Задачи

V.28. Совмещенные спектральные схемы обнаженной почвы, зеленой растительности я воды приведены на рис V.47. Используя знания отражательной способности каждого из этих объектов в различных диапазонах длин волн, определите, как следует обозначить воду, зеленую растительность, обнажённую почву (А, В или С). (Примечание. Данные не калибровались, поэтому различия характеристик существенны внутри каждого диапазона длин волн, а в различных диапазонах длин волн они несущественны).

V.29. Используя данные совмещенной спектральной схемы для задачи V28, определите, в каком диапазоне длин волн (видимом, ближнем инфракрасном, среднем инфракрасном или тепловом инфракрасном) лучше всего различить три указанных типа покрытия?

V.30. В каком спектральном диапазоне (диапазонах) нельзя отличить воду от растительности?

V.31. В каком спектральном диапазоне (диапазонах) почва имеет самый высокий относительный отклик по сравнению с приведенными выше типами покрытия?

V.32. Чем отличаются спектральные отклики этих типов покрытия в ближнем инфракрасном и среднем инфракрасном диапазонах?

V.7. Краткое содержание главы и выводы

Эффективное использование методов машинного анализа должно основываться на глубоком понимании этих методов и спектральных характеристик исследуемых объектов. Целью главы было описание второго из этих двух аспектов анализа данных и освещение некоторых основных вопросов взаимодействия энергии и вещества, необходимое для интерпретации спектральных характеристик признаков поверхности Земли.

Мы рассмотрели спектральные характеристики растительности, иочвы, воды и снега и основные взаимодействия энергии и вещества, которые влияют на спектральные характеристики этих типов покрытий. Временные и иространственные влияния на спектральные характеристики, особенно типов растительного покрова, часто очень важны и должны тщательно изучаться при интерпретации многоспектральных сканерных данных. Интерпретация данных по различным типам покрытия показывает значение каждого из четырех основных диапазонов длин волн: видимого (0,4-0,7 мкм), ближнего инфракрасного (0,7-1,3 мкм) и среднего инфракрасного (1,3-3,0 мкм) в отражательном диапазоне спектра и теплового инфракрасного (0,8-1,4 мкм) в излучающем диапазоне длин волн.

Было подчеркнуто, что по-настоящему эффективный анализ многоспектральных сканерных данных зависит от глубокого понимания спектральных характеристик типов покрытия, а также от глубины знания используемых методов машинного анализа. Если аналитик не понимает спектральных характеристик типов покрытия, он вскоре обнаруживает, что «играет в игрушки» с ЭВМ и не понимает, что представлено в данных, а что - нет. У аналитика есть в распоряжении ряд методов, которые позво-:Дяют ему осуществлять взаимодействие с данными и таким образом способствуют лучшему пониманию в количественном от-

ношении спектральных характеристик данных. Без должного знания методов анализа аналитик не может эффективно использовать возможности ЭВМ и имеющиеся средства анализа.

В следующей главе мы увидим, как аналитик сочетает понимание спектральных характеристик признаков поверхности Земли со знанием методов машинного анализа, рассмотренных в гл. III, для анализа многоспектральных сканерных данных.

Список литературы

1. Gates D. М. Physical and Physiological Properties of Plants, in «Remote Sensing with Special Reference to Agriculture and Forestry*, National Academy of Sciences, Washington, D. C, pp. 224-252, 1970.

2. Gates D. M., Keegan H. J., Schleter J. C, Weidner V. R. Spectral Properties of Plants. Applied Optics, vol. 4, No. I, pp. 11-22, 1965.

3. Hoffer R. M., C. J., Johannsen. Ecological Potentials in Spectral Signature Analysis, in P. L. Johnson (Ed.) «Remote Sensing in Ecology*, University of Georgia Press, Athens, Ga., 1969.

4. Hoffer R. M. Spectral Reflectance Characteristics of Vegetation, in «Fun-damentals of Remote Sensing*. Mini course Series. Purdue University, West Lafayette. Ind., 1976.

5. KnipUng E. B. Physical and Physiological Basis for Differences in Reflectance of Healthy and Diseased Plants in «Workshop on Infrared Color Photography in the Plant Sciences* Florida Department of Agriculture, Winter Haven, Fla., 1967.

6. Laboratory for Agricultural Remote Sensing: «Remote Multispectral Sensing in Agriculture*, vol. 3, Research - Bulletin no. 844, Agricultural Experiment Station. Purdue University, West Lafayette, Ind., 1968.

7. Sinclair T. R., Hoffer R. M., Schreiber M. M. Reflectance and Internal Structure of Leaves from Several Crops during a Growing Season - Agronomy Journal, vol. 63, pp. 864-868, 1971.

8. Myers V. I. Soil, Water and Plant Relations, in «Remote Sensing with Special Reference to Agriculture and Forestry*. National Academy of Sciences, Washington, D. C, pp. 253-297, 1970.

9. Hoffer R. M. Spectral Reflectance Characteristics of Earth Surface Features, in «Fundamentals of Remote Sensing*. Minicourse Series. Purdue University, West Lafayette, Ind., 1976.

10. Soils Survey Staff, Bureau of Plant Industry: «Soil Survey Manual*. Handbook no. 18, U.S. Department of Agriculture, Washington, D. C, 195L

11. Bowers S. A., Hanks R. J. Reflection of Radiant Energy from Soil, Soil Science, vol. IQQ, pp. 13Q-138, 1965.

12. Hunt G. R., Salisbury J. W. Visible and Near - Infrared Spectra of Minerals and Rocks. - Modern Geology, vol. 1, pp. 283-3QQ, 197Q.

13. Montgomery 0. L. An Investigation of the Relationship between Spectral Reflectance and the Chemical, Physical and Genetic Characteristics of Soils. Ph. D. Dissertation, Department of Agronomy. Purdue University, West Lafayette, Ind., 1976.

14. Page W. R. Estimation of Organic Matter in Atlantic Coastal Plain Soils with a Color - Difference Meter - Agronomy Journal, vol. 66, pp. 652- 653, 1974.

15. Baumgardner M. F.. Kristof S. I., Johannsen C. J., Zachary A. L. Effects of Organic Matter on the Multispectral Properties of Soils, Proc. Indiana Academy of Science, vol. 79, pp. 413-422, 1970.

16. Обухов A. И., Орлов Д. С. Спектральная отражательная способность главнейших типов почв и возможности использования диффузного отражения при почвенных исследованиях. - Почвоведение, № 2, 1964, с. 83-89.

17. Matthews Н. L. Application of Multispectral Remote Sensing and Spectral Reflectance Patterns to Soil Survey Research. Ph. D. Dissertation, Pennsylvania State University, College Station, Pa., 1972.

18. Bartolucci L. A., Robinson B. F., Silva L. F. Field Measurements of the Spectral Response of Natural Waters. Photogrammetric Engineering and Remote Sensing, vol. XLIII, no. 5, pp. 595-598, 1977.

19. Work E. A., Gilmer D. S. Utilization of Satellite Data for Inventorying Prairie Ponds and Lakes. Photogrammetric Engineering and Remote Sensing, vol. XLII, no. 5, pp. 685-694, 1976.

20. Bartolucci L. A. Digital Processing of Satellite Multispectral Scanner Data for Hydrologic Applications. Ph. D. Dissertation, Department of Geoscien-ces. Purdue University, West Lafayette, Ind., 1976.

21. Clarke G. L., James H. R. Laboratory Analysis of the Optical Society of America, vol. 29, pp. 43-55, 1939.

22. Specht M. R., Needier D., Fritz N. L. New Color Film for Water - Photography Penetration. Photogrammetric Engineering, vol. XXXIX, no 4, bp 359-369, 1973.

23. Hulbert E. 0. Optics of Distilled and Natural Water. - Journal of the Optical Society of America, vol. 35, no. 11, pp. 698-705, 1945.

24. Duntletj S. Q. Light in the Sea.- Journal of the Optical Society of America, vol. 53, pp. 214-233, 1963.

25. Lepley L. Foster K. E., Everett L. G. Water Quality Monitoring of Reservoirs on the Colorado River Utilizing ERTS - 1 Imagery, in K.P.B. Thomson, R- L. Lane, and S. C. Csallany (Eds.), Remote Sensing and Water Resources Management, Proc. American Water Resources Association, no. 17, Urbana, 111,, pp. 105-111, 1975.

26. Polctjn F. C, Lyzenga D. R. Calculations of Water Depth from ERTS MSS Data, Proc. Symposium on Significant Results Obtained from the Earth Resources Technology Satellite, vol. 1, sec. B, Goddard Space Flight Center, New CarroUton, Md., pp. 1433-1441, 1973.

27. Ross D. S. Water Depth Estimation with ERTS - 1 Imagery, in Proc. Symposium on Significant Results Obtained from the Earth Resources Technology Satellite, vol. I, sec. B, Goddard Space Flight Center, New CarroUton, Md., pp 1423-1432, 1973.

28. Weisblatt E. A., Zaitzeff J. В., Reeves C. A. Classification of Turbidity Levels in the Texas Marine Coastal Zone, in Proc. Symposium on Machine Processing of Remotely Sensed Data. IEEE Catalog no. 73 CHO 834-2GE, IEEE Single Copy Sales, Piscataway, N. J., pp. ЗА - 42 to ЗА -59, 1973.

29. Clarke G. L., Ewlng G. C, Lorenzen C. J. Spectra of Back Scattered Light from the Sea Obtained from Aricraft as a Measure of Chlorophyll Concentrations, Science, vol. 167, pp. 1119-1121, 1970.

30. Wezernak C. T. The Use of Remote Sensing in Limnological Studies, in Proc. Ninth International Symposium on Remote Sensing of Environment, vol. II, Environmental Research Institute of Michigan, Ann Arbor, Mich., pp. 963-980, 1974.

31. Egan W. G. Boundaries of ERTS and Aircraft Data Within Which Useful Water Quality Information Can Be Obtained, in Proc. Ninth International Symposium on Remote Sensing of Environment, vol. II, Environmental Research Institute of Michigan, Ann Arbor, Mich., pp. 1319-1343, 1974.

32. Szekielda K- H., Curran R. J. Biomass in the Upwelling Areas Along the Northwest Coast of Africa as Viewed with ERTS - 1, in Proc. Symposium on Significant Results Obtained from the Earth Resources Technology Satellite, vol. I, sec. B, Goddard Space Flight Center, New CarroUton, Md., pp. 1385- 1401, 1973.

33. Fok Y. S., Adams W. M. Some Recent Applications of Remote Sensing to Water Resources in Hawaii, in K. P. B. Thomson, R. L. Lane, and S. C. Csallany (Eds.), Remote Sensing and Water Resources Management, Proc. American Water Resources Association, no. 17, Urbana, 111., pp. 89-103, 1973.

34. Scherz J. P., Graff D. R., Boyle W. C. Photographic Characteristics of Water Pollution. Photogrammetric Engineering, vol. XXXV, no. 1, pp. 38- 43, 1969. 55 > . ff

35. Reeves R. G. (Ed.) Manual of Remote Sensing, 2 vols. American Society of Photogrammetry, Falls Church, Va., 1975.