Роль аэрокосмических изображений в оформление почвенных карт

Бюллетень науки и практики / Bulletin of Science and Practice

УДК 528.77                                       

Эффективное использование имеющихся ресурсов и применение современных технологий, в том числе спутниковых, имеют большое значение для повышения эффективности аграрного сектора. Востребованность космических данных связана с бурным развитием вычислительной техники, а также совершенствованием геоинформационных систем, основным источником данных которых являются результаты дистанционного зондирования. Востребованность материалов космической съемки привела к созданию ряда съемочной техники с высоким пространственным разрешением. Точность геопривязки и детализация полученных изображений позволили составить на их основе крупномасштабные карты и планы, что ранее было возможно только при помощи аэрофотосъемки [2].

Использование материалов аэрофотосъемки для создания и обновления баз данных осуществляется по двум направлениям. Первое направление связано с созданием и обновлением картографической продукции на основе цифровой фотограмметрической обработки изображений. Цифровая фотограмметрическая обработка изображения может производиться на персональных компьютерах с процессорами Intel последних поколений, персональных рабочих станциях (PC Workstation) и рабочих станциях RISK-UNIX. Выбор того или иного оборудования зависит от вида и объема работ, в том числе и от используемого материала.

Профессиональная работа с записями осуществляется на рабочих станциях UNIX с мощным процессором, большими жесткими дисками (Winchester) и высокой тактовой частотой (не менее 450 МГц).

Бюллетень науки и практики / Bulletin of Science and Practice Т. 9. №3. 2023

Программное обеспечение для фотограмметрии имеет специальные функции. В первую очередь это связано с тем, что большие файлы и данные можно обрабатывать с помощью пространственной привязки. Для работы с большими файлами используются специальные форматы данных: иерархический, блочный и др.

Иерархическая структура имеет форму слоев пирамиды. Это серия цифровых изображений одного и того же снимка, полученных с разных установок. Допустимая возможность проведения съемки из одного слоя в другой — от 2 до 4, до 8 и т. д. может уменьшиться.

Блочная структура (набор блоков) представляет собой небольшие квадратные блоки с прямым доступом к каждому.

Использование специальных форматов данных решает одну из проблем, возникающих при работе с цифровыми изображениями, — вывод записанного растрового изображения, отображаемого на экране. Проблема в том, что экран обычно может вмещать 1280 × 1024 пикселей, но размер изображения может быть 10 000 × 10 000 пикселей. Часто обработанное изображение отображается в двух окнах. В одном окне — вид с малым допустимым объемом (прореживание), в другом окне — фрагмент (блок) исходного изображения. Все операции оператора видны в обоих окнах.

Современные программные комплексы, предназначенные для обработки изображений, созданы не для хранения результатов обработки, а для исходных изображений и алгоритмов, позволяющих получать результаты в любое время. Это объясняется следующими положениями:

• 1.    Каждое изменение приводит к потере исходной информации, причем, как правило, заранее неизвестно, насколько важна эта потеря.

• 2.    Учитывая быстродействие современных компьютеров и высокую стоимость дисковой памяти, нет необходимости заполнять ее память модифицированными образами. Экономичнее повторять операции с текущими изображениями.

В настоящее время можно получать изображения со спутников на орбите или из архивов. Например, WORLDVIEW-1, SPOT, LANDSAT, TERRA и др. [1].

WORLDVIEW-1 — коммерческий спутник, предназначенный для дистанционного наблюдения за земной поверхностью. Он был запущен компанией Digital Globe 18 сентября 2007 года с авиабазы Вандербер с помощью ракеты Delta-2. Имеет 50-сантиметровую панхроматическую фотокамеру, позволяющую получать изображения земной поверхности с разрешением 0,5 м. Спутник WORLDVIEW-1 может работать на высоте 496 км. За полный период 1,7 суток разрешающая способность спутника позволяет получить изображения 750 тыс. км2. Также прибор оснащен системой определения географических координат Земли (Рисунок 1) .

