Размещено на http://www.allbest.ru/

Зміст

Вступ

1. Етапи становлення дистанційних методів дослідження

2. Різноманітність і властивості космічних знімків

4. Сучасні методи дешифрування космознімків

Вступ

Актуальність теми дослідження: На сьогоднішній день картографічна продукція грає все більшу роль в різних галузях господарства. Карти використовуються повсюдно: для прийняття рішень при надзвичайних ситуаціях, для територіального планування, в містобудуванні, для розрахунку навігаційного маршруту від будинку до офісу і т.д. В умовах все поглиблюється і прискорюється антропогенного впливу на ландшафти підтримка актуальності картографічного матеріалу в різних масштабах стає одним з першочергових завдань.

В даний час дистанційне зондування є дуже важливим і часто незамінним у дослідженнях Землі. Свій сучасний розвиток воно отримало завдяки вдосконаленню методів аерокосмічної зйомки, виникненню персональних станцій прийому космічної інформації, появі географічних інформаційних систем. Цьому передувала ціла епоха становлення дистанційного зондування, яка заслуговує уваги з боку історико-наукових досліджень.

Космічні знімки відрізняються високою оглядовістю та генералізацією зображення. Можливості їх геологічного дешифрування залежать від масштабу та просторової роздільної здатності (розміри мінімального об'єкта, який відрізняється на КЗ). Широкий діапазон масштабів КЗ надає можливість вивчати геологічні об'єкти різних рівнів генералізації. Тому інформативність КЗ повинна розглядатись з урахуванням масштабу та цілей дослідів.

Унікальною особливістю космічних знімків є можливість охоплення всього явища в цілому, що дозволяє виробляти узагальнення даних на об'єктивній основі.

Але навіть найсучасніші космічні знімки не дозволять отримати потрібну інформацію без швидких і надійних методів дешифрування, закладених в більшість сучасних спеціалізованих програмних продуктів. У статті представлений огляд матеріалів космічної зйомки і програмних модулів для обробки цієї інформації для цілей створення та оновлення карт.

Актуальність вказаних питань, зумовили вибір теми курсової роботи, визначили її мету та завдання.

Метою роботи є систематизація, закріплення та поглиблення теоретичних знань, здобутих у процесі вивчення теоретичних основ сучасних методів дешифрування космознімків.

Завдання роботи:

· розглянути основні етапи становлення дистанційних методів дослідження.

· ознайомитись з різноманітю і властивостями космічних знімків.

· розглянути методику дешифрування космознімків.

· дослідити сучасні методи дешифрування космознімків

· проаналізувати програмне забезпечення для обробки космічних знімків

1. Етапи становлення дистанційних методів дослідження

Дистанційні методи досліджень засновані на отримання інформації про земної поверхні шляхом реєстрації приходить від неї електромагнітного випромінювання з використанням апаратури, встановленої на борту аеро- абокосмічних апаратів. В даний час дистанційне зондування є дуже важливим і часто незамінним у дослідженнях Землі. Свій сучасний розвиток воно отримало завдяки вдосконаленню методів аерокосмічної зйомки, виникненню персональних станцій прийому космічної інформації, появі географічних інформаційних систем. Цьому передувала ціла епоха становлення дистанційного зондування, яка заслуговує уваги з боку історико-наукових досліджень.

Початковий період

1858 - фотографія передмістя Парижа, зроблена з повітряної кулі Феликсо Турнашоном.

1859 - інженер-майор французької армії Еме Лосседа розробив способи розгортання аерофотознімків в план.

1886 - перші повітряні знімки в Росії. Кілька знімків Санкт-Петербурга з повітряної кулі, зроблені поручиком А.М.Кованько.

1913 - полковник російської армії В.Ф.Поте створив перший полуавтоматических фотоапарат для планової зйомки.

1916 - при Генштабі Російської армії створено відділення по аерофото-зйомці, сформовані фотометричні частини.

Розвиток технологій використання аерофотозйомки для цивільних цілей (1920-40 рр.)

1918 - фотографування 100 км 2 околиць Твері.

1921 - перші досліди обліку лісової рослинності з використанням аерофотознімання(США, Канада), Декрет про заснування Вищого геодезичного управління, створення аерофототопографіческой відділення (лісовпорядкування, дорожнє будівництво).

1925 - виникнення громадянської аерофотозйомки (товариство «Добролет », надалі організація« Госаерофотосемка »).

1928 - у Ленінградській лісотехнічній академії з'явилася дисциплина «Застосування аерокосмічних засобів і методів в лісовому господарстві та ландшафтному будівництві ».

1929 - в Ленінграді організований Науково-дослідний інститут аерозйомки.

1930-і - дослідження важкодоступних районів (Арктики), розвиток аеролесотаксаціі. Печорська авіаційна експедиція (1933 г).

1935 - при Географічному суспільстві СРСР була організована Комісія аерофотозйомки, перейменована згодом в Комісію аерокосмічних методів вивчення Землі.

Становлення методів аерокосмічних досліджень (кінець 1940-х -1980-і рр.)

1940-і - поява спектрозональной зйомки, досліди використання радіолокаторов.

