CC BY
55
УДК 528.9:002.6
КАРТОГРАФИРОВАНИЕ ИЗМЕНЕНИЙ МЕСТНОСТИ С ИСПОЛЬЗОВАНИЕМ РАЗНОВРЕМЕННЫХ МАТЕРИАЛОВ КОСМИЧЕСКОЙ СЪЕМКИ
Геннадий Анатольевич Гиенко
Университет Аляски Анкоридж, 3211 Провиденс Др., Анкоридж, AK 99508, США, профессор, тел: +1 (907) 786 1919, факс: +1 (907) 786-1079, e-mail: [email protected]
Анатолий Яковлевич Гиенко
СКТБ «Наука» Красноярский Научный Центр, Российская Академия Наук, пр. Мира, д.53, г.Красноярск, 660049, ведущий научный сотрудник, e-mail: [email protected]
В статье рассмотрены вопросы использования автоматической классификации материалов разновременной космической съемки для экологического картографирования и мониторинга изменения окружающей среды.
Ключевые слова: динамика изменений местности, гео-визуализация, автоматическая классификация изображений.
MAPPING SPATIAL CHANGES USING MULTI-TEMPORAL SATELLITE IMAGES
Gennady A. Gienko
University of Alaska Anchorage, 3211 Providence Dr., Anchorage, AK 99508, USA, professor, phone: +1 (907) 786 1919, fax: +1 (907) 786-1079, e-mail: [email protected]
Anatoly Y. Gienko
SKTB “Nauka”, Krasnoyarsk Scientific Center, Russian Academy of Science, Mir Ave., 53, Krasnoyarsk, 660049, leading scientist, e-mail: [email protected]
The paper addresses some aspects of change detection analysis and geo-visualization of environmental changes at the regional level.
Key words: change detection, geo-visualization, automated image classification.
Разработка и поддержание гео-информационных систем мониторинга динамических изменений местности является одной из первостепенных задач сегодняшнего картографирования. Несмотря на многочисленные исследования и накопленный опыт, тематическая интерпретация космических снимков с целью автоматической обработки все еще является наиболее трудно формализуемым процессом. Относительно невысокое пространственное и спектральное разрешение космических снимков, применяемых в региональных географических исследованиях, определяет подход к интерпретации изображений, ограничивая доступный инструментарий методами классической много-спектральной классификации с интенсивной пост-обработкой с использованием преимущественно деципиентных, косвенных признаков дешифрирования объектов.
В случае существенных изменений местности или при задаче периодического мониторинга целесообразно использовать методы, основанные на анализе
и классификации разновременных аэро - и космических изображений. Основные методы идентификации изменений местности можно условно подразделить на три группы: методы с непосредственным использованием исходных изображений, методы основанные на результатах преобразования изображений, и методы использующие результаты дешифрирования снимков. Первые две группы целиком основаны на растровой модели данных, технологии последней группы используют растровые данные для выделения границ объектов в виде векторных объектов и последующей обработкой результатов картографирования на основе векторной модели данных.
Использование исходных изображений подразумевает выполнение различных алгебраических операций с синтезированными изображениями (или отдельными спектральными каналами), например вычитание (или деление) одного изображения (или отдельного спектрального канала) из другого. Ненулевые пикселы результирующего изображения могут соответствовать положительным или отрицательным изменениям элементов местности. Интуитивная простота и привлекательность данного подхода довольно обманчива, поскольку на численные значения пикселов в исходных изображениях влияет множество факторов, связанных как с реальными изменениями состояния и местоположения объекта, так и условиями получения снимков и естественными сезонными изменениями местности.
Альтернативным подходом к решению этой проблемы является использование результатов предварительной обработки изображений. Сюда относится оценка динамики изменения местности на основе использования вегетационных и других индексов, использование метода PCA (метод главных компонент, при котором выполняется декомпозиция разновременных снимков на принципиальные компоненты, некоторые из которых могут содержать существенную информацию об изменениях местности), и другие.
Третья группа методов основана на использовании результатов классификации разновременных снимков. Результаты интерпретации снимков представлены в векторной форме и по существу является некоторым аналогом классических картографических методов.
Одной из проблем, возникающих при сравнении результатов автоматизированной классификации разновременных снимков, является расхождение контуров объектов, вызванное неточностью геопривязки, искажениями изображения из-за рельефа, а также разным пространственным разрешением. Вероятность того что границы объекта, выделенного на разновременных изображениях, совпадут с достаточной точностью, невысока. Таким образом, прямое сравнение геометрических границ объекта в векторной форме является нетривиальной задачей. С другой стороны, невысокое пространственное разрешение и региональный охват территорий не предполагает детального сравнения границ отдельных объектов. Скорее наоборот, в региональных масштабах требуется интегральное представление динамики изменений с использованием некоторого обобщающего показателя.
Для решения этой проблемы предлагается использование обобщенного критерия состояния покрова земной поверхности, вычисленного в виде коэф-
фициента изменения формы и местоположения объекта. Коэффициент изменения определяется как соотношение площади объекта на единицу площади земной поверхности. Рисунок 1 иллюстрирует коэффициенты изменения состояния поверхности, вычисленные по результатам автоматической классификации снимка Landsat.
Рис. 1. Результаты автоматической классификации снимков Landsat с вычислением коэффициентов изменения поверхности. Коэффициент характеризует уровень антропогенной нарушенности ландшафтов при гидротехническом строительстве и промышленных лесозаготовках в районе г.Усть-Илимск (Ангарский бассейн)
При сравнительном анализе данных разновременного дистанционного зондирования уверенно выделяются наиболее изменяемые элементы местности, регистрируемые на материалах космической съемки. В частности, к ним относятся все нарушения естественного состояния лесных массивов, изменения землепользования, промышленное освоение территорий и прочее. Рис. 2 иллюстрирует пространственное распределение коэффициента изменения состояния лесных массивов по результатам автоматический классификации снимка Land-sat.
Отслеживание динамики изменений местности с отображением разнородных категорий объектов с показанием положительных и отрицательных изменений (в терминах изменения положения, размера, площади и аттрибутивного состояния), является сложной задачей, зависящей от определенного типа изменений в конкретном географическом регионе.
Рис. 2. Нарушенность лесного покрова на берегах реки Ангара в районе Усть-Илимска по результатам обработки снимка ЬапёБа1 (съемка 2005). Коэффициент изменений: минимальная нарушенность (к=0), полностью вырубленный лес (к=1). Система координат иТМ
Использование разновременных снимков, покрывающих значительные территории для отображения динамики изменений местности за существенный интервал времени является нетривиальной задачей гео-визуализации, однако описанный в статье подход предлагает эффектное техническое решение.
© Г.А. Гиенко, А.Я. Гиенко, 2013
