Панхроматический снимок это: Оптические снимки

Содержание

Обзор космических съемочных систем

1. Обзор космических съемочных систем высокого разрешения

1.1. Космическая съемочная система IKONOS

Спутник IKONOS [106] (см. рис. 1.1) запущен 24 сентября 1999 года на синхронно-солнечную орбиту с периодом обращения 98 минут на высоту приблизительно 680 километров [203]. Время прохождения одной и той же территории 10:30 ежедневно. Спутник IKONOS может обеспечивать съемку заданной местности с периодом в 3 дня.

Рис. 1.1. Внешний вид спутника Ikonos.

Спектральные диапазоны:

1-метровый черно-белый (панхроматический) — 0.45 — 0.90 мм.

4-метровый мультиспектральный

Голубой: 0.45 — 0.52 мм

Зеленый: 0.51 — 0.60 мм

Красный: 0.63 — 0.70 мм

Ближний ИК: 0.76 — 0.85 мм.

Система IKONOS обеспечивает динамический диапазон данных 11 бит.

Так как сенсоры системы могут обеспечивать 1-метровые панхроматические  и 4-метровые мультиспектральные снимки [84,85] с отклонением от надира до 60 градусов по любому азимуту, то стерео возможности обеспечиваются как вдоль, так и поперек траектории [124].

Стерео данные системы IKONOS

Стерео возможности системы IKONOS [82,114] обеспечиваются тремя особенностями: возможность наклонной съемки по любому азимуту, отношение (B/H) от 0.6 и более (сходное с аэроснимками) и высокое разрешение. Возможность наклонной съемки обеспечивает стереоскопическое изображение при съемке с различных орбит, как у системы SPOT-HRV,  так же как и возможность стереосъемки вдоль траектории как у систем SPOT-HRS, JERS-1. Стереоснимки  IKONOS распространяются как квази-эпиполярные [192], где оставлен только высотный параллакс. Доступ к описанию точной геометрической модели сенсора затруднен, поэтому для обработки как одиночных снимков, так и стереопар используется модель рациональных полиномиальных коэффициентов (Rational polynomial coefficients — RPC)  [71,100,112,113,114,129,132,174].

Сравнение результатов обработки с использованием точной и приближенной моделей снимков Ikonos приведено в [73,181,213]. В настоящее время предложены различные алгоритмы получения ЦМР по данным системы Ikonos [209]. Существующие методы обработки стереопар системы Ikonos позволяют получать угловую точность 1-2 градуса и позиционную точность до 1 пиксела [194].

1.2. Космическая съемочная система QuickBird

Спутник QuickBird-2 [106] (см. рис. 1.2) предназначается для съемки поверхности Земли с разрешением 60 см в черно-белом режиме и 2,5 м в мультиспектральном режиме что уже сравнимо с характеристиками снимков цифровых аэросъемочных комплексов [1]. Спутник построен компанией Ball Aerospace & Technology, его владельцем является  компания EarthWatch. Основные характеристики спутника [154] приведены в таблице 1.1.

Рис. 1. 2. Внешний вид спутника QuickBird.

                                                                                                                 Таблица 1.1

Основные характеристики системы QuickBird.

Информация о запуске

18 октября 2001

Орбита

Высота: 450 км, наклонение 98 градусов, синхроно-солнечная орбита

Частота повторных наблюдений: 1- 3.5 дней, завистит от широты при 70-сантиметровом разрешении
Угол обзора: нацеливание вдоль и попрек траектории
Период: 93.4 минуты

Объем данных за виток

~128 гигабайт ( приблизительно 57 изображений отдельных территорий)

Полоса захвата и размер области

Номинальная ширина полосы захвата: 16. 5-километров в надире
Доступная полоса: 544-км центрированная по траектории  (до ~30° от надира)
Areas of interest:

  • Единичная область — 16.5 км x 16.5 км
  • Полоса — 16.5 км x 165 км

Метрическая точность

23-метровая круговая ошибка, 17-метровая линейная ошибка (без наземного обеспечения)

Разрешение сенсора и спектральный диапазон

Панхроматический

  • 61-сантиметр в надире
  • Черно-белый 445 — 900 нанометров

Мультиспектральный

  • 2.44-метра в надире
  • Голубой: 450 — 520 нанометров
  • Зеленый: 520 — 600 нанометров
  • Красный: 630 — 690 нанометров
  • Ближний ИК: 760 — 900 нанометров

Динамический диапазон [51]

11-бит на пиксел

Система связи

Данные с полезной нагрузки

  • 320 Мб/с X-диапазон

Служебная

  • X-диапазон с 4, 16, 256 Кб/с
  • 2 Кб/с S-диапазон

Система стабилизации

Стабилизированная по 3 осям, звездный датчик/инерциальная система/GPS

Точность указания

Точность: менее 0.

5 миллирадиан на ось
Стабильность: менее чем 10 микрорадиан/с

Бортовая память

Емкость 128 Гигабайт

Платформа

Рабочее тело на 7 лет
2100 фунтов, 3.04-метров (10-футов) в длину

Для обработки как одиночных снимков, так и стереопар используется модель рациональных полиномиальных коэффициентов (Rational polynomial coefficients  — RPC) [168,169]. Точность обработки одиночных снимков системой  Photomod до 0.6м (СКО) [3,4], система ENVI – до 1 м (СКО) [8].

1.3. Космическая съемочная система EROS-A, EROS-B

EROS-B – это коммерческий спутник высокого разрешения компании ImageSat International N.V. штаб-квартира на Каймановых островах, с офисами в Лимасоле, Кипр и в Тель-Авиве, Израиль [11].

Платформа EROS-B идентична платформе EROS-A и базируется на платформе Ofeq Израильского министерства обороны, разработана и построена фирмой Israel Aircraft Industries Ltd. (IAI/MBT). Размеры аппарата 2.3 м высота и 4.0 м ширина, схема аппарата приведена на рисунке 1.3. Аппарат стабилизирован по 3 осям и платформа обеспечивает большую подвижность аппарата. Возможность поворота на ±45º от надира по всем направлениям. У EROS-B есть дополнительные звездные датчики. Время жизни до 6 лет. Номинальная масса при запуске 290 кг, однако дополнительное топливо (до 60 кг) расcчитано на срок службы до 10 лет.

Рис. 1.3. Схема КА EROS-B

Солнечно-синхронная круговая орбита, средняя высота = 500 км, наклонение = 97.4º, местное время нисходящего узла 10:45. Примечание: Орбиты EROS-A и EROS-B фазированы в одной орбитальной плоскости для уменьшения времени повторного посещения.

КА EROS-B был запущен 25 апреля 20006 года ракетой-носителем Старт-1 с космодрома Свободный в Восточной Сибири (51.4º N, 128.3º E).

Передача данных. Изображения передаются в X-диапазоне на скорости 280 Мбит/с на наземную приемную станцию, используя передатчик мощностью 1.5 Вт и одну из двух направленных антенн. Спутники EROS управляются в S-диапазоне через одну станцию, расположенную в компании IAI/MBT в Израиле (от 3 до  4 проходов в день в видимости станции). Скорость канала S-диапазона либо 2.5 либо 15 кбит/с.

Фирма ImageSat имеет глобальную сеть наземной структуры для приема данных в реальном режиме времени. Эта сеть состоит из центральной приемной станции ImageSat, сети EROS-совместимых приемных станций на 5 континентах и EROS-совместимых приемных станций у эксклюзивных клиентов.

PIC-2 (Панхроматическая  съемочная камера -2), разработана фирмой ElOp (Electro Optical Industries), Израиль, подразделением фирмы Elbit Systems Ltd. Камера EROS-B использует технологию CCD в комбинации со схемой TDI (Time Delay Integration) в фокальной плоскости, для увеличения экспозиции каждой линейки CCD детектора, для увеличения соотношения сигнал/шум. Инструмент построен на основе телескопа Кассагрена с аппертурой 50 см в диаметре и фокусным расстоянием 5 м, угол обзора 1.5º. Камера PIC-2 смонтирована на КА и направлена в надир, использует ориентацию всего аппарата для нацеливания.

CCD сканирующий детектор обеспечивает 10,000 пикселей на линию и всего 96 линий для поддержки TDI (2 CCD массива в линии). Сканирование в панхроматическом режиме обеспечивается в диапазоне 0.5 — 0.9 мкм. Разрешение на Земле составляет 0.70 м, полоса захвата 14 км в надире. Данные оцифрованы 10 бит/пиксел.

Камера КА EROS-B может работать в синхронном или асинхронном режимах. В синхронном режиме КА поддерживает постоянный курсовой угол к земнойц поверхности. В асинхронном режиме съемка выполняется в старт-стопном режиме, поворачивая платформу вдоль направления полета (в этом режиме возможна стереосъемка). Основные технические характеристики приведены в таблице 1.2.

Таблица 1.2.

