shkolakz.ru 1 2 ... 4 5










   
      
         

Применение цифровых методов обработки космических изображений при ландшафтных исследованиях /на примере района рыбинского водохранилища/


МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
им. М.В.Ломоносова
Географический факультет
ПРИМЕНЕНИЕ
ЦИФРОВЫХ МЕТОДОВ ОБРАБОТКИ
КОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ
ПРИ ЛАНДШАФТНЫХ ИССЛЕДОВАНИЯХ
НА ПРИМЕРЕ РАЙОНА РЫБИНСКОГО ВОДОХРАНИЛИЩА
Дипломная работа
студентки V курса
кафедры ФГМиГ
Рублевой М.А.
Научный руководитель
кандидат географических наук
ст. научный сотрудник
Калуцкова Н.Н.
Научный консультант
кандидат с/х наук
ст. научный сотрудник
Щербенко Е.В.
Москва - 1999
СОДЕРЖАНИЕ
Стр.
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Цель работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Задачи работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Краткое содержание работы . . . . . . . . . . . . . . . . . . . . . . .
Некоторые характеристики использованных
технических средств . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Использованные материалы и средства обработки . . . . . . . . . . .
I. Методика работы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1 Метод главных компонент и его применение . . . . . . . . . . . . . . .
1.2 Объединение снимков с различным разрешением . . . . . . . . . . .
1.3 Выделение объектов по яркостному порогу . . . . . . . . . . . . . . .
.
1.4 Метод вычисления вегетационного индекса NDVI . . . . . . . . . . . .

1.5 Основные понятия и методика кластерного анализа . . . . . . . . . . .

1.6 Методика проведения работы . . . . . . . . . . . . . . . . . . . . . . .
II. Физико-географическая и ландшафтная характеристика района
Рыбинского водохранилища . . . . . . . . . . . . . . . . . . . . . . .
2.1 Климат . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Геолого-геоморфологическая структура . . . . . . . . . . . . . . . . .
2.3 Почвы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Растительность . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Ландшафты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6 Ландшафты Дарвинского заповедника . . . . . . . . . . . . . . . . . .
III. Оценка возможностей цифровых методов обработки космических
изображений при дешифрировании природных и антропогенных
структур района Рыбинского водохранилища . . . . . . . . . . . .
3.1 Анализ результатов дешифрирования изображений, полученных
путем обработки исходных снимков методом главных компонент . . .
. . . . .
3.2 Анализ результатов дешифрирования изображения, полученного
путем обработки исходных снимков методом "наложения" (merge) . . .
. . . .
3.3 Анализ результатов дешифрирования изображений, полученных
путем вычисления индекса NDVI по исходным снимкам. . . . . . . . .
. . . .
3.4 Анализ результатов дешифрирования изображений, полученных
путем обработки исходных снимков методом кластерного анализа . .
. . . . .
Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Приложения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ВВЕДЕНИЕ
Цель работы
В настоящее время новым этапом в развитии методов дешифрирования
ландшафтов являются методы, основанные на цифровой обработке космических

изображений, которые уменьшают трудоемкость и увеличивают степень

объективности дешифрирования некоторых характеристик ландшафтов и их
компонентов по сравнению с визуальными методами. Многие из них также
позволяют выявить особенности ландшафтов не только на качественном, но и
количественном уровне.
Целью данной работы является оценка применимости при ландшафтных
исследованиях регионального масштаба нескольких таких методов, становящихся
все более широко используемыми, — метода главных компонент (МГК), метода
"наложения" (merge), метода вегетационных индексов (в частности NDVI),
выделения объектов по яркостному порогу и метода кластерного анализа. В
частности, интересно рассмотреть совокупное использование нескольких методов,
приводящее к получению дополнительной информации, недоступной при
использовании каждого из данных методов по отдельности.
Задачи работы
Для оценки применимости данных методов цифровой обработки космических
изображений при ландшафтных исследованиях регионального масштаба был
выбран район Рыбинского водохранилища (в частности Молого-Шекснинский
полуостров). Для достижения данной цели было необходимо решить следующие
задачи:
1. Выделение на территории района Рыбинского водохранилища тестового
участка с проведенными на нем ландшафтными исследованиями;
2. Дешифрирование космических изображений на территорию тестового
участка с помощью визуальных и цифровых методов обработки и сравнение
результатов дешифрирования с данными полевых исследований;
3. Экстраполяция результатов исследования тестового участка на
территорию района Рыбинского водохранилища, охваченную снимками.
Краткое содержание работы
Структурно настоящая работа представляет собой:
- анализ данных космической съемки, картографических, фактических,
статистических и других материалов по данной теме, представленный в
тексте;

- дешифрирование многозональных космических снимков среднего и высокого

разрешения, полученных со спутника "Ресурс-03";
- анализ информации, полученной на основе обработки данных изображений
цифровыми методами, перечисленными во Введении.
Текстовая часть состоит из введения, основной части и заключения. В
введении указана цель и задачи работы, характеристика ее структуры и
используемых материалов. Основная часть делится на несколько глав.
В первой главе излагаются основные понятия и описание используемых
методов цифровой обработки изображений, а также методика проведения работы
(принципы выделения тестового участка и последовательность действий при
обработке изображений). Во второй главе дается подробная физико-
географическая и ландшафтная характеристики рассматриваемой территории и
тестового участка. Итогом всей работы стала третья глава, в которой приводятся
результаты цифровой обработки космических изображений и собственно оценка
возможностей используемых методик при ландшафтных исследованиях
регионального масштаба.
Некоторые характеристики использованных
технических средств
Основным материалом для проведения данной работы являлись снимки,
полученные с космического аппарата "Ресурс-03", который оснащен бортовой
измерительной аппаратурой высокого и среднего разрешения, обеспечивающей
съемку поверхности Земли в нескольких диапазонах видимой и инфракрасной
зоны спектра и включающей в себя:
а) моноблок из двух многозональных оптико-электронных сканирующих
устройств высокого разрешения МСУ-Э, установленных на общей поворотной
платформе;
б) два комплекта многозонального оптико-механического сканирующего
устройства среднего разрешения с конической разверткой МСУ-СК.
Камера МСУ-Э имеет следующие технические характеристики, наиболее
важные для дальнейшей обработки изображений:
— рабочие диапазоны: 0.5-0.6, 0.6-0.7 и 0.8-0.9 мкм;

— пространственная разрешающая способность в надире: 45 м - поперек

направления полета и 35 м - вдоль направления полета;
— радиометрическая точность: 256 уровней квантования сигнала;
— ширина полосы обзора: 45 км
и др.
Предусмотрены два основных режима передачи информации с камер МСУ-Э:
детальный (передача данных полного пространственного разрешения с одной
камеры), либо обзорный (передача данных с обеих камер, но с ухудшенным вдвое
пространственным разрешением), при котором передается каждая вторая строка
детального изображения. В обзорном режиме обеспечивается просмотр полосы
шириной не менее 80 км, образующейся за счет объединения полос обзора двух
камер с 10-км перекрытием.
В камере МСУ-СК реализован принцип конического сканирования,
заключающийся в перемещении визирного луча по поверхности конуса с осью,
направленной в надир. МСУ-СК имеет следующие технические характеристики:
— рабочие диапазоны: 0.5-0.6, 0.6-0.7, 0.7-0.8, 0.8-1.1 мкм (видимые и
ближние ИК участки спектра) и 10.4-12.6 мкм (тепловой ИК участок);
— пространственное разрешение: 140 м (в видимом и ближнем ИК участках) и
550 м (в тепловом ИК участке);
— радиометрическая точность: 256 уровней квантования сигнала;
— ширина полосы обзора: 600 км
и др.
Передача видеоинформации со сканирующих устройств сопровождается
передачей дополнительной телеметрической информации, которая используется
как для оперативного контроля некоторых параметров бортовой измерительной
аппаратуры, так и для пространственной привязки, геометрической и
фотометрической коррекции видеоинформации при ее вторичной обработке на
средствах потребителя.
Аппаратура КА серии "Ресурс-0" удовлетворяет основным требованиям
(обеспечиваемое пространственное разрешение, используемые спектральные
диапазоны, периодичность наблюдения и др.) к информации для дистанционного
зондирования Земли для решения многих тематических задач.

