на снимках элементов ландшафта и с из-вестыми размерами и отражательными свойствами. Изв. вузов, Геодезия и аэрофотосъемка. 1990, № 3, с.63-71.

6. Альбедо и угловые характеристики отражения подстилающей поверхности и облаков. Под ред. К.Я. Кондратьева. Л., Гидрометеоиздат, 1981.

7. Аржаненко Н.И. и др. Моделирование спектральных характеристик яркости природных объектов. Сб. Научные основы создания аэрокосмических систем наблюдения. М., ЦНИИ «Коомета», 1998.

8. Аржаненко Н.И., Титова И.А., Поповкина В. А. Разработка компьютерной структуры базы данных по пространственным спектрам объектов природной среды. Сб. Научные основы создания аэрокосмических систем наблюдения. М., ЦНИИ «Комета», 1998.

9. Андреев Б. М. и др. Измерение мелкомасштабных элементов волн и пены при микроволновых исследованиях морской поверхности. В кн. Неконтактные методы измерения океанографических параметров. М., Гидрометео-318 издат, 1977., с. 43-47.

10. Андреев Г.А., Потапов A.A., Галкина Т.В. и др. О классификации изображений по их текстурным признакам. Исследования Земли из космоса, № 2,1990, с.91-96.

11. Базарский О.В., Коржик Ю.В. Автоматический текстурный анализ изображений земной поверхности. Исследование Земли из космоса, № 3,1990, с.115-120.

12. Балаховская Т. И., Болдырев Н. И., Борисенко В. И. и др. Система интерактивного анализа и обработки видеоинформации на комплексе "Ситрим-80" В кн.: Математические методы исследования природных ресурсов Земли из космоса." М.: Наука, 1984, с. 148-166.

13. Балтер Б.М., Егоров В.В. Методы и возможности дистанционного зондирования. Исследование космического пространства, том 16, Москва, 1981.

14. Барановский В.Д. Разработка и совершенствование методов определения спектрально-статистических характеристик морского волнения, основанных на применении стереофотограмметрической съемки: Дис. канд. техн. наук. Киевский гос. ун-тет,1990. 184 с.

15. Барталев С.А. и др. Сравнительный анализ данных спутниковых систем "Космос-1939", SPOT, "Landsat-TM" при изучении бореальных лесов. Исследование земли из космоса, М., № 1, 1995, с. 32-38.

16. Бейкер Д., Грейвс-Моррис; П. Аппроксимации Паде. М., Наука, 1986.

17. Беляева И.П., Рачкулик В.И., Ситникова М.Б. Связь коэффициентов яркости системы почва растительность с количеством растительной массы. -Метеорология и гидрология, 1965, № 8, с. 7 - 12.

18. Береговой Г.Т., Бузников A.A., Васильев О.Б. и др. Исследование природной среды с пилотируемых орбитальных станций. J1., Гидрометеоиз-320сов Российской Федерации. Россия. Москва. 24-26 апреля 1996, 18 с.

19. Боидур В.Г. Модели полей излучения для систем дистанционного зондирования. Курс лекций. Московский Государственный Университет геодезии и картографии, ЦНИИ "Комета". Москва. 1991, 389 с.

20. Бондур В.Г. Принципы построения космической системы мониторинга Земли в экологических и природно-ресурсных целях. Известия вузов. Сер. Геодезия и аэрофотосъемка. № 2, 1995, с. 14-37.

21. Бондур В.Г., Борисов Б.Д., Генин В.Н. и др. Поле яркости морской поверхности при искусственном импульсном освещении Перенос изображений в земной атмосфере. Томск, 1988. с. 42-45.

22. Бондур В.Г., Воляк К.И. Оптический пространственный спектральный анализ изображений морской поверхности. Труды Физ.ин-та АНСССР, том 156, 1984.

23. Бондур В.Г., Савин А.И. Концепция создания систем мониторинга окружающей среды в экологических и природно-ресурсных целях. Исследование Земли из космоса. 1992, № 6, с. 70-78.-321

24. Бондур В.Г., Савин А.И., Лазарев А.И. Физические основы создания аэрокосмических систем мониторинга окружающей среды. Л., 1995.