Технические характеристики КА EROS-A и EORS-B

Параметр

EROS-A

EROS-B

Круговая синхронно-солнечная орбита

~500 км

~ 500 км

Пространственное разрешение

1. 9 м стандартное
~1.1 м гиперразрешение

0.70 м панхроматическрое

Полоса захвата

14 км
9.5 км (гиперспектральное)

14 км

Схема сканирования

Асинхронное сканирование

Асинхронное сканирование или
синхронное сканирование

Спектральный диапазон

0.5-0.9 мкм

0. 5-0.9 мкм

Динамический диапазон

11 бит

10бит

Скорость передачи данных

70 Мбит/с

280 Мбит/с

1.4. Космическая съемочная система OrbView-3

OrbView-3 – это мини-спутник, производящий съемку высокого разрешения  принадлежит и управляется фирмой Orbital Imaging Corporation (ORBIMAGE)  Dulles, VA, провайдера снимков земной поверхности с семейства спутников фирмы. КА имеет одну камеру OrbView High Resolution Imaging System способную получать панхроматические снимки разрешением 1 м и мультиспектральные снимки разрешением 4 м. [13,15]

КА OrbView-3 использует зарекомендовавшую себя платформу OSC разработки фирмы LeoStar (см. рис. 1.4). КА имеет размеры – цилиндр примерно 1.2 м в диаметре и 1.9 м в длину. Солнечные батареи смонтированы наверху цилиндра. КА OrbView-3 стабилизирован по 3 осям и обеспечивает точность углового позиционирования < 100 угловых секунд. Точность после обработки достигает ±12 м. КА имеет возможность позиционироваться до 50º в направлениях вдоль и поперек полета увеличивая область слежения. Масса КА около 304 кг (стартовая масса 360 кг), время жизни КА 5 лет

26 июня 2003 года в 18:53 UTC (22:53 мск) с борта самолета-носителя L-1011 Stargazer, стартовавшего в 17:57 UTC (21:57 мск) с аэродрома базы ВВС США Ванденберг и находившегося в тот момент над акваторией Тихого океана на высоте около 11 тысяч метров, стартовыми командами компании Orbital Sciences Corporation осуществлен пуск ракеты-носителя Pegasus-XL (M-34), которая вывела в космос спутник OrbView-3 (27838 / 2003 030А), принадлежащий компании ORBIMAGE.

Круговая синхронно-солнечная высота = 470 км, наклонение = 97.25 °, период = 92.5 мин, пересечение экватора 10:30 в нисходящем узле. Период посещения 3 дня, зависит от широты.

Передача данных. Бортовое записывающее устройство емкостью 32 Гбит (бортовое ЗУ предназначено для потребителей, заказывающих области вне зоны действия приемных станций. Скорость передачи данных в реальном времени в X-диапазоне 150 Мбит/с.

Рис. 1.4. КА OrbView-3

OHRIS (OrbView High Resolution Imaging System) фирмы ORBIMAGE  сконструирована и построена компанией Northrop Grumman, Балтимор (основные параметры камеры см. в таблице 1.3). Цель разработки – обеспечить глобальную съемку высокого разрешения на коммерческой основе(1 м в панхроматическом режиме и 4 м в мультиспектральном). OHRIS is identical to the instrument flown on OrbView-4. OHRIS – это оптомеханическая система на основе трех-зеркального анастигматического телескопа с апертурой 45 см. Номинальный размер сцены – 8км х 8км с пространственным разрешением 1 м (Pan) и 4 м (MS) в надире. Исходные данные выдаются с диапазоном 11 бит и сжимаются до 2 бит/пиксел. Масса инструмента 56 кг.

Камера может быть запрограммирована на скорости 5000 линий в секунду, 2500 л/с, 1000 л/с или 500 л/с. Дополнительно период накопления может быть установлен полным, половиной, одно четвертой или одной восьмой полного периода. Эти режимы позволяют контролировать динамический диапазон и отношение сигнал/шум.

Таблица 1.3.

Параметры камеры OHRIS

Режим съемки

Панхроматический

Мультиспектральный (MS)

Пространственное разрешение

1 м

4 м

Диапазоны съемки

1

4 MS

Спектральные диапазоны

Pan: 450 — 900 нм

MS1: 450-520 нм (голубой)
MS2: 520-600 нм (зеленый)
MS3: 625-695 нм (красный)
MS4: 760-900 нм (ближний инфракрасный)

Размер линейки

8000 пикселей

2000 x 4

Размер пиксела линейки

6. 0 мкм x 5.4 мкм (поперек и вдоль)

 

Динамический диапазон

11 бит (сжатое для передачи до 2 бит/пиксел)

Определение орбиты основано на системе GIPSY-OASIS (GPS-Inferred Positioning SYstem and Orbit Analysis SImulation Software)  лаборатории JPL (Jet Propulsion Laboratory), Пасадена.

Операционный центр фирмы ORBIMAGE расположен в Dulles, VA.. Центр генерирует команды КА, которые предаются двумя наземными станциями: Point Barrow, Аляска и Dulles, Вирджиния. Это же станции передают телеметрическую информацию и съемочные данные для обработки и распространения.

1.5. Космическая съемочная система IRS-P5 (Indian Remote Sensing Satellite-P5)/Cartosat-1

Космический аппарат IRS-P5 (CartoSat-1) создан Индийской Организации Космических Исследований (ISRO), Бангалор, Индия (см. рис. 1.5). Цель миссии IRS-P5 состоит в обеспечении гео-инженерных (картографических) приложений, путем использования панхроматических снимков высокого разрешения позиционируемых с высокой точностью. Особенность аппарата состоит в наличии двух панхроматических камер высокого разрешения которые могут быть использованы для получения стереоизображения на пролете. В этой миссии достигнут компромисс между высоким разрешением (2.5 м на местности), мультиспектральными возможностями и малой площадью покрытия с полосой захвата 30 км.  Данные системы предназначены для генерации DTM (Digital Terrain Model)/DEM (Digital Elevation Model) и использования в таких приложениях, как кадастровое картографирование, землепользование и ГИС приложениях.

Космическая платформа общая для спутников IRS-1C/1D/P3 имеет размер 2.4 м x 2.7 м (высота). Платформа стабилизирована по 3 осям (в контуре  звездный датчик, магнитные гироскопы, 16 сопловый, 1 N двигатель малой тяги, 4-сопловый 11 N  двигатель малой тяги). Точность позиционирования ±0.05º по всем осям, точность измерения  0.01º,  стабильность (угловой дрейф) составляет 5х10-5 º/с, и точность позиционирования на земле менее 220 м.

Рис. 1.5.  Внешний вид спутника CartoSat-1

Мощность источников питания 1.1 кВт. Стартовая масса 1560 кг (включая топливо). Всего 131 кг гидразина используется для обеспечения минимального времени жизни 5 лет.

Спутник IRS-P5 был осуществлен 5 мая 2005. ракетой-носителем PSLV из SDSC (Satish Dhawan Space Centre), на восточном побережье Индии. Передача данных осуществляется в X-диапазоне (2 несущие, для каждой камеры) на скорости 105 Мбит/с. Для передачи данных используется новая электронно-управляемая антенная фазированная решетка. Бортовое твердотельное записывающее устройство емкостью 120 Гбит используется для записи данных (до 9.5 мин наблюдений).   Космический аппарат управляется ISTRAC (ISRO Telemetry, Tracking and Command Network) командной сетью Бангалора с использованием сети станций в Бангалоре, Lucknow, Mauritius, Bearslake в России и Biak в Индонезии. Национальное агентство дистанционного зондирования NRSA (National Remote Sensing Agency) в Хайдерабаде принимает данные и является центром обработки для миссии CartoSat-1.

Солнечно-синхронная, круговая орбита высотой 618 км, с наклонением 97.87º, периодом 97 мин, время восходящего узла 10ч 30 мин. Время повторного посещения 116 дней. Однако возможность повторного посещения через 5 дней обеспечивается наклоном по крену на ±26º.

Полезная нагрузка состоит из двух панхроматических камер аналогичных камерам на спутниках IRS-1C/D с целью обеспечить стерео снимки вперед и назад с помощью двух жестко смонтированных камер (двухлинейная стерео конфигурация). Определение разностей высот лучше, чем 5 м делает такие данные особенно пригодными для создания карт и моделирования рельефа.

PAN-F (панхроматическая вперед смотрящая камера), повернута вперед на 26º. PAN-A (панхроматическая назад смотрящая камера), повернута назад на -5º. Характеристики камер приведены в таблице 1.4. Стерео изображения получаются с небольшим временным интервалом (около 50 с) благодаря небольшим углам зрения вперед и назад двух камер. Наибольшее изменение в условиях съемки за этот период возникает из-за вращения Земли. Для компенсации задержки съемки используется алгоритм учета вращения Земли.

Таблица 1.4.

Ключевые параметры камер PAN

Параметр

Камера PAN-F

Камера PAN-A

Спектральный диапазон

500 — 850 нм

500 — 850 нм

Угол наклона вдоль траектории от надира

+26º

-5º

Пространственное разрешение (поперек траектории x вдоль траектории)

2. 5 м x 2.78 м

2.22 м x 2.23 м

Радиометрическое разрешение
а) динамический диапазон
б) сигнал/шум

10 бит
345

Полоса захвата

30 км

27 км

CCD линейка

Размер элемента

1 x 12288
7 мкм x 7 мкм

1 x 12288
7 мкм x 7 мкм

Оптика:
Количество зеркал
Эффективное фокусное расстояние
F число
Поле зрения

3
1980 мм
f/4. 5
±1.08º

Время накопления

0.336 мс

Сжатие данных

JPEG алгоритм, сжатие 1/3.2 (макс)

Скорость передачи данных

105 Мбит/с (исходная скорость 340 Мбит/с)

Номинальное отношение B/H

0.62

Темп генерации данных двух камер на бору составляет 338 Мбит/с. Для уменьшения потока данных до 105 Мбит/с применяется алгоритм сжатия ADPCM/JPEG с коэффициентом сжатия 3.2 : 1.

Оптическая система каждой PAN камеры (см. рис. 1.6) сконструирована как трехзеркальный телескоп для достижения требований по разрешению и полосе захвата. Общий вид электронно-оптического модуля камеры показан на рисунке 1.2 . Каждая камера имеет CCD линейку из 12288 пикселей. Размер каждой PAN камеры 150 x 850 x 100 (см) и вес 200 кг.

Рис. 1.6. Общий вид электронно-оптического модуля камеры PAN.

