Android-приложение для поиска дешевых авиабилетов: play.google.com
Главная -> Дистанционное зондирование

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 [90] 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129

что в начале вегетационного периода возможность спектральной дифференциации между кукурузой и соей зависит от размеров покрытия земли, а не от каких-либо характерных различий спектральных характеристик непосредственно сои и кукурузы. Рано засеянные поля кукурузы можно было правильно отличить от полей сои, так как сканерная система определила в каждом элементе разрешения более высокий процент покрытия земли и более низкий процент обнаженной почвы. Однако было обнаружено, что кукуруза, посеянная позднее, занимает почти столько же процентов площади, что и соя. Поэтому это, по существу, был тот случай, когда 50% поверхности земли занимала обнаженная почва, а остальные 50%-растительность и казалось, что не было значительной разницы в том, состояла ли сцена иа таких компонентов зеленой растительности, как соя или кукуруза. Наибольшие спектральные различия между листвой сои и кукурузы нельзя было определить из-за большей густоты посевов, которую сканерная система измерила в этот момент вегетационного периода. Такой вид взаимодействия спектральных характеристик иногда вызывал трудности у исследователей, работавших с многоспектральными сканерными данными сельскохозяйственных культур, особенно если данные были получены в. начале вегетационного периода. Использование многовременных данных и тщательный выбор времени года, когда можно избежать этого взаимодействия, кажется наиболее целесообразным решением таких проблем.

При рассмотрении лесных областей часто сталкиваются с аналогичной проблемой определения, хотя в данном случае речь идет о пространственных, а не о временных изменениях. В сущности, если полог леса довольно густой, не так уже трудно идентифицировать его как «лесную» область. Однако под какую категорию Вы отнесете область, когда смыкание крон составляет только 10-20%? Предположим, например, что густота посадки некоторых лесных участков исследуемой области очень низкая (например, 20% смыкания крон), а другие участки изучаемой области используются в качестве пастбищ, но иа иих есть несколько отдельно стоящих деревьев, которые дают скоту тень (также 20% смыкания крои). С высоты полета самолета или спутника спектральные характеристики таких областей могут .быть очень похожими, так как действительный тип покрытия может быть одинаковым в обоих случаях. Однако идентификация и картографирование категорий землепользования будет различной (т. е. лес и пастбище). Следовательно, мы иногда сталкиваемся с ситуациями, когда степень смыкания крои, необходимая для отнесения области к категории «лес», определяется несколько произвольно. Например, лесные области могут включать только области со смыканием 30% и более, хотя это будет означать, что некоторые действительно лесные области могут быть ошибочно классифицированы как пастбища. 1 Вопросы, связанные с определением исследуемых классов,-



возникают также тогда, когда мы используем многоспектральные сканерные данные для картографирования землепользовании. Для многих различных дисциплин необходимы текущие и точные карты землепользовании различных исследуемых областей.

Однако термин «землепользование» обычно используется во взаимосвязи и включает как типы землепользования, так и фактическое использование земли, в противоположность возможностям использования земли или ее пригодности. Например, хотя типом покрытия области может быть лес, это не указывает на использование этой лесной области в производстве лесоматериала или на то, что лес находится на «отдыхе», или, возможно, в области ведется охрана диких животных или бассейнов. Таким образом, следует понимать, что о фактическом использовании земли можно лищь предполагать, и его нельзя прямо определить по данным дистанционного зондирования, полученным с любой высоты. Другими словами, с помощью данных дистанционного зондирования можно идентифицировать и классифицировать различные признаки поверхности земли или типы растительного покрова, но о конкретной деятельности, связанной с использованием этих участков человеком, можно только догадываться или определять ее другими средствами.

Это основное различие между типом покрытия и землепользованием становится особенно очевидным, когда мы сравниваем методы «ручного» дешифрирования и машинного анализа. Методы «ручного» дешифрирования часто используются для идентификации и классификации различных признаков поверхности земли и типов растительного покрова, и тогда землепользование исследуемой области определяется сразу же, а это делает возможным получение карт.землепользования. С другой стороны, с помощью методов машинного анализа карты типов покрытия получаются путем идентификации, выделения и воспроизведения только различных признаков поверхности земли и типов растительного покрова; методы, при которых для классификации данных используются только алгоритмы распознавания образов, не позволяют ЭВМ определять тип землепользования. Если нужна карта землепользования, необходимо выполнить второй шаг, при котором информация о типе покрытия, полученная первоначально ЭВМ, соединяется с дополнительными или справочными данными из других источников. Например, машинная классификация может показать, что область имеет такие типы покрытия: лес, вода и пастбище; но это потребует дополнительную информацию, например, местоположение государственных заповедников, чтобы можно было отнести эту область к категории областей, используемых в основном для отдыха. В некоторых случаях лучшим методом получения дополнительной информации, которая позволяет определить виды землепользования, является ручное дешифрирование аэрофотоснимков, а в других случаях дополнительные данные (такие, как владение землей) 278



необходимо получить из какого-либо имеющегося источника данных, а затем при необходимости добавлять их к информации о типах покрытия с помощью автоматизированных методов.

Еще один термин, который часто использовался (и часто неправильно) в дистанционном зондировании и тесно связан с рассматриваемым нами вопросом о спектральных различиях,- это «спектральная сигнатура». Часто этот термин означает единый определенный и типичный спектральный образ, с помощью которого можно правильно идентифицировать отдельный признак поверхности земли. Однако основные спектральные характеристики всей зеленой растительности довольно похожи и есть много факторов, которые могут вызывать изменения спектральных характеристик любого типа покрытия или даже вида в любой момент времени. Таким образом, необходимо признать, что-единых неизмененных спектральных сигнатур в природе не существует. Вернее, в любой момент времени в определенной географической области могут существовать образы спектральных характеристик различных исследуемых видов растительности,, которые можно определить и которые представляют собой крм-бинации отражательной и излучательной способностей самой растительности, почвы, теневых эффектов, обусловленных различиями густоты или способов сева, и т. д., достаточно характерные для того, чтобы можно было идентифицировать различные виды растительности. В этом отношении особенно важны временные изменения спектральных характеристик, и наличие данных, собранных в два момента времени, часто позволяет идентифицировать некоторые типы покрытия, что невозм.ожно при использовании данных, полученных в один момент времени. Например, осенью после сева озимую пшеницу невозможно идентифицировать, потому что ноля, засеянные ею, так же как и многие другие поля, представляются спектрально как обнаженная почва. Ранней весной озимая пшеница имеет спектральную характеристику, характерную для густопосеянной зеленой растительности, но спектральная характеристика кормовых сельскохозяйственных культур может быть такой же. Однако только для полей озимой пшеницы характерна комбинация спектральных характеристик, представленная обнаженной почвой осенью и зеленой растительностью весной!

Подведем итог. Термин «спектральная сигнатура» часто означает степень однородности и отсутствие изменчивости, а также абсолютную калибровку данных, обычно отсутствующую в многоспектральных системах. Это иногда приводит к таким вопросам: «Определили ли Вы конкретную спектральную сигнатуру пшеницы (кукурузы, обнаженной почвы, мутной воды и т. д.) и как она выглядит?» Опыт показывает, что нет такого явления, как «определенная» спектральная сигнатура для отдельного признака поверхности Земли. Поэтому, чтобы избежать неправильного понимания термина «спектральная сигнатура», при обсуждении мы предпочитаем использовать термин



0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 [90] 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129



0.0056
Яндекс.Метрика