CC BY
18
Сигналы от датчиков Д1 и Д2 (рисунок 1) подаются на усилитель-формирователь УФ, затем на блок управления БУ, который управляет элек-тромагнитами гидрораспределителей ГЭУ-1 и ГЭУ-2, последние в свою оче-редь перемещают штоки гидроцилиндров вариаторов молотильного бараба-на ГЦМБ и вентилятора ГЦВ, увеличивая или уменьшая их частоты враще-ния в диапазонах, которые устанавливаются оператором на задающих устройствах ЗУ-1 и ЗУ-2 в зависимости от убираемой культуры и условий работы комбайна, при этом фактическое значения частоты вращения мо-ло-тильного барабана МБ и частоты вращения вентилятора В, поступают от датчика частоты вращения молотильного барабана ДЧМБ и датчика частоты вращения вентилятора ДЧВ на блок управления БУ [3].
За счет работы этой системы, автоматически изменяется частота враще-ния молотильного барабана и частота вращения вентилятора сепаратора зернового вороха, по сигналам, получаемым с датчиков качества колосовой фракции, установленных за нижним решетом очистки и на распредели-
тельном шнеке домолачивающего устройства, в зависимости от условий работы зерноуборочного комбайна.
Список литературы:
1. Песков Ю.А., Мещеряков И.К., Ярмашев Ю.Н. Зерноуборочные ком-байны «Дон». - М.: Агропромиздат, 1986. -333 с.
2. Ряднов А.И., Скворцов И.П. и др. Автоматическая система контроля. Патент на изобретение RUS 2266636 20.04.2004. - 7 с.
3. Ряднов А.И., Скворцов И.П. и др. Автоматическая система контроля и управления частотой вращения вентилятора. Патент на изобретение RUS №° 2544929, 20.03.2015. - 8 с.
4. Скворцов И.П. Повышение качества работы молотиль-но-сепарирующего устройства комбайна Дон-1500Б за счет применения системы контроля процесса повторного обмолота. Диссертация на соискание ученой степени кандидата технических наук / Волгоград, 2005. - 125 с.
об одной программе расчета вегетационных
индексов на основе аэрокосмических снимков
Талыпов Кубатбек Кемелович
кандидат технических наук, заведующий лабораторией Института физико-технических проблем и материаловедения
НАН КР, г.Бишкек, Кыргызстан
АННОТАЦИЯ
В статье приводятся некоторые результаты разработки программного обеспечения для расчета вегетационных индексов на основе спутниковых снимков и их место в системе «Цифровой Кыргызстан» развиваемого в Центре наблюдения Земли и Цифровая Земля Института физико-технических проблем и материаловедения НАН КР для решения задач мониторинга сельскохозяйственных угодий с использованием данных ДЗЗ.
ABSTRACT
The article presents some results of development of software for calculation of vegetation indexes derived from satellite images and their place in the «Digital Kyrgyz^an» developed at the Center for Earth observation and Digital Earth of the In&itute of physico-technical problems and material science of national Academy of Sciences to solve problems in agricultural land monitoring using remote sensing data.
Ключевые слова: дистанционное зондирование, вегетационные индексы, программное обеспечение
Keywords: remote sensing, vegetation index, software
Большинство современных технологий анализа растительности и прогнозирования урожая сельскохозяйственных культур на основе данных дистанционного зондирования используют такие физические свойства растений, как спектральная отражательная способность. Информация о состоянии растительности с ее спектральной отражательной способностью позволяют использовать аэрокосмические снимки для идентификации типов растительности и ее состояние. Для расчетов спектральной информации применяют так называемые индексные изображения. Спектральные индексы, используемые для изучения и оценки состояния растительности, получили название «вегетационных индексов».
В настоящее время известны около 160 вариантов вегетационных индексов, которые подбираются эмпирически с использованием особенностей кривых спектральной отражательной способности растительности и почв.
Сейчас имеется ряд программных комплексов, которые позволяют каким-либо образом рассчитать вегетационные индексы. Это, например, такие программы как ERDAS imagine, ER Mapper, PCI(EASIIPACE), TNTmips, ENVI Research sy^ems со встроеннным языком IDL, VISTA, IDRISI, Ракурс, LESSA и др. Каждая из этих систем ориентирована либо на общие задачи обработки изображений, такие как улучшение качества, наложение растровой и векторной график, добавление базы данных. Более универсальным является ENVI Research sy^ems.
В целом ГИС является результатом объединения различных технологий обработки данных. Обычно для работы ГИС необходимо специализированное программное обеспечение для обработки пространственно-распределенных данных, состоящих из нескольких слоев - спектральных составляющих. Необходимы также средства анализа, сегмен-
тации и интерпретации вычисляемых характеристик для конкретных целей интерпретации.
В ИФТПиМ НАН КР[1,2] проводятся исследования, направленные на создание и поддержку географической информационной системы «Цифровой Кыргызстан» на основе аэрокосмических изображений, а также развитие оптических, голографических, оптико-электронных и цифровых методов обработки визуальной информации в целях межотраслевого изучения природных ресурсов.
Программный комплекс, разрабатываемый в Центре наблюдения Земли и цифровая Земля ИФТПиМ НАН КР соответствует основным требованиям, необходимым при обработке изображений:
• визуализация данных ДЗЗ;
• анализ мультиспектральных и гиперспектральных изображений;
• интерактивное дешифрирование и классификация объектов;
• анализ растительности с использованием вегетационных индексов (NDVI);
• улучшение качества изображений;
• поддержка широкого диапазона растровых и векторных форматов;
• обеспечение поддержки данных ДЗЗ, полученных с различных спутников
Важное место в ГИС занимают алгоритмы и программы выделения спектральных составляющих изображения, которые (как показано ниже) используются в различных задачах интерпретации полученных снимков для конкретных задач экологии, геологии и сельского хозяйствах[2].