Использованные материалы и средства обработки

В данной работе использовался один трехзональный снимок высокого
разрешения, полученный сканером МСУ-Э на западную часть Рыбинского
водохранилища (Молого-Шекснинский полуостров) от 13.04.97 и
четырехзональный снимок среднего разрешения (сканер МСУ-СК) на территорию
всего района Рыбинского водохранилища от 31.05.97. Вся обработка данных
снимков проводилась в "ERDAS Imagine", ГИС ''ArcView'' и графических редакторах
''Adobe Photoshop'', "Power Point" и "СorelDRAW".
Для проведения работы также использовались следующие картографические
материалы:
1. Ландшафтная карта Дарвинского заповедника. М-б 1 : 50 000.
2. Карта ландшафтной структуры Дарвинского заповедника. М-б 1 : 100 000.
3. Карта земельных угодий СССР. М-б 1 : 4 000 000, 1989.
4. Ландшафтная карта СССР. М-б 1 : 4 000 000, ред. А.Г.Исаченко.
5. Карта растительности Европейской части СССР. М-б 1 : 2 500 000, 1974.
6. Карта Ярославской области. М-б 1 : 200 000, 1993.
7. Карта торфяных месторождений Нечерноземной зоны РСФСР. М-б 1 : 1 500 000, 1980.
8. Комплексные атласы Ярославской и Вологодской областей.
9. Нечерноземная зона РСФСР. Карта использования земель. М-б 1 : 1 500 000, 1976.
10. Нечерноземная зона РСФСР. Карта сельского хозяйства. М-б 1 : 1 500 000,
1978.
11. Нечерноземная зона РСФСР. Карта мелиорации земель. М-б 1 : 1 500 000, 1978.
12. Нечерноземная зона РСФСР. Карта охраны растительного мира. М-б
1 : 1 500 000, 1980.
13. Нечерноземная зона РСФСР. Почвенная карта. М-б 1 : 1 500 000, 1978.
I. МЕТОДИКА РАБОТЫ
В данной работе использовалось пять методов цифровой обработки
космических изображений, которые можно подразделить на три основные группы
(как, впрочем, и другие цифровые методы, не использовавшиеся здесь):
- методы улучшения качества изображения (для последующего визуального
дешифрирования – метод главных компонент и метод "наложения");

- интерактивные методы (пользователь участвует непосредственно в

процессе обработки, задавая определенные условия – выделение объектов
по яркостному порогу);
- автоматизированные методы (пользователь практически не участвует в
процессе обработки изображений, лишь на последнем этапе идентифицируя
выделенные машиной объекты – кластерный анализ и вегетационный индекс
NDVI).
1.1 Метод главных компонент и его применение
Метод главных компонент (МГК) используется как эффективный инструмент
анализа данных. Он позволяет выявить основные закономерности анализируемых
изображений, выявляя и подавляя помеховые сигналы. В конечном итоге, объем
данных уменьшается, а их информативность увеличивается. Изображения,
полученные с помощью МГК, дополняют друг от друга, и обычно легче поддаются
интерпретации, чем исходные данные.
Процесс обработки данных МГК можно пояснить на примере распределения
яркостей пикселов в двухканальном спутниковом изображении. На рис. показано
распределение их значений на плоскости.
Координатные оси соответствуют яркостям пикселов в каждом канале. Если
данные в обоих каналах имеют нормальные распределения, то итоговое
распределение имеет характерную форму эллипса.
В n-мерной системе координат эллипс (2 измерения), эллипсоид (3
измерения) или гиперэллипсоид (более чем 3 измерения) формируются, если
распределение в каждом канале нормальное или близкое к нормальному. Для
удобства будем использовать далее термин "эллипс" вне зависимости от числа
рассматриваемых каналов.
Основной идеей МГК является вращение осей спектрального пространства
таким образом, чтобы добиться максимальной некоррелированности координат
анализируемых точек. Очевидно, что при этом происходит изменение координат
каждого пиксела относительно новых осей, т.е. меняются их яркостные значения.
Продольная секущая, которая соответствует главной (самой длинной) оси

эллипса, называется первой главной компонентой (ПГК) данных.

Направление первой главной компоненты - первый собственный вектор, а ее
длина - первое (максимальное) собственное число. Новая ось спектрального
пространства определяется этой первой главной компонентой, а точкам в системе
координат, соответствующей этой оси, теперь присваиваются новые координаты.
Первая компонента показывает направление и длину главной оси эллипса.
Вдоль нее яркости пикселов будут иметь в среднем наибольший диапазон
изменчивости, что облегчает разделение объектов по различным яркостным
градациям. На рис. легко видеть, что первое собственное число (длина
наибольшей оси эллипса) будет всегда больше, чем дисперсии измерений в
исходных каналах, так как гипотенуза прямоугольного треугольника всегда
длиннее любого из его катетов.
В двухмерной системе координат вторая главная компонента соответствует
второй оси эллипса.
В вероятностном смысле она описывает наибольший разброс данных
измерений, которые не учитывает (из-за ортогональности) ПГК. В общем случае в
n измерениях имеются n основных компонент. Каждая последующая главная
компонента:
- является самой длинной из оставшихся осью эллипса и ортогональна к
предыдущим компонентам в n-мерном пространстве системы координат.
- ее длина количественно соответствует дисперсии оставшейся (неучтенной
предыдущими основными компонентами) изменчивости данных.
После применения МГК количество каналов, данные которых анализируются,
остается прежним, т.к. поворот осей в n-мерном пространстве не понижает его
размерности. Однако, несколько первых новых каналов учитывают максимальный
разброс данных - в некоторых случаях почти 100%, - поэтому данными остальных
каналов часто можно пренебречь без потери полезной информации. Таким
образом, практически МГК позволяет уменьшить объем данных и понизить
количество используемых каналов.

Отдельный анализ различий по второй и последующим компонентам может


следующая страница >>