Снимки 2-линейных стереокамер вдоль  траектории могут быть использованы в большом количестве приложений, среди них создание ЦМР.

1.6. Космическая съемочная система Cartosat-2

CartoSat-2 является прямым потомком спутника CartoSat-1 (IRS-P5) Индийской Организации Космических Исследований (ISRO) (см. рис. 1.7). Целью было обеспечить получение снимков высокого разрешения (менее 1 м, с возможностью мониторинга событий) с высокоманевренного космического аппарата.

Космическая платформа общая для серии спутников IRS. Космический аппарат стабилизирован по 3 осям с помощью гироскопов, магнитной ориентации и гидразинных двигателей малой тяги. Курсовая ось аппарата направлена в надир и также является оптической осью аппарата. Точность установки для всех осей аппарата равна ±0.05º, точность измерения  0.01º, стабильность (угловой дрейф) составляет 5х10-5 º/с, и точность позиционирования на земле менее 220 м. Аппарат может быстро перенацеливаться в направлении как вдоль, так и поперек  траектории до ±45º (обеспечивая способность повторного посещения раз в 4 дня).

Система обработки данных состоит из прямой системы передачи (DH) и твердотельной записывающей системы SSR. Прямая система передачи получает 10-битный цифровой видеосигнал от видеопроцессора CCD через 18 портов на скорости 4.2 Mпкс/с. Общая скорость передачи данных составляет 336 Mбит/с.

Сжатие данных. Система сжатия данных сжимает видеосигнал с отношением 1:3.2 (алгоритм JPEG). Сжатые данные кодируются по алгоритму Рида-Соломона и дополняются необходимыми служебными данными с 4 нечетных портов (канал I со скоростью 52. 5 Мбит/с) и нечетных портов (канал Q со скоростью 52.5 Мбит/с). Форматированные данные передаются на землю через передатчик со скоростью 105 Мбит/с. Дополнительно форматированные данные могут быть записаны на 2 твердотельных записывающих устройства емкостью 64 Гбит.

Система электроснабжения имеет фиксированные солнечные батареи, которые  обеспечивают 900 Вт при ориентации на Солнце и два NiCd аккумулятора емкостью 18 Aч. CartoSat-2 имеет стартовую массу 680 кг и время жизни 5 лет.

Спутник CartoSat-2 запущен 10 января 2007 ракетой-носителем PSLV-C7 с космодрома SDSC (Satish Dhawan Space Center), Индия (680 kg).

Солнечно-синхронная почти круговая, высота 635 км, наклонение 97.92º, период 97.4 мин, время прохождения экватора нисходящим узлом 9ч 30 мин.

Рис. 1.7.  Внешний вид спутника CartoSat-2

Панхроматическая камера предназначена для получения снимков для картографических приложений. Оптическая система сконструирована как двухзеркальная отражательная система Ричи-Кретьена с вогнутым гиперболоидным первичным зеркалом и выпуклым гиперболоидным вторичным зеркалом и корректирующей оптикой. Зеркала сделаны из специального стекла марки Zerodur и облегчены на 60% по сравнению с зеркалами спутника CartoSat-1 (см. табл. 1.5). Оптическая система сконструирована для обеспечения разрешения менее 1 м поперек траектории. Разрешение вдоль траектории обеспечивается уменьшением скорости в 2.5 раза.

Космический аппарат обеспечивает различные режимы съемки: 1) непрерывная полоса в моно режиме, 2) съемка участков, 3) полосовая съемка.

Панорамная камера является CCD сканером  (размер линейки  12288 пиксел), работающем в видимом спектральном диапазоне 0.5-0.85 мкм с разрешением на местности менее 1 м, и полосой захвата 9.6 км.

Таблица 1.5.

Основные характеристики панхроматической камеры

Тип инструмента

Телескопическая система Ричи-Кретьена

Масса инструмента

120 кг (включая электронику)

Средняя потребляемая мощность

60 Вт

Размер инструмента

760 мм диаметр, 1600 мм высота

Диаметр аппертуры

700 мм

Фокусное расстояние, F/число

5600 мм, f/8

Спектральный диапазон

0. 5-0.85 мкм (панхроматический)

Разрешение на местности

< 1 м

Детектор

12288 элементная CCD линейка

Полоса захвата

9.6 км

Динамический диапазон

10 бит

Скорость передачи данных

336 Мбит/с

1.7. Космическая съемочная система Монитор-Э

Монитор-Э создан Российским Космическим Агентством Роскосмос, на основе малых спутников, разработанных Государственным исследовательским центром имени Хруничева. Монитор-Э является первым спутником на основе модульной многоцелевой платформы «Яхта», предназначенной для использования в областях дистанционного зондирования, коммуникаций, космических исследований.

Космический аппарат стабилизирован по трем осям платформы «Яхта» со стартовой массой 750 кг (см. рис. 1.8). Угловая точность позиционирования 0.1º, точность управления угловым дрейфом 0.001º/с. Две солнечные батареи вырабатывают до 1200 Вт. Космический аппарат способен перенацеливаться поперек траектории до ±30º от надира с использованием гироскопической системы, обеспечивая полосу обзора больше полосы захвата. Время жизни системы ориентации до 5 лет.

Рис. 1.8. Общий вид спутника Монитор-Э

Солнечно-синхронная почти круговая орбита: средняя высота = 540 км, наклонение = 97.5º. Запуск Монитора-Э состоялся 26 августа 2005 года ностелем Рокот-Бриз-КМ с космодрома Плесецк, Россия.

Космический аппарат имеет две камеры сканерного типа конструкции С.А. Зверева, Красногорск, Россия. Общий вес 420 кг и электропотребление 450 Вт. Камеры созданы с целью использовать панхроматическое и мультиспектральное изображения для широкого спектра применений, таких как сельское хозяйство, лесное хозяйство, контроль окружающей среды, геологическое картографирование, исследование природных ресурсов, управление в чрезвычайных ситуациях. Основные характеристики камер  приведены в таблице 1.6.

PSA – панхроматическая камера для мониторинга поверхности Земли, кроме того имеет название Гамма — Л.

RDSA – мультиспектральная камера для мониторинга поверхности Земли, имеет название Гамма — Ц.

Оба инструмента работают одновременно. Возможно получение снимков в следующих режимах:

1) Съемка вдоль траектории, снимки получаются в надир.

2) Полосовая съемка – в этом режиме аппарат использует возможность нацеливания в поперечном направлении (±30º) для увеличения полосы обзора.

3) В следующем режиме возможно получение стереоизображений путем быстрого перенацеливания вдоль траектории с углом до ±30º.

Таблица 1.6.

Общие характеристики камер PSA и RDSA.

Параметр

PSA (Pan Imager)

RDSA (MS Imager)

Спектральный диапазон

0.51-0.85 µm

0.54-0.59 мкм
0.63-0.68 мкм
0.79-0.90 мкм

Пространственное разрешение

8 м

20 м (40 м)

Полоса захвата

90 км

160 км

Полоса захвата поперек траектории

780 км

890 км

Скорость передачи данных

15.36 или 61.44 или 122.88 Mbit/s

Выходная продукция – изображения со стандартной радиометрической и геометрической коррекцией, геокодированное изображение в географической проекции, ортотрансформированное изображение, мозаика или цифровые карты.

1.8. Космическая съемочная система Ресурс ДК

Ресурс-ДК1 – первый российский спутник дистанционного зондирования способный передавать снимки высокого разрешения (до 1 м) на наземные станции во время прохода над нами (см. рис. 1.9). Аппарат был разработан в ЦСКБ «Прогресс», Самара, Россия. Космический аппарат предназначен для мультиспектральной и спектрозональной съемки земной поверхности в видимом и ближнем инфракрасном диапазонах.

Аппарат стабилизирован по трем осям. Точность угловой ориентации 0.2 угловых минуты, точность стабилизации угловой скорости 0.005º/с. Время жизни до 3-х лет или более.

Космический аппарат имеет массу 6650 кг, высота 7.4 м, размах солнечных батарей 14 м. Ресурс-ДК1 может поворачиваться до ± 30º поперек траектории.

Система коммуникации в X-диапазоне на частотах 8.2-8.4 ГГц (скорость передачи до 300 Мбит/с). Бортовое запоминающее устройство имеет емкость 768 Гбит.

Рис. 1.9. Общий вид КА Ресурс –ДК1

КА был запущен 15 июня 2006 года ракетой-носителем Союз-ФГ с космодрома Байконур, Казахстан.

Эллиптическая полу-полярная, высота 350-600 км, наклонение = 70.0º.

Геотон-1 – это оптоэлектронная камера сканерного типа. Цель создания – получение изображений Земли высокого разрешения для коммерческих и исследовательских приложений. Камера обеспечивает съемку панхроматического и мультиспектрального изображения в 4 диапазонах видимого и ближнего инфракрасного диапазонов. Обзорный режим обеспечивает сцены длиной до 2100 км (вдоль траектории). Камера может быть повернута до (± 30º) поперек траектории поворотом всего КА (см. рис. 1.10). Основные характеристики приведены в таблице 1.7.

Таблица 1.7.

Общие параметры камеры Геотон-1

Параметр

Значение

Параметр

Значение

Панхроматический диапазон

0.58 — 0.8 мкм

Пространственное разрешение (PAN)

1 м

Мультиспектральный диапазон (мкм)

0.50 — 0.60, 0.60 — 0.70, 0.70 — 0.80

Пространственное разрешение (MS)

2.5-3.5 м

Скорость передачи данных

75, 150 or 300 Мбит/с

Емкость ЗУ

768 Гбит

Полоса захвата

28.3 км в надире (с высоты 350 км)

Полоса обзора

448 км

Применение камеры Геотон-1: обзор состояния морской поверхности, ледовая ситуация, метеорологические условия в полярных регионах, изучение ресурсов Земли, экологические данные, кризисные ситуации.

