CC BY
15
На вход модуля плановой увязки лент магнитограмм подаются данные, полученные в результате оцифровки и записанные в файлы формата DAT.
В качестве исходных данных необходимо определить номера маршрутов пролета, время, в которое были произведены замеры, и значения магнитного поля, соответствующие этому времени, а также названия ориентиров, их координаты и время пролета над ними летательного аппарата.
Интерфейс пользователя модуля плановой увязки лент магнитограмм представляет собой экранную форму (рис, 5),
В правой части расположен список обрабатываемых магнитограмм с указанием номера маршрута, В верхней левой части формы в виде точек оцифровки отображаются полученные на входе ориентиры, а также схема точек замеров, привязанная к системе координат (в случае, если осуществлена плановая увязка магнитограмм), Элементы, соответствующие выделенной в списке магнитограмме, подсвечиваются на схеме. В нижней левой части формы отображается график магнитного поля,
Полученные в результате преобразования данные сохраняются в файл формата DAT.
Внедрение разработанного программного обеспечения в производственный процесс различных геологоразведочных предприятий, занимающихся обработкой архивных данных аэромагнитной съемки, позволит значительно сократить время, затраченное на преобразование архивных материалов в форматы, принятые в современном компьютерном картографировании, а также значительно повысить качество полученных в результате преобразования данных путем исключения ошибок, вызванных в случае, если расчеты ведутся при непосредственном участии человека,
Библиографический список
1. Логачев А А, Захаров В.П, Магниторазведка, П.: Недра, 1973,352 с.
2. Никитин A.A. Теоретические основы обработки геофизической информации. М.: Недра, 1986. 342 с.
3. Середкин А.Б. Методика оцифровки и обработки аэромагнитных данных, представленных картами графиков магнитного поля II Сб. избранных трудов региональной научно-технической конференции, Иркутск: ИрГТУ, 2007, Вып, 7, С, 31-32,
УДК 628.86
КОМПЬЮТЕРНЫЕ МЕТОДЫ ГЕОГРАФИЧЕСКОЙ ПРИВЯЗКИ СПУТНИКОВЫХ ИЗОБРАЖЕНИЙ ОЗЕРА БАЙКАЛ
Е.Н.Сутырина
Иркутский государственный университет, 664025, г. Иркутск, ул. Карла Маркса,!
Статья посвящена решению актуальных проблем, связанных с автоматизацией процесса обработки спутниковых изображений озера Байкал, в том числе с выбором специализированного программного обеспечения и С реализацией конкретных этапов обработки. Ил. 3. Библиогр, 8 назв.
Ключевые слова: данные радиометра AVHRR; озеро Байкал.
COMPUTER METHODS OF GEOGRAPHICAL BINDING OF SATELLITE IMAGES OF THE LAKE BAIKAL E.N. Sutyrina
Irkutsk State University 1 Carl Max St., Irkutsk, 664025
This article is devoted to the solution of actual problems connected with the automation of the processing of satellite image data of the lake Baikal, the selection of specialized software and realization of specific stages of processing are Included.
3 figures. 8 sources.
Keywords: AVHRR radiometer data; lake Baikal,
Введение. Дистанционное зондирование представляет собой процесс, посредством которого собирается информация об объекте, территории или явлении без непосредственного контакта с ними [1], Интенсивное развитие методов дистанционного зондирования с борта космических аппаратов в последние деся-
тилетия предоставило наукам 0 Земле новые возможности для исследования земной поверхности. Дистанционные методы исследования природных объектов обеспечивают большую обзорность, возможность повторного получения данных через определенные промежутки времени, а также возможность применения
1 Сутырина Екатерина Николаевна, старший преподаватель, тел,: 8-9-500-506-086, e-mail; ensut@rambler.ru Sutyrina Ekaterina Nikoiaevna, a senior lecturer, tel: 8-9-500-506-086, e-mail: ensut@rambler.ru
комплексного анализа и оценки динамики развития явления. Все шире дистанционные методы применяются и для водных объектов. Дистанционное спутниковое зондирование позволяет оперативно получать детальную информацию, необходимую для понимания многих лимнологических процессов, озерной гидродинамики и биологии, Очевидно, что подобную информацию невозможно обеспечить традиционными наземными методами, в том числе и с использованием научно-исследовательских судов, так как они не позволяют охватить постоянными измерениями всю акваторию озера.
