ГИС КАК ОСНОВА ИНТЕГРАЦИИ

ПРОСТРАНСТВЕННЫХ ДАННЫХ

И ТЕХНОЛОГИЙ

ГЛАВА 11 ГИС И ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ

Дистанционное зондирование Земли(ДЗЗ) сегодня осуществ­ляется в видимом, тепловом и радиолокационном диапазонах электромагнитного спектра. Получаемые изображения отличаются разрешающей способностью, размерами территории, отображен­ной на одном кадре (сцене) и многими другими параметрами (рис. 2 цв. вкл.).

Технические и программные средства сбора данных дистанцион­ного зондирования(ДДЗ) обеспечивают прием изображений на антенную систему, прием и обмен изображений по компьютерным линиям связи, оцифровку изображений с негативов, фотоотпечат­ков и видеофильмов с помощью сканера с последующей вектори­зацией [Ю.Б.Баранов, Ю.К.Королев, С.А.Миллер, 1998].

Хранение ДДЗ, как правило, организовано в виде постоянно обновляемых компьютерных архивов и сопровождающих их про­странственно ориентированных баз данных, которые характери­зуют местоположение и геометрическое описание изображений, природных и техногенных объектов в пространстве и относитель­но друг друга.

Тематическая обработка материалов дистанционных съемок состоит из опознавания, ограничения, идентификации и класси­фикации природных и техногенных объектов. Экологическая об­работка включает эти же процедуры, но направленные на выяв­ление объектов загрязнения в атмосфере, на суше и на водной поверхности.

Благодаря компьютерной обработке космоматериалов достига­ется более высокая контрастность изображения, улучшается воз­можность обособления объектов. Например, можно добиться бо­лее высокой степени дешифрируемости геологических границ, экологически неблагоприятных объектов.

Комплексная интерпретация результатов обработки материа­лов дистанционных съемок основывается на сопоставлении дис-

танционных материалов с ландшафтными, экологическими, гео­логическими, почвенными, неотектоническими и другими тема­тическими картами, данными о размещении месторождений по­лезных ископаемых, производственных объектов, загрязняющих окружающую среду, результатами геохимических и геофизичес­ких съемок, схемами землеустройства и землепользования. Для интерпретации должна быть реализована связь пакета по обработ­ке изображений с внешними БД.

Организовать оперативную комплексную сопряженную интер­претацию поступающих данных возможно с помощью геоинфор­мационных систем. В ГИС картографические материалы содержат­ся в виде тематических компьютерных моделей территории иссле­дований и сопровождаются электронными таблицами с семанти­ческой информацией. Материалы дистанционных съемок также хранятся в электронном виде в соответствующих картографиче­ских проекциях, что позволяет их рассматривать как важнейший компонент единой распределенной компьютерной модели терри­тории [А.Ф.Морозов, А.С.Киреев, А.Ф.Карпузов и др., 1999]. При этом ГИС должна обеспечивать, помимо интерпретации ма­териалов, прогноз ситуации (например, экологической) и при­родных ресурсов.

Выдача рекомендаций производится в виде распечаток карт ситуаций, тематических и прогнозных карт.

Сегодня нет единого универсального машинно-программного комплекса, удовлетворяющего всем потребностям дешифровщи-ка, однако существуют отдельные аппаратно-программные сред­ства (Erdas Imagine, Ermapper, Idrisi, Photomod, Lessa и др.), ко­торые можно рассматривать как его составляющие.

Извлечение строго направленной тематической и в целом при-родоресурсной информации, измерение и оценка целевых факто­ров оперативно может производиться на автоматизированных ра­бочих местах (АРМ), состоящих из персональных компьютеров, RISC-UNIX рабочих станций, оснащенных устройствами ввода изображений и вывода результатов дешифрирования на твердую копию. Прообразами таких АРМов послужили комплексы типа РОБОТРОН (КТС - ДИСК), Pericolor и другие [В. В. Липаев, 1998; Э.А.Трахтенгерц, 1998].