Рис. 1.10. Схема возможности обзора поперек траектории Ресурс-ДК1.

PAMELA  — это магнитный спектрометр для изучения изменений заряженных частиц и нестационарных явлений в космических лучах.

ARINA – российский спектрометр и детектор частиц для исследования солнечно-магнитосферных изменений заряженных частиц.

Наземный сегмент системы Ресурс-ДК1 расположен в Научно Центре Оперативного Исследования Земли НЦ ОМЗ в Москве, Россия.

2. Обзор космических съемочных систем среднего разрешения

2.1. Космическая съемочная система SPOT

Спутники системы SPOT производят съемку Земли с 1986 года. В настоящее время работоспособны спутники SPOT 1, 2 и 4 (см. рис. 1.11). Спутник SPOT3, прекратил съемку в ноябре 1996 года по техническим причинам. Группировка спутников была увеличена в мае 2002 года запуском спутника SPOT 5 (см. рис. 1.12) [12,109,188]. Хронология миссий SPOT приведена на рис. 1.13.

Следующий спутник — SPOT5 принадлежит к последнему поколению спутников SPOT и отличается автономной системой позиционирования и контроля высоты полета, которая обладает высокой точностью.

Рис. 1.11.  Внешний вид спутника SPOT4

Рис. 1.12. Внешний вид спутника  SPOT5

Рис. 1.13. Хронология миссий  SPOT

Характеристики орбиты SPOT

Спутники SPOT позиционированы на орбите таким образом, чтобы обеспечить получение снимков Земли, которые позволяют производить их сравнение, несмотря на дату их получения. Это возможно только при выполнении следующих требований:

·        Орбита спутника является фазированной, что означает, что спутник проходит над одной и той же точкой Земли через целое число дней. Цикл спутника SPOT равен 26 дням, за это время он совершает 369 витков. Орбитальный период равен 101.5 минуты. След орбиты на Земле повторяется точно через 26 дней (цикл) и спутник проходит над одной и той же точкой каждые 5 дней.

·        Орбита является солнечно-синхронной, т.е. угол между плоскостью орбиты и направлением Земля-Солнце постоянен. Для спутников SPOT угол равен 22.5°, что означает, что локальное время нисходящего узла равно 10:33 (номинально от 10:15 до 10:30), (см. рис. 1.14).

·        Орбита спутника околополярная. Наклонение орбиты составляет 98.8°.

·        Орбита почти круговая. Это означает, что поддерживается постоянная высота над заданной точкой. Высота орбиты SPOT над точкой, расположенной на северной широте 45° составляет приблизительно 830 км.

Рис. 1.14. Синхронно-солнечная  орбита

Угол между плоскостью орбиты и направлением Земля-Солнце остается неизменной, поэтому данная орбита называется синхронно-солнечной. Орбитальная плоскость пересекает экваториальную плоскость в двух точках, вдоль линии, называемой линией узлов. Узел – это точка, в которой спутник пресекает экваториальную плоскость: при движении с севера на юг узел называется нисходящий, при движении с юга на север узел называется восходящим

Спутник SPOT5 – это часть системы, в настоящий момент состоящей из трех спутников семейства SPOT: SPOT1, SPOT2 и SPOT4. Первые два спутника -SPOT1 и SPOT2 не имеют бортовых запоминающих устройств. Вместе со SPOT4, эти спутники в настоящее время находятся на орбите с характеристиками, описанными в Таблице 1.8. Однако они находятся в разных орбитальных фазах относительно друг друга вдоль орбиты.

Таблица 1.8.

Номинальные характеристики орбиты SPOT

Тип

Синхронно-солнечная

Высота

832 км

Наклонение

98.7 °

Период

101.4 минуты

Цикл

26 дней

Местное время

10 : 30

Расположение спутников SPOT показано на рис.1.15.


Рис. 1.15. Положения спутников SPOT на орбите.
Камеры

Следующая таблица 1.9. показывает основные характеристики камер на борту спутников SPOT.

Таблица 1.9.

Характеристики камер на борту спутника SPOT

Спутник

Камера

Наименование диапазона

Диапазон

длин волн (мкм)

Размер пиксела (м)

Пиксел (CCD)

на линию

SPOT123

HRV1

или

HRV2

XS1

0.50-0.59

20

3000

XS2

0.61-0.68

20

3000

XS3

0.78-0.89

20

3000

PAN

0.50-0.73

10

6000

SPOT4

HRVIR1 или HRVIR2

XS1

0.50-0.59

20

3000

XS2

0.61-0.68

20

3000

XS3

0.78-0.89

20

3000

SWIR

1.58-1.75

20

3000

M

0.61-0.68

10

6000

SPOT5

HRG1

или

HRG2

XS1

0.495-0.605

10

6000

XS2

0.617-0.687

10

6000

XS3

0.780-0.893

10

6000

SWIR

1.545-1.750

20

3000

HMA

0.475-0.710

5

12000

HMB

0.475-0.710

5

12000

HRS

HRS1 (съемка вперед)

0.49-0.69

10  x 5

12000

HRS2 (съемка назад)

0.49-0.69

10  x 5

12000

SPOT5 – стереоскопическая камера высокого разрешения

В отличие от камеры High Geometric Resolution (HRG), телескоп HRS (Haute Résolution Stéréoscopique) не имеет зеркального механизма [92,93]. Сцены HRS (см. рис. 1.16.) снимаются вдоль следа спутника с полосой 120 км (12000 пиксел с 10–метровым разрешением).  Углы телескопа составляют +20° (взгляд вперед) and –20° (взгляд назад).

Такие углы зрения приводят к углам наклона 22.748° и обеспечивают эффективное отношение B/H = 0.84 (» 2 х tg(22.748°).

Съемка вперед и назад не могут быть выполнены одновременно. В результате максимальный стерео сегмент немного больше чем 600 км (» 832 км высоты  2 х tg(20°).

Снимки производятся в тех же спектральных диапазонах, что и для камеры HRG. Размер пиксела на земле – 10м x 10м. Однако камера HRS [147] была сконструирована для получения разрешения на земле в 5 метров вдоль полета. В направлении близком к эпиполярной плоскости такое увеличение разрешения позволяет получить большую точность определения высоты в ЦМР [87,95,151,163,177-179]  (абсолютное разрешение в плане от 10 до 15 метров).

Рис. 1.16. Способ съемки камеры HRS (SPOT5)

Для спутников первого и второго поколения (SPOT 1,2,3,4) получение стереоизображения осуществляется при межвитковой съемке, что затрудняет использование процедур автоматизации построения ЦМР. Получение стереопары на одном витке возможно для спутника SPOT5 [139,140]. Сравнение ЦМР получаемых при различных видах съемки приведено в [202]. Однако политика фирмы направлена на затруднение доступа к стереосъемке со спутника SPOT5. Кроме того, геометрия камер спутников серии SPOT существенно отличается от геометрии камер центральной проекции [156], что затрудняет их высокоточную обработку.

2.2. Космическая съемочная система TERRA (платформа ASTER)

Платформа ASTER  (см. рис 1.17.) — результат сотрудничества между NASA и японским министерством экономики и торговли (METI), в сотрудничестве с научными и промышленными организациями двух стран. Платформа ASTER является  следующим поколением инструментов дистанционного зондирования Земли сравнимых с инструментами Landsat Thematic Mapper, и японским сканером JERS-1. ASTER обеспечивает высокое спектральное разрешение в 14 диапазонах и обеспечивает стереоскопические возможности для создания ЦМР.  Параметры орбиты приведены в таблице 1.10.

Рис. 1.17. Внешний вид спутника TERRA.

Таблица 1.10

Номинальные характеристики орбиты TERRA (ASTER)

Дата запуска:

Декабрь 1999

Орбита:

Высота 705 км, солнечно-синхронная.

Наклонение орбиты:

98.3 градусов от плоскости экватора

Период обращения:

98.88 минут

Пересечение экватора:

10:30 (с севера на юг)

Период повторения:

16 дней, (233 витка)

Фирма-производитель:

Lockheed Martin

Оборудование ASTER (см. рис. 1.18.) состоит из трех различных подсистем. Каждая подсистема работает в собственном спектральном диапазоне, имеет собственный телескоп(ы) и была построена различными японскими компаниями

Рис. 1.18. Общий вид оборудования ASTER

ASTER имеет следующие подсистемы: Видимого и ближнего ИК диапазона —  Visible and Near Infrared (VNIR), Коротковолнового ИК — Shortwave Infrared (SWIR), Теплового ИК — Thermal Infrared (TIR).

Подсистема VNIR

Подсистема VNIR (см. рис. 1.9.) работает в трех спектральных диапазонах в видимом и ближнем ИК, с разрешением 15 метров. Она состоит из двух телескопов – один надирный с детектором трех спектральных диапазонов и второй – смотрящий назад с одно-диапазонным детектором. Телескоп, направленный назад обеспечивает обзор цели в диапазоне 3 для стереонаблюдения. Поворот до 24 градусов поперек траектории обеспечивается поворотом всего телескопа. Разделение диапазонов обеспечивает наблюдение во всех трех диапазонах одновременно. Скорость передачи данных до 62 Мб/с при использовании всех четырех диапазонов.

Рис. 1.19. Общий вид подсистемы VNIR.

Подсистема SWIR.