LANDSAT считается самым продолжительным проектом по получению спутниковых фотографий Земли. В рамках программы первый спутник был запущен в 1972 году, а в новейшее время спутник Landsat 8 был запущен 11 февраля 2013 года. С помощью приборов, установленных на спутниках Landsat, получены миллиарды изображений. Эти изображения, полученные по всему миру, используются в сельском хозяйстве, картографии, геологии, лесном хозяйстве, науке и т. д. Он считается уникальным инструментом для проведения исследований в полевых условиях. После того, как Landsat-5 прекратил работу, Landsat-7 стал единственным действующим спутником программы Landsat. Спутник Landsat-8 продолжает собирать данные для программы с помощью двух наборов инструментов: оперативного наземного тепловизора (OLI) и теплового инфракрасного датчика (TIRS). Первый комплект получает изображения в 9 диапазонах видимого света и ближнего инфракрасного диапазона, а второй — в 2 диапазонах дальнего инфракрасного диапазона .

Перед спутником Landsat-8 поставлен ряд научных задач:

• –    Сбор и хранение мультиспектральных изображений среднего разрешения (30 метров в каждой точке) не менее 5 лет;

• –    калибровка изображения, покрытие, спектральные характеристики, качество и т. д. хранение и доступность данных, аналогичных предыдущим спутникам Landsat;

• –    Бесплатное распространение снимков, сделанных спутником Landsat-8.

TERRA — транснациональный исследовательский спутник на солнечно-синхронной орбите вокруг Земли, запущенный 18 декабря 1999 года под управлением агентства НАСА. TERRA имеет пять удаленных объектов для мониторинга окружающей среды и изменения климата. Данные TERRA Beijing позволяют ученым изучать распространение загрязнения по всему миру .

Спутниковые данные помогают решать экологические проблемы:

• 1.    Определение метеорологических характеристик (вертикальные профили температуры, характеристики влажности, характеристики облачности);

• 2.    Получение карт динамики атмосферных фронтов, ураганов, крупных стихийных бедствий;

• 3.    При определении температуры земной поверхности, загрязнения почвы и водной поверхности;

• 4.    При вскрытии крупных отходов промышленных предприятий;

• 5.    Контроль техногенного воздействия на лесопарковые зоны;

• 6.    Выявление пожароопасных зон в лесных зонах;

• 7.    Мониторинг и прогноз сезонных паводков на реках;

• 8.    Определение и оценка протяженности зон крупных затоплений;

• 9.    Мониторинг динамики загрязнения снежного покрова в результате воздействия промышленных предприятий [3].

Материал и методы

Проанализированы и сопоставлены особенности спутниковых снимков Landsat-8 ЭРП Сейидликандьери Хачмазского района, принятого в качестве объекта исследования. Площадь района составляет 1170,9 квадратных километров и основную часть составляют леса и равнинный ландшафт. Основу экономики района составляет сельское хозяйство, при этом преобладают овощи, зерно, плодоводство, животноводство [2].

Анализ и обсуждение

Программное обеспечение ArcGIS интегрирует спутниковые снимки Landsat-8 для определения границ области.

Панхроматические изображения Landsat 8 представляют собой пространственные изображения с разрешением 15 м. С течением времени для визуализации и анализа эти слои изображений захватываются непосредственно со спутника Landsat в коллекции AWS (Amazon Network Services) и ежедневно обновляются новыми изображениями. Изображения Landsat 8 собираются каждые 16 дней для каждой точки на поверхности Земли. Большинство изображений собрано с января 2015 года по настоящее время. Эти изображения анализируются путем применения твердых атмосферных поправок. Коэффициент отражения TOA масштабируется с использованием диапазона от 0 до 10 000.