Дополняют программные комплексы реализованные на персо­нальных компьютерах программы, предназначенные для созда­ния аннотированных архивов изображений и результатов их тема­тического дешифрирования.

Примерами стандартной обработки снимков являются: привязка растровых изображений к местности, стандартная классифика­ция, анализ главных компонент, улучшение изображения по кра­ям, сглаживание, разложение и интеграция сопряженно обраба­тываемых данных, вычисление индекса вегетации и др.

Динамический компилятор интегрирует разнообразную инфор­мацию, совмещая изображения с данными из внешних баз (Arclnfo, Autocad, различной табличной информацией) и опери­руя виртуальными объемами данных о земных ресурсах, работает во многих окнах одновременно с несколькими изображениями, что создает принципиально новые возможности для исследовате­ля, снижает время обработки и увеличивает производительность дешифрирования и интерпретации полученных результатов.

Таким образом, сегодня существуют широкие аппаратно-про­граммные возможности по обработке данных дистанционного зон­дирования Земли с целью получения природоресурсной, эколо­гической и иной информации внутри компьютерной модели тер­ритории. Содержательная реализация этих возможностей зависит от имеющихся аппаратных и программных ресурсов, технологии обработки данных, ориентированной на конечный результат и поддерживающей на уровне интерфейса обмен данными между различными программными продуктами.

Технологические операции обработки данных дистанционного зондирования при автоматизированном дешифрировании.Методи­ки дешифрирования космических снимков в зависимости от це­лей исследования изложены в работах П.Кронберга [1988] и дру­гих исследователей. Компьютерные аспекты этих работ развиты в [Автоматизированная..., 1988; Космическая..., 1983; Космическая геология, 1979; Цифровая..., 1991 и др.].

Входной информацией является изображение, представленное в цифровом виде на магнитных лентах или дисках. Оцифровка производится непосредственно на борту летательного аппарата (например, изображения со спутников серии «Ресурс» или Landsat) и дальнейшего приема на компьютер пользователя или с помо­щью сканера или видеокамеры.

После оцифровки и ввода изображения в компьютер на этапе его предварительной обработки программными средствами осу­ществляется устранение механических искажений, появляющих­ся при сканировании. Затем следует операция геометрической кор­рекции, т.е. трансформирование изображения в принятую кар­тографическую проекцию для последующей точной географичес­кой увязки данных дешифрирования с существующими картогра­фическими материалами.

При необходимости осуществляется монтаж нескольких изоб­ражений в единое полотно для сплошного покрытия территории исследований данными зондирований. Для монтажа следует ис­пользовать изображения, прошедшие геометрическую коррекцию или, для горных районов, ортотрансформирование (рис. 3 цв. вкл.).

Яркостная коррекция включает в себя серию процедур (улуч­шение яркости и контраста изображения, эквализацию и т.п.), предназначенных для цолучения изображения, максимально при-

годного для дешифрирования. Например, эквализация предназ­начена для выявления объектов, располагающихся в пределах свет­лых или темных пятен, а нормализация так преобразует яркости, что их значения располагаются в интервале от 0 (черное) до 255 (белое). «Пригодность» экспертно оценивается дешифровщиком, а результат зависит от его опыта и квалификации (рис. 4 цв. вкл.).

В основу компьютерного дешифрирования положены измере­ния четырехмерных (две пространственных координаты, яркостная и временная) распределений радиационных потоков, излучаемых и отражаемых природными объектами.

Тематическая обработка изображения включает в себя логи­ческие и арифметические операции (рис. 5 цв. вкл.), фильтрации (рис. 6 цв. вкл.), линеаментный анализ, классификации и серию методических приемов, разрабатываемых в процессе дешифри­рования для выделения тех или иных объектов. Сюда же следует отнести визуальное дешифрирование изображения на экране ком­пьютера, которое осуществляется с помощью рисующей «мыши», использованием стереоэффекта и всего арсенала средств компь­ютерной обработки и преобразования изображений. Визуальное дешифрирование изображений на компьютере является важней­шим технологическим приемом, поскольку с меньшими трудо­затратами позволяет использовать традиционные методики де­шифрирования (в том числе и стереоскопического), давно опро­бованные различными специалистами и дающими хорошие результаты [Ю.Б.Баранов, 1988; Геологическая..., 1984; Использование..., 1985].