1944 - організація лабораторії аерометодів АН СРСР (Всеросійський науково-дослідний інститут космоаерометодов, Ленінград), Аерогеологічна експедиція (ФГУНПП «Аерогеологія»).

1949 - закінчено створення топографічної карти (М 1: 100 000).

1956 - була складена і видана перша геологічна карта СРСР масштабу 1: 2 500 000.

1956 - закінчено пристрій та обстеження лісів СРСР з використанням аерометодів, створення карти лісів (1951-1955 рр .: обстежено аерометодами 840 млн га) (карта лісів СРСР 1: 2 500 000).

1950-1960 рр. - Розвиток методів дешифрування, ландшафтний підхід. Поява нових методів аерофотозйомки - радіолокаційної та інфрачервоною теплової.

4.10.1957 - запуск на орбіту першого ШСЗ «Супутник-1».

12.04.1961 - політ Ю. А. Гагаріна на космічному кораблі «Восток».

1961 - льотчик-космонавт СРСР Г. С. Титов вперше виконав фотографування Землі з пілотованого космічного корабля «Восток-2». Створення сканерна систем.

1965 - створення Інституту космічних досліджень РАН (Москва).

1971 - фотографічна зйомка поверхні Землі з пілотованих спутників (1: 200 000, «Салют»).

1972 - запушений автоматичний супутник Landsat-1 (США), многозональних знімки земної поверхні.

Кінець 1970-х - розвиток технологій використання космічних радіолокаційних систем (США).

1980-і - розвиток цифрових комп'ютерних систем обробки зображень, ГІС-технологій.

1982, 1984 - запуск ШСЗ Landsat 4, 5.

1986 - запуск ШСЗ SPOT (Франція).

1995 - запуск ШСЗ RADARSAT-1 (Канада).

Кінець XX - початок XXI століття - комерційні зйомки, супутники високодетального оптико-електронного спостереження (Quick Bird, Ikonos (24.09.1999),

гіперспектральних зйомка (MERIS 15 каналів), Landsat-7 ETM + (15.04.1999), в 1999 30% даних ДДЗ припадає на дані отримані з ШСЗ Landsat).

Кінець 1999 - висновок ШСЗ Terra (ASTER) (США, Японія).[9]

2. Різноманітність і властивості космічних знімків

Знімок - це двовимірне зображення, отримане в результаті дістанційної реєстрації технічними засобами власного або відбитого випромінювання і призначався для виявлення, якісного та кількісного вивчення об'єктів, явищ і процесів шляхом дешифрування, виміраваня і картографування.[4]

Космічні знімки відрізняються високою оглядовістю та генералізацією зображення. Можливості їх геологічного дешифрування залежать від масштабу та просторової роздільної здатності (розміри мінімального об'єкта, який відрізняється на КЗ). Широкий діапазон масштабів КЗ надає можливість вивчати геологічні об'єкти різних рівнів генералізації. Тому інформативність КЗ повинна розглядатись з урахуванням масштабу та цілей дослідів. КЗ глобального рівня генералізації дозволяють виявляти великі лінеаменти, встановлювати особливості взаєморозташування геоструктурних областей та структурних форм другого порядку в їх межах. За даними дешифрування цих знімків виділені кільцеві структури, діаметр яких складає багато сотень кілометрів. На КЗ глобального рівня генералізації виявляють зв'язки геологічної бу- дови поверхні з глибинною будовою літосфери. КЗ континентального рівня генералізації дозволяють відокремлювати ре човинно-структурні комплекси, розриви та зони розломів, а також великі кільцеві структури різного генезису.

На знімках одночасно відображаються різні компоненти геосфери

- Літосфера, гідросфера, біосфера, атмосфера, що дозволяє вивчати їх взаємодію і взаємозв'язок. дешифрування космознімок програмний

До основних властивостей і особливостям, властивим космознімків, можна віднести масштаб, оглядовість, дозвіл і повторюваність зйомки. Окремими особливостями знімків також є спектральний діапазон і вид або технологія зйомки.

За масштабом космічні знімки поділяються на такі групи:

- Дрібномасштабні (1:10 000 000 до 1: 100 000 000). Їх отримують з геостаціонарних і метеосупутників на навколоземних орбітах;

- Середньомасштабні (1: 1 000 000 до 1:10 000 000). Отримують з пілотованих кораблів і орбітальних станцій;

- Великомасштабні (більше 1: 1 000 000). Отримують зі спеціальних картографічних супутників.

За оглядовості (це охоплення території одним знімком) розрізняють знімки:

- Глобальні, що охоплюють освітлену частину однієї півкулі; напівють з міжпланетних космічних кораблів і геостаціонарних супутників.

Територіальне охоплення їх складає десятки і сотні млн км;

- Регіональні, на яких зображується частина материка або великий регіон; отримують з метеорологічних і ресурсних супутників. Охоплення обчислюється в млн км.

Ширина зони охоплення варіює від 500 км до 3000 км;

- Локальні, на яких зображується частина регіону; отримують з пілотованих кораблів, орбітальних станцій, ресурсних та картографічних спутників. Такі знімки охоплюють десятки тисяч км.