Подсистема SWIR (см. рис. 1.10.) работает в шести спектральных диапазонах в ближнем ИК через один телескоп, смотрящий в надир, и обеспечивающий разрешение 30 метров. Возможность наведения поперек траектории ( до 8550  км) обеспечивается поворотным зеркалом. Из-за большого размера комбинации фильтров/детекторов детекторы сильно разнесены, вызывая ошибку параллакса примерно в 0.5 пиксела на 900 метров высоты. Эта ошибка может быть скорректирована, если есть данные о высоте, например, ЦМР. Скорость генерации данных до 23 Мб/с.

Рис. 1.20. Общий вид подсистемы SWIR.

Подсистема TIR.

Подсистема TIR (см. рис. 1.11.) работает в пяти диапазонах в тепловом инфракрасном диапазоне через один, жестко зафиксированный телескоп с разрешением 90 метров. Максимальная скорость генерации данных — 4.2 Мб/с. Сканирующее зеркало работает в режиме сканирования и обеспечивает отклонение поперек траектории (до ± 8.55 градусов). В сканирующем режиме зеркало колеблется со скоростью примерно 7 Hz и данные собираются только в одном направлении.

Рис. 1.21. Общий вид подсистемы TIR.

Для получения стереоперекрытия используется подсистема VNIR, имеющая два независимых телескопа с минимальной дисторсией, направленных вперед и назад. Они используются для получения стереоснимков вдоль направления полета с углом 27.7 градуса и отношением B/H = 0.6. Два телескопа могут быть повернуты на 24 градуса для обеспечения поперечного стереоперекрытия с лучшим отношением B/H (до 1) и 5-дневным периодом посещения. Однако по различным научным, технологическим и коммерческим причинам обычно используется стереоперекрытие вдоль направления полета как для сиcтемы Ikonos, так и для системы ASTER [198]. Точность обработки данных (СКО) может достигать 1 пиксел [93]. При использовании опорных точек точность может составлять СКОxy=7 м СКОz=13м [72].

2.3. Космическая съемочная система Landsat 7

          Спутник Landsat-7 выведен на орбиту 15 апреля 1999 г. и имеет расчетный срок эксплуатации – 5 лет. Спутник продолжает серию природно-ресурсных спутников Landsat (первый аппарат этой серии был запущен в 1972г). Миссия  Landsat-7 является совместным проектом трех крупнейших американских правительственных организаций (NASA, NOAA, USGS),  призвана обеспечивать национальных и зарубежных потребителей спутниковой информацией высокого разрешения.

          Спутник Landsat-7 выведен на солнечно-синхронную орбиту с временем нисходящего пересечения экватора 10:00. Основные параметры орбиты приведены в таблице 1.11.

Таблица 1.11

Основные параметры орбиты спутника Landsat 7.

Полоса захвата:

185 километров

Интервал повторения

16 дней (233 витка)

Высота

705 километров

Дискретизация [51]

Лучшие 8 из 9 бит

Бортовое запоминающее устройство

~375 Гб (твердотельное)

Наклонение

Синхронно-солнечная, 98.2 градусов

Пересечение экватора

Нисходящий узел; 10:00 +/- 15 мин.

Ракета-носитель

Delta II

Дата запуска

Апрель 1999

Спутник спроектирован и создан компанией Lockheed Martin Missiles and Space (см. рис. 1.22). 

Рис. 1.22. Внешний вид спутника Landsat 7.

Установленная на спутнике съемочная аппаратура – сканирующий радиометр Enhanced Thematic Mapper Plus (ETM+), обеспечивает съемку земной поверхности в шести каналах с разрешением 30 м, в одном ИК канале – с разрешением 60 м и одновременную панхроматическую съемку с разрешением 15 м при ширине полосы обзора для всех каналов около 185 км.
Характеристики радиометра, имеющего 8 спектральных каналов приведены в таблице 1.12.

Таблица 1.12.

Спектральные характеристики радиометра ETM+

№ канала

Спектральный
 диапазон (мкм)

Пространственное
 разрешение (м)

1

0.45 — 0.515

30

2

0.525 — 0.605

30

3

0.63 — 0.690

30

4

0.75 — 0.90

30

5

1.55 — 1.75

30

6

10.40 — 12.5

60

7

2.09 — 2.35

30

8

0.52 — 0.90
(панхром.)

15

Для спутника Landsat-7 возможно получение стереосъемки только поперек направления полета со смежных орбит, так как производится надирная съемка [184]. Стереоскопические возможности съемки со смежных орбит ограничены вследствие следующих причин:

1. съемка возможно только на широте более 45;

2. отношение B/H мало;

3. доступны только области со средним или высотным рельефом.

Для всех перечисленных систем характерна геометрия, не совпадающая с геометрией центральной проекции, что осложняет получение высокоточных ЦМР.

Для систем, недавно принятых в эксплуатацию, таких как SPOT5, Ikonos, QuickBird, ASTER, Landsat –7 характерно относительно неполное покрытие земного шара.

Разрешение снимков, превышающее 10 метров доступно только для систем Ikonos, QuickBird, однако стоимость таких данных весьма значительна.

2.4. Космическая съемочная система ALOS

ALOS – японский спутник дистанционного зондирования Земли разработан  JAXA (Японское космическое агентство, Токио, бывшее NASDA) и создан корпорациями NEC, Toshiba, Mitsubishi Electric Corp (см. рис. 1.23). Целью разработки было создание оптических и микроволновых сенсоров, данные высокого разрешения с которых могут использоваться в таких приложениях, как картографирование, мониторинг окружающей среды и чрезвычайных ситуаций. Кроме того, сообщество потребителей должно иметь данные с разрешением, достаточным для создания карт масштаба 1:25000. Для этого нужны данные с горизонтальным разрешением 2.5 м и вертикальным разрешением 3-5 м. Мультиспектральные данные с горизонтальным разрешением необходимы для классификации. Мониторинг реального времени требует иметь возможность оперативного перенацеливания КА.

Приблизительные размеры КА 6.4 м x 3.4 м x 4.3 м (x, y, z), размеры конфигурации на орбите  8.9 м x 27.4 м x 6.2 м (x, y, z, где x в направлении движения,  z в надир).

Рис. 1.23. Схематическое изображение КА ALOS

Масса КА около 4000 кг (180 кг гидразина), крупнейший спутник в Японии. Солнечные батареи (размер 22 м x 3 м) вырабатывают 7 кВт. КА ALOS имеет 5 комплектов NiCd батарей.. Время жизни КА 3 года с возможностью продления до 5 лет.

Кратковременная угловая стабильность ±0.00002º/0.37 мс (3σ), долговременная угловая стабильность ±0.0002º/5 с (3σ). Точность позиционирования ±0.0002º, точность определения координат КА ±1.0 м. The dual-frequency carrier-phase tracking GPS receiver of Toshiba Corp. is used for orbit determination.

На земле JAXA создало для КА ALOS систему PPDS (Precision Pointing and Geolocation Determination System) точного определения положения, которая обеспечивает определение положения с точностью 2.0º x 10-4, углов с точностью 1.4º x 10-4, и местоположения с точностью 3 ~ 7.5 м.

КА ALOS был запущен 24 января 2006 года японской ракетой-носителем H-IIA из космического центра Tanegashima, Япония

Солнечно-синхронная почти круговая, высота   691.65 км, наклонение = 98.16º, цикл  46 дней (с циклом 2 дня для мониторинга событий), местное время нисходящего узла 10:30 (±15 мин), период  98.51 мин.

Передача данных. Первичный канал передачи данных DRTS (Data Relay and Test Satellite of Japan) в Ka-диапазоне на скорости 240 Мьит/с и S-диапазоне для телеметрии. Дополнительно есть канал в X-диапазоне со скоростью 120 Мбит/с только для данных AVNIR-2. Канал Ka-диапазона передается на скорости 120 Мбит/с через релейный спутник Artemis Европейского космического агентства. Бортовое записывающее устройство имеет емкость 768 Гбит и использует 64 Мбит технологию. Скорость генерации данных около 1 Тбайт/день.

Сеть приема КА ALOS состоит из узлов, приведенных в таблице 1.12.

Таблица 1.12.

Партнеры ALOS по приему информации.

Агентство

Зона покрытия

JAXA, RESTEC (Remote Sensing Technology Center) – первичный дистрибьютор

Азия

Терминал ESA ADEN (ALOS Data European Node)

Европа, Африка

NOAA/ASF (приемная станция на Аляске)

Северная и Южная Америки

Geoscience Австралия (GA)

Австралия, Океания

GISTA (Гео-информационное и космическое агентство)

Тайланд

PRISM (Panchromatic Remote-sensing Instrument for Stereo Mapping) – камера для получения стереоданных высокого разрешения (размер пиксела 2.5 м) для картографических приложений (получения ЦМР и т.п.). Инструмент является трехлинейным сканером с тремя независимыми оптическими системами для надира, вида вперед, вида назад для получения стерео перекрытия вдоль полета. Каждый из трех телескопов имеет трех зеркальную оптику (30 см апертура и 2 м фокусное расстояние) и несколько CCD детекторов для сканирования. Шесть или восемь матриц  CCD (5000 пикселей каждая) физически расположены в фокальной плоскости телескопов. Из 40,000 пикселей каждого телескопа, 14,000 пикселей выбираются и передаются на приемную станцию. Таким образом, триплет изображений содержит три раза по  14,000 пикселей/линию. Надирный телескоп обеспечивает полосу съемки 70 км  (28,000 выходных пикселей), каждый из вперед и назад смотрящих телескопов обеспечивает полосу 35 км (14,000 пикселей на диапазон). Передний и задний телескопы наклонены на ±23.8º от надира и обеспечивают отношение B/H=1 на высоте 692 km (см. рис. 1.25). Параметры камеры PRISM приведены в таблице 1.13, схематическое изображение камеры на рис. 1.24. Оптика камеры PRISM смонтирована на оптической скамье с  термостабилизацией  ±3º C для минимизации дисторсии оптики.