25. Бондур В.Г., Шарков Е.А. Статистические характеристики линейной геометрии пенных структур на поверхности моря по данным оптического зондирования. Исследования Земли из космоса. 1986. № 4. с. 21-31.

26. Бондур В.Г., Шарков Е.А. Статистические характеристики пенных образований на взволнованной морской поверхности. Океанология. 1982, том 22, вып.З, с. 372-378.

27. Бортковский P.C. Пространственно-временные характеристики барашков и пятен пены, образующихся при обрушении. Метрология и гидрология. 1987. №5. с. 68-75.

28. Бояринцев В.И. и др. Метод выявления областей не потенциальности в плоских потоках со свободной границей. Препринт № 345, ИПМ АНСССР. М., 1988, 84 с.

29. Бугаевский Л.М., Малинников В.А., Савиных В.П. Преобразование сканерного снимка в заданную картографическую проекцию. Труды Международного форума по проблемам науки, техники и образования. Москва, 1998, с.51-57.

30. Бугаевский Л.М., Малинников В.А., Савиных В.П. Преобразование космического кадрового снимка в заданную картографическую проекцию. Труды Международного форума по проблемам науки, техники и образования. Москва, 1998, с.57-61.

31. Бугаевский Л.М., Малинников В.А., Савиных В.П.Основы геометрии сканерного снимка с вертикальной конической строчной разверткой (первая математическая модель). Труды Международного форума по проблемам науки, техники и образования. Москва, 1998, с.61-66.

32. Бугаевский Л.М., Портнов А.М.М Теория одиночных космических снимков. М., Недра, 1984,280 с.- 323

33. Выгодская H.H., Горшкова И.И. Теория и эксперимент в дистанционных исследованиях растительности. JL, Гидрометеоиздат,1987, 248 с.

34. Гимельфарб Г.Л. Аппаратные средства и особенности программного обеспечения диалоговой цифровой обработки изображений. Зарубежная радиоэлектроника, № 10, 1985, с.87-128.

35. Голоудин Р.И., Дистанционные методы эколого-гидрографического изучения и картирования акваторий. Исследование земли из космоса. № 3, 1995.

36. Гонин Г.Б. Космическая фотосъемка для изучения природных ресурсов. Л.: Недра, 1980, 319 с.

37. Горбунова Г.С. и др. Оптические свойства и фотосинтез растений в зависимости от экологических условий. Труды сектора аэроботаники АН КазССР, 1960, том 8, с. 31 -45.

38. Грин А.Н., Мухина Л.И. Принципы и методы геосистемного мониторинга. М., Наука, 1989.

39. Гришин Г.А. и др. Фурье-анализ изображений морской поверхности для моделирования эволюции поверхностного волнения. В сб. "Проблемы исследования океана из космоса ", 1984, с.64-68.

40. Громыко Г.Л. Статистика. М.: МГУ, 1976, 334 с.

41. Грушин В. А. Спектральный и корреляционный анализ двумерных и одномерных сигналов в диалоговом режиме. Препринт ИКИ АН СССР, Пр-833, М„ 1982. 19 с.

42. Журкин И.Г., Мишин И.В. О месте ГИС среди автоматизированных информационных систем. Изв. Вузов. Серия Геодезия и аэрофотосъемка, 1997, №5, с. 73-79.

43. Заболотный Н.С., Дунаенко Л.П., Малинников В.А. Падалка Н.М. К задаче определения вертикального градиента индекса преломления вблизи поверхности моря. Изв. АН СССР, сер. ФАО, № 10,1991, с. 1342-1347.

44. Зажигаев Л.С. Методы планирования и обработки результатов физического эксперимента. М., Атомиздат, 1978, 231 с.

45. Зайцев Ю.А., Мухина Л.А. Применение цветной и спектрозональной аэрофотосъемки в геологических целях. Изд во МГУ, 1964, 304 с.

46. Захаров В. Е., Заславский М. М. Форма спектра энергонесущих компонентов водной поверхности в слаботурбулентной теории ветровых волн. Изв. АН СССР. Физика атмосферы и океана, 1983, том 9,.№ 3, с. 282-291.