За дозволом (це мінімальна лінійна величина об'єкта, яка відображається на знімку) знімки класифікуються наступним чином:

- Знімки дуже низького розширення (десятки кілометрів). В даний час знімки з таким дозволом рідкісні, в основному, це радіометричні знімки;

- Знімки низького розширення (кілька кілометрів). Ці знімки широко поширені, до них відносяться телевізійні і Сканерне знімки з метео супутників, а також з ресурсних супутників;

- Знімки середнього розширення (сотні метрів). Такі знімки отримують скануючої апаратурою середнього розширення та теплової інфрачервоної аппаратурой ресурсних супутників;

- Знімки високого розширення (десятки метрів). Такий дозвіл харакерний для широко використовуваних фотографічних знімків з пілотованих космічних кораблів, автоматичних картографічних супутників і орбітальних станцій, а також для сканерна знімків з ресурсних супутників. Ця група знімків ділиться ще на знімки щодо високого розширення (50-100 м), високого (20-50 м), дуже високої (10-20 м) і надвисокого (Менше 1 м) розширення.[7]

Інтервали між зйомками можуть становити роки, місяці, години, хвилини. При цьому забезпечується отримання знімків на одну і ту ж територію при однакових умовах, що дуже важливо при організації моніторингових досліджень. Періодична повторюваність зйомки виконується з усіх метеорологічних супутників, які працюють на геостаціонарних і на навколоземних орбітах, а також з ресурсних супутників. Період повторення залежить від особливостей орбіти супутника, зазвичай залишається незмінним весь час функціонування супутника і становить від 10 хв до 16-18 діб. Щодобова зйомка виконується з усіх метеорологічних супутників Землі, які за добу забезпечують повний огляд земної поверхні. Вітчизняні ресурсні супутники з апаратурою середнього розширення, мають періодичність зйомки 5 діб. Ресурсні супутники, які поставляють знімки високого розширення, мають невеликий охоплення території, а повторюваність їх зйомки складає 16-18 діб.[8]

3. Методика дешифрування космознімків

Основним видом геологічної інформації, яку отримують за дешифруванням КЗ, є відомості про розривну тектоніку. Розривні порушення дешифруються достатньо чітко на знімках будь-якого рівня генералізації та в районах усіх типів. Виключення складають розриви, які орієнтовані вдовж складчастості, визначення яких є найбільш важким. На знімках різних масштабів установлюються розриви різних таксонометричних рангів, у тому числі приховані під новітніми утвореннями. Інформативність КЗ в аспекті розривної тектоніки перевищує інформативність у цьому геологічних карт близького масштабу.[1]

Космічні методи, спрямовані на картування складчастих структур, суттєво менш інформативні. Більш результативно ці структури дешифруються в умовах ерозійних плато, низько- та середньогірського рельєфу для шаруватих осадочних та метаморфічних товщ. На високогір'ї, а також в областях розвитку глибокоме- таморфізованих товщ, при дешифруванні КЗ здебільшого встановлюються лише фрагменти складчастих структур. Визначення блокових структур різного рангу є вагомим досягненням космології. За допомогою КЗ доведена мозаїчно-блокова структура земної кори. Особливо суттєва інформація про блокову будову платформ, у тому числі тих, що повністю перекриті молодими геологічними утвореннями. У багатьох випадках КЗ дозволяють установити наявність старих рифтів, до того ж завжди можна визначити існування молодих.

Відносно до роздільноЇ здатності та враховуючи вихід проекцій блоків на денну поверхню, космічні методи перевищують усі інші методи геологічних досліджень. Літолого-генетічні комплекси новітніх утворень виявляються на КЗ всюди з детальністю, яка необхідна для карт відповідного масштабу. Облік зображень їх генетичних типів практично ідентичний для різних районів. Дешифрування цих комплексів здійснюється за геоморфологічними ознаками. При виділенні контурів четвертинних відкладів різного генезису КЗ перевищують розділення інших методів у всіх випадках за винятком районів з великою кількістю лісів. Інформація про речовинні та структурно-речовинні комплекси стратифі- кованих утворень багато в чому залежить від природних умов досліджуваних територій. Найбільш ефективно вивчення "відкритих" територій, які мали довгу денудацію в умовах незначного проявлення тектонічних рухів. Можливості отримання речовинних характеристик підвищуються при використанні багатозональних або синтезованих знімків. За допомогою ІЧ-знімків для окремих груп порід удається встановлювати їх склад безпосередньо шляхом інтерпретації оптичних характеристик.

Роздільна здатність картування літологічних границь для району не поступається методу їх простеження на місцевості. У районах з гумідним кліматом виділення та картування літологічних комплексів менш надійно, тому що доводиться використовувати індикатор - рослинність, на яку впливають, крім літогенного, інші фактори. В умовах високогір'я літологічне дешифрування можливо здійснювати фрагментарно, що пов'язано з широким розповсюдженням схилових утворень, а також з обмеженням огляду крутих схилів на планових знімках. Глибоко метаморфізовані комплекси досить чітко відокремлюються від стратифікованих, але розділення їх за складом шляхом дешифрування недостатньо надійно.[5]