Таблица 1.13.

Параметры камеры PRISM

Параметр

Панхроматический сенсор

Спектральный диапазон (панхроматический)

0.52-0.77 мкм

Количество камер

3 (надир, вперед, назад)

Угол наклона вперед

и назад

± 23.8º

Сигнал/Шум, MTF

> 70, > 0.2

Пространственное разрешение на Земле

2.5 м (3.61 мкрад)

Полоса съемки

35 км (стерео триплет) 70 км для надира, или надир+назад

Угол съемки

≥ 7.6º

Стерео съемка

B/H = 1.0

Количество пикселей

28,000 (полоса 70 км), 14,000 (полоса 35 км)

Угол отклонения

±1.5º(поперек траектории, режим триплет)

Динамический диапазон

8 бит/пиксел

Скорость передачи данных

960 Мбит/с сырых данных, компрессия JPEG с потерями. Реальная скорость камеры PRISM уменьшена до 240 Мбит/с (уменьшение 1/4.5) или до 120 Мбит/с (уменьшение 1/9)

Рис. 1.24. Схема камеры PRISM и сканирование триплета

Рис. 1.25. Сканирование камерой PRISM

AVNIR-2 (Advanced Visible and Near-Infrared Radiometer) — камера,   созданная фирмой Mitsubishi Electric Corporation (см. Табл. 1.14). Предназначена для получения мультиспектральных данных высокого разрешения (10 м). Оптическая система выполнена по схеме «folding Schmidt». Телескоп имеет апертуру 24 см в диаметре и фокусное расстояние около 800 мм. Камера AVNIR-2 может быть отклонена на ±44º поперек полета для целей мониторинга чрезвычайных ситуаций (см. рис. 1.26). Матрица CCD детектора имеет 7000 пикселей в линейке. Камера может применяться для мониторинга региональной окружающей среды. Компрессия почти без потерь DPCM (дифференциальная импульсно-кодовая модуляция) с кодированием Хаффмана применяется для уменьшения потока данных со 160 Мбит/с до 120 Мбит/с.

Таблица 1.14.

Основные параметры камеры ANVIR-2

Параметр

Мультиспектральный сенсор

Спектральные диапазоны
Диапазон 1
Диапазон 2
Диапазон 3
Диапазон 4


0.42-0.50 мкм

0.52-0.60 мкм

0.61-0.69 мкм
0.76-0.89 мкм

Сигнал/шум, MTF

>200, > 0.25

Пространственное разрешение

10 м (в надире, 14.28 мкрад)

Полоса захвата

70 км, 5.8º

Угол отклонения

±44º

MTF

Диапазон 1-3 ≥ 0.25; диапазон 4 ≥ 0.20

Динамический диапазон

8 бит

Скорость передачи

около 160 Мбит/с сырых данных, 120 Мбит/с (уменьшение 3/4)

Рис. 1.26. Иллюстрация возможностей съемки камерой AVNIR-2

PALSAR (Phased Array L-band Synthetic Aperture Radar) – радар с синтезированной апертурой разработан JAXA, JAROS (Japan Resources Observation System Organization) и METI (министерство экономики, торговли и индустрии).

2.5. Космическая съемочная  система «Комета»

          Топографическая камера ТК-350 и панорамная камера высокого разрешения КВР-1000, вместе с датчиками для определения элементов внешнего ориентирования снимков в полете, образуют космическую картографическую систему, предназначенную для создания топографических и цифровых карт [101]. При этом фотокамера ТК-350 позволяет получать высокоточные стереопары, пригодные для построения фотограмметрических сетей и создания рельефа, а фотокамера КВР-1000 предназначена для получения снимков высокого разрешения, необходимых для дешифрирования объектов местности.

2.5.1. Топографическая камера ТК-350

          Как известно, точность определения высот точек местности при стереофотограмметрической обработке снимков существенно зависит от отношения величины базиса фотографирования (В) к высоте съемки (Н). При использовании космической съемки, когда практически нельзя иметь Н менее 200 км, увеличить отношение В/Н можно только за счет увеличения формата кадра. Это привело к созданию камеры большого формата в США [104] и камеры большого формата ТК-350 в России [101,143]. Основные характеристики камеры ТК-350 приведены в таблице 1.15.

Таблица 1.15

Технические характеристики камеры ТК-350

Фокусное расстояние

350 мм

Формат кадра

300 х 450 мм

Относительное отверстие

1:5,6

Разрешающая способность

80 л/мм — в центре

35 л/мм — на краю

Дисторсия

20 мкм — максимальная

2.5 мкм — ср.кв.ошибка калибровки

Контрольные кресты

Через 10 мм

Компенсация сдвига изображения

Есть

продольное перекрытие

20%, 40%, 60% и 80%

При создании камеры ТК -350 основное внимание было уделено увеличению базиса фотографирования и повышению точности снимков. В связи с этим был выбран прямоугольный формат, когда при съемке длинная сторона кадра  располагается вдоль линии полета. Перекрытие 80% позволяет сделать отношение  В/Н равным 1.1 (рис. 1.27).

Выравнивание фотопленки осуществляется путем ее прижима к выравнивающему стеклу прокатывающимися валиками, в момент экспонирования пленка удерживается на стекле вакуумным способом по периферии кадра [42]. Учитывая высокую точность изготовления выравнивающего стекла, этот способ позволяет  обеспечить среднюю квадратическую ошибку из-за невыравнивания фотопленки 1.5-2.0 мкм.

Рис. 1.27. Схема перекрытия снимков камеры ТК-350

          По всему полю кадра с дискретностью 10 мм на выравнивающем стекле нанесены контрольные и координатные кресты (всего 1305 крестов), координаты которых калиброваны со средней квадратической ошибкой 2.0-2.5 мкм. Это позволяет с максимально возможной точностью учитывать деформацию фотопленки.

Система координат контрольных крестов камеры ТК-350 и методика измерения подвижки приведены в Приложении. Калибровка камеры ТК –350 — определение элементов внутреннего ориентирования и дисторсии, выполняется на высокоточном пространственном компараторе.

          При установке камеры в КА калибруется также стекло иллюминатора, измеряется состав газовой среды внутри КА, а в полёте измеряются фактические значения температуры и давления. Это позволяет учесть влияние иллюминатора, внутренней рефракции и внести поправки в фокусное расстояние камеры. В результате всех наземных калибровок и измерений в полёте суммарная средняя квадратическая ошибка снимков, полученных камерой ТК-350 составляет 5 мкм.

2.5.2. Панорамная фотокамера КВР-1000

          Обеспечивая высокую точность стереоснимков, что необходимо для определения планового положения и высот точек местности, топографическая камера ТК-350 позволяет получить разрешение на местности 10 м. Чтобы обеспечить высокое разрешение на местности при большой ширине захвата, для получения дешифровочных снимков в состав космической системы «Комета» входит камера высокого разрешения КВР-1000. При создании камеры КВР-1000 была выбрана конструктивная схема панорамного фотоаппарата [186], при которой высокий уровень разрешения, соответствующий центральной части поля зрения объектива, сохраняется по всему кадру и можно получить изображение широкой полосы местности [144]. Основные характеристики  панорамной камеры КВР-1000 приведены в таблице 1.6.

Таблица 1.16

Характеристики панорамной камеры КВР-1000

Фокусное расстояние

1000 мм

Формат кадра

180 х 720 мм

Угол поля зрения

110 40’

Относительное отверстие

1:5

Разрешающая способность

60 л/мм

Дисторсия вдоль щели

16 мкм — максимальная

Способ панорамирования

вращением зеркал

Угол панорамирования

±200 40’

Компенсация сдвига изображения

децентрированием оси вращения зеркала

Ошибка компенсации сдвига изображения

не более 1%

ширина щели

0,3-15 мм

продольное перекрытие

6-12%

          Панорамная камера КВР-1000 обеспечивает разрешение на местности 2м при высоте съёмки 220 км и полосе захвата 160 км. Таким образом, площадь, покрываемую одним кадром ТК-350, покрывают 7 кадров КВР-1000 при совместном включении обеих камер, как показано на рис.1.28.

Рис. 1.28. Взаимное расположение кадров КВР-1000 и ТК-350

Схема камеры КВР-1000 показана на рис.1.29.

Рис. 1.29. Схема камеры КВР-1000.

Панорамная камера КВР-1000 обеспечивает получение высококачественных панорамных снимков, пригодных для изготовления крупномасштабных фотопланов и ортофотопланов. При этом необходимо использовать геометрическую модель панорамного изображения, учитывающую перечисленные калибровочные параметры.

2.5.3. Возможности космической картографической системы

          Космическая картографическая система, включающая топографическую камеру ТК-350, панорамную камеру КВР-1000 и бортовую аппаратуру для определения элементов внешнего ориентирования топографических снимков в полёте предназначена для создания крупномасштабных топографических и цифровых карт. Бортовая аппаратура включает два звездных фотоаппарата, лазерный высотомер, навигационные датчики и приборы синхронизации. Картографические возможности системы приведены в таблице 1.17.

Таблица 1.17

Картографические возможности системы «Комета»

Тип фотокамеры

ТК-350

КВР-1000

Средняя высота фотографирования

220 км

220 км

Масштаб фотографирования

1:630 000

1:220 000

Площадь, покрываемая кадром

284х189 км

158х40 км

Точность картографирования без использования наземной опоры

   

точность планового положения

20-25 м

Точность определения высот

10 м

Точность картографирования относительно наземной опоры

   

Точность планового положения

15-20 м

7-10 м

Точность определения высот

5-7 м

На настоящий момент накоплен огромный архив снимков, полученных в течение двадцати запусков системы «Комета». Данный архив покрывает большую часть земного шара. Обобщенная схема покрытия земного шара снимками ТК-350 приведена на рис.1.30.