а)

b)

Рисунок 1. Фрагмент спутникового снимка Landsat-8 АТД (административно-территориальное деление) с. Сейидли: а) панхроматический, б) мультиспектральный

Мультиспектральная классификация изображения основана на поиске пикселей по аналогии с его спектральными признаками. Мультиспектральная точность 30 м. Позволяет создавать электронные карты на лесную тематику. Процесс классификации изображений основан на поиске похожих пикселей изображения, а также их группировке в классы и категории по значениям их яркости (Рисунок 1). Точность мультиспектральной классификации ограничена геометрическим разрешением данных дистанционного зондирования. Основная проблема здесь — смешивание пикселей. Эта проблема часто возникает на границе двух разных классов (экотонов). Например, такая ситуация возможна на границе лесных и сельскохозяйственных угодий. Провести эту границу на космических снимках с разрешением 15 м невозможно. Границы смешанных пикселей можно разделить только с помощью технологии субпиксельной классификации мультиспектральных изображений.

Для составления плана работы по подготовке земельных карт в программном обеспечении ArcGIS, в котором предполагается выполнение следующих положений:

• 1.    Получение панорамных аэрофотоснимков местности с помощью Landsat 8;

• 2.    Сбор и анализ данных о почвенном покрове объекта исследования;

• 3.    Полигонизация угодий на участке;

• 4.    Внесение сведений о территории, собственности, растительном покрове в созданную электронную базу данных;

• 5.    Подготовка земельных пояснений и т. д.

Панхроматические изображения получаются комбинацией панхроматических, мультиспектральных и инфракрасных изображений (Рисунок 2). Pansharp изображения включают 6 мультиспектральных диапазонов с точностью до 30 м, инфракрасный диапазон с точностью до 60 м и панхроматический диапазон с точностью до 15 м .

Рисунок 2. Фрагмент спутникового снимка Landsat-8 АТД с. Сейидли: изображение pansharp

По этим снимкам уточняется граница территории и проводится полигонирование земельных участков в программе ArcGIS (Рисунок 3).

319924555 4616356.035 Meters

Рисунок 3. Полигонизация земельных участков с.Сейидли АТД

Атрибутная (семантическая) информация — характеризует свойства объекта с пространственной связью. База геоданных — это информационная модель, которая хранит информацию о группе объектов и их свойствах в упорядоченном виде. Таблицы атрибутов состоят из строк и столбцов. По количеству линий можно определить количество конкретных областей на карте. В столбцах отражаются кадастровые данные этой местности (Рисунок 4).

Table                                                                                                                                                                                                                                          □ »

