 |
Определение, виды и методы дешифрирования снимков
|
|
|
|
Федеральное государственное бюджетное образовательное
Учреждение высшего профессионального образования
«Астраханский государственный университет»
Кафедра: географии, картографии
и геоинформатики
О Т Ч Е Т
По предмету:
«Дешифрование аэрокосмических снимков»
Выполнил:
Студент III курса
Гр. Кр-41
Калбаев А.М.
Проверил:
к. г. н. доцент кафедры
Шабанов Д.И.
Астрахань-2016
LANDSAT - американская система изучения природных ресурсов Земли, которая была открыта в июле 1972 года с запуска космического аппарата LANDSAT 1.
Космический аппарат LANDSAT 1 был запущен чтобы посредством многозональнымх и периодически повторяющихся долговременных съемок собрать пригодный для компьютерной обработки материал. До настоящего времени запущено 7 спутников LANDSAT. Полученные снимки со спутников Landsat - 1, 2, 3, 4, 5, 7 широко используются для мониторинга окружающей среды и современных динамических процессов на поверхности Земли - извержений вулканов, землетрясений, цунами, выпадения и таяния снега, вегетации растений, а также для решения вопросов сельского и лесного хозяйства, геологического картирования, поисков и разведки месторождений полезных ископаемых, океанографии, пространственного планирования территории.
| Спутник | Датчики | Дата запуска | Заметки |
| Landsat 1 | MSS | 23 июля 1972 | окончание работы 5 января 1978 |
| Landsat 2 | MSS | 22 января 1975 | окончание работы 25 февраля 1982 |
| Landsat 3 | MSS | 5 марта 1978 | окончание работы 31 марта 1983 |
| Landsat 4 | MSS TM | 16 июля 1982 | окончание работы июнь 2001 |
| Landsat 5 | MSS TM | 1 марта 1984 | c 26 ноября 2005 проблемы с солнечными панелями |
| Landsat 6 | ETM | октябрь 1993 | неудавшийся запуск |
| Landsat 7 | ETM + | 15 апреля 1999 | с 31 мая 2003 работает в режиме SLC-off |
|
|
|
Технические характеристики сканирующих систем LANDSAT.
Многозональные сканирующие системы, установленные на спутниках LANDSAT совершенствовались со временем. На борту первых трех космических аппаратов LANDSAT 1, 2, 3 (первоначальное название ERTS - Earth Resources Technology Satellites) были установлены телевизионные камеры RBV и многоспектральное сканирующее устройство MSS (Multispectral Scanner System).
Технические характеристики сканеров MSS
| Спутник | Номер спектрального канала | Спектральный диапазон | Пространственное разрешение | Радиометрическое разрешение | Зона обзора |
| LANDSAT 1, 2, 3 | 0.49 – 0.605 мкм (зеленый) | 80 м | 6 бит (64 уровня) | 185 х 185 км | |
| 0.603 – 0.698 мкм (красный) | |||||
| 0.701 – 0.813 мкм (красный, ближний ИК) | |||||
| 0.808 – 1.023 мкм (БИК*) 10.4 – 12.5 мкм (ТИК**) | |||||
| LANDSAT 3 | 240 м |
*БИК – ближний инфракрасный;
**ТИК – тепловой инфракрасный
Технические характеристики сканеров TM и ETM+.
На спутниках LANDSAT 4, 5 был установлен сканер TM (Thematic Mapper, по-русски тематический картограф). По сравнению с MSS этот сканер имеет улучшенное спектральное и пространственное разрешение и высокую радиометрическую чувствительность.