47. Захаров В.Е. Заславский М.М. Зависимость параметров волн от скорости ветра, продолжительность его действия и разгона в слаботурбулентной теории ветровых волн. Изв. АН СССР. Физика атмосферы и океана, 1983, том 19, №4. с. 406-416.

48. Захаров С.А. Значение экспозиции и крутизны склонов в распределении почв и растительности на Большом Кавказе. Ботанический журнал, 1940, том 25, № 4-5, с. 378-405.

49. Зачкулик В.И., Ситникова М.В. Методические указания по определению параметров растительного покрова методом коэффициента яркости в двух участках спектра (по наземным, самолетным и вертолетным измерениям), Ташкент, 1972, 39 с.

50. Зверев А.Т., Малинников В.А., Максудов И.Р. Информационное обеспечение природо-ресурсной ГИС Московской области. Труды Международного форума по проблемам науки, техники и образования. Часть 2, Москва, 1997, с.33-34.

51. Зиман Я.Л. Исследования Земли из космоса,1980, №4, с.81-84.

52. Зиман Я.Л., Чесноков В.А. Многозональные аэрокосмические съемки Земли. М.: Наука, 1981, с. 277 - 292.

53. ЮГИзраэль Ю.А. Мониторинг состояния и регулирования качества природной среды. Вопросы географии. Вып. 108, М., Мысль, с.64-74.

54. Ильин Ю.А. Методы линейной регрессии в дистанционном зондировании. Изв. вузов, Геодезия и аэрофотосъемка. 1989. №3. с.113-120.

55. Ильин Ю.А., И.И. Стрижкин, Малинников В.А. Комплексный метод исследования высокочастотных ветровых волн. Тез. доклада. Региональная конференция «Ветровое волнение».Севастополь,26-27 февраля, 1990, с. 16-17.

56. Ильин Ю.А., Кузнецов A.A., Малинников В.А. Методика дистанционного определения потоков тепла, влаги и эффективного излучения в системе океан-атмосфера. Изв. вузов. «Геодезия и аэрофотосъемка», № 3, 1988, с.113-120.

57. Ильин Ю.А., Кузнецов A.A., Малинников В.А. О методике дистанционного определения потока тепла на границе раздела океан-атмосфера. Изв. вузов. «Геодезия и аэрофотосъемка», N5, 1986, с. 117-120.

58. Лапчинская М.П. Автоматизированный текстурный анализ крупномасштабных фотоизображений морской поверхности. Кандидатская диссертация. М.,1994.

59. Ларионов A.M., Майоров С.А., Новиков Г.И. Вычислительные комплексы, системы и сети. Л. Энергоатоиздат, 1987, 288 с.

60. Лебедев Д.С. Теория и методы первичной обработки видеоинформации. Диссертация на соискание ученой степени доктора физико-математических наук в форме научного доклада.М.,1993, 78 с.

61. Лебедева Н.М. Новые модули ARCVIEW GIS. ARCREVIEW Современные геоинформационные технологии № 3, 1997.

62. Лейкин И.А., Розенберг AM. Измерение высокочастотного спектра океанских волн с дрейфующего судна. Изв. АН СССР. Физика атмосферы и океана. 1987, том 23, № 11, с.1188-1192.

63. Лобанов А.Н., Буров М.И., Краснопевцев Б.И.,"Фотограмметрия", Москва, "Недра", 1987.

64. Лохтанов Г.А., Антонова Т.И. Ракетные и спутниковые спектрометры (по материалам зарубежной печати). ЖПС, 1969, 11, вып. 5, с. 951 - 963.

65. Математическое моделирование. 26-27 февраля 1990. Севастополь, 1990, с. 9.

66. Малинников В. А. И др. Комплексное изучение тонкой структуры ветрового волнения,— Тезисы докл. IV Всесоюзной конф. «Мировой океан», ч. 2. Владивосток, 1983 с. 23—24.

67. Малинников В.А и др. Особенности пространственно-временной структуры морского волнения по данным фотосъемки и контактных измерений. Изв. вузов. Геодезия и аэрофотосъемка. М, 1990, № 1, с. 99-105.

