Распознавание и оценка состояния природных и техногенных объектов по многоспектральным аэрокосмическим изображениям - Дмитриев Е.В., Козодеров ...
←
→
Транскрипция содержимого страницы
Если ваш браузер не отображает страницу правильно, пожалуйста, читайте содержимое страницы ниже
Распознавание и оценка состояния
природных и техногенных
объектов по многоспектральным
аэрокосмическим изображениям
Дмитриев Е.В., Козодеров В.В., Борзяк В.В., Егоров В.Д.
Спутники
Landsat 7 Terra (EOS AM-1) Aqua (EOS PM-1)
Дата запуска: 15 апреля Дата запуска: 18 декабря Дата запуска: 4 мая 2002 г.
1999 г. 1999 г. Высота: 673-686 км
Высота: 705 km Высота: 654-685 км
Орбита: полярная, солнечно-синхронная; частота обращения ~14.5 об./сут.
Сканирующая аппаратура
ETM+ (Enhanced Thematic MODIS (Moderate-resolution ASTER (Advanced
Mapper) Imaging Spectroradiometer) Spaceborne Thermal
Emission and Reflection
Radiometer)
Пространственное Пространственное Пространственное
разрешение: 30x30м2 разрешение: 250x250 – разрешение: 15x15 –
500x500 м2 30x30 м2
Использование спектральных каналов аппаратуры
MODIS, ETM+ и ASTER (1-я, 2-я, и 3-я строки соответственно)
Номер Ширина спектральных Использование
канала каналов, мкм
1 0.459-0.479 Самый коротковолновый канал. Используется для оценки
0.45-0.52 прозрачности атмосферы.
-
2 0.545-0.565 Максимум энергии спектра падающего солнечного излучения.
0.53-0.61 Максимум отражающей способности живого листа в видимом
0.55-0.60 диапазоне.
3 0.62-0.67 Относительный максимум поглощения солнечного излучения
0.63-0.69 хлорофиллом в видимом диапазоне.
0.63-0.69
4 0.841-0.876 Главный максимум отражательной способности живого листа
0.78-0.90 в видимом и инфракрасном диапазоне.
0.78-0.86
5 1.23-1.25 Относительный минимум отражательной способности живого
- листа. Используется для выделения объектов не
- относящихся к классу "растительность".
6 1.628-1.652 Канал выбран как компромиссное решение между
1.55-1.75 максимумом отражательной способности живого листа и
1.60-1.70 окном прозрачности атмосферы. Используется для
выделения объектов не относящихся к классу
"растительность".
7 2.105-2.155 Относительный максимум отражательной способности
2.09-2.35 живого листа. Используется для выделения объектов не
2.145-2.185 относящихся к классу "растительность".
Эмпирические методы оценки состояния
растительности
Основные вегетационные индексы
NDVI - Normalized Difference Vegetation Index
NIR − RED Тип объекта Коэф. отр. Коэф. отр. в Значения
NDVI = в красной инфракрасной индексаN
NIR + RED области области DVI
спектра спектра
Обильная 0.1 0.5 0.7
растительность
Угнетенная 0.1 0.3 0.5
растительность
Открытая почва 0.25 0.3 0.025
Облака 0.25 0.25 0
Лед, снежный 0.375 0.35 -0.05
покров
Вода 0.02 0.01 -0.25
Бетон 0.3 0.1 -0.5
RVI - Relative Vegetation Index IRVI - Infrared Percentage Vegetation Index
NIR NIR
RVI = IPVI =
RED NIR + RED
Эмпирические методы оценки состояния
растительности
Перпендикулярные вегетационные индексы