На спутнике LANDSAT 7 установлен сканер ETM+ (Enhanced Thematic Mapper, по-русски улучшенный Тематический картограф). Сканер ETM+ спутника Landsat 7, точно повторяет возможности сканеров TM, кроме того, у этого сканера есть новые особенности: 6 канал разделен на две части и увеличено его пространственное разрешение; добавлен панхроматический канал, который имеет пространственное разрешение 15 метров
| Номер спектрального канала | Спектральные диапазоны (мкм) датчика TM | Спектральные диапазоны (мкм) датчика ETM+ | Пространственное разрешение (м) | Радиометрическое разрешение | Зона обзора (км) |
| 0.45 - 0.52 | 0.45 - 0.52 | 8 бит (256 уровней) | 185x185 | ||
| 0.52 - 0.60 | 0.53 - 0.61 | ||||
| 0.63 - 0.69 | 0.63 - 0.69 | ||||
| 0.76 - 0.90 | 0.78 - 0.90 | ||||
| 1.55 - 1.75 | 1.55 - 1.75 | ||||
| 10.4 - 12.5 | 10.4 - 12.5 | TM – 120 ETM+ - 60 | |||
| 2.08 - 2.35 | 2.09 - 2.35 | ||||
| Панхроматический | ___ | 0.52 - 0.90 |
|
|
|
Характеристика каналов
| Комбинация Landsat 5,7 | Комбинация Landsat 8 | Возможная информация | |
| 4,3,2 | 5,4,3 | Стандартная комбинация «искусственные цвета». Растительность отображается в оттенках красного, городская застройка – зелено-голубых, а цвет почвы варьируется от темно до светло коричневого. Лед, снег и облака выглядят белыми или светло голубыми (лед и облака по краям). Хвойные леса будут выглядеть более темно-красными или даже коричневыми по сравнению с лиственными. Эта комбинация очень популярна и используется, главным образом, для изучения состояния растительного покрова, мониторинга дренажа и почвенной мозаики, а также для изучения агрокультур. В целом, насыщенные оттенки красного являются индикаторами здоровой и (или) широколиственной растительности, в то время как более светлые оттенки характеризуют травянистую или редколесья/кустарниковую растительность. | |
| 3,2,1 | 4,3,2 | Комбинация «естественные цвета». В этой комбинации используются каналы видимо диапазона, поэтому объекты земной поверхности выглядят похожими на то, как они воспринимаются человеческим глазом. Здоровая растительность выглядит зеленой, убранные поля – светлыми, нездоровая растительность – коричневой и желтой, дороги – серыми, береговые линии – белесыми. Эта комбинация каналов дает возможность анализировать состояние водных объектов и процессы седиментации, оценивать глубины. Также используется для изучения антропогенных объектов. Вырубки и разреженная растительность детектируются плохо, в отличие от комбинации 4-5-1 или 4-3-2. Облака и снег выглядят одинаково белыми и трудноразличимы. Кроме того, трудно отделить один тип растительности от другого. Эта комбинация не позволяет отличить мелководье от почв в отличие от комбинации 7-5-3. | |
| 7,4,2 | 7,5,3 | Эта комбинация дает изображение близкое к естественным цветам, но в тоже время позволяет анализировать состояние атмосферы и дым. Здоровая растительность выглядит ярко зеленой, травянистые сообщества – зелеными, ярко розовые участки детектируют открытую почву, коричневые и оранжевые тона характерны для разреженной растительности. Сухостойная растительность выглядит оранжевой, вода- голубой. Песок, почва и минералы могут быть представлены очень большим числом цветов и оттенков. Эта комбинация дает великолепный результат при анализе пустынь и опустыненных территорий. Кроме того, может быть использована для изучения сельскохозяйственных земель и водно-болотных угодий. Сгоревшие территории будут выглядеть ярко красными. Эта комбинация используется для изучения динамики пожаров и пост-пожарного анализа территории. Городская застройка отображается в оттенках розово-фиолетового, травянистые сообщества – зелеными и светло зелеными. Светло зеленые точки внутри городских территорий могут быть парками, садами или полями для гольфа (актуально для России:)). Оливково-зеленый цвет характерен для лесных массивов и более темный цвет является индикатором примеси хвойных пород. | |
| 4,5,1 | 5,6,2 | Здоровая растительность отображается в оттенках красного, коричневого, оранжевого и зеленого. Почвы могут выглядеть зелеными или коричневыми, урбанизированные территории – белесыми, серыми и зелено-голубыми, ярко голубой цвет может детектировать недавно вырубленные территории, а красноватые – восстановление растительности или разреженную растительность. Чистая, глубокая вода будет выглядеть очень темно синей (почти черной), если же это мелководье или в воде содержится большое количество взвесей, то в цвете будут преобладать более светлые синие оттенки. Добавление среднего инфракрасного канала позволяет добиться хорошей различимости возраста растительности. Здоровая растительность дает очень сильное отражение в 4 и 5 каналах. Использование комбинации 3-2-1параллельно с этой комбинацией позволяет различать затопляемые территории и растительность. Эта комбинация малопригодна для детектирования дорог и шоссе. | |