68. Малинников В.А. Автоматизированные технологии обработки космических изображений земной поверхности. Труды Международного форума по проблемам науки, техники и образования. Часть 1, Москва, 1997, с. 118124.

69. Малинников В.А. Аэрокосмические методы в экологии. Труды Международного форума по проблемам науки, техники и образования. Москва, Часть 1, 1997, с. 105-106.

70. Малинников В.А. и др. Восстановление плоского течения тяжелой идеальной жидкости по форме ее свободной поверхности. ДАН СССР, 1989, т.305, № 2.

71. Малинников В.А. и др. Калибровка дистанционных измерений про-332странственных спектров волнения по оптическим изображениям. Исследование Земли из космоса, М., № 2, 1992.

72. Малинников В.А. и др. Картографирование состояния природно-техногенной среды для обеспечения региональных информационно-аналитических центров. Геодезия и аэрофотосъемка. Известия вузов высших учебных заведений. Москва, 1996, № 5 6, с. 90 - 99.

73. Малинников В.А. и др. Метод регистрации высокочастотного спектра ветрового волнения в реальном масштабе времени.—Тезисы докл. IV Всесоюзной конф. «Мировой океан», ч. 2 Владивосток, 1983, с. 72—73.

74. Малинников В.А. и др. О возможности дистанционного определения параметров энергообмена на границе раздела море атмосфера. В сб. «Комплексное изучение природых ресурсов Калмыцкой АССР, Элиста, 1984, с.64-70.

75. Малинников В.А. и др. Отчет по госбюджетной теме 2.05. Депонирован в ВИНИТИ, 1988, инв.номер 0289.002353.

76. Малинников В.А. и др. Отчет по госбюджетной теме 6.30.001.04, Депонирован в ВИНИТИ, 1986, инв.номер 0287.0017190.

77. Малинников В.А. и др. Передача технологий использования космической информации для нужд национальной экономики. 2-я Международная научно-практическая конференция, 19-20 апреля 1995 г., Звездный городок, Московская область РФ, с. 62-63.

78. Малинников В.А. и др. Пространственная структура высокочастотного ветрового морского волнения при различных метеоусловиях. Изв. АН СССР, ФАО, 1985, т.21, N4, с.440-442.

79. Малинников В.А. и др. Синхронные оптические и контактные исследования пространственно-спектральных характеристик морского. Исследования Земли из космоса, 1986, № 2, с. 57—67.

80. Малинников В.А. и др. Экспериментальное исследование свободной-337

81. Овечкин В.Н. К вопросу определения спектральных коэффициентов яркости дымки. Изв. вузов. Геодезия и аэрофотосъемка, 1984, № 3, с. 95 -102.

82. Орлов В.М., Белохвостиков A.B., Сафин Р.Г., Мишин И.В. Моделирование сюжета съемки со сложным рельефом. Изв. вузов, Геодезия и аэрофотосъемка, 1991, №3, с.141-144.

83. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. М.: Мир, 1982, 428 с.

84. Павлидис Т. "Алгоритмы машинной графики и обработки изображений", Москва, Радио Связь, 1986.

85. Панченко Е. Г., Чаликов Д. В. Энергетическая структура пограничного слоя атмосферы над волнами. Изв. АН СССР. Физика атмосферы и океана, 1984, т. 20, № 9, с. 834-841.

86. Перевертун М.Н. Спектральная отражательная способность некоторых видов растений в области 650 1200 нм. - Труды сектора аэроботаники АН КазАССР, 1958, т. 6, с. 27 - 32.

87. Процессы переноса вблизи поверхности раздела океан атмосфера / Ред. Дубов A.C. Л.: Гидрометеоиздат, 1974, 235 с.

88. Прэт У. Цифровая обработка изображения. М., Мир, 1982, 790 с.

89. Райзер В.Ю., Шарков Е.А., Эткин B.C. Морская пена, физико-химические свойства, излучательные и отражательные характеристики. Препринт. М.: ИКИ АН СССР, Пр.306, 1976, 58 с.

90. Райлян В.Я., Коробков P.M., Войнов O.A. Сравнение двух методов расчета вегетационных индексов. Исследование Земли из космоса,М., №4, 1990, с.85-93.

91. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. Л.: Гидрометеоиздат, 1981, 287 с.