Інтрузивні утворення дешифруються неоднаково в залежності від багатьох факторів. Найбільш ефективно встановлюються постскладчасті інтрузивні масиви, які проривають стратифіковані комплекси порід. Можуть бути визначені й оконтурені тіла не вскритих або частково вскритих інтрузивів сумісно із зонами їх впливу на оточуючі породи. Менш надійно та не завжди можливо виділення співскладчастих та передскладчастих утворень. Відзнаки умов залягання комплексів порід, зміна простягань структурних елементів, ступінь дислокованості, метаморфізму та ін. дозволяє встановлювати межі структурних поверхів (рівень генералізації від регіонального не менш надійний, ніж межі літологічних або структурно-речовинних комплексів). Ще один з важливих елементів дешифрування космознімків - виявлення кільцевих структур різного розміру та генезису. Виявлення великих (150 км і більше) полігенних кільцевих структур практично неможливо без використання космознімків. Деякі з цих структур відповідають ядрам консолідації літосфери, інші мають тектономагматогенну природу, але всі впливають на особливості геологічної будови та на геологічну історію регіонів.

Космофотогеологічне картування (КФГК) потребує використання геологічних, геофізичних, а також геохімічних матеріалів. Лише комплексний підхід до інтерпретації даних дешифрування дозволяє побудувати достатньо обґрунтовану геологічну модель території, яка вивчається. Роботам з інтерпретації та картоскладанню передує етап попереднього аналізу геолого-геофізичних матеріалів, на базі яких складається фізико- геологічна модель середовища. Подальші роботи із складання КФГ-карти виконуються в декілька етапів: дешифрування КЗ та інтерпретація геофізичних матеріалів, сумісний аналіз дешифрування і геофізики; перевірні й деталізовані польові дослідження; повторне дешифрування КЗ та додаткова інтерпретація геофізичних даних; розробка легенди і складання КФГ-карти. Дешифрування КЗ проводиться за загальноприйнятою методикою з виділенням площадкових об'єктів, лінійних та кільцевих структур. На стадії дешифрування площадкових об'єктів треба розглядати дві послідовні операції:

1) аналіз зображення знімку з виділенням об'єктів;

2) визначення геологічного змісту об'єктів. Визначення геологічної природи об'єктів потребує обов'язкового використання геологічних матеріалів (карт),а також аналізу відображення на фотознімках зовнішніх компонентів ландшафту.

Дешифрування слід починати з ділянок, на які є найбільш повні та детальні карти. Ці ділянки використовують як еталони. Дані геологічних карт можуть не збігатися з результатами дешифрування, що потребує їх переосмислення у зв'язку з новою інформацією, особливо при ідентифікації геологічних тіл, які зображені на картах різних авторів. Як свідчить практика дешифрування КЗ, доцільно неодноразово повертатися до одного й того ж знімка з перервою в декілька днів (принцип "повернення") [3].

Після завершення робіт з геологічного дешифрування та інтерпретації зображення на КЗ отримані дані переносяться на фотокарту (фотоплан). В процесі перенесення здійснюється графічне об'єднання віддешифрованих контурів, уточнюється ідентифікація геологічних об'єктів, проводиться ранжування розривних порушень за їх структурною роллю та кінематичними характеристиками і таким чином складається попередній варіант КФГ-карти. На цій стадії інтерпретація відокремлених об'єктів може бути не повною, але якщо вони мають геологічну природу, обов'язково повинні бути відображеними на карті. Паралельно з дешифруванням КЗ проводиться інтерпретація геофізичних матеріалів (гравітаційні, магнітні, сейсмічні). Далі сумісно аналізуються результати дешифрування КЗ і дані інтерпретації геофізики. На цьому етапі користуються картами, які складені раніше. У роботі також застосовуються комп'ютерні технології, але превалює візуальний метод. У процесі комплексного аналізу вивчаються геохімічні характеристики космогеологічних об'єктів та встановлюються в загальному вигляді закономірності розподілення геохімічних аномалій, пов'язаних у першу чергу з корисними копалинами. За результатами сумісного аналізу всієї інформації виявляють перелік питань, які потребують вирішення в польових умовах, та складається програма польових робіт. При КФГК польові роботи проводяться в невеликих обсягах, а саме: маршрутні пересічення, обробка еталонних найбільш складних або незрозумілих ділянок, відбір проб на різноманітні види аналізів, організація неважких геофізичних та геохімічних робіт, аеровізуальні спостереження. Заключний етап КФГК - створення кінцевого варіанта карти в легенді, яка забезпечує найбільшу її інформативність відповідно до завдання.

4. Сучасні методи дешифрування космознімків

Для цілей сучасного дешифрування космознімків, в більшості випадків, підходять знімки сенсорів середнього просторового розширення, що мають велику кількість спектральних каналів, що відповідають за певні вузькі ділянки спектра хвиль. Наявність каналів в середньому, ближньому і далекому інфрачервоному діапазонах дає розширені можливості для прикладних завдань, пов'язаних з картографированием рослинного та грунтового покривів. До таких знімальним систем відносяться, насамперед, Rapid Eye, ALOS AVNIR-2, Landsat 5 і 7, SPOT 4 і 5, ASTER, IRS 1С / 1D, RESOURCESAT-1 (IRS-P6), Монітор-Е, Hyperion. У цій групі особливо виділяються гіперспектральних сенсори, що дозволяють отримувати кілька десятків і навіть сотень каналів зображення у вкрай вузьких ділянках спектра, що дозволяє інколи вирішувати спеціалізовані завдання в галузі ідентифікації мінералів і геологічному картографуванні.[2]

Сучасні знімки більш низького розширення в таких системах, як MODIS, MERIS, NOAA та інших, також несуть величезний об'єм корисної інформації, що дозволяє вирішувати завдання тематичного картографування в дрібних масштабах.

