Методика создания карт динамики природной среды (карт антропогенных изменений) по космическим цифровым снимкам Содержание (стр. 9 из 10)

Рассмотрим рисунок 1, на котором приведена скаттерограмма снимка, состоящего из двух каналов. Первый канал получен из канала №3 (см. таблицу 2 Методики) снимка спутника Landsat 5, (сенсор TM) в 1985 г, а второй канал получен из канала №3 снимка спутника Landsat 7, (сенсор ETM+) в 2000 году. Пиксели, которые отображают участки территории не подвергнувшиеся изменениям, будут тяготеть к некоторой центральной линии проходящей приблизительно по диагонали скаттерограммы. Пиксели, соответствующие значительно измененным участкам территории и, следовательно, имеющие значительно отличающуюся яркость в каждом из каналов будут располагаться на некотором удалении от «центральной линии». Это расстояние будет тем большим, чем больше с течением времени изменился коэффициент отражения участка территории. Таким образом, расстояние d или угол

, показанные на рисунке 1, могут являться мерой степени или вероятности изменений.

Рисунок 1. Скаттерограмма разностного изображения. Пояснения в тексте.

На основании уравнения прямой и расстояния от точки до прямой, принимая во внимание, что мы вычисляем некоторое «условное» расстояние и, следовательно, нормированием уравнения можно пренебречь, получим следующую формулу:

где

и – значения пикселей в соответствующих спектральных каналах, а и - средние арифметические значений DN.

Применив формулу (1), мы получим изображение, каждый пиксел которого будет содержать число

, прямо пропорциональное расстоянию d. Величина может принимать значения как большие, так и меньшие нуля. Для точек, располагающихся ниже прямой <0, а для точек находящихся выше прямой >0. Если считать, что Снимок №1 получен раньше Снимка №2, то <0 будет означать, что коэффициент спектрального отражения с течением времени уменьшился (т.е. объект «потемнел»), а >0 показывает, что коэффициент отражения увеличился. Такое поведение величины может быть использовано для дополнительного отбора изменений. Например развитие подтоплений связано в уменьшением коэффициента отражения и, следовательно, значения для вновь подтопленных участков будут отрицательными.

Результат создания разностных снимков данным методом приведен на рисунке 2. На рис. 2А показано разностное изображение для

>0, а на рис 2Б для <0. Чем более темным является пиксел, тем больше изменения спектрального коэффициента отражения и тем выше вероятность того, что на данном участке произошли изменения. В нижней левой части рисунков хорошо заметно изображение карьера, автомобильной дороги, идущей к нему, промышленной площадки и небольших карьеров, из которых был взят песок для строительства дороги. Стрелками показаны подтопленные участки территории, которые на более раннем снимке являлись заболоченными лугами на окраине болота и в пойме реки. Как было установлено при проведении полевых обследований, это подтопление носило естественный характер: незадолго до получения более позднего снимка прошли обильные дожди, что привело к поднятию уровня рек и грунтовых вод. Сравнивая рис 2А и 2Б можно видеть, что возможность отбора по характеру направления изменения коэффициента отражения приводит к значительному улучшению читаемости изображений.

Рисунок 2. Разностное изображение, полученное методом «евклидова расстояния».

5.2 Ошибки разностных изображений

Разностные изображения как правило отягощены ошибками двух видов, влияние которых полностью исправить не представляется возможным.

Ошибка первого вида является следствием того, что многие объекты, видимые на снимках на самом деле имеют характерные пространственные размеры менее чем разрешение снимка. Так, среднемасштабные снимки имеют пространственное разрешение 15-30 метров, в то время как часто встречающиеся изменения территории – лесные и лесовозные дороги имеют ширину порядка 10-15 м, т.е. не выражаются в масштабе снимка. Это приводит появлению «эффекта размытости» суть которого проиллюстрирована на Рисунке 3.

На рисунке 3А показано изображение новой лесовозной дороги в 3-ем спектрально канале сенсора ETM+. Стрелкой указано направление дороги. Вдоль дороги, по направлению стрелки получен профиль яркости, который показан на рис 3В. На рис С) показана гистограмма изображения и штриховкой выделен диапазон в котором наблюдается разброс значений. Диапазон настолько велик, что некоторые участки дороги на снимке выглядят очень темными, как лесопокрытые территории. Это приводит к значительному размытию изображения дороги.

Если мы получим другой снимок, то для соответственных участков местности и профиль яркости и расположение отдельный пикселей-пятен, из которых складывается изображение дороги будет иным. При формировании разностного изображения это приведет к еще большему размытию изображения, что отрицательно скажется на его визуальном восприятии.

Для того, чтобы уменьшить влияния данного эффекта необходимо использовать снимки с пространственным разрешением, превышающим характерные размеры объектов, которые мы собираемся по ним дешифрировать.

Рисунок 3. Эффект размытости изображений линейных объектов, ширина которых не выражается в масштабе снимка.

Источником ошибки второго вида, является тот факт, что точное пространственное совмещение снимков практически недостижимо. Это возникает в силу того, что два снимка практически невозможно получить при совершенно одинаковом положении сенсора (а точнее его оптической оси) в пространстве. Эффект неточного совмещения проиллюстрирован на рисунке 4. Расстояние между центрами пикселей меньше пространственного разрешения снимка, однако пиксели охватывают различные участки территории. Вертикальной штриховкой показана часть объекта земной поверхности, попадающая в пиксель снимка №1. Горизонтальной штриховкой показана часть объекта попадающая в пиксель снимка №2. Очевидно, что количество отраженного излучения попадающее в каждый пиксель от одного и того же объекта, а следовательно и яркость каждого из пикселей будут различны. При создании разностного изображения наличие данного эффекта приведет к появлению яркой, или наоборот, темной каймы вдоль границ объектов.

Рисунок 4. Эффект неточного совмещения пикселей разновременных снимков.

Для того, чтобы уменьшить влияния данного эффекта необходимо, как и в предыдущем случае, использовать снимки с пространственным разрешением, превышающим характерные размеры объектов, которые мы собираемся по ним дешифрировать, а так же более точно проводить взаимную пространственную привязку снимков.

Пример разностного изображения, отягощенного эффектами размытости и неточного совмещения приведен на рисунках 5 и 6. Можно видеть, что по краям линейных объектов (небольших просек) наблюдается яркая кайма. Данная кайма показывает, что вдоль дороги имеется значительное изменение отражательных свойств объектов (вырубка леса), чего на самом деле нет.

Рисунок 5. Разностной снимок, отягощенный эффектом размытости и неточного совмещения. Стрелками показана кайма.

Рисунок 6. Разностной снимок, отягощенный эффектом размытости и неточного совмещения. Увеличенный фрагмент рисунка 2А. Вдоль узких, не выражающихся по ширине в масштабе снимка просек, наблюдается темная кайма.

5.3 Принципы интерпретации

Для того, чтобы успешно проводить интерпретацию разностных изображений, необходимо иметь общие представления о спектрах участков территории (объектов) и особенностях их изменения с течением времени. Рассмотрим три наиболее часто встречающихся в северной части России вида объектов: лесопокрытые территории (леса), вода и открытые участки грунта (дороги, промплощадки и т.п.). Каждый из них обладает характерным спектром (см. рисунок 7).