92. Ревзон А.Л. Аэрокосмический мониторинг изменений геологиче- 338 ской среды при строительстве и эксплуатации инженерных сооружений. М, Недра, 1987, 128 с.

93. Ретеюм А.Ю. Природа, техника геотехнические системы. М., Наука, 1978.

94. Романова М.А. Определение типового состава песчаных отложений с воздуха по их спектральной яркости. Л.: Гостоптехиздат, 1962, 247 с.

95. Танака Ю. Архитектура ЭВМ и искусственный интеллект. М, Мир, 1993,398 с.

96. Савиных В.П. Малинников В.А., Региональная космическая система для решения природоресурсных и экологических задач. Труды Международного совещания "Проблемы экоинформатики", М., 1992.

97. Савиных В.П., Малинников В.А. О проекте исследование Архипелага Земля Франца-Иосифа. Известия вузов. Геодезия и аэрофотосъемка, №3, 1996, с.4-7.

98. Савиных В.П., Соломатин В.А. Оптико-электронные системы дистанционного зондирования. Москва, Недра, 1995.

99. Савиных. В.П. Визуально-инструментальные исследования Земли с пилотируемого космического комплекса. М.,"Недра", 1991.

100. Снопков В.Г. Расчет влажности над морем по разности температуры вода-воздух. Метеорология и гидрология., 1980, № 2, с. 109-111.

101. Марцинкевич Л. М. Исследование статистических характеристик уклонов взволнованной морской поверхности по планшетам стереофотосъем-ки волн. Метеорология и гидролология, 1970, №11.

102. Ситникова М.В. Результаты измерений альбедо различных подстилающих поверхностей. Тр. САНИГМИ, 1964, вып. 18, с. 56 - 58.

103. Соколов А.А. Общие особенности почвообразования и почв Восточного Казахстана. Алма-Ата: Наука, 1977, 231 с.

104. Сретенский Д.Н. Теория волновых движений жидкости. М.: Наука,-341

105. НИВЦ АН СССР, ВИНИТИ АН СССР, 1990, с. 104-105.

106. Шварц Г. Выборочный метод. Руководство по применению статистических методов оценивания. М., Статистика, 1978.

107. Юцевич Ю.К. Оптические характеристики природных образований. -В кн.: Исследование оптических свойств природных объектов и их аэрофотографического изображения. Л., Наука, 1970, с. 5 -15.

108. Юэн Г.,Лейк Б. Нелинейная динамика гравитационных волн на глубине. М., Новое в зарубежной науке, № 47, 1987.

109. Уизем Дж. Линейные и нелинейные волны. М., Мир, 1977.

110. Якубайтис Э.А. Информационно-вычислительные сети. М., Финансы и статистика, 1984, 232 с.

111. Янутш Д.А. Дешифрирование аэрокосмических снимков. М., Недра, 1991.

112. Aandahl A.R. The characterization qf slope positions and their influence on the total nitrogen content of a virgin soil of western Iova. Soil Sci. Am. Proc., 1948, vol. 13, pp. 449-454.

113. Amadasun M., King R. Textural features correspoding to textural properties. IEEE. Trans. SMC, vol.19, №5, 1989, pp. 1264-1274.

114. Analysis of remote sensing geobotanical trends in Quetico Provincial Park, Ontario, Canada, using digital elevation data/T. A. Warner, D. J. Campagna, C. S. Evans et al., Photogram. Eng. & Remote Sens. 1991. Vol. 57, №,9, pp. 1191—1193.-345

115. Frank T. D., Thorn C. E. Stratifying alpine tundra for geomorphic studies using digitized aerial imagery. Arctic & Alpine Research. 1985, vol. 17, № 2, pp. 179—188.

116. FranJklin S.E., Gillespie R.T. Methods and applications of image analysis using integrated data sets. //Statistical applications in the Earth sciences: Proc. Colloq., Ottawa, 14-18, Nov., 1988. Geol. Surv. Canada Paper, pp. 69-78.

117. Franklin S. E. Ancillary data input to satellite remote sensing of complex terrain phenomena. Computers & Geosci. 1989, vol. 15, № 5, pp. 799—808.