Изображение выводится на экран компьютера в виде матри­цы точек (пиксел) определенного размера (рис. 7 цв. вкл.). Каж­дому пикселу соответствует свое значение яркости, которое во многом зависит от изучаемой территории (горные породы, по­чвы, растительность по-разному отражают или испускают элек­тромагнитное излучение, фиксируемое на снимке). Атмосфера, расчлененность рельефа, деятельность человека и др. искажают яркостную картину. Обработка изображения ориентирована на устранение этих искажений и усиление яркостных отличий объек­тов дешифрирования.

Существуют четыре операции над изображениями, которые выполняются как обычные арифметические действия. Это сложе­ние, вычитание, умножение и целочисленное деление двух изоб­ражений, полученных в разных спектральных каналах, позитива и негатива, или двух вариантов предварительной фильтрации изоб­ражения.

Участки изображения с яркостями, превышающими установ­ленный диапазон, окрашиваются (например, красным). Благодаря этому возможен визуальный контроль арифметических операций.

Логических операций, реализованных на комплексах автома­тизированной обработки изображений, обычно семь. Это «конъ-

юнкция», «дизъюнкция», «эквивалентность», «инверсия», «отри­цание И», «отрицание ИЛИ», «исключающее ИЛИ».

Фильтрации изображения применяются для улучшения его качества, снятия шума и выделения интересующих исследователя объектов.

Обычно используются сглаживающие фильтры и фильтры, выявляющие на изображении перепады яркости. Принцип дей­ствия этих фильтров представляет собой некоторое преобразова­ние значений яркости каждой точки изображения на основе ин­формации о яркости ее соседей в какой-либо достаточно ограни­ченной окрестности.

Как правило, изображение фильтруется матрицей определен­ного размера, коэффициенты которой могут быть заданы произ­вольно.

Сглаживающие фильтры (Average, Brown, Median, Lev, Nagao, Graham и др.) позволяют снять шум и получить однородные участ­ки изображения, пригодные для дальнейшей обработки с целью выявления тех или иных структурно-вещественных комплексов.

Фильтры, подчеркивающие перепады яркости, используются при поиске на изображении границ между различными объекта­ми и при выявлении разрывных нарушений. К группе этих фильт­ров относятся Sobel, Sharp, Prewitt и др.

Часто при автоматизированном дешифрировании использует­ся операция бинаризации в соответствии с заданным значением порога. Под бинаризацией понимается преобразование серого изоб­ражения в бинарное, причем все точки исходного изображения, яркость которых выше заданного порога, становятся белыми, ос­тальные — черными (рис. 8 цв. вкл.).

Порог выбирается исследователем после изучения распределе­ний яркости по изучаемым объектам. Варьирование порогом би­наризации позволяет выделить площадные объекты на изображе­нии, а знание распределения яркости по структурно-веществен­ным комплексам — провести геологическую интерпретацию вы­деленных объектов.

Изображения могут быть подвергнуты морфологическим пре­образованиям, например при выделении высокометаморфизован-ных и гранитизированных горных пород.

Широкие возможности для исследователя открывают автома­тические классификации многозональных изображений (с пред­варительным обучением на эталонах или с задаваемыми парамет­рами). Классификации основаны на том, что различные природ­ные объекты имеют в разных диапазонах электромагнитного спек­тра отличающиеся друг от друга яркости [У.Прэтт, 1982]. Анализ яркостей объектов в разных зонах позволяет идентифицировать и оконтурить ландшафты, почвы, растительность и конкретные гео­логические тела, а также оценить степень их загрязнения.