За спектральному діапазону космічні знімки підрозділяються на три основні групи: знімки у видимому і ближньому інфрачервоному (світловому) діапазона, знімки в тепловому інфрачервоному діапазоні і знімки в радіодіапазоні:

- Знімки в світловому діапазоні. Цей діапазон включає видимий (VNIR), ближній (SWIR) і середній (MWIR) ІЧ-діапазони і на нього припадає велика частина сонячної енергії. На якість знімків в цьому діапазоні влиявляється хмарність та рассеивающее вплив атмосфери. Залежно від технології отримання виділяють знімки:

а) фотографічні, отримані за допомогою фотоапарата, якмй знаходиться на борту авіаційного або космічного носія;

б) телевізійні, отримані за допомогою телекамери, що знаходиться на борту носія;

в) Сканерне, отримані за допомогою спеціального сканера у вигляді дзеркала; частіше використовують багатозональна Сканерне зйомку, коли застосовується кілька дзеркал, кожне з яких сприймає визначенную зону спектра.

г) багатоелементні ПЗС знімки, отримані за допомогою електронних ПЗС-сканерів. Висока роздільна здатність знімків, мінімум геометричних спотворень [6].

- Знімки в тепловому ІК діапазоні (TIR або LWIR - Thermal або LongWave InfraRed). Цей діапазон досить широкий і охоплює зону від 3 до 1000 мкм. Але більша частина його променів не пропускається атмосферою. Є тільки три вікна прозорості з довжинами хвиль 3-5, 8-14, 30-80 мкм, перші два з яких і використовуються для зйомки. Просторове розширення знімків зараз досягає сотень метрів. Температурне розширення - десяті частки градусів. Зйомку можна вести вночі. Хмарність заважає зніманю, так як реєструється температура верхньої кромки хмар, а не земної поверхні. Зйомка в тепловому діапазоні зазвичай доповнює інші види зйомки. Вона використовується при вивченні різних явищ, пов'язаних з виділенням теплової енергії, наприклад, при моніторингу лісових пожеж, теплових або атомних електростанцій;

- Знімки в радіодіапазоні. Для дистанційного зондування використовують ультракороткохвильовий діапазон радіохвиль з довжинами хвиль 1 мм - 1 м (СВЧ або мікрохвильовий діапазон). Цей діапазон в значній мірі вільний від впливу атмосфери і погодних умов.

Розрізняють пасивну радіометр, при якій фіксується власне випромінювання Землі (радіометричні знімки), і активну, коли фіксується відбите штучне випромінювання (радіолокаційні знімки):

а) пасивна радіометрична зйомка здійснюється за допомогою мікрохвильових радіометрів, які реєструють СВЧ випромінювання. За сигналами радіовипромінювання будується радіометричний знімок, на якому зображуються об'єкти, що характеризуються різними випромінювальними властивостями в заданому діапазоні. Наприклад, випромінювання металів дуже незначно, випромінючення рослинності і сухого ґрунту характеризується коефіцієнтом 0,9, води - 0,3. Радіометричні знімки дозволяють виявити грунту з різною вологістю, води з різним ступенем солоності, визначити ступінь промерзання ґрунтів, вік морських льодів і т. д.;

б) для отримання радіолокаційних знімків на носії встановлюється активний джерело радіовипромінювання з антеною, що діє за принципом перегляду місцевості поперек маршруту. Посилається до Землі сигнал по-різному відбивається поверхнею і вловлюється реєструючої аппаратурі. На отриманих знімках відбивається шорсткість поверхні, мікро-рельєф, склад порід. Такі знімки можуть застосовуватися в геології для пошуку лінз підземних вод, у сільському господарстві - для вивчення стану рослиності, а також для картографування земель.[11]

До сьогодні накопичено великий архів даних дистанційного зондування Землі, який регулярно поповнюється даними, що надходять з діючих орбітальних систем. У потенційного споживача цих даних є широкі можливості вибору знімків за типом зйомки, просторовому і радіометричного розширення, а також за часом зйомки. Архівні дані, як правило, виявляються дешевше оперативних, але, в кожному разі, для кінцевого користувача проходить певний час між замовленням знімка і його отриманням, навіть якщо дані купуються через Інтернет. У тих випадках, коли важлива висока ступінь оперативності при вирішенні поточних задач по створенню та оновленню картографічного матеріалу (наприклад, при оперативній оцінці наслідків стихійних лих та прийнятті рішень про усунення цих наслідків), можуть бути застосовані авіаційні знімальні системи, такі як цифрові бортові камери і лазерні сканери вертолітного і літакового базування, що дозволяють в результаті зйомки одержувати тривимірні моделі місцевості. Крім того, організації, що працюють з великими обсягами інформації, можуть отримувати дані дистанційного зондування із супутників в режимі оперативного зв'язку, минаючи постачальників ДДЗ, якщо придбають і встановлять у себе станцію прийому інформації.

Можливості вибору і отримання потрібних для вирішення поточної задачі даних дистанційного зондування досить широкі, і користувачам цієї інформації необхідно вибрати програмне забезпечення, яке дозволить швидко і з найменшими виробничими витратами ці дані обробити і отримати підсумковий результат у вигляді карти, тривимірного подання або геопросторової інформації, що зберігається в базі геоданих.

При використанні даних дистанційного зондування для створення та оновлення картографічного матеріалу, крім базових процесів підготовки даних (таких як геометрична і радіометрична корекція), найбільшу роль відіграє дешифрування, або класифікація [10]

5. Програмне забезпечення для обробки космічних знімків

Провідні постачальники програмного забезпечення для обробки космічних знімків десятиліттями розвивали інструменти класифікації растрів, що переводять спектральную інформацію в тематичну і створюють тематичні зображення, в яких значення пікселя відображає його приналежність до певного класу. В останні роки намітилася тенденція до створення програмних продуктів, що здійснюють не тільки дешифрування, але і переклад підсумкової інформації у векторну форму для більш легкої інтеграції цих даних в ГІС. При цьому основною тенденцією є прагнення до мінімального втручання користувача в процес класифікації, тобто досягнення високого ступеня автоматизації процесу.

Одним з піонерів у цій галузі був німецький концерн Definiens, чиї програмні продукти серії eCognition завоювали певну популярність у фахівців в кінці дев'яностих років минулого століття. Однак подібні рішення вже не є чимось унікальним, оскільки через кілька років після eCognition американська компанія Visual Learning Systems випустила на ринок програмні продукти Feature Analyst і Lidar Analyst, вдало інтегрувавши їх в оболонки популярних програм для обробки ДДЗ і ГІС: ArcGIS, ERDAS IMAGINE, SOCET SET і GeoMedia. У 2008 році два інших ключових гравця ринку продемонстрували свої інструменти для автоматизованого дешифрування даних супутникової зйомки: це корпорація ERDAS, випустивши модуль для об'єктно-орієнтованого дешифрування - Imagine Objective для ERDAS IMAGINE 9.3, і компанія ITT, що розробила першу версію модуля ENVI Fx 4.5.

Всі перераховані програмні продукти виконують подібні завдання з автоматизованого дешифрування певних користувачем об'єктів за космічними знімками та отримання готових до використання в ГІС шарів геопросторових даних. Завдяки високому ступеню автоматизації процесів у перерахованих вище програмних продуктах (це особливо стосується Feature Analyst і Imagine Objective), вони можуть бути використані як невід'ємна частина процесу створення та оновлення карт з використанням ДДЗ, допомагаючи досягти високої оперативності в отриманні підсумкової інформації у формі цифрового картографічного матеріалу.

Модуль Feature Analyst для ERDAS IMAGINE 9.0 і ArcGIS 9.1 був випущений в 2001 році компанією VLS, яка була згодом придбана компанією Overwatch Systems. Спочатку, модуль був розроблений як спеціальний продукт для використання фахівцями армії США, проте потім він був виведений на ринок, як готове програмне рішення в середовищі найбільш популярного програмного продукту для обробки ДДЗ - ERDAS IMAGINE, і найбільш поширеною ГІС у світі - ArcGIS компанії ESRI.

Модуль Feature Analyst містить набір інструментів, що дозволяють автоматизувати процес виділення двомірних і тривимірних об'єктів, таких як дороги, будівлі, водні об'єкти, рослинність, проникні / непроникні покриви, а також розділені за типом землекористування об'єкти. Алгоритм класифікації використовує як множинні просторові ознаки (розмір, форма, текстура, структура, просторові зв'язки, тіні та ін.), Так і спектральні особливості стереоскопічних або моноскопіческіх зображень. На виході користувач отримує векторний файл у форматі ESRI Shape, який він може тут же використовувати в ГІС, так як Feature Analyst повністю інтегрований в програмне середовище ArcGIS. Можна відзначити кілька ключових особливостей Feature Analyst, таких як: інструмент Learning Explorer для об'єктно-орієнтованого виділення інформації з використанням алгоритмів навчання, система ієрархічного навчання для виділення певних типів об'єктів на знімках територій з високим ступенем неоднорідності ландшафтів, технологія Software Agent, що включає можливість виділяти як дрібні об'єкти (автомобілі, літаки), так і великі об'єкти (межі типів землекористування, ареали поширення рослин), а також групу алгоритмів для пост-класифікаційного редагування. Ці інструменти та алгоритми дають можливість «очистити» результати класифікації ще до її початку, на стадії навчання алгоритму. Користувач також отримує доступ до інструментів оцінки змін об'єктів, за умови використання в аналізі різночасових знімків на одну і ту ж територію. Не менш цікаві інструменти виділення тривимірних об'єктів, що дозволяють здійснити виділення об'єктів на основі даних лазерного сканування або ЦМР, і група інструментів класифікації, які дозволяють проводити класифікацію в режимі пакетної обробки.