| 4,5,3 | 5,6,4 | Эта комбинация ближнего, среднего ИК-каналов и красного видимого канала позволяет четко различить границу между водой и сушей и подчеркнуть скрытые детали плохо видимые при использовании только каналов видимого диапазона. С большой точностью будут детектироваться водные объекты внутри суши. Эта комбинация отображает растительность в различных оттенках и тонах коричневого, зеленого и оранжевого. Эта комбинация дает возможность анализа влажности и полезны при изучении почв и растительного покрова. В целом, чем выше влажность почв, тем темнее она будет выглядеть, что обусловлено поглощением водой излучения ИК диапазона. | |
| 7,5,3 | 7,6,4 | Эта комбинация дает изображение близкое к естественным цветам, но в тоже время позволяет анализировать состояние атмосферы и дым. Растительность отображается в оттенках темно и светло зеленого, урбанизированные территории выглядят белыми, зелено-голубыми и малиновыми, почвы, песок и минералы могут быть очень разных цветов. Практически полное поглощение излечения в среднем ИК-диапазоне водой, снегом и льдом позволяет очень четко выделять береговую линию и подчеркнуть водные объекты на снимке. Горячие точки (как, например, кальдеры вулканов и пожары) выглядят красноватыми или желтыми. Одно из возможных применений этой комбинации каналов – мониторинг пожаров. Затопляемые территории выглядят очень темно синими и почти черными, в отличие от комбинации 3-2-1, где они выглядят серыми и плохо различимы. | |
| 5,4,3 | 6,5,4 | Как и комбинация 4-5-1 эта комбинация дает дешифровщику очень много информации и цветовых контрастов. Здоровая растительность выглядит ярко зеленой, а почвы – розовато-лиловыми. В отличие от 7-4-2, включающей 7 канал и позволяющей изучать геологические процессы, эта комбинация дает возможность анализировать сельскохозяйственные угодья. Эта комбинация очень удобна для изучения растительного покрова и широко используется для анализа состояния лесных сообществ. | |
| 5,4,1 | 6,5,2 | Комбинация похожа на 7-4-2, здоровая растительность выглядит ярко зеленой, за исключением того, что эта комбинация лучше для анализа сельскохозяйственных культур. | |
| 7,5,4 | 7,6,5 | Эта комбинация не включает ни одного канала из видимого диапазона, и обеспечивает оптимальный анализ состояния атмосферы. Береговые линии четко различимы. Может быть использован для анализа текстуры и влажности почв. Растительность выглядит голубой. | |
| 5,3,1 | 6,4,2 | Эта комбинация показывает топографические текстуры, в то время как 7-3-1 позволяет различить горные породы. | |
|
|
|
|
|
|
ОПРЕДЕЛЕНИЕ, ВИДЫ И МЕТОДЫ ДЕШИФРИРОВАНИЯ СНИМКОВ
Дешифрирование фотоснимков – это процесс выявления, распознавания и определения количественных и качественных характеристик объектов на фотоснимке местности, подлежащих отображению на картах и планах. В зависимости от назначения и задач, решаемых в ходе выполнения процесса дешифрирования снимков, различают два вида дешифрирования: общегеографическое и отраслевое. Последнее иногда называют тематическим или специальным. Отраслевое дешифрирование производится для решения ведомственных задач по определению характеристик отдельных совокупностей объектов, располагающихся на земной поверхности и в атмосфере. Разновидности отраслевого дешифрирования довольно многочисленны. Это геоморфологическое, геологическое, лесное, почвенное, сельскохозяйственное, гидрогеологическое, метеорологическое и т. д. дешифрирование снимков. Может быть выполнено и специальное дешифрирование, например, для создания военных или туристических карт.
|
|
|
Общегеографическое дешифрирование снимков (оно подразделяется на топографическое и ландшафтное) предполагает получение обобщенной информации о поверхности Земли: региональное или типологическое районирование земной поверхности; наличие и размещение системы гидрографии, дорожной сети, населенных пунктов, растительности и других элементов местности; установление их взаимосвязей и т. п. Топографическое дешифрирование снимков производится с целью обнаружения, распознавания и получения характеристик объектов, которые затем должны быть изображены на топографической карте. Топографическое дешифрирование является одним из основных процессов технологической схемы создания и обновления карт. Ландшафтное дешифрирование снимков имеет целью региональное или типологическое районирование местности для Кузнецова И. А. 6 изучения поверхности Земли и решения специальных технических задач. В зависимости от принципов организации работ, а также условий (места) их выполнения различают 4 основных метода дешифрирования снимков. 1. Полевой метод предусматривает выполнение работ непосредственно на местности с выявлением заданных объектов, в том числе и не отобразившихся на снимке. Недостатками этого метода являются трудоемкость и значительные материальные затраты. Кроме того, полевое дешифрирование сложно в организационном отношении. 2.