На космических снимках дешифрируется значительное число линейных элементов, представляющих собой линии выхода раз­рывных структур (трещин и систем трещин, разломов и систем разломов) или зон их геодинамического влияния. Их изучение в научном и практическом аспектах важно для поиска месторожде­ний полезных ископаемых, выявления и мониторинга зон смеще­ния земной коры. Большое число выделяемых линейных структур (рис. 9 цв. вкл.) создает для интерпретатора серьезные затрудне­ния, как при их дешифрировании, так и при корреляции систем линеаментов различных простираний, распознавании структур­ных закономерностей их пространственного распределения и спе­цифики проявления.

Использование автоматизированного выделения и анализа ли­неаментов позволяет устранить перечисленные затруднения, дает более разнообразные возможности и осуществляется быстрее.

Методика автоматизированного выделения и статистического анализа линеаментов подробно описана в работах: [В.Т.Аксенов, Б.В.Малкин, 1988; А.И.Бирюков, В.Е.Шкарин, 1988; А.А.Зла-топольский, 1988; Н.В.Короновский и др., 1986 и др.].

Данные дешифрирования результатов зондирований экспор­тируются в ГИС, где хранятся в виде слоев базы данных (рис. 10 цв. вкл.).

Данные дистанционного зондирования как одна из основ компь­ютерной модели территорий.В связи с тем что дистанционные ма­териалы содержат информацию обо всех параметрах природной среды: геологических, географических, сельскохозяйственных, экологических и т.п., комплексную интерпретацию и эксперт­ную оценку результатов дешифрирования космических изображе­ний рационально производить в геоинформационных системах. Этим осуществляется переход от сложных, часто перегруженных карт, к серии взаимоувязанных карт специализированных объек­тов, что обеспечивает высокую структурированность информации и позволяет эффективно ее использовать и анализировать при ин­терпретации результатов дешифрирования.

Контуры картографических объектов могут быть наложены на предварительно подготовленное и отдешифрированное космиче­ское изображение. Сравнение результатов дешифрирования с кар­тографическими материалами позволяет существенно уточнить и проинтерпретировать результаты дешифрирования. Уточненные данные сохраняются в ГИС в виде тематических слоев.

Описываемая технология дает возможность создания в компь­ютерной форме модели строения территории. Данные дистанци­онного зондирования используются для построения модели как одна из ее неотъемлемых составных частей. При этом местополо­жение каждой точки (пиксела) изображения определяется гео­графическими координатами, посредством которых пикселы свя-

заны со всеми имеющимися тематическими картами, геофизи­ческими и геохимическими данными. Посредством этих связей яркости космических изображений сопоставляются с геологичес­ким строением (возрастом и составом геологических тел), геофи­зическими полями, геохимическими, а при необходимости и дру­гими, в том числе табличными данными, характеризующими тер­риторию исследований.

Связь разнородной геологической, геофизической, геохими­ческой и другой (например, экологической) информации позво­ляет наиболее полно проводить комплексную интерпретацию дан­ных дешифрирования, искать и выявлять неочевидные природ­ные связи между объектами картографирования и дистанцион­ным изображением.

Естественно, технология позволяет решать и обратную задачу — выявлять новые и уточнять картографическое изображение извес­тных объектов.

Таким образом, использование информационных технологий для целей автоматизированной интерпретации результатов дешиф­рирования дистанционных материалов открывает широкие перс­пективы для глубокого осмысления имеющейся информации и одновременно экспрессной оценки ситуации для поддержки при­нятия всесторонне сбалансированных научных и управленческих решений.

Контрольные вопросы

1. Назовите диапазоны электромагнитного спектра, в которых осу­
ществляется дистанционное зондирование Земли.

2. Как хранятся данные дистанционного зондирования?

3. Из каких процедур состоит тематическая обработка данных дистан­
ционного зондирования?

4. На чем основана комплексная интерпретация результатов обработ­
ки данных дистанционного зондирования?

5. Назовите технологические операции обработки данных дистанци­
онного зондирования.

6. Что такое яркостная коррекция?

7. На каких принципах основаны компьютерные фильтрации изобра­
жений?

8. Что такое линейные элементы изображения?