118. Franklin S. E. Topographic context of satellite spectral response Ibid. 1990, vol. 16, № 7, pp. 1003—1010.

119. Faller A. An experimental study of the instability of laminar Ekman boundary layer. J.Fluid Mech., 1963, № 15, pp.560-576.

120. Fundamentals in computer vission. Ed. O. Faugeras. Cambridge University Press, 1983.

121. Goel N.S., Strebel D.E., Thompson R.L. Remote Sens. Environ. 1984, 14, № 1-3, pp.77-111.

122. Grunewald G., et all. Meteorologische Beobachtungen von Duntshen Fenershiffen der Nord and Ostsee, 1983, Humburg 1984, № 106, s. 1-116.

123. Haralick R., Shanmugan K., Dinstein I. Textural features for image classification. IEEEE. Trans. SMC, vol.3, №6,1973, pp. 610-621.

124. Hoeke A.P. "Int. Arch. Photogramm. Remote Sens. 15 th Congr.", Rio de Janeiro, 1984, vol. 25, pp. 132 140.

125. Horn B. K. P. Hill shading and the reflectance map. Proc. IEEE. 1981, vol. 69, № 1. pp. 14—47.

126. Hutchinson C. F. Techniques for combining Landsat and ancillary data for digital classification improvement. Photogram. Eng. & Remote Sens. 1982, vol. 48, № 1, pp. 123—130.

127. Jackson R. D. Spectral Indices in n-Space. Remote Sensing of-347structure features. Materials of Int. Conf. PIERS'96, Innsbruck, Austria, July 1723, 1996.

128. Lee K.-S., Lee G. В., Tyier E. J. Thematic Mapper and digital elevation modelling of soil characteristics in hilly terrain. Soil Sci. Soc. Am. J. 1988, vol. 52, №4. pp. 1104—1107.

129. Leprieur С. E., Durand J. M., Peyron J. L. Influence of topography on forest reflectance using Landsat Thematic Mapper and digital terrain data. Photogram. Eng. & Remote Sens. 1988, vol. 54, № 4, pp. 491—496.

130. Leykin I.A., Rosenberg A.D. Sea-Tower measurements of wind-wave spectra in the Caspain Sea. J. Phys. Oceanogr. 1984, vol. 14, pp. 168-176.

131. Lo C.P., Shipman R.L. A GIS approach to land-use change dynamic detection. Photogram. Eng. & Remote Sensing, 1990, vol. 56, № 11, pp. 17271734.

132. Longuet Higgins M.S. The instabilities of gravity waves of finite amplitude in deep water. Proc. R. Sor. London, Ser.A, № 360, 1971.

133. Longuet-Higgins M. S. The generation of capillary waves by steep gravity waves. J. Fluid Mech., 1963, vol. 16, № 1, pp. 138-159.

134. Malinnikov V.A. and others. The Franz Josef land archipelago- remote sensing and cartography. Justus Herthes Verlag Gotha.1997, 112 p.

135. Malinnikov V.A., Savinykh V.P., Zverev A.T. Technology of designing regional social and ecological atlases. 25th International Symposium Remote Sensing and Globel Environmental Change, 4-8 April 1993, Graz, Austria, pp.293-294.

136. Malinnikov V.A., Sharov A.I. Satellite remote sensing in the High Arctic: problems and possibilities. Publishing House Justus Perthas, Gotha-Germany, ISBN-348 3.623-00765-x,03.10.96.

137. Martz L. W., de Jong E. Natural radionuclides in the soils in small agricultural basin in the Canadian Prairies and their associations with topography, properties and erosion. Catena. 1990, vol. 17, № 1, pp. 85—96.

138. Martz L.W., de Jong E. CATCH: a Fortran programm for measuring catchment area from digital elevation models. Computers and Geosci., 1988, vol. 14, № 5, pp. 627-640.

139. Menz G. Deduction of human-bioclimatological maps by means of remote sensing data and a digital terrain model using a correlation approach. Geol. Jb. 1988, vol. A 104, pp. 383—391.

140. Mkalister E.D., Corduan E.A. Airborn measurements of total heat flux from hte sea during «BOMEX», J. Geophys. Res., 1971, № 76, pp. 4179-4180.