PVI - Perpendicular Vegetation Index Почвенная линия
PVI = NIR * sin α − RED * cos α
TSAVI - Transformed Soil Adjusted
Vegetation Index
s * ( NIR − s * RED − a )
TSVI =
(a * NIR + RED − a * s + X * (1 + s 2 ))
α
ARVI - Atmospherically Resistant
Vegetation Index
NIR − Rb
ARVI =
NIR + Rb
Rb = RED − p * ( RED − BLUE ), p ∈ [0.5, 1]
Распределение элементов разрешения в каналах 3 и 4
(слева) и модельная биомасса при различных значениях
вегетационного индекса NDVI (справа)
NDVI - Normalized Difference Vegetation Index
R3 - канал 3, RED, 630-690 нм NIR − RED
R4 - канал 4, NIR, 760-900 нм
NDVI =
NIR + RED
Моделирование спутниковых яркостей
(прямая задача)
Энергетическая яркость элемента разрешения для "идеальной" атмосферы
L jk (λ1, 2 , i, r , θ , ϕ ,θ ' , ϕ ' , B( Dcanopy , Dcrown )) =
λ 2 π / 2 2π
1
=
2π 2 ∫λ ∫ ∫ { U
0 0
S (λ , θ ' )[(1 − Dcanopy − δ1 ) ρ1 (λ , r , θ , ϕ , θ ' , ϕ ' ) +
1
+ ( Dcanopy Dcrown − δ 2 ) ρ 2 (λ , i, θ , ϕ , θ ' , ϕ ' ) + Dcanopy (1 − Dcrown ) ρ 3 (λ , r )] +
+ H S (λ , θ ' )[δ1 ρ1 (λ , r , θ , ϕ , θ ' , ϕ ' ) + δ 2 ρ 2 (λ , r , θ , ϕ , θ ' , ϕ ' )] }×
× R jk (λ , Ω) cos θ ' dλdθ ' dϕ '
j - номер канала приемной аппаратуры k-го типа с функцией чувствительности R; Ω - телесный угол
визирования; i - тип леса; r - тип межкроновой растительности; B - биомасса листьев; θ,φ (θ',φ') -
зенитный и азимутальный углы визирования (падающего излучения); Dcanopy - сомкнутость полога;
Dcrown - плотность крон; δ1 и δ2 - доля теней в межкроновой области и на кронах деревьев; ρ1, ρ2, ρ3 -
спектральные коэффициенты отражения межкроновой области, кроновой области и многократного
рассеяния внутри кроновых просветов; Us и Hs - спектральные интенсивности падающего прямого и
рассеянного солнечного излучения.
Атмосферная коррекция
L~ jk (λ1, 2 , i, r , θ , ϕ , B, h0 ) = L jk (λ1, 2 , i, r , θ , ϕ , B, h0 ) Pj (θ , ϕ ) + D j (θ , ϕ )
Pj (θ , ϕ ) - спектральный коэффициент пропускания
D j (θ , ϕ ) - яркость атмосферной дымки
Восстановление биомассы
(обратная задача)
L = L( Dcanopy , Dcrown , ... остальные переменные ...) B = B( Dcanopy , Dcrown )
Lmeasured − Lsimulated < Δ B
Выходная продукция модуля решения обратной задачи
(для каждого элемента многоспектрального изображения)
1. Тип объекта. 1 – растительность, 2 – вода, 3 – облака, 4 – городская застройка,
5 – почво-грунты.
2. Прозрачность атмосферы. 4 градации.
3. Объем фитомассы листьев деревьев. Значения изменяются от 0 до 35 т/га.
4. Оценка среднеквадратичной ошибки определения биомассы.
5. Тип леса. Всего 11 классов: 1 – полностью лиственный, ..., 11 – полностью хвойный.
6. Тип межкроновой растительности. Выделяется 8 классов яркости.
7. Изрезанность верхней границы леса: 1 - ровная граница, т.е. деревья имеют
примерно одинаковую высоту, 3 - сильно изрезанная граница.
8. Сомкнутость полога. Заполненность элемента разрешения кронами деревьев.
9. Ажурность крон деревьев. Характеристика обратная заполненности кроны.