Следующей после выборки изображений и выделения нужной спектральной составляющей важной составной частью программного обеспечения является улучшение качества и препарирование изображений. Базовые программы для этой системы были описаны в [1]. Пример выполнения таких модулей для выделения контурных элементов изображения приведен в [2].
Индексы, рассчитываемые с помощью данного программного обеспечения
Программное обеспечение позволяет в автоматическом режиме рассчитывать и интерпретировать карты различных индексов для целей сельскохозяйственного мониторинга, экологического анализа или геологического дешифрирования. В названных выше программных системах такой расчет не полностью автоматизирован и вероятность внесения ошибок выделения и расчета большая.
Отражение растительного покрова в красной и ближней инфракрасной областях электромагнитного спектра тесно связано с его зеленой фитомассой. Первый вегетационный индекс является отношением яркостей, который вычисляется по формуле: RVI=NIR / Red
Для того чтобы количественно оценить состояние растительности, широко применяется нормализованный разностный вегетационный индекс NDVI (Normalized Difference Vegetation Index). NDVI характеризует плотность растительности, позволяет растениеводам оценить всхожесть и рост растений, продуктивность угодий. Индекс рассчитывается как разность значений отражения в ближней инфракрасной (NIR) и красной (Red) областях спектра, деленная на их сумму (Рис.1).
Этот индекс рассчитывается по формуле
р(Л7Д) -р(Д)
NDVI =
p(\<IR)-p(R)
где р(Д) - коэффициент отражения в красном спектре, р(М!Я) - коэффициент отражения в ближней инфракрасной спектральной зоне.
Для растительности индекс принимает положительные значения, и чем больше зеленая фитомасса, тем значения индекса выше. Для зеленой растительности индекс принимает значения от 0,2 до 0,8. На значения индекса влияет видовой состав растительности, цвет почвы под растительностью, состояние и экспозиция.
Рис.1. Пример расчета вегетационного индекса NDVI для вычисления площадей культур
Индекс VCI вычисляется следующим образом: УСЩ = (N0^ -МБ^ттУ(]ЧГО^тах-]ЧГО^тт)хт0%, где VCIj - значение индекса условий роста растительности для даты j;NDVTj - индекс N0^ значений для даты j; КОУшах - максимальное значение NDVI внутри всего набора данных;К0'УТтт - минимальное значение N0^ вну-тривсегонабораданных.
Использование индекса условий вегетации УС1 позволяет учесть естественное изменение спектральных характеристик растительности в течение вегетационного периода, уменьшает влияние природных факторов (погодных условий, экосистемных изменений, почвенных, топографических условий), позволяет сравнивать между собой отсчеты N0^ в разных природных зонах, разных ландшафтах и при разных погодных условиях.
В целом вегетационные индексы дают только относительные оценки свойств растительного покрова, которые могут быть интерпретированы с привлечением полевых данных, так называемой «калибровкой», могут быть пересчитаны в абсолютные.
Литература
1. К. К. Талыпов, А. Дж. Аккозов, Г. Самудин кызы. Программный комплекс обработки цифровых аэрокосмических снимков для ГИС.//Научный и информационный журнал «Материаловедение». Труды I Международной межвузовской научно-практической конференции-конкурса научных докладов студентов и молодых ученых «Инновационные технологии и передовые решения».-г.Бишкек, 2013 г. -с. 219-222.
2. К. К. Талыпов, А. Дж. Аккозов, Н. С. Тиленбаева. О специальном программном обеспечении обработки данных дистанционного зондирования Земли для ГИС «Цифровой Кыргызстан». // Научный и информационный журнал «Материаловедение» № 2/2014(5). Труды II Международной межвузовской научно-практической конференции-конкурса научных докладов студентов и молодых ученых «Инновационные технологии и передовые решения». -г. Бишкек 2014г. -с. 178-182.
моделирование роботизированных комплексов
Усачев Юрий Ильич
Канд. техн. наук, доцент кафедры «Технология машиностроения»,
МГТУ им. Н.Э.Баумана, г.Москва
АННОТАЦИЯ
Рассмотрен вариант моделирования роботизированных комплексов механической обработки деталей. Использован метод интерактивного моделирования. Проведены исследования производительности роботизированного комплекса
ABSTRACT
The option of modeling of robotic complexes of machining of details is considered. The method of interactive modeling is used. Researches of productivity of a robotic complex are conducted
Ключевые слова: модель, моделирование, роботизированный комплекс
Keywords: model, modeling, robotic complex
Необходимость моделирования производственного процесса возникает при выборе оптимальной структуры роботизированного или автоматизированного участка (системы), а также для оценки производительности альтернативных вариантов технологических процессов механической обработки и сборки.
Разработано значительное количество методов анализа. К ним относятся моделирование с использованием аналитических (сетевых) и имитационных моделей систем массового обслуживания [2,3]. Считают, что каждый из них, дополняя друг друга, имеет свои достоинства и недостатки. К числу основных недостатков относят низкую адекватность первого метода и сложность моделей для второго. К возмож-
ным методам анализа производительности производственных систем относится компьютерное моделирование работы производственного оборудования в режиме реального времени - интерактивное моделирование. Используются различные варианты как представления на экране монитора элементов технологической системы, так и их взаимодействия в процессе моделирования [4].
К компьютерным моделям, позволяющим определить цикловое время и производительность роботизированных технологических комплексов, может быть также отнесен программный модуль «Rtk», графический интерфейс рабочего окна которого приведен на рис. 1.