Аэровизуальный метод заключается в распознавании изображений объектов с самолета или вертолета. Этот метод позволяет увеличить производительность и снизить стоимость работ. Вместе с тем аэровизуальный метод дешифрирования снимков требует специальной подготовки операторов по быстрому ориентированию и распознаванию объектов за сравнительно ограниченные сроки. 3. Камеральный метод предусматривает распознавание объектов и получение их характеристик без выхода в поле, путем изучения свойств фотоизображений. Основой для принятия решения при камеральном дешифрировании служат демаскирующие признаки объектов, определенным образом изображающиеся на снимке. 4. Комбинированный метод сочетает в себе камеральный и полевой методы. В камеральных условиях выполняется дешифрирование хорошо поддающихся распознаванию объектов, а в поле или в полете распознаются те объекты или их характеристики, которые невозможно вскрыть камерально. Во всех без исключения методах дешифрирования применяются три способа выполнения работ: визуальный, машинный (автоматический) и комбинированный (человек и машина), а также разновидности этих способов. Визуальный способ в настоящее время является основным способом дешифрирования снимков. Восприятие и обработку информации снимка при визуальном дешифрировании осуществляют глаз и мозг оператора-дешифровщика. Если глаз не Дешифрирование аэрокосмических снимков 7 вооружен, говорят о непосредственном визуальном дешифрировании, но, если человек использует технические средства, расширяющие возможности глаза, такое дешифрирование называют инструментальным визуальным дешифрированием. Для успешного решения задач дешифрирования часто применяют снимки, на которых показан пример дешифрирования заданного района. Такие снимки носят название снимков- эталонов, а способ дешифрирования, основанный на их использовании, – визуальным дешифрированием по эталонам. Машинный (автоматический) способ дешифрирования предусматривает выполнение всех этапов дешифрирования снимков с помощью специальных устройств, позволяющих повысить производительность и облегчить труд человека. Различают разновидности машинного способа: фотоэлектронный микрофотометрический, пространственной фильтрации и комбинированный. Изображение на аэрокосмических снимках зависит от яркости объектов местности и состоит из участков с различной оптической плотностью. Яркостные различия объектов, зафиксированных на фотоснимках, воспроизводятся в виде разности их оптических плотностей, которые можно измерить и выразить количественно.
Измерив оптическую плотность деталей изображения, и зная, значения коэффициентов яркости соответствующих объектов, можно классифицировать эти объекты по однородным классам. Такой способ дешифрирования называется микрофотометрическим. Он основан на установлении и использовании корреляционных связей между свойствами объектов и статистическими характеристиками их фотоизображений, в числе которых: фотометрические (средняя плотность, дисперсия, корреляционные функции оптической плотности), геометрические (средние размеры, кривизна, частота пересечений контурных линий) и ряд других. Измерение плотностей изображения может быть выполнено как визуально, так и с помощью приборов. Визуальная оценка плотностей выполняется по специальной шкале черно-белых то- Кузнецова И. А. 8 нов, состоящей из 7–10 ступеней. Точность такой оценки ± 10 %, и зависит она от индивидуальных способностей специалиста. Для измерения оптических плотностей используются денситометры и фотометры различных конструкций. Принцип работы этих измерительных приборов состоит в том, что луч от источника света проходит через проявленный слой, попадает на фотоумножитель (ФЭУ), где возникает фототок, энергия которого зависит от величины оптической плотности. Силу тока можно отсчитать по шкале прибора, градуированной в единицах оптической плотности. При измерении световой луч пробегает (строка за строкой) по всей площади снимка (непрерывное измерение) или просвечивает отдельные участки (дискретное измерение). Так как световой луч имеет некоторую толщину, то прибором будет измеряться оптическая плотность не идеальной точки проявленного слоя, а небольшого участка, в пределы которого могут попасть детали местности с различными яркостями. Поэтому результат измерения всегда будет осредненной величиной. Для целей дешифрирования удобно использовать денситометры с микроскопической оптикой – микрофотометры, которые позволяют измерять оптические плотности малых участков и деталей изображения. Они подразделяются на не регистрирующие (для дискретных измерений) и регистрирующие.
Причем, регистрирующий микрофотометр обеспечивает непрерывные измерения по профилям с представлением результатов измерений в виде графиков регистрограмм. Фотоэлектронный способ дешифрирования снимков в целом аналогичен микрофотометрическому, вместе с тем, есть и отличие: информация считывается одновременно с некоторой площади изображения и параллельно обрабатывается. Способ пространственной фильтрации основан на прямом и обратном преобразовании Фурье и корреляционных связях между свойствами объектов и спектрами пространственных частот их фотоизображений. Комбинированный способ дешифрирования снимков предусматривает связь оператора-дешифровщика с автоматизированной Дешифрирование аэрокосмических снимков 9 системой, которая должна давать максимум сведений, необходимых человеку для принятия решения по распознаванию. Внешний вид поверхности естественных объектов характеризуется структурой изображения. Ее постоянство обусловливается единством образующих элементов (кроны деревьев, трава и т. д.) и естественной генерализацией, выполняемой фотографирующей системой. Объекты искусственного происхождения отличаются специфическими, часто стандартными формами, постоянством состава, типовыми размерами и четко проявляющейся взаимосвязью с окружающей средой.
Наримановский район расположен в юго-западной части Прикаспийской низменности с сильным выступом.
Территория района, в основном, расположена в Правобережной степи ниже уровня мирового океана за исключением некоторых Бэровских бугров, в зоне западных подстепных ильменей (ЗПИ), незначительная часть территории располагается в вершине дельты и в южной части Волго-Ахтубинской поймы.
Общая протяженность границы района свыше 400 км. Площадь района 6,1 тыс.кв.км. Плотность населения составляет 7,1 чел. на 1 кв.км.
Наримановский район находится в зоне пустынных степных почв. Почвенные условия приведены в разрезе четырёх зон: поймы, дельты, степи и зона западных подстепных ильменей.
Район располагает ценными охотничьими угодьями, где добывают пушного зверя: ондатру, лисицу, енотовидную собаку, зайца, а также ведётся любительская охота на водоплавающую птицу – утку, гуся, кулика.
Территория района перспективна для рекреационного освоения (отдых населения), как кратковременного, так и долговременного стационарного, бальнеолечения, а так же разработки сапропеля.
Водные ресурсы: Общая площадь земель водного фонда составляет 30987 га. Крупные реки, протекающие по территории района (р.Волга и р. Бузан) и имеющие судоходное значение, занимают площадь 10255 га. Остальную часть занимают воды промыслового значения, в том числе под реками 9123 га, под озёрами, ериками и ильменями 7048 га, под водохранилищами и прудами 1 га, под внутренними межхозяйственными оросительными каналами 4560 га.
На территории района расположено более 100 озёр. Наиболее крупные из них, имеющие площадь водного зеркала от 100 га и более: Юсалчан (350 га); Шушай-2 (350 га); Курченское (200 га); Хаматы (505 га); Хайта (272 га); Утусун (320 га); Бешкуль (200 га). Глубина этих озёр колеблется от 1,5 м до 3 м.
Минерально-сырьевой комплекс: В Наримановском районе имеются запасы выявленных и разведанных месторождений полезных ископаемых: строительного песка, глины, нефти, соли, источники минеральной воды, залежи лечебной грязи.
На карте, можно увидеть, дороги, которые потягиваются попрек карты. Также, можно увидеть, луговую растительность, которая располагается небольшими ареалами в переделах всей карты. На юго-востоке изображения, можно увидеть, водные объекты - это ильменя
Западные подстепные ильмени — система пресных и солёных озёр в западной части дельты Волги в Астраханской области и Калмыкии. Западные подстепные ильмени, расположены в пределах западной ильменно-бугровой равнины. Рельеф этой равнины сформировался под действием трансгрессий Каспийского моря.
Место расположение:
Астраханская область. Угодье начинается от пригородной зоны г.Астрахань. От долины Волги в районе г. Астрахань граница водно-болотного угодья уходит на запад, а затем на юг, по природной границе водоёмов и перехода ландшафта в полупустыню и выходит к побережью Каспийского моря. На западе и юге в угодье входят пограничные районы Калмыкии. Восточной границей угодья является побережье долины Волги.
Растительных покров в западно-подстепных ильменях представлен несколькими видами: прутняково-белополынных, житняково-мятликово-белополынных, солянок и лохом узколистным.
5. Схема дешифрирования (снимка Desert_04_L5169028_02820090620_MTL )
|
|
|
