Готовая дипломная работа

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.

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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

В результате проделанной работы были проанализированы трехзональный снимок высокого разрешения на Молого-Шекснинский полуостров от 13.04.97 и четырехзональный снимок среднего разрешения на территорию всего района Рыбинского водохранилища от 31.05.97 и изображения, полученные путем обработки исходных снимков различными цифровыми методами при сравнительном анализе данных изображений с фактическими, картографическими и литературными материалами. Это позволило сделать следующие выводы:

1. Снимок высокого разрешения весеннего периода позволяет выявить динамику состояния снежного покрова на территории, а также наличие древесной растительности и плотности древостоя.

На майском снимке среднего разрешения выделяются леса на тех или иных местообитаниях, их бонитет и т.д., что прямо зависит от условий увлажнения территории

2. По весеннему снимку высокого разрешения, обработанному методом главных компонент, четко выделяются природные комплексы с древесной растительностью, хотя определение породного состава древостоя выглядит затруднительным.

Ивовые заросли зоны временного затопления сливаются с береговой древесной растительностью, что делает практически невидимой береговую линию и невозможным определение размеров зоны временного затопления.

3. С помощью метода “наложения” более четко дешифрируются структуры болотных комплексов. Однозначно выделяются мезотрофные облесенные стоки с болот, хотя на исходном снимке высокого разрешения и при его обработке МГК они плохо дешифрируются из-за сходства с сосновыми и еловыми зеленомошными лесами водно-ледниковых гряд, а на изображении среднего разрешения – из-за недостаточности разрешения.

Совмещение обоих изображений позволило выявить береговую линию и зону временного затопления, хотя ни на одном из исходных снимков по отдельности она практически не выделяется.

4. Поскольку вегетационный индекс NDVI чувствителен только к зеленой растительности, то по его изображению на весенний период четко выделяются только хвойные леса.

В конце мая, когда был сделан снимок среднего разрешения, практически вся растительность находится в зеленом состоянии, поэтому территория дешифрируется преимущественно по присутствию или отсутствию растительности, а также ее различному состоянию.

5. Метод выделения объектов по яркостному порогу удобен, поскольку позволяет выделить только интересующие исследователя объекты и наложить их на другие снимки или картографическую основу для большей наглядности. Кроме того, существует возможность автоматического подсчета площадей выделенных объектов, что полностью исключает участие человека в этой трудоемкой процедуре.

6. При сравнительном анализе различных карт, исходного и кластерного изображений было установлено, что за некоторыми исключениями преобладанию каждого цвета кластерного изображения среднего разрешения соответствуют территории с приблизительно одинаковым увлажнением, сходной структурой растительного покрова или одинаковым типом землепользования. В случаях, когда яркости различных по своей природе объектов сходны и программа кластерного метода относит их в одну и ту же категорию, необходимо более детальное изучение исследуемой территории или привлечение дополнительных методов дешифрирования. Так, на снимке высокого разрешения растительность зоны временного затопления попала в одну группу с хвойными лесами, а с/х земли и открытые почвы населенных пунктов неотличимы от комплексов открытых олиготрофных болот. Однако, эта проблема практически снимается наложением выделенных ранее другими методами комплексов с хвойными лесами и зоны временного затопления.

Цифровые методы обработки многозональных космических изображений, оценка возможностей которых проводилась в данной работе, необходимы при уточнении ландшафтных контуров, выявлении динамики и направленности различных природных процессов, влиянии тех или иных объектов друг на друга.

1. Викторов С.В., Востокова Е.А., Вышивкин Д.Д. Введение в индикационную геоботанику. - М.: МГУ, 1962. - 227 с.



2. Гарбук С.В., Гершензон В.Е. Космические системы дистанционного зондирования Земли. - М.: Издательство А и Б, 1997. - 296 с.



3. Дистанционное зондирование: количественный подход. / Под ред. Свейна Ф., Дейвиса Ш. - М.: Недра, 1983. - 415 с.



4. Дэвис Дж.С. Статистический анализ данных в геологии. Пер. с англ. – М.: Недра, 1990. – 427с.



5. Исаев А.С., Сухих В.И., Калашников Е.Н. и др. Аэрокосмический мониторинг лесов. – М.: Наука, 1991. – 240 с.



6. Исаченко А.Г. Ландшафты СССР. - Л.: ЛГУ, 1985. - 320 с.



7. Калуцкова Н.Н. Ландшафтный кадастр заповедных территорий: методика составления и использование при организации биосферных заповедников (диссертация). - М.: МГУ, 1985. - 214 с.



8. Книжников Ю.Ф. Основы аэрокосмических методов исследований. – МГУ, 1980 – 137 с.



9. Книжников Ю.Ф., Кравцова В.И. Принцип множественности в современных аэрокосмических методах и способы дешифрирования серии снимков при сельско-хозяйственных исследованиях. // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990 – с. 47-54.



10. Кравцова В.И. Географическое разрешение – новый показатель географо-картографической оценки снимков. // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. – М.: Наука, 1990 – с. 34-46.



11. Кринов Е.Л. Спектральная отражательная способность природных образований. – изд-во АН СССР, М.Л., 1947 – 271 с.



12. Мильков Ф.Н., Гвоздецкий Н.А. Физическая география СССР. Общий обзор. - М.: Государственное издательство географической литературы, 1958. - 351 с.



13. Проблемы природного и сельскохозяйственного районирования и типологии сельских местностей СССР. / Под ред. Гвоздецкого Н.А., Крючкова В.Г. - М.: МГУ, 1989. - 287 с.



14. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. - Л.: Гидрометеоиздат, 1981. - 287 с.



15. Толчельников Ю.С. Оптические свойства ландшафта. – Л.: Наука, 1974 – 252 с.



16. Физико-географическое районирование Нечерноземного центра. / Под ред. Гвоздецкого Н.А., Жучковой В.К. - М.: МГУ, 1963. - 451 с.



17. Физико-географическое районирование СССР. Характеристика региональных единиц. / Под ред. Гвоздецкого Н.А. - М.: МГУ, 1968. - 576 с.



18. Щербенко Е.В., Асмус В.В., Андроников В.Л. Методика цифровой обработки аэрокосмической информации для составления почвенных карт. //Исследование Земли из космоса, 1990, #4. – с. 102-112.



19. Billings W.D., Morris R.J. Reflection of visible and infrared radiation from leaves of different ecological groups. – Amer. J. Bot., 1951, vol. 38, № 5.



20. Coulson K.L., Reynolds D.W. The spectral reflectance of natural surfaces. – J. Appl. Met., 1971, vol. 10, № 6.



21. Erdas Field Guide. Fourth edition. – USA, 1997.



22. Tucker C.J. Photocombination for monitoring vegetation. – Remote Sensing of Environment, 1976.