ДАННЫЕ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ КАК ИСТОЧНИК ИНФОРМАЦИИ В ГЕОГРАФИЧЕСКИХ ИССЛЕДОВАНИЯХ

Изображения, полученные спутниками ДЗЗ, находят применение во многих отраслях - сельском хозяйстве, геологических и гидрологических исследованиях, лесоводстве, охране окружающей среды, планировке территорий, образовательных, разведывательных и военных целях.

Космические системы ДЗЗ позволяют за короткое время получить необходимые данные с больших площадей (в том числе труднодоступных и опасных участков).

Прием, регистрация, обработка, архивация, каталогизация и распространение информации с российских и иностранных спутников дистанционного зондирования осуществляется Научным центром оперативного мониторинга Земли ОАО «Российские космические системы».

ОАО «Российские космические системы» является головной организацией Российского космического агентства по системам приема, обработки и распространения информации дистанционного зондирования Земли. Научный Центр оперативного мониторинга Земли (НЦ ОМЗ) выполняет функции наземного комплекса планирования, приема, обработки и распространения космической информации Федерального космического агентства России.

Современные космические аппараты дистанционного зондирования Земли представляют собой сложные интеллектуальные технические устройства, четко и слаженно выполняющие команды и программы по съемке объектов и районов земной поверхности.

Главная часть космического аппарата - специальная приемная аппаратура, способная сфокусировать, принять и преобразовать в изображение электромагнитную энергию объектов наблюдения. Помимо этого, аппарат ДЗЗ включает системы, необходимые для управления спутником: навигационные приборы, датчики углового положения, гироскопы.

На сегодняшний день интерпретация мультиспектральных данных дистанционного зондирования земли производится многочисленными методами. Все их можно условно разделить на три большие группы [1, 2]:

1. Визуальные. Оператор производит визуальное распознавание мультиспектрального космического снимка (зачастую с использованием стереографической аппаратуры) и на основании предыдущих распознаваний и знаний, полученных опытным путем, делает какие-либо заключения. Несмотря на низкую точность (со стороны математического описания) этот вариант наиболее распространен. Указанный способ является неприемлемым в случае необходимости принятия оперативного решения или распознавания большого количества снимков.

2. Математические. При обработке мультиспектрального снимка вычисляются его всевозможные параметры (например, вегетационные индексы), на основании анализа которых оператор принимает решение об отнесении покрытий тому или иному классу земной поверхности. С точки зрения математической реализации, значительно более точны, однако требуют достаточно высокого уровня знаний оператора в области теории вероятности и математической статистики. Группа способов не лишена недостатков первой группы.

3. Аналитические. К снимку применяются алгоритмы контролируемой либо неконтролируемой классификации. Первые требуют задания эталонных областей, что затруднительно в условиях нечеткого разделения поверхностей на снимке.

Несмотря на широкий круг методов решения задачи интерпретации данных дистанционного зондирования методов земли, все они имеют существенные недостатки. Визуальное распознавание носит субъективный характер, является слишком длительным по времени и зачастую требует сверки результатов с результатами выездных полевых работ и наблюдений. Недостатками использования различных вегетационных индексов являются [3]:

- Погрешности, вносимые погодными условиями, сильной облачностью;

- Необходимость для большинства задач сравнения полученных результатов с предварительно собранными данными тестовых участков (эталонов), в которых должны учитываться сезонные эколого-климатические показатели, как самого снимка, так и тестовых площадок на момент сбора данных. Особенно значимыми данные материалы становятся при расчетах продуктивности, запасах биомассы и прочих количественных показателях;

- Возможность использования съемки только времени сезона вегетации для исследуемого региона.

Основными недостатками алгоритмов неконтролируемой классификации мультиспектральных данных являются [4]:

- Вероятное появление классов, с которыми оператор (специалист) может не согласиться;

- Ограниченность контроля классов и их свойств со стороны оператора (специалиста);

- Спектральные свойства полученных классов меняются с течением времени. Поэтому связь между информацией и спектральными классами не постоянна и определяется только снимком, что затрудняет процесс дешифрирования разновременных снимков.

Направления решения озвученных недостатков можно свести к двум:

1. Применение алгоритмов распознавания изображений к отдельным спектральным каналам или их комбинациям.

2. Разработка специализированных алгоритмов неконтролируемой классификации, учитывающих специфику классифицируемых данных, оптимизированных для обработки данных дистанционного зондирования.

Данные дистанционного зондирования - данные, получаемые при помощи аппаратуры дистанционного зондирования, а также материалы, полученные в результате обработки, осуществляемой в целях обеспечения возможности их использования. Чаще всего применяют в картографии (фотограмметрия), для определения границ землевладений (кадастр), видовой разведке, археологии, изучении окружающей среды и др.