10. Площадь проективного покрытия. Заполненность поверхности почвы
фитоэлементами растений при рассмотрении сверху.
11. Доля поглощенной фотосинтетически-активной радиации. Относительная часть
солнечной радиации в диапазоне 380-710 нм, поглощенной листьями деревьев при
фотосинтезе.
12. Чистая первичная продукция. Масса углерода, поглощенного растениями из
атмосферы на единичной площади в единичный период времени за вычетом дыхания.Фотосинтетически-активной радиацией (ФАР) называют ту часть солнечной радиации,
которая поглощается растением при фотосинтезе (диапазон длин волн 380 - 710 нм - в
российских работах, 400 - 700 нм - в зарубежных работах.
Для расчета доли поглощенной ФАР в нашей модели применяется следующее соотношение
FAPAR = A * F * [1 + R * (1 - (1 - T) * F)]
где A=A(Тип леса) – коэффициент поглощения фитоэлементами деревьев различного типа,
F – значение площади проективного покрытия, рассчитанное в нашей модели,
R=R(Тип межкр. растит.) – коэффициенты отражения межкроновой растительностью различного типа,
T=T(Тип леса) – коэффициент пропускания фитоэлементами деревьев различного типа .
Чистая первичная продукция - это масса углерода, поглощенного растениями из
атмосферы на единичной площади в единичный период времени за вычетом дыхания
растений.
Устоявшаяся единица измерений г/м2/год. В нашей методике используются параметризации –
зависимости чистой первичной продукции от биомассы листвы, построенные по данным Московскго
государственного университета леса. Параметризации адаптированы растительности восточно-
европейской части России. Туда вошли данные по сосне, ели, березе, клену, осине и ясеню.
Aconifer
⎛ X ⎞
Adeciduous
⎛ X ⎞
Y = (1 − W )⎜⎜ ⎟⎟ + W⎜ ⎟
⎜B ⎟
⎝ Bdeciduous ⎠ ⎝ conifer ⎠
Y – чистая первичная продукция (текущий прирост углерода в г/м2/год), X биомасса (в т/Га), W – .процент
хвойного леса в лиственном, А и B – параметры (AВосстановление объема фитомассы
по данным MODIS за 30.05.2002 г.
Пространственное распределение зеленой биомассы
растительности в Московском регионе, Т/Га.
Модельные данные. Данные фотосъемки.
Объекты: белый - облака, синий - вода, серый - городская застройка.Пространственное распределение зеленой биомассы
растительности в районе Рыбинск - Кострома, Т/Га.
Модельные данные
Данные фотосъемки
Объекты:
белый - облака,
синий - вода,
серый - городская
застройка.Восстановление объема фитомассы
по данным ETM+ за 02.09.1999 г.
Пространственное распределение зеленой биомассы
растительности в северо-западной части г. Тверь
и ближайших окрестностей, Т/Га.
Данные фотосъемки. Модельные данные.
Объекты: белый - облака, синий - вода, светло серый - открытый грунт, темно -
серый - бетон, фиолетовый - пропуски в данных.Тип леса Тип межкроновой растительности (1 – лиственный; 11 – хвойный) (1 – яркая; 8 – темная) Площадь проективного покрытия Чистая первичная продукция, г/м2/год
Заключение
• Предложена методика обработки и интерпретации много-
спектральных аэрокосмических изображений, которая
включает решение задач распознавания объектов природно-
техногенной сферы и количественной оценки состояния
различных типов растительности (лесной, болотно-луговой,
сельскохозяйственной и др.)
• Разработано программное обеспечение, предназначенное для
обработки абсолютно калиброванных данных дистанционного
аэрокосмического зондирования и ориентированое на
использование высокопроизводительных многопроцессор-
ных вычислительных систем
• Перспективы – в адаптации разработанного программного
обеспечения для обработки данных гиперспектральных
аэрокосмических измеренийВы также можете почитать