Feature Analyst використовувався фахівцями Національного Агентства з картографії та дистанційного зондування США - NIMA (National Imagery and Mapping Agency) в рамках тривалої програми тестування, метою якої було виявити найкращі алгоритми для автоматизованої класифікації ДДЗ та підготовки даних для ГІС. За підсумками цієї програми даний модуль показав відмінні результати по швидкості, точності і автоматизації процесу класифікації, що було зафіксовано експертами NIMA. З інших опублікованих робіт з використанням автоматизованої класифікації Feature Analyst можна виділити проекти зі створення тематичних карт рослинності на основі даних Landsat 5 і 7, які проводилися в Університеті Монтани, використання Feature Analyst фахівцями підрозділу лісової служби США (USDA-Forest Service) для картографування лісів з використанням знімків високого розширення, і багато інші дослідження.

Інший модуль компанії Overwatch Systems - Lidar Analyst - призначений для обробки особливого типу даних, отриманих в результаті повітряного лазерного сканування. В якості вхідних даних він сприймає поширений формат хмари точок LAS, а також растри. Модуль характеризується високим ступенем автоматизації процесу і дозволяє будувати поверхні «голої грунту», моделі місцевості, виділяти будівлі і рослинність в автоматичному режимі з мінімальним втручанням користувача. Цей модуль кілька разів використовувався при аналізі наслідків стихійних лих, в першу чергу, при аналізі збитку, нанесеного домівках жителів і іншим будовам, які потрапили в область урагану на півдні США. Для цих цілей запускався легкий двомісний літак з лазерним сканером LEICA ALS50, яка здійснювала зйомку, потім ця інформація оброблялася за допомогою Lidar Analyst. Таким чином, оперативно складалися карти змін в зоні впливу урагану і створювалися тривимірні моделі місцевості, після вивчення яких приймалися рішення по розподілу сил для ліквідації наслідків стихійного лиха.

У 2008 році компанія ERDAS об'єднала свій досвід і досвід своїх конкурентів і випустила на ринок модуль для об'єктно-орієнтованої класифікації - Imagine Objective, що працює в середовищі ERDAS IMAGINE 9.2 і 9.3.

Модуль IMAGINE Objective містить набір інноваційних інструментів для векторизації, виявлення змін по різночасним даними, а також створення і підтримки в актуальному стані геопросторової інформації, отриманої за допомогою космічних і аерознімків. Компанія ERDAS розробила і запатентувала механізм класифікації, що комбінує методи роботи штучного інтелекту, комп'ютерних алгоритмів і традиційних методів обробки ДДЗ. Робота модуля зводиться не тільки до оконтуривания растрових об'єктів, але також і до багаторівневої векторизації, створення просторово-цілісного результату і точному відображенню реальної форми кожного існуючого об'єкта. З ключових особливостей модуля можна виділити можливість використання настроюються і надбудовуються моделей дешифрування певних типів об'єктів, можливість дуже тонкої настройки класифікатора для отримання адекватних результатів і, безумовно, об'єктно-орієнтований підхід, який означає, що, крім спектральних характеристик об'єктів, при класифікації також використовуються і їх просторові властивості. IMAGINE Objective також дозволяє провести дискретне виділення об'єктів і включення різних алгоритмів фільтрації в процес дешифрування, щоб на виході одержувати готові до використання в ГІС шари з геопросторової інформацією. Повна інтеграція в робоче середовище ERDAS IMAGINE надає готове рішення для складної об'єктно-орієнтованої класифікації в рамках єдиного програмно-апаратного комплексу. При цьому для допоміжних шарів може залучатися додаткова інформація, наприклад, карти ухилів, експозиції, дані лазерної зйомки, текстури для об'єктів та ін., Поряд з елементами об'єктно-орієнтованого підходу, що враховує метрику, близькість, зв'язність та інші просторові характеристики об'єктів.

Розповідаючи про сучасні інструменти дешифрування ДДЗ з метою створення та оновлення картографічного матеріалу, не можна обійти увагою програмні продукти, що стали піонерами автоматизованого дешифрування ДДЗ на основі об'єктно-орієнтованої класифікації та сегментації зображень компанії Definiens AG, яка базується в Мюнхені. Як згадувалося вище, початковим продуктом на основі цієї технології було настільний додаток під назвою eCognition (від англ. Recognition - розпізнавання). Зараз це додаток перетворилося на цілу лінійку продуктів, що реалізують масштабируемую клієнт-серверну технологію аналізу зображень Enterprise Image Intelligence. Серед цих продуктів є і розширення для ArcGIS Desktop, що дозволяє інтегрувати технологію Definiens в геоінформаційні системи на платформі ESRI.

Компанія Definiens спеціалізується на розробці алгоритмів аналізу зображень з використанням своєї запатентованої технології Definiens Cognition Network Technology. Ця технологія реалізує об'єктно-орієнтовану методику розпізнавання зображень, багато в чому імітує людське сприйняття. Ця технологія ефективна в аналізі будь-яких зображень: чорно-білих і кольорових, якісних і зашумленних, простих, як дитячий малюнок, і складних, як космічний знімок.

Definiens Cognition Network Technology може аналізувати панхроматичні, багатозональні, радарні знімки, а також і будь-які інші джерела даних в растрової (ЦМР, лідарні зображення) і векторній формі (карти землекористування, адміністративного ділення і т.д.). В одному проекті можуть поєднуватися зображення будь-якого розширення і охоплення. На відміну від традиційних алгоритмів, можуть паралельно враховуватися різні ознаки в різних джерелах даних, і навіть більше того - для кожного джерела даних може будуватися власний простір ознак, оптимізоване для цього джерела. Отримані в результаті об'єкти можна експортувати у векторний формат для передачі в ГІС, при цьому вони можуть супроводжуватися атрибутами, що описують властивості об'єктів, які можуть використовуватися для просторового аналізу вже в самій ГІС.

Програмний комплекс Definiens містить ряд окремих настільних і серверних продуктів, разом формують загальний багатофункціональний програмний пакет. Настільними додатками є Definiens Developer - інструмент для розробки і застосування правил об'єктно-орієнтованого аналізу зображень, і Definiens Architect - продукт, що дозволяє користувачам, які не є експертами в дешифруванні ДДЗ, вибирати готові набори правил (рішення) і запускати їх на локальному комп'ютері або на сервері . Особливо виділяються серверні продукти Definiens, завдяки яким він має деяку перевагу над описаними раніше модулями, це eCognitionServer - серверний програмний продукт, що надає обчислювальну середу для обробки завдань, отриманих від локальних машин, і Definiens Data Management - програмне рішення корпоративного рівня, призначене для зберігання великих обсягів даних, насамперед вихідних зображень і результатів аналізу, отриманих за допомогою продуктів Definiens [12].

Висновки

Існуючі на ринку геоінформаційних технологій сучасні рішення по автоматизованому дешифрування космознімків та підготовці геопросторових даних для геоінформаційного картографування, як правило, використовують алгоритми високого ступеня автоматизації, засновані на об'єктно-орієнтованому підході при виконанні класифікації

Всі представлені сучасні методи дешифрування космознімків дають дуже непогані результати по частині дешифрування космічних знімків у видимому діапазоні спектра з високим і надвисоким просторовим розширенням. Також ці класифікатори успішно справляються з завданнями тематичного картографування в середніх масштабах, за даними знімальних систем.

Сучасний ринок ДДЗ надає широкі можливості щодо вибору типу, формату, просторового і радіометричного розширення космічних знімків, які можуть бути використані для створення та оновлення геопросторової інформації. В залежності від завдань, які стоять перед фахівцем, він може визначити об'єкт і вибрати масштаб картографування, а також підібрати потрібне розширення космічного знімка

Сучасний експерт в області дешифрування космічних знімків має можливість вибирати собі відповідне програмне рішення в залежності від того, в якій ГІС він буде створювати карти на основі отриманого матеріалу, а також від системи обробки ДДЗ, в якій він виконує попередню підготовку даних і аналізує результати дешифрування, виконаного модулем, від обсягу завдань (передбачають нескладну класифікацію одиничних растрів або потокову обробку терабайтов інформації), та багатьох інших факторів. У деяких випадках модулі автоматизованої класифікації дозволяють істотно скоротити трудові витрати на виробництво картографічної продукції, впровадивши в процес комп'ютерне дешифрування космічних знімків.

Список використаних джерел

1. Аковецкій В.І. Дешифрування знімків. - М .: Недра, 1983. - 374 с.

2. Алексапольській Н.М. Фотограмметрія. - М .: Геодезіздат,

1956. - 412 с.

3. Гарбук С.В., Гершензон В.Є. Космічні методи дистанційного зондування землі. - М .: Изд. А і Б, 1997. - 295 с.

4. Дистанційне зондування Землі: Тлумачний словник / За ред. В.С.Готіняна. - К .: НКАУ, ДНВЦ «Природа», 1996. - 518 с.

5. Киенко Ю.П. Основи космічного природознавства. - М .: Изд. Картгеоцентр-Геоіздат, 1999. - 285 с.

6. Книжников Ю.Ф., Кравцова В.І., Тутубалін О.В. Аерокосмічні методи географічних досліджень: Учеб. для студ. вищ. навч. Закладів. - М .: Видавничий центр «Академія», 2004. - 336 с.

7. Кравцова В.І. Космічне картографування. - М .: Вид. Моск.ун-ту, 1976. - 170 с.

8. Кравцова В.І. Космічні методи картографування. - М .: Вид. Московського ун., 1995. - 240 с.

9. Кронберг П. Дистанційне вивчення Землі. Основи і методи дистанційних досліджень в геології. - М .: Світ, 1988. - 352 с.

10. Лялько В.І., Попов М.О., Федоровський О.Д. Багатоспектральні методи дістанційного грунта конусу Землі - К .: Наукова думка, 2006. - 357 с.

11. Обіралов А.І., Лимонов О.М., Гаврилова Л.А. Фотограмметрія і дистанційне зондування: Підручник для ВНЗ. - М .: Колос, 2006. - 334 с.

12. Савіних В.П., Цвєтков В.Я. Геоінформаційний аналіз даних дистанційного зондування. - М .: Картгеоцентр-Геоіздат, 2001. - 228 с.

Размещено на Allbest.ru