S3 • I В - % S - у X

FID' Shape ' Emlak Novu Kategoriya Uqodiyasi Suvarma Mulktorm 1 Uqodiyasi Torpaq tlpmin adi Torpaq novmu «tolif 1 iy nin ad i л 4S Polygon i orpaq sahesi Кем tesenutat teynat torpaqiar EKin suvanian Beieaiyye ЕИП Zan Karoonatii crxnonqonvoy Agirgiiiicaii.qaiin SC Polygon Torpaq sanesi Кем teserrufati teynatii torpaqiar EKin Suvanian Beieaiyye Ekin Zeif katbonatli canian-qsrivby Agir giiiutaliqalin Polygon T orpaq sahesi KeM teserrufati ley nati torpaqiar EKin Suvanian Xususr Ekin Zol katbonatli сотри qohvoy Agir gillicoli.qalin 52 Polygon Torpaq sahesi KeM lesenufati leyinati torpaqiar Ekin Suvanian Belefllyye Etan Zeil katbonatli cenian-qslivavi Agir gilliceli.qalin Polygon Torpaq satiesi KeM lesenufati leyinati torpaqiar EKin Suvarnan Beieaiyye Fkin /oil Katbonatli toman qonvoy Aqir qHiaoli qalin 5S Polygon Torpaq sanest Кем teserrurati leyinati torpaqiar EKin Suvanian Beieaiyye ЕИП zaif Katbonatli caman-qanvayi Agir giiiicaii.qaiin 60 Polygon Torpaq satiesi KeM teserrufati leyinati torpaqiar EKin Suvanian Belediyye Etan Zeil Katbonatli ^smon-qohvoyi Agir gillcoti,qalin 61 Polygon Torpaq sanesi кем teserrurati leyinati torpaqiar Ekin Suvanian xususi Etan Zaf karbonatn caman-qanvay Aqir giihcaii.qaiin 63 Polygon Torpaq sanesi Кем teserrufati leyinati torpaqiar EKin Suvanian Xu Su si Etan Zeil Katbonatli feman-qaiivayi Agir gilliceli.qalin 64 Polygon T orpaq sahesi KeM teserrufati ley nati torpaqiar EKin Suvanian Xususi Etan Zeil katbonatlicomon-qohvay Agir gilliceli.qalin 60 Polygon Torpaq sahesi KeM lesenufati leyinati torpaqiar Kollu bicerrck Suvanian Xu su si Etan Zeil katbonatli {Bnisn-qahvay Ago gilliceli.qalin 6S Polygon 1 orpaq sahesi Кем tesenutat teynat torpaqiar toliu Окегек suvanian Xususi Etan Zol karbonatn coman-qanvayi Agir gilliceli.qalin 70 Polygon Torpaq sahesi Кем teserrufati leyinati torpaqiar EKin Suvanian Xususi Etan Zeil karbonath ceman-qsrivay Agir gilliceli.qahn Polygon Torpaq sahesi KeM teserrufati ley nati torpaqiar Ekin Suvanian Xususi Etan Zeil kartxinatli сотри qphvpy Agir gilliceli.qalin Polygon Torpaq sahesi KeM teserrufati leyinati torpaqiar Ekin Suvanian Xususi Etan Zeil katbonatli ceman-qsiivay Agir gilliceli.qalin 73 Polygon Torpaq sahesi Кем teserrufati leynali torpaqiar EKin Suvanian Xususi Etan Zou Katbonatli coman qonvoy Agir gilliceli.qalin 74 Polygon Torpaq sahesi KeM teserrufati leyinati torpaqiar EKin Suvanian Xususi Etan Zait Katbonatli (oman-qanvay Agir gilliceli.qalin Polygon Torpaq sahesi KeM teserrufati leyinati torpaqiar Ekin Suvanian Xususi Etan Zeil katbonatli coman-qahvay Agir gilliceli.qalin 76 Polygon Torpaq sahesi KeM teserrufati teynati torpaqiar Ekin Suvanian Xususi Etan Zeil katbonatliesman-qahvay Agir gilliceli.qalin 77 Polygon Torpaq sahesi KeM teserrufati leyinati torpaqiar Ekin Suvanian Xususi Etan Zaif katbonatli csman-qaiivayi Agu gilliceli.qalin 78 Polygon T orpaq sahesi KeM teserrufati teynati torpaqiar Ekin Suvanian Xususi Etan Zeil katbonatlicoman-qahvay Agir gilliceli.qalin 82 Polygon Torpaq sahesi KeM leserrufat teynati torpaqiar Ekin Suvanian Xususi Etan Zaif katbonatli ceman-qalivay Agir gilliceli.qalin 83 Polygon 1 orpaq sahesi Кем teserrufati teynati torpaqiar EKin suvanian Xususi Etan zm karbonatn coman-qanvay Agir gilliceli.qalin 96 Polygon Torpaq sahesi Кем teserrufati teynati torpaqiar Ekin Suvanian xususi Etan zaif karbonatn esman-qativay Ajjir