Как видно из таблицы 1.17, использование снимков ТК-350 и КВР-1000 позволяет создавать топографические карты масштаба 1:50 000, а также цифровые и тематические карты с указанными точностями без использования наземных опорных точек на любой территории. Снимки КВР-1000 позволяют создавать фотопланы и  ортофотопланы масштаба до 1:10 000. Необходимо отметить возможность дальнейшего повышения точности при использовании, например, GPS-точек [108,127].


Рис. 1.30. Обобщенная схема покрытия земного шара снимками ТК-350

Центр инновационных технологий — Features

Primary processing of Resurs-P1, 2, 3, Kanopus-V and BKA satellite data

560

thousands of km2coverage

Technology of remote sensing data primary processing within IMC software is fully automated and allows user to perform the formation of the scenes for Resurs-DK, Resurs-P1, 2, 3, Kanopus-V1, BKA imagery. Primary processing contains following steps: geometrical correction of the scene using digital elevation model and RPC coefficients, radiometric correction, eliminating offset between spectral bands, formation of synthesized color image, and formation of fused image in natural colors with resolution of panchromatic image. Further processing such as spatial resolution improvement, color correction, georeferencing improvement, etc provides a possibility to significantly increase the quality of the output data

Resurs-P

Resurs-P1 was launched on the 25th of June 2013 from Baikonur Cosmodrome and accepted into regular operation on the 30th of September 2013.
Resurs-P2 was launched on the 26th of December 2014 from Baikonur Cosmodrome.
Resource-P3 was launched on the 13th of May 2016 from Baikonur Cosmodrome.
Developer: TsSKB Progress
Operator: NTs OMZ RSS.

The spacecraft is capable of photographing individual targets on the Earth surface, as well as long stretches of Earth surface extending as far as 2,000 kilometers. Resurs-P could also image areas 100 by 300 kilometers during a single pass and conduct stereo-imaging.

Resurs-P is designed for maps update, environmental control and protection; among the users of the satellite data there are following institutions: Ministry of Natural Resources, Ministry of Emergency Situations, Ministry of Transportation, Ministry of Agriculture, Ministry of Fishing, Ministry of Meteorology and other domestic and foreign customers.

More

Optical-electronic high resolution equipment

Characteristics Panchromatic band Multispectral band
Swath width image, Km 38
Spatial resolution (at nadir), m 0,9 3-4
Spectral range, µm 0,58÷0,80 blue (0,45÷0,52)
green (0,52÷0,60)
красный (0,61÷0,68)
red 1 (0,67÷0,70)
red 2 (0,70÷0,73)
red + near IR (0,70÷0,80)

Wide-multispectral equipment of high and medium resolution

Characteristics ShMSA-VR ShMSA-SR
Panchromatic band Multispectral band Panchromatic band Multispectral band
Swath width image, km 97 441
Spatial resolution (at nadir), m 12 23 60 120
Spectral range, µm 0,43÷0,70 blue (0,43÷0,51)
green (0,51÷0,58)
red (0,60÷0,70)
near IR 1 (0,70÷0,80)
near IR 2  (0,80÷0,90)
0,43÷0,70 blue (0,43÷0,51)
green (0,51÷0,58)
red (0,60÷0,70)
near IR 1 (0,70÷0,80)
near IR 2  (0,80÷0,90)

Hyperspectral equipment

Characteristics GSA
Swath width image, km 22
Spatial resolution (at nadir), m 30
Spectral range, µm 0,4÷1,1 (up to 256 spectral bands)

Kanopus-V1, BKA

Kanopus-V1 is a Russian spacecraft designed for real-time technogenic and natural disasters monitoring. It was launched on the 22th of July 2012 from Baikonur Cosmodrome. Data acquired from Kanopus-V1 spacecraft contain RPC-for faster image processing and image accuracy improvement.

BKA (Belorussian spacecraft) was launched together with Russian Kanopus-V1 and has identical characteristics.

More

Characteristics Panchromatic band Multispectral band
Swath width image, km 23 20
Spatial resolution (at nadir), m 2,5 12
Spectral range, µm 0,58÷0,86 blue (0,45÷0,52)
green (0,51÷0,6)
red (0,61÷0,69)
near IR (0,75÷0,84)

Data processing sequence in IMC software

   

Preliminary processing

   

Preliminary processing contains following steps:

  • reading image’s metadata file;
  • formation of multispectral image;
  • assigning color components;
  • image atmospheric correction;
  • removing uninformative areas;

Scene’s metadata file is stored in the data package along with the image in XML or TXT file formats. IMC provides a possibility to read metadata files and open related scenes automatically.

Characteristics of color bands such as range, width, gain, offset, along with the satellite and sensor type, surveying date and time, resolution, and information about cloud coverage will be read and filled automatically.

All of the information read from the metadata file is useful for further image processing.

Atmospheric correction is required for further thematic processing of the image. User can select one of listed atmosphere transmission plots or upload a new one.

Here you can see Landsat-8 image and averaged atmosphere transmission plot. On the left there is an original image, on the right – image after atmospheric correction was performed.

   

Pansharpening

   

Image: Russian Federation, Chelyabinsk Oblast, Resurs-P1 (Geoton-L1)

Pansharpening is a process of merging high-resolution panchromatic and lower resolution multispectral imagery to create a single high-resolution RGB image.

You can see images obtained from Resurs-P1 spacecraft:

  • panchromatic image;
  • multispectral image;
  • pansharpened image.

You can see images obtained from WorldView-3 spacecraft:

  • panchromatic image;
  • multispectral image;
  • pansharpened image.

   

Image: Australia, Sydney, WorldView-3

Thematic processing

Thematic processing methods provide a possibility to perform a detailed analysis of the satellite imagery and create vector maps filled with attributive information as the result of the processing both manually and automatically. There are various algorithms for remote sensing data thematic processing implemented within Image Media Center software.

1. False color image analysis

   

Image: Russian Federation, Sakha Republic, Landsat-8

False color image analysis includes following actions:

  • selecting different combinations of color components;
  • maximum likehood method;
  • using various color spaces (RGB, CMYK, Lab, HLS, HSB).

On the left image you can see the original image obtained from Landsat-8 satellite; on the right – false color image (bands 7-6-4).

2. Indices calculation and analysis

Pixel brightness values of index image are the result of mathematical operations on brightness values of each pixel for different color bands.

Various indices are used for different research purposes:

  • vegetation indices;
  • soil indices;
  • water indices;
  • snow and ice indices;
  • custom indices.

“Band calculator” tool is designed to create index images; it allows user to perform various mathematical operations on spectral bands.

To create a land surface temperature map a sequence of auxiliary calculations should be performed (such as spectral emissivity, surface brightness temperature, etc.), obtained values can be converted into various units of temperature; a universal color range is used to create a colorful land surface temperature map. Temperature maps allow user to detect areas of abnormal temperatures and discover wildfires and burned areas.

   

Image: Russia, Kamchatka Krai, Landsat-8

3. Clustering (unsupervised k-means classification)

   

Image: Russian Federation, St. Petersburg, WorldView-2

It is unknown in advance before the clustering which and how many types of objects are present on the image, thus after the image clustering it is necessary to identify the classes recognized by unsupervised classification. Unsupervised classification is usually applied in the cases, such as:

  • when it is unknown in advance which types of objects are present on the image;
  • when there is a large amount of objects (30<) with complex borders on the image;
  • auxiliary step before supervised classification.

4. Supervised classification

Supervised classification requires manual preparation where operator determines reference areas on the image for each class of objects. For classes recognition pixel brightness values of reference areas are used for each spectral band. Thus each pixel of the image will be assigned to a certain class as a result of consequential comparison with all selected references.

On the image you can see the result of the supervised classification based on Resurs-P ShMSA-SR data.

   

Image: India, Resurs-P, ShMSA-SR

5. Spectral analysis

   

Image: Australia, Pert, Resurs-P (GSA)

The main values to be changed in the spectral analysis, is the wavelength, the intensity of the reflected signal and the spatial coordinates of investigated surface. IMC software provides the following methods of spectral analysis:

  • correlation with/without considering amplitude;
  • binary encoding;
  • spectral angle mapper;
  • orthogonal subspace projection.

On the image you can see hyperspectral image by Resurs-P satellite, spectrogram for the row of pixels, and spectral plots for different types of objects.

Working with vector data

IMC software allows user to create vector objects of any complexity (markers, lines, polygons, complex objects), create and assign custom display styles for vector objects, create vector classifiers for different types of objects, scale factor, and attribute data.

Vector layers can be saved in popular file formats SHP and the TAB, as well as in the IMF file format which allows user to store raster and vector layers with attribute information in a single file.

   

Reports

   

For comprehensive analysis of the results of the processing, statistical reports can be generated automatically. Reports can contain all types of visual representation of statistical data such as graphs, legends, information about the scene etc., as well as satellite images and thematic maps. User can create custom report drafts for convenient demonstration of the results of various thematic processing.

On the image you can see the report that demonstrates the forest cover change over the period of monitoring based on multi-temporal analysis of Landsat-8 images.

 

Космические снимки

Космические снимки

Назначение: Технологии космического мониторинга позволяют эффективно отслеживать различные аспекты сельскохозяйственной деятельности. Космическая съемка обеспечивает проведение инвентаризации сельскохозяйственных земель, выполнение оперативного контроля состояния посевов на различных стадиях вегетации, позволяет выявлять процессы деградации земельных ресурсов, определять потенциальные угрозы для посевов и решать многие другие задачи агропромышленного комплекса.