Исходные данные. В рамках данного исследования были использованы данные радиометра AVHRR (Advanced Very High Resolution Radiometer), отобранные из архива телеметрии Центра космического мониторинга Института солнечно-земной физики СО РАН. Радиометр AVHRR представляет собой типичный сканер и измеряет собственное и отраженное Землей излучение в пяти спектральных диапазонах (мкм): 0,58 - 0,68; 0,725 - 1,0; 3,55 - 3,93; 10,3 - 11,3; 11,4-12, 4 [2], Линейный размер элемента разрешения на местности радиометра AVHRR составляет около 1,1 км. Полученное изображение охватывает полосу земной поверхности шириной 2600 км по трассе движения спутника, что обеспечивает полный обзор акватории озера Байкал за один пролет.
Программное обеспечение. Одной из приоритетных задач дистанционного зондирования является разработка алгоритмов обработки спутниковых измерений [3], Большая часть данных дистанционного спутникового зондирования сразу поступает в цифровом виде, что позволяет непосредственно применять для их обработки современные компьютерные техно= логии, при использовании которых становится возможным осуществлять усвоение и реализацию спутниковой информации с помощью автоматизированных
систем обработки данных, Подобные системы обычно содержат две группы блоков, различающихся по технологическому назначению. Первая группа блоков обеспечивает автоматизацию решения технических задач, в том числе и географическую привязку изображения. Вторая группа позволяет автоматизировать решение содержательных задач, то есть выдает информацию о характеристиках исследуемых объектов [4]. В данной работе основное внимание было уделено разработке первой группы блоков.
Несмотря на то, что обработка данных дистанционного зондирования включает стандартные этапы, конкретная реализация этих этапов во многом зависит от используемого программного обеспечения, D разработанной автором системе пошаговой обработки данных радиометра AVHRR автоматизация процесса на этапах кадрирования, геометрической коррекции, порогового детектирования облачности и тематической обработки по региональным алгоритмам была реализована исключительно Средствами программного комплекса «Sputnik» [5], разработанного Институтом космических исследований РАН. Основной задачей данного программного комплекса является предоставление современного инструментария для создания, поддержки и развития автоматизированных комплексов обработки космической информации. Для реализации блоков полностью автоматизированной обработки спутниковых данных в программном комплексе «Sputnik» разработана подсистема создания и поддержки работы макрокоманд (макросов), Макрос представляет собой последовательность операций, записанных во внешний файл. Основной единицей макроса служит макрооперация - это стандартная операция комплекса, способная работать в автоматическом режиме.
Выбор программного обеспечения во многом обусловлен тем, что большинство существующих про-
Рис.1. Спутниковое изображение до (А) и после (Б) автоматической географической привязки
граммных комплексов, предназначенных для обработки спутниковой информации, в основном ориентировано на ее интерактивную обработку. В то же время в последние годы стали особенно актуальны задачи создания автоматизированных систем обработки спутниковых данных и для их решения требуется специализированный программный инструментарий.
Используемые методы. При обработке спутниковых данных одной из основных целей является получение изображений с требуемыми геометрическими характеристиками, Программный комплекс «Sputnik» позволяет по орбитальным данным произвести геометрическую коррекцию и привести спутниковое изображение к одной из стандартных географических проекций, Однако геометрическая коррекция, основанная только на использовании модели орбиты спутника, не обеспечивает уровня точности, требуемого для совместного анализа временных серий изображений AVHRR. На рис. 1 А отчетливо прослеживается существенный сдвиг береговой линии озера Байкал, оставшийся после процедуры геометрической коррекции по орбитальным данным. Для устранения указанной проблемы существуют процедуры географической привязки.
Современные пакеты программ, предназначенные для обработки спутниковых данных, предусматривают возможность географической привязки по опорным точкам, позволяя оператору в интерактивном режиме задавать на спутниковом изображении точки, географические координаты которых имеются в базе
данных, Однако в реальной практике для целей восстановления полей гидрофизических характеристик водоема и исследования их динамики приходится обрабатывать многолетние архивы данных телеметрии, включающие тысячи файлов. В этом случае появляется необходимость автоматизировать один из самых трудоемких этапов в процессе обработки - этап географической привязки.
Для этих целей автором была адаптирована система автоматической географической привязки, применяемая на Иркутской базе авиационной охраны лесов [6]. Существенным недостатком исходной системы являлась возможность автоматической обработки только одного файла, что не отвечало задачам работы с архивами, содержащими большое количество файлов. Кроме этого система имела неудовлетворительное для поставленных задач качество привязки спутниковых изображений по озеру Байкал,
В исходном алгоритме системы (показан серой штрихованной линией на рис. 2) на первом этапе программным комплексом «Sputnik» производилось открытие файла телеметрии из рабочего каталога, анализ полей температуры и альбедо, геометрическая коррекция изображений и сохранение результатов во временных файлах, Далее программой, написанной на языке «Perl», выбирался оптимальный сдвиг путем сопоставления временных файлов С шаблоном. Результаты обработки данных сохранялись программой в текстовом формате в соответствии с внутренним синтаксисом программного комплекса «Sputnik», На
Рис. 2. Алгоритм системы автоматической географической привязки, оптимизированный для работы с архивами
основании этих данных файл телеметрии сохранялся со сдвигом.
Для решения задач последовательной автоматизированной обработки нескольких файлов автором был создан внешний программный модуль (рис. 2), написанный на языке программирования «Си++» и позволяющий без внесения изменений в алгоритм исходной системы автоматической географической привязки успешно применять эту систему для обработки ряда файлов телеметрии,
Следующей задачей было устранение дефекта привязки, На этапе анализа полей температуры и альбедо и создания по результатам данного анализа временных файлов макросом задается последовательная обработка регионов по списку 1М1-файлов (рис. 3), содержащих координаты центров обрабатываемых регионов от Урала до Дальнего Востока. В результате этого при последующем сравнении с шаблоном оптимальный сдвиг часто задается по регионам, весьма удаленным от Байкала, что не приносит желаемого результата.
Данная проблема была решена путем корректировки внутреннего файла системы, содержащего список 1М-файлов, посредством исключения из списка всех регионов, не представляющих интереса в поставленной задаче, В результате указанных действий были получены удовлетворительные результаты гео-
риод [7] и карты ледовой обстановки в периоды образования и разрушения льда [8].
Информация о температуре поверхности воды может быть использована как для оценки величины тепловых потоков и исследования локализации и ди= намики различных мезомасштабных гидрофизических явлений, так и для определения скорости и направления течения на поверхности озера на основании анализа последовательных спутниковых карт распределения температуры, Исследование динамики ледового покрова озера играет важную роль при изучении цепи явлений, протекающих в водоеме, индикации крупномасштабных изменений климата, при планомерном проведении навигации и обеспечении транспорта по льду. Кроме этого, информация о ледовой обстановке необходима для правильной эксплуатации и охраны гидротехнических сооружений.
Разработанная технология автоматизированного определения гидрофизических характеристик поверхностного слоя озера Байкал была успешно апробирована в Центре космического мониторинга Института солнечно-земной физики СО РАН для восстановления полей температуры поверхности воды в озере [7] и может быть использована в практических целях. При этом применение дистанционных методов предоставляет ряд преимуществ, таких как наглядность результатов, пространственная непрерывность данных в
Рис. 3. Алгоритм обработки регионов по заданному списку 1Ы1-файлов
графической привязки файлов телеметрии по озеру Байкал (рис. 1 Б).
Обсуждение результатов. Результатом проведенной работы стало создание полностью автоматизированной системы обработки данных радиометра А\/НР?Р? для оценки гидрофизических характеристик озера Байкал, Наиболее важными конечными продуктами функционирования данной системы являются карты пространственно-временного распределения температуры поверхности воды в навигационный пе-
пределах изучаемого водного объекта и регулярность получения информации. Позитивный опыт работы в области построения автоматизированных систем обработки и представления Спутниковых данных выявил перспективность этого направления деятельности и высокую востребованность спутниковых данных как для проведения фундаментальных исследований, так и для решения различных прикладных задач, в том числе задач охраны окружающей среды.
Работа выполнена при поддержке программ «Фундаментальные исследования и высшее образование» (проект НОЦ-017 «Байкал») и «Развитие научного потенциала высшей школы (2006-2008 гг.)» (проект РНП.2.2.1.1.7334). Данные для исследования пре= доставлены Центром космического мониторинга Института солнечно-земной физики СО РАН.
Библиографический список
1. Дмитриев А.Н., Шитов A.B. Введение в геоинформационное картирование: учеб. пособие. Горно-Алтайск: Горно-Алтайский государственный университет. 2001. Режим доступа: [http://www ..qasu.ru/resour/epo5Qbia/posob/ 30.07.2008].
2. Кашкин В.Б., Сухонин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. М.: Логос, 2001. 264 с.
3. Океанология: средства и методы океанологических исследований / Г,В, Смирнов [и др,], М,; Наука, 2005, 795 с.
4. Парамонов А,И,, Лебедев ГА, Лощилов В,С, Технология автоматизированного определения толщины морского льда по данным спутникового И К - зондирования II Труды ААНИИ. 2002. Вып. 445. С. 40-60.
5. Возможности построения автоматизированных систем обработки спутниковых данных на основе программного комплекса XV_SAT I ВА Егоров [и др.] II Современные проблемы дистанционного зондирования Земли из космоса: Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных объектов и явлений. М.: Полиграф сервис, 2ÖQ4, С, 431 - 436,
6. Российская система дистанционного мониторинга лесных пожаров I Д.В. Ершов [и др.] II ArcReview. 2004. № 4 (31). С. 21-23.
7. Сутырина E.H. Дистанционные методы оценки температуры поверхности воды оз, Байкал II Естественные и технические науки. 2006. № 5. С. 163 - 165.
8. Сутырина E.H. Использование информации со спутников серии NOAA для мониторинга ледовой обстановки на озере Байкал II Общие проблемы мониторинга природных экосистем: сб. статей Всероссийской научно-практич. конф. Пенза: РИО ПГСХА. -2007. Ч. 2. С. 139-142.
УДК 622.233.06
СОВРЕМЕННОЕ СОСТОЯНИЕ ОСВОЕНИЯ МЕСТОРОЖДЕНИЙ ГРАВИЙНО-ПЕСЧАНЫХ ПОРОД
Ф.Э.Шейн1, А.В.Гилёв2, Н.Н.Гилёва3
'ООО «Торговый дом» (производство нерудных строительных материалов), Красноярский край, п. Березовка, ул.Тракговая,1в. ^Сибирский федеральный университет,
GG0041, г. Красноярск, пр. Свободный, 7Э
Обосновывается актуальность освоения нерудных месторождений, в особенности строительных горных пород, на основе классификации и характеристики месторождений и анализа современной ситуации в России. Ил.2. Табл,1ь. Библиогр.2 назв,
Ключевые слова: месторождение; классификация; запасы; ресурсы фонда; участок недр; мощность; площадь карьерного поля; коэффициент вскрыши; изменчивость,
CURRENT SITUATION IN THE DEVELOPMENT OF DEPOSITS OF SANDY GRAVEL ROCKS F.E.Shein, A.V. Gilev, N.N.Gileva
Public Corporation "Commercial House" (production of nonmetallic building materials), 1в Tractovaya St., Berezovka settlement, Krasnoyarsk region Siberian Federal University 79 Svobodniy Av., Krasnoyarsk, 660041
The authors substantiate the actuality of development of nonmetalliferous deposits in particular the deposits of building rocks based on the classification and characteristics of deposits and the analysis of the current situation in Russia. 2 figures, 2 tables, 2 sources,
Key words: deposit; classification; reserves; fond resources; section of the bowels of the earth; thickness; the area of the open-pit field; capping coefficient; variability.
1Шейн Фердинанд Эмипьевич, главный инженер, тел.: (391)293-63-32, e-mail: f,shain@qmail.com Shein Ferdinand Emiljevich, a chief engineer, Tel.: (391)293-63-32, e-mail: f.shain@qmail.com
2Гилёв Анатолий Владимирович, доктор технических наук, профессор, заведующий кафедрой горных машин и комплексов, тел.: (391)234-21 -82. e-mail: Anatolivailev@qmail.com
Gilev Anatoliy Vladimirovich, a doctor of technical sciences, a professor, the head of the Chair of Mining Machinery and Complexes, Tel.: (391)234-21-82, e-mail: Anatoliy.qilev@gmail.com
3Гилёва Наталья Николаевна, ведущий инженер кафедры горных машин и комплексов, тел.; (391)234-21-82. Gileva Natalia Nikolaevna, a leading engineer of the Chair of Mining Machinery and Complexes, те! .: (391 )234-21-82.