141. MirzaP.N., SheelerS.C. Crop classification with Landsat multispectral scanner data. J. Pattern Recognition.1978, vol.10.

142. Mishin I.V. Atmospheric correction of satellite images. Int. Aerospace Congress. Moscow. August 15-19, 1994. C.343.

143. Mishin I.V. Retrieving the ground reflectances from measured radiance field in visible spectrum. Int. Symp. "Numerical Transport Theory". Moscow. May 26-28, 1992, pp.157-160.

144. Morris K. Using knowledge-base rules to map the three-dimensional nature of geological fea-tures. Photogram. Eng. & Remote Sens. 1991, vol. 57, № 9, pp. 1209—1216.

145. Mueller J.L. Ocean color spectral measured of the Oregon coast: characteristic vecyors. Applied Optics, 1976, vol.15, № 2, pp.394-402.

146. NOAA's State of the Coast. Preparatory materials for review. January 1997.

147. Peason R.L. Miller L.D. Remote Sensing of standing crop biomass for estimation of the productiviti of the Short grass praire. In: Proc. 8th Intern. Symp.-350

148. Schowengerdt R. A., Glass C. E. Digitally processed topographic data for regional tectonic evaluations. Geol. Soc. Amer. Bull. 1983, vol. 94, № 4. pp. 549— 556.

149. Schut G. H. Review of interpolation methods for digital terrain, models // Canad. Surveyor. 1976, vol. 30, № 5, pp. 389—412.

150. Seidei K., Ade F., Lichtenegger J. Augmenting Landsat MSS data with topographic information for enhanced registration and classification. IEEE Trans. Geosci. & Remote Sens. 1983, vol. GE-21, № 3, pp. 252—258.

151. Shary P. A. Landsurface in gravity points classification by complete system of curvatures. Pushchino: Pushchino Research Centre Press, 1992, 18 p.

152. Shasby M., Caraeggie D. Vegetation and terrain mapping in Alaska using Landsat MSS and digital terrain data. Photogram. Eng. & Remote Sens. 1986, vol. 52, № 6, pp. 779—786.

153. Sinai G., Zaslavsky D., Golany P. The effect soil surface curvature on moisture and yield. Beer Sheba observations. Soil Sci., 1981, vol. 132, № 5, pp. 367-375.

154. Savinykh V.P,. Malinnikov V.A. et all. Kartierung der Himmelsskorper des Sonneusystems EUROPA-Forum, Drasden, 1998.

155. Slater P.N. "Remote Sens. Environ.", 1985, vol. 17, №1, pp. 85 102.

156. Soil attribute prediction using terrain analysis/I. D. Moore, P. E. Gessler, G. A. Nielsen et al. Soil Sci. Soc. Amer. J. 1993, vol. 57, № 2, pp. 443—452.

157. South Florida Ecosystem Monitoring Integration Project. Gore-Chernomyrdin Commission. March 1997.

158. Speaker E.E. "Proc. Soc. Phpto Opt. Instrum. Eng.", 1985, № 481, pp. 9- 12.

159. Speight J.G. Parametric description of landform. Land Evaluation. L.: Macmillan, 1968, pp. 239-250.

160. Stilwell 0., Pilon A. Directional spectra of surface waves photographs.—- 351

161. J. Geophys. Res., 1974, vol. 79, № 9, pp. 1977 1984.

162. Suk M., Chung S. Pattern recognition. 1983, vol.16, № 5.

163. Sun C., Wee W.G. Neiboring gray level dependence matrix fortexture classification. Computer Vision, Graphics and Image Processing, vol.23, 1983, pp.341-352.

164. Swain P.H. Bayesian classification in time-varying environment. IEEE Trans. Syst. Man Cyber, 1978, V.SMC-8, № 2.

165. The CCRS SAR/MSS Anderson River data set/D. G. Goodenough, B. Gumdon, P. M. Teillet et al. IEEE Trans. Geosci. & Remote Sens. 1987, vol. GE-25, № 3, pp. 360—367.

