г. Томск, 15-17 октября 2013 г.

Андреева Н.В.   Потапов В.П.   Гиниятуллина О.Л.  

Особенности обработки и анализа мультспектральных и гиперспектральных снимков для задач оценки экологического состояния горнодобывающих районов

Докладчик: Андреева Н.В.

Для решения задач оценки экологического состояние окружающей среды и получения точного результата, необходимо правильно подойти к выбору исходных данных.  Для этого лучше всего подойдут данные дистанционного зондирования Земли (ДЗЗ) -  это данные, полу¬ченные с помощью, так называемых удаленных носителей (самолетов, вертолетов, беспилотных аппаратов и космических аппаратов).
Актуальность задач, решаемых методами оптического ДЗЗ, определяется расширяющимся применением дистанционных методов в научных и прикладных исследованиях окружающей среды, в сельском и лесном хозяйстве, экологии, в отслеживании и контроле чрезвычайных ситуаций.
В настоящее время системы космического мониторинга  широко используются при изучении природно-территориальных комплексов различного масштаба (от миллионов квадратных километров до нескольких квадратных метров) во многих странах мира.
Космическая съемка различается по: масштабу, пространственному разрешению, обзорности и спектральным характеристикам.
Наибольший интерес представляют спектральные характеристики снимков, они дают возможность выявлять важные  характеристики  земной  поверхности  или изучать явления, не видимые в «широком» диапазоне, например влажность почв и грунтов, участки разгрузки подземных вод, литологический состав горных пород, состояние растительности, загрязнение и «цветение» вод и т. д. Для решения большинства задач необходимо  использовать  материалы  мультиспектральных  съемок  в  трех — пяти диапазонах, причем как в видимом, так и в инфракрасном диапазонах. Еще большие перспективы открывает съемка поверхности  земли  с  помощью  гиперспектрометров.  Они позволяют  получать данные более чем в ста каналах (узких диапазонах спектра), одновременно в видимом, ближнем  и среднем инфракрасном диапазонах [1].
Основной отличительной особенностью гиперспектральных данных является возможность одновременного анализа пространственного распределения и спектральных характеристик наблюдаемых объектов, процессов и явлений. При этом используется «гиперкуб» данных, состоящий из строк и столбцов, формирующих матрицу пространственного распределения яркостей, совместно с третьей координатой, являющейся длиной волны регистрируемого излучения [2].
Если опыт тематической классификации мультиспектральных изображений на сегодняшний день достаточно обширен и известен, то методология обработки гиперспектральных снимков находится только в стадии формирования и вызывает определённые трудности по тематическому дешифрированию [3].
Увеличение количества спектральных диапазонов затрудняет выбор и оценку качества эталонов классов, использование методов визуально-интерактивного анализа, как самих изображений, так и диаграмм рассеяния.
Таким образом, тематическая обработка гиперспектральных изображений требует либо специального аппарата анализа изображений, либо разработки эффективных методик снижения размерности задачи с минимальными потерями необходимой для прикладного дешифрирования информации.
В связи с этим, для эффективного использования гиперспектральных данных требуется разработка и применение эффективных методов, технологий, программных и высокопроизводительных технических средств обработки информации.

1.  Аристов М. Быстрее, точнее, дешевле // ГЕОпрофиль. 2008. №1. С. 10-24.
2. Gut N. Hyperspectral imaging // Spectroscopy. 1999. V.14. №3. P. 28-42.
3. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений. // Научный мир, 2003.

Тезисы доклада:abstracts_175215_ru.pdf


К списку докладов

Комментарии

Имя:
Код подтверждения: