== МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ
И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ
МЕТОДЫ ВЫЯВЛЕНИЯ ДИНАМИКИ ТРОПИЧЕСКОЙ РАСТИТЕЛЬНОСТИ ВЬЕТНАМА ПУТЕМ АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ МНОГОЗОНАЛЬНЫХ
СНИМКОВ © 2011 г. В. С. Марчуков*, Ле Хунг Чинь
Московский государственный университет геодезии и картографии (МИИГАиК), Москва
*Е-таП: marchukov@miigaik.ru Поступила в редакцию 17.05.2010 г.
В статье представлены результаты исследований по разработке методов автоматизированного дешифрирования временных рядов многозональных изображений высокого разрешения (30 м) для решения задач оценки состояния и динамики тропической растительности Вьетнама. Была исследована достоверность дешифрирования тропической растительности путем контролируемой классификации исходных многозональных изображений и контролируемого дешифрирования на основе многоуровневой классификации с использованием структурно-пространственной модели изображений. Полученные результаты могут использоваться для определения площади лесных земель, классификации типов тропической растительности, для оценки динамики растительного покрова Вьетнама и создания карт изменения лесов.
Ключевые слова: автоматизированное дешифрирование, многозональная съемка, структурно-пространственная модель изображений, динамика тропической растительности, Вьетнам.
ВВЕДЕНИЕ
Территория Вьетнама полностью расположена в экваториальном поясе. Значительная ее часть, главным образом в горах, покрыта лесами. Лесное хозяйство играет важную роль в экономике Вьетнама. В условиях возрастающего разностороннего антропогенного воздействия лесной покров сильно изменяется. Важнейшей задачей является устойчивое управление лесами, обеспечивающее охрану, защиту и воспроизводство лесов. Решение этой задачи невозможно без проведения регулярного мониторинга растительных ресурсов. Наибольшим информационным потенциалом для использования в целях дистанционного мониторинга растительного покрова обладают данные космической многозональной съемки. Растительность в первую очередь отображается на космических снимках как внешний покров земной поверхности. На аэрокосмических снимках хорошо разделяются застроенные и безлесные территории, отображается распределение на земной поверхности различных типов растительных сообществ и фитоценозов (Бондур, 2006; Книжников, 1978; Савиных, 2000). Многозональные космические снимки используются как для оценки размеров площадей участков различных классов растительности, так и для определения их состояния, сезонных изменений, оценки общего состояния с.-х. культур и прогнозирования урожайности.
В данной статье приведены результаты исследований по разработке и выбору методов автоматизированного дешифрирования временных рядов многозональных изображений, обеспечивающих высокую достоверность, необходимую для решения задач оценки состояния и динамики тропической растительности Вьетнама. Была исследована достоверность дешифрирования тропической растительности путем контролируемой классификации исходных многозональных изображений и контролируемого дешифрирования на основе многоуровневой классификации с использованием структурно-пространственной модели изображений (Марчуков, 2003, 2009).
Исходными данными для исследований являлся временной ряд многозональных изображений КА серии Landsat в семи и восьми спектральных диапазонах, полученных 27.12.1993, 04.11.2000, 23.11.2001 и 08.11.2007. На первом этапе было выполнено формирование геометрически идентичных фрагментов разновременных космических снимков. Для этого были произведены географическая привязка и трансформирование изображений на даты 27.12.1993, 04.11.2000, 23.11.2001 в проекцию изображения 08.11.2007. Затем из всех четырех изображений были вырезаны идентичные фрагменты, которые в виде RGB (каналы 2, 3, 4) показаны на рис. 1—4.
Рис. 1. RGB-представление исходного снимка 27.12.1993 г.
Рис. 3. RGB-представление исходного снимка 23.11.2001 г.
Рис. 2. RGB-представление исходного снимка 04.11.2000 г.
Рис. 4. RGB-представление исходного снимка 08.11.2007 г.
Таблица 1. Дешифрируемые классы объектов
№
Классы объектов
Условные знаки
сСоокмикхнгуотрыахй влажный смешанный лиственно-хвойный субтропический лес на невысоких горах
Вечнозеленый сомкнутый влажный дождевой тропический лес
Многолетний лиственный лес на горах
Смешанный лиственный и бамбуковый лес
Молодой лес и лесонасаждения
Невысокий лес на плоскогорьях
РБиамсобвуыкоевпыойлялевсо
Рисовые поля во время созревания урожая
Рисовые поля после сбора ррожая
10
Другие виды с.-х. растительности
11
СМеелльксоквиоедзнаыстеробйъкеиктсыдргеивдерсонгорйафриасит
12
Глубоководные объекты гидрографии
13
Сельские застройки с древесной растительностью
14
Застройки и пустыри без растительности
1
2
3
4
5
6
7
8
9
На исследуемых изображениях отображен участок северной части Вьетнама на территории провинции Тхай Нгуен. Провинция Тхай Нгуен расположена в горной и плоскогорной местности, в пределах 20°20'—22°03' с.ш. и 105°28'-106°16' в.д., на расстоянии 80.4 км от г. Ханой. Площадь ее равна 3541.1 км2, причем горная территория составляет 90.73% всей площади. Самая высокая гора Там Дао с высотой 1591 м расположена на юге провинции. В соответствии с тропическим муссонным климатом, среднее количество осадков составляет 1500— 2250 мм (Биоразнообразие, 2001). Верхнюю часть исследуемых снимков занимают лесные территории, в нижней части расположен горный ряд Там Дао. В центральной части снимков расположены г. Тхай Нгуен, р. Конг и с.-х. земли.
ОДНОУРОВНЕВОЕ ДЕШИФРИРОВАНИЕ ВРЕМЕННОГО РЯДА ИСХОДНЫХ МНОГОЗОНАЛЬНЫХ ИЗОБРАЖЕНИЙ
Для дешифрирования серии разновременных многозональных изображений применялась кон-
тролируемая классификация гаперпараллелепи-педным методом с привлечением классификатора по методу максимального правдоподобия для пикселов, попадающих в разные гиперпараллелепипеды.
На основе проведенного анализа исследуемой территории были определены классы подлежащих дешифрированию объектов, которые представлены в табл. 1 с едиными условными обозначениями для всех результатов дешифрирования, приведенных в данной статье.
Определение тестовых и контрольных участков выбранных классов объектов осуществлялось на основе визуального дешифрирования отдельных фрагментов исходных изображений с привлечением дополнительных картографических материалов (Топографическая карта М 1 : 100000, 2002 г.). Были созданы единые тестовые участки для всех исходных разновременных снимков на участках территории, незначительно изменившихся за рассматриваемый временной интервал. Одна часть тестовых участков использовалась в качестве "обучающих" для определения параметров используемых классификаторов, другие тестовые участки — в качестве
Рис. 5. Результат дешифрирования исходного снимка 1993 г.
Рис. 7. Результат дешифрирования исходного снимка 2001 г.
Рис. 6. Результат дешифрирования исходного снимка 2000 г.
Рис. 8. Результат дешифрирования исходного снимка 2007 г.
Линейный объект
I I I
Разброс интенсивности
линейных и граничащих объектов
II
Точечный объект
Разброс интенсивности точечных объектов
Рис. 9. Принцип формирования разброса интенсивности линейных и малоразмерных объектов.
"контрольных" при расчете достоверности полученных результатов дешифрирования.
Дешифрирование было выполнено в программном пакете ERDAS Imagine. На рис. 5—8 представлены результаты дешифрирования исходных разновременных многозональных снимков. Их анализ показал, что при обработке космических снимков в диапазонах 0.45-0.52, 0.52-0.60, 0.63-0.69, 0.760.90, 1.55-1.75, 10.40-12.5, 2.08-2.35 и 0.52-0.90 мкм уверенно дешифрируются крупные и средние объекты гидрографии. Узкие реки не удается дешифрировать на снимки с разрешением 28.5 м, так как их ширина на исследуемой территории составляет несколько десятков метров.
На изображении с разрешением 28.5 м дешифрируются участки лесной растительности, занимающие площадь более 1 га, с разделением на следующие подклассы: сомкнутый влажный смешанный лиственно-хвойный субтропический лес на невысоких горах; вечнозеленый сомкнутый влажный дождевой тропический лес; влажный дождевой лиственный лес; многолетний лиственный лес на горах; смешанный лиственный и бамбуковый лес; молодой лес и лесонасаждения; невысокий лес на плоскогорьях; бамбуковый лес.
По снимкам не удается дешифрировать отдельные участки с.-х. растительности, так как рисовые поля и другие виды с.-х. растительности в северной части Вьетнама представляют собой небольшие участки, площадь которых менее 0.5 га. Но по исходным снимкам успешно выделяется общая площадь с.-х. земель.
Отдельные сооружения не удается выделить на исходных изображениях, но уверенно выделяются сельские застройки с древесной растительностью.
При проведении классификации по одноуровневой схеме появляются ошибки, которые возникают вследствие присутствия на изображении точечных, малоразмерных, граничных и линейных объектов. Точечные, малоразмерные и линейные
объекты недостоверно дешифрируются на исходных изображениях, так как они характеризуются большим разбросом значений интенсивности, вызванным попаданием в один элемент разрешения различных долей площади, относящихся к разным классам (рис. 9).
ДЕШИФРИРОВАНИЕ ВРЕМЕННОГО РЯДА
МНОГОЗОНАЛЬНЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ НА ОСНОВЕ СТРУКТУРНО-ПРОСТРАНСТВЕННОЙ МОДЕЛИ
Предварительная обработка исходных изображений на основе их структурно-пространственной модели, обеспечивающая сглаживание по полю площадных объектов и замену значений интенсивности неплощадных объектов значениями усредненной интенсивности площадных объектов в некоторой локальной окрестности, позволяет существенно повысить достоверность дешифрирования. Блок-схема предварительной обработки исходных изображений на основе структурно-пространственной модели показана на рис. 10 (Марчуков, 2010).
На рис. 11—14 показаны результаты дешифрирования предварительно обработанных на основе структурно-пространственной модели исходных многозональных изображений, полученных 27.12.1993, 04.11.2000, 23.11.2001 и 08.
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.