Считается, что летнее время - это лучшее время для получения данных дистанционным зондированием (т.к. в эти месяцы угол солнца над горизонтом наибольший, так же, как и длительность дня). Исключение - это получение данных активными датчиками, такими как Радар и Лидар, либо тепловых данных в диапазоне длинных волн. Лучшее время для этих способов - холодная погода или пару часов до восхода солнца в любой другой месяц.

Все данные дистанционного зондирования подразделяются на:

- наземную съемку:

- аэрофотосъемку;

- съемку из космоса.

Для создания карт на основе этих данных необходимо редактирование, устраняющее искажения. Снимки поверхности аппаратурой, направленные вниз, не содержат искажений лишь посередине снимка. Расстояние между точками на снимке и на поверхности различаются при смещении. Эти искажения корректируются фотограмметрией.

К основным сельскохозяйственным приложениям зондирования относятся:

- растительность;

- классификация типа культур;

- оценка состояния посевов (мониторинг сельскохозяйственных культур, оценка ущерба);

- оценка урожайности;

- почва;

- отображение характеристик почвы;

- отображение типа почвы;

- эрозия почвы;

- влажность почвы;

- отображение практики обработки почвы.

Одним из наиболее важных применений зондирования является мониторинг местности. Данные используют при определении состояния поверхностей Земли [3].

Наблюдение изменений состояний местности нужно для обновления карт, а также для рационализации использования природных ресурсов. Изменения обнаруживаются сравниванием нескольких изображений, включающих несколько уровней данных, либо сравниванием старых и обновленных изображений.

Данные, полученные с воздуха, изначально были использованы для обнаружения подводных лодок и получения гравитационных данных. Они представляют уровни возмущений гравитационного поля Земли, что очень востребовано при проведении геологических изысканий.

Рассмотрим основные приборы дистанционного зондирования.

Радары - применимы в системах контроля с воздуха, раннего оповещения, мониторинга лесного покрова, сельском хозяйстве, а также при получении метеорологических данных большого масштаба. Радар Доплера используется правоохранительными организациями для контроля скоростного режима автотранспорта и для обнаружения метеорологических данных о ветре, местоположении и интенсивности осадков.

Лазерные и радиолокационные высотомеры на спутниках обеспечивают получение широкого спектра данных. С помощью высотомеров можно измерить отклонение уровня воды океана, а также приборы отображают особенности рельефа морского дна с разрешением порядка одной мили. Высотомеры помогают в измерении высоты и длины волны океанских волн, и с их помощью можно узнать скорость и направление ветра, и скорость, и направление поверхностных океанических течений.

Технология светового обнаружения и определения дальности (ЛИДАР) применяется в военной сфере, например, в лазерной навигации снарядов. ЛИДАРы используется также для обнаружения и измерения концентрации различных химических веществ в атмосфере, в то время как на борту самолета ЛИДАР может быть использован для измерения высоты объектов и явлений на земле с большей точностью. ЛИДАР применяют и для дистанционного зондирования растительности.

Радиометры и фотометры - это наиболее распространенные используемые инструменты. Они фиксируют отраженное и испускаемое излучение в широком диапазоне частот.

С помощью дистанционного зондирования, в рамках борьбы с опустыниванием, можно следить за областями, находящимися в зоне риска, а также определять факторы, глубину их воздействия, и предоставлять информацию тем, кто является ответственным по принятию решений в данной области.

Говоря о перспективах, следует отметить, что ДЗЗ - это громадная индустрия, в которую в ближайшем будущем будут вовлечены миллионы людей во всем мире. Эта технология будет применяться практически во всех сферах человеческой деятельности - от решения глобальных проблем, таких как загрязнение территорий и прогнозирование опасных природных явлений, до решения частных задач повседневной жизни каждого человека.

Список литературы

1. Сутырина Е.Н. Дистанционное зондирование Земли: учеб. пособие / Е.Н. Сутырина. – М.: Издательство: ИГУ, 2016. – 165 с.200
2. Гарбук С.В. Космические системы дистанционного зондирования Земли: учебник / С.В. Гарбук, В.Е. Гершензон. – М.: Издательство А и Б, 2017. – 296 с.
3. Новаковский Б.А. Фотограмметрия и дистанционные методы изучения Земли. – М.: Изд-во Моск. ун-та, 2015. – 193 с.
4. Дробышев Ф.В. Основы аэрофотосъемки и фотограмметрии. – М.: Недра, 2014.
5. Попов М.А., Станкевич С.А. Использование полного набора нормализованных межканальных индексов многоспектральных космических изображений при классификации покрытий ландшафта // Записки ТНУ им. В.И. Вернадского. Серия «География». – Том 20 (59). – № 1. – С. 175-180.
6. Лурье И.К. Теория и практика цифровой обработки изображений // Дистанционное зондирование и географические информационные системы / И.К. Лурье, А.Г. Косиков. Под ред. А.М. Берлянта. – М.: Научный мир, 2013. – 168 с.