166. Thi Cangla. Metodyka opisu grupowey structury folovonia wiatrowego. «Rozsp. Hydrotechn.», 1986, № 47, pp. 65-96.

167. Toba J. Local ballance in the air-sea boundary process. Oceanogr. Soc. Japan. 1973, vol. 29, pp.209-225„

168. Troeh F.R. Landform parameters correlated to soil drainage. Soil Sci. Am. Proc., 1964, vol. 28, № 6, pp. 987-991.

169. Tucker C. J. Red and phootographic infrared linear combinations for monitoring vegetation. Remote Sens., Environ. 1979, vol. 8, № 2, pp. 127-150.

170. TurkeyJ.W. Exploratory data analysis. Addison-Wesley,1977.

171. Waldron J.P., Fellex P.A. Reflectance of Magnesium Oxide. - J. Opt. Soc. Am., 1955, №1, pp. 34-56.

172. Woodham R. J. Using digital terrain data to model image formation in remote sensing. Proc. Soc. Photo-Opt. Instr. Eng. 1980, vol. 238, pp. 361—369.

173. Vlrich T.J. Maximum entropy power spectrum of trancated sinusoids. J. Geophys. Res. 1972, vol. 77, pp. 1396-1450.

174. Диссертация посвящена разработке теоретических, методических и прикладных аспектов научной проблемы информационного обеспечения мониторинга земель (тематическая обработка видеоизображений).

175. ГЛАВА 1. ФОРМУЛИРОВКА ЗАДАЧ ТЕМАТИЧЕСКОЙ ОБРАБОТКИ МОНИТОРИНГОВОЙ ВИДЕОИНФОРМАЦИИ.16

176. Структура и принципы функционирования мониторинговых информационных систем.16

177. Методы и технические средства сбора мониторинговой информации.2812.1. Методы получения аэрокосмической информации.3212.2. Основные видыДЗЗ с отечественных и зарубежных АКА и используемая для этого аппаратура.36

178. ГЛАВА 2. МЕТОДЫ ОБРАБОТКИ МОНИТОРИНГОВОЙ ВИДЕОИНФОРМАЦИИ, ОСНОВАННЫЕ НА СПЕКТРАЛЬНО-ОТРАЖАТЕЛЬНЫХ ХАРАКТЕРИСТИКАХ ОБЪЕКТОВ.8521. спектрофотометрическая изученность природных и антропогенных образований.85

179. Разработка компьютерной базы данных спектральных характеристик ПАО.89

180. Спектральные признаки ПАО.95

181. Пример практического использования системы геометрических признаков.117

182. ГЛАВА 3. МЕТОД ЦИФРОВОГО МУАРА.123

183. Основные теоретические положения метода.123

184. Технология текстурного анализа изображений с использованием метода цифрового муара.145

185. Экспериментальная апробация технологии цифрового муара.149

186. ГЛАВА 4. МЕТОДЫ ОСНОВАННЫЕ НА ЦИФРОВОЙ МОДЕЛИ РЕЛЬЕФА.154

187. Аналитический обзор существующих методов.154

188. Технология подготовки исходных данных в целях картографирования биогеоценозов.16142.1. Теоретические основы технологии.16142.2. Этапы технологического процесса.17242.3. Результаты экспериментального апробирования разработанной технологии.176

189. ГЛАВА 5. МЕТОДЫ ОЦЕНКИ СОСТОЯНИЯ ВОДНЫХ ОБЪЕКТОВ.201

190. Методы оценки закономерности распространения поверхностных и подземных вод.27453.1. Зонирование территории по глубине залегания грунтовых вод по материалам космических съемок.27553.2. Метод предварительного прогноза уровня залегания подземных вод .279

191. ГЛАВА 6. ДИСТАНЦИОННЫЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ ИНТЕГРАЛЬНЫХ ХАРАКТЕРИСТИК ТЕПЛО- И МАССООБМЕНА ВОДОЕМА С АТМОСФЕРОЙ.293

192. Теоретическое и экспериментальное обоснование метода расчетавертикального градиента индекса преломления у поверхности океана в задачах геодезической рефрактометрии.293

193. Методика дистанционного определения потока тепла на границераздела водоем—атмосфера.3041. ЗАКЛЮЧЕНИЕ.3151. ЛИТЕРАТУРА.317