giiiiceli.qahn 97 Polygon Torpaq sahesi KeM teserrufati leynati torpaqiar Ekin Suvanian Xususi Etan Zaif kartxinatli сотри qphvpy Agir gillceli.qaliri 90 Polygon Torpaq sahesi KeM leserrufat teynati torpaqiar Ekin Suvanian Xususi Etan Zeil katbonatli ceman-qslivay A^ir gilliceli.qalin 98 Polygon Torpaq sahesi Кем leserrufat teynati torpaqiar EKin Suvanian Xususi Etan Zou Katbonatli toman qahvayi Agir gilliceli.qalin 104 Polygon Torpaq sahesi Кем leserrufat teynati torpaqiar EKin Suvanian xususi Etan zaif Katbonatli caman-qarivay A^ir gilliceli.qalin 105 Polygon Torpaq sahesi KeM teserrufati teynati torpaqiar Ekin Suvanian Xususi Etan Zaif Katbonatli coman-qahvayi Agir gilliceli.qalin 106 Polygon Torpaq sahesi KeM teserrufati teynati torpaqiar Ekin Suvanian Dovlet Etan Zeif katbonatli c aman-qahvay Agir gilliceli.qalin 107 Polygon Toipaq sahesi KeM teserrufati teynati toipaqlar Ekin Suvanian Dovlet Etan Zaif katbonatli CBman-qalivay ^ii giliiceli qalin 108 Polygon Torpaq sahesi Кем tesenutat teynati torpaqiar ЕК1П Suvanian Dovlet Etan zait Karbonatn taman-qanvayt Agir gilliceli.qalin 112 Polygon Torpaq sahesi KeM leserrufat teynati torpaqiar Ekin Suvanian Dovlet Etan Zeif katbonatli teman-qelivay Agir gilliceli.qalin 120 Polygon i orpaq sanesi Кем tesenutat teynati torpaqiar EKin suvanian Dovlet Etan Zaif Katbonatli toman-qanvay Agir gilliceli.qalin 122 Polygon Torpaq sahesi Кем teserrufati teynati torpaqiar Ekin Suvanian Doyet Etan Zaif Katbonatli caman-qanvay Agir gilliceli.qalin 124 Polygon Torpaq sahesi KeM lesenufati leynati torpaqiar Ekin Suvanian Xususi Etan Zeil Katbonatli tompn qphvpy Agir gillceli.qalin 126 Polygon Torpaq sahesi KeM leserrufat teynati torpaqiar Ekin Suvanian Dovlet Etan Zeil katbonatli ceman-qalivay Agir gilliceli.qalin 128 Polygon Torpaq sahesi KeM leserrufat teynati torpaqiar Ekin Suvanian Dovlet Etan Zeif Katbonatli tsman-qaiivay Aqir gin coll qalin 13C Polygon Torpaq sahesi Кем lesenufati teynati torpaqiar Ekin Suvanian Dovlet Etan Zaif Katbonatli faman-qanvay Agir gilliceli.qalin 131 Polygon Torpaq sahesi KeM teserrufati teynati torpaqiar Ekin Suvanian Dovlet Eton Zeif Katbonatli camao-qahvayi Agir gilliceli.qalin < 132 Polygon Torpaq sahesi KeM lesenufati teynati torpaqiar Ekin___________________ Suvanian Beieaiyye Etan Zeif katbonatli caman-qahvay ASiraillK9ll.qalin                           v > h < о • и ge | ©out of 1024Selected)

Рисунок 4. Интеграция данных в таблицу атрибутов gdb.

Выводы

В ходе анализа вопросов использования аэрокосмических материалов при изучении наземного покрова мы приходим к следующим выводам:

• 1.    Земельный покров является сложным объектом декодирования, поскольку почва лесов не входит непосредственно в изображения земной поверхности. На аэрофотосъемке их всегда можно расшифровать косвенно, используя ориентировочные отношения между компонентами окружающей среды и землей.

• 2.    Декодирование лесных почв изучаемой территории проанализировано на мультиспектральных, панхроматических черно-белых и спектрозональных изображениях.

• 3.    На изображениях, полученных по мультиспектральным снимкам, хорошо выделяется лесной массив района исследований, а также купленные, используемые и арендованные земли.

• 4.    Эффективность использования аэрокосмических методов исследования при картографировании земного покрова приводит к повышению информативности и точности карт земной поверхности.