  • Оперативность. Актуальные космические снимки могут быть получены пользователем в течение нескольких часов после пролёта спутника.
  • Периодичность. Современные спутниковые системы дистанционного зондирования Земли позволяют осуществлять съемку с очень высокой периодичностью — до нескольких раз в сутки.
  • Ретроспективность. На сегодня накоплены значительные архивы сопоставимых данных космической съёмки, что позволяет выполнять разновременной анализ и поиск изменений по снимкам.
  • Обзорность. Современные спутниковые системы дистанционного зондирования Земли позволяют получать единовременную съемку на огромных площадях, что обеспечивает единовременность наблюдений на производственных участках, расположенных на значительном отдалении друг от друга.
  • Объективность. Информация, получаемая по космическим снимкам, отображает действительную картину состояния сельскохозяйственных земель и растительности.

Сервис Геоаналитика.Агро предоставляет доступ к следующим оптическим и радарным космическим снимкам:

  • Landsat-8
  • Sentinel-2
  • ASTER
  • RapidEye
  • Sentinel-1
Оптические космические снимки
Landsat-8 OLI-TIRS

Landsat 8 — американский спутник дистанционного зондирования Земли, восьмой в рамках программы Landsat, поддерживаемой совместно Геологической службой США (USGS) и Национальным Аэрокосмическим Агентством (NASA). Спутник выведен на орбиту 11 февраля 2013 года. Оператором Landsat-8 является Национальная геологическая служба США (United States Geological Survey, USGS).

Съемочная система Landsat 8 осуществляет съемку, используя два набора сенсоров — Operational Land Imager (OLI) и Thermal InfraRed Sensor (TIRS). Первый набор сенсоров предназначен для съемки в видимом, ближнем инфракрасном и среднем инфракрасном диапазонах спектра, второй – для съемки в тепловом диапазоне. Пространственное разрешение 30-100 м в зависимости от диапазона съёмки. Пространственное разрешение панхроматического канала – 15 м.

Данные Landsat являются наиболее распространёнными исходными материалами для мониторинга и исследований земных покровов в региональном масштабе.

Основные характеристики данных Landsat 8 OLI-TIRS

Режим съемки Панхроматический Панхроматический
Спектральный диапазон, мкм 0,50 — 0,68 Фиолетовый (Coastal): 0,43 — 0,45
Синий: 0,45 — 0,51
Злёный: 0,53 — 0,59
Красный: 0,64 — 0,67
БИК: 0,85 — 0,88
Коротковолновый ИК-1: 1,57 — 1,65
Коротковолновый ИК-2: 2,11 — 2,29
Коротковолновый ИК (Cirrus): 1,36 — 1,38
Тепловой-1: 10,60 — 11,19
Тепловой-2: 11,50 — 12,51
Пространственное разрешение, м 15 30, 100 в тепловом канале
Ширина полосы съемки, км 183
Периодичность съемки 16 дней
RapidEye

RapidEye — группировка пяти мини-спутников, предназначенных для мониторинговых наблюдений за земной поверхностью с высоким пространственным разрешением. Спутниковая группировка принадлежит компании PlanetLabs.

Каждый из пяти спутников RapidEye оснащен мультиспектральной оптико-электронной камерой Jena-Optronik для съемки с пространственным разрешением 6,5 м в видимом и ближнем инфракрасном диапазоне. Спутники были выведены орбиту 29 августа 2008 г. Группировка RapidEye способна обеспечивать ежедневное покрытие съемкой площадь в 4 млн км2. Периодичность съемки одного и того же района Земли – 24 часа.

Уникальным для спутников высокого разрешения является «крайний красный» канал (690- 730 нм), чувствительный к концентрации хлорофилла в растениях и поэтому оптимально подходящий для осуществления сельскохозяйственного мониторинга.

Основные характеристики данных RapidEye

Режим съемки Мультиспектральный
Спектральный диапазон, мкм синий: 0,44–0,51
зеленый: 0,52–0,59
красный: 0,63–0,685
крайний красный: 0,69–0,73
ближний ИК: 0,76–0,85
Пространственное разрешение, м 6,5
Ширина полосы съемки, км 77
Точность геопозиционирования, м 30-90
Обработка Радиометрическая, сенсорная и геометрическая коррекция
Приведение к картографической проекции
Периодичность съемки 24 часа
Sentinel-2

Sentinel-2A — спутник Европейского космического агентства (ESA), запущенный 23 июня 2015 г. в рамках программы Copernicus. Космический аппарат Sentinel-2A оснащен оптико-электронным мультиспектральным сенсором (MultiSpectral Instrument -MSI), который выполняет съёмку в 13 спектральных каналах от видимого и ближнего инфракрасного до коротковолнового инфракрасного диапазона спектра.

Пространственное разрешение съемочной системы варьирует от 10 до 60 м, в зависимости от спектрального диапазона, ширина полосы захвата – 290 км. Сочетание относительно высокого пространственного и высокого спектрального разрешения, значительной полосы захвата является уникальным преимуществом съемочной системы Sentinel-2.

Основные характеристики данных Sentinel-2

Режим съемки Мультиспектральный
Имя/назначение канала
Спектральный диапазон, мкм
синий: 0,490;
зеленый: 0,560;
красный: 0,665;
ближний ИК: 0,842
Крайний красный -1: 0,705;
Крайний красный -2: 0,740;
Крайний красный -3: 0,783;
Крайний красный -4: 0,865;
Коротковолновый ИК-1: 1,610;
Коротковолновый ИК-2: 2,190
Аэрозольное рассеивание 0,443;
Водяной пар 0,945;
Перистые облака 1,375
Пространственное разрешение, м 10 20 60
Ширина полосы съемки, км 290
Периодичность съемки, дней 10
ASTER

ASTER – съёмочная система для мониторинга поверхности Земли, созданная совместно NASA и Министерством экономики, торговли и промышленности Японии (METI). ASTER ведёт съёмку с платформы Terra, запущенной в декабре 1999 г. Аппаратура ASTER предназначена для сбора данных об отражательной способности поверхности в видимом (3 канала, пространственное разрешение 15 м) и среднем (6 каналов, пространственное разрешение 30 м) диапазонах длин волн, о температуре (5 каналов, пространственное разрешение 90 м) и рельефе Земной поверхности (канал в ближнем инфракрасном диапазоне с отклонением от надира 27,6о, пространственное разрешение 15 м).

Основные характеристики данных ASTER

Режим съемки Мультиспектральный
Имя/назначение канала
Спектральный диапазон, мкм
Зеленый: 0,52 — 0,60
Красный: 0,63 — 0,69
Ближний ИК: 0,76 — 0,86
Ближний ИК наклонный: 0,76 — 0,86
SWIR1: 1,600 — 1,700
SWIR2: 2,145 — 2,185
SWIR3: 2,185 — 2,235
SWIR4: 2,235 — 2,285
SWIR5: 2,295 — 2,365
SWIR6: 2,360 — 2,430
TIR1: 8,125 — 8,475
TIR2: 8,475 — 8,825
TIR3: 8,925 — 9,275
TIR4: 10,25 — 10,95
TIR5: 10,95 — 11,65
Пространственное разрешение, м 15 30 90
Ширина полосы съемки, км 60
Периодичность съемки, дней 16
Радарные космические снимки
Sentinel 1А

Sentinel 1А – европейский спутник дистанционного зондирования Земли, который входит в космическую группировку спутников по глобальному мониторингу окружающей среды и безопасности Copernicus. Выведен на орбиту 3 апреля 2014 г.

Спутник разработан компанией “Thales Alenia Space”. Космический аппарат “Sentinel 1” создан на базе спутниковой платформы “Prima Bus” (Piattaforma Italiana Multi Applicativa). На борту космических аппаратов “Sentinel 1” установлена радиолокационная аппаратура с синтезированной апертурой/C-SAR (разработка компании “Astrium”), которая обеспечивает всепогодную, а также круглосуточную поставку космических снимков. Сьемка выполняется в С-диапазоне (длина волны 6 см). Скорость передачи данных на наземный сегмент – 300 Мбит/с.

Периодичность съемки — от 1 до 3 суток.

Режимы работы Sentinel 1A

Режимы Ширина полосы обзора, км Разрешение без обработки, м Поляризация
Strip Map Mode 80 5х5 VV+VH или HH+HV
Interferometric Wide Swath 250 5х20 VV+VH или HH+HV
Extra-Wide Swath Mode 400 20х40 VV+VH или HH+HV
Wave-Mode 20х20 5х5 VV или HH

Спутниковые Снимки Высокого Разрешения: Надежные Данные Онлайн

Спутниковая программа Pléiades включает два спутника: Pléiades 1A и Pléiades 1B. Эти спутники используют оборудование для получения изображений с разрешением 0,5 м/пиксель, cинхронизированы на одной орбите и оснащены волоконно-оптическими гироскопами и гироскопами управления моментом, которые обеспечивают исключительную манёвренность Pléiades при крене, тангаже и вращении вокруг оси, а также увеличивают количество прохождений над определённой территорией. Программа поставляет как панхроматические, так и мультиспектральные изображения с одной из самых широких зон покрытия. Гибкость спутников Pléiades позволяет им быстро реагировать на запросы конечных пользователей, обеспечивая бесперебойное получение и передачу данных в рекордно короткие сроки.

Спутник SPOT-5 с разрешением 2,5 м/пиксель оснащён двумя оптическими устройствами: стереоскопическим прибором для картирования рельефа и прибором с низким разрешением, который обеспечивает непрерывность экологического контроля по всему земному шару. Благодаря улучшенному пространственному разрешению и ширине полосы захвата изображений в двухприборном режиме, SPOT-5 сохраняет идеальный баланс между высоким разрешением и широкой зоной покрытия. За один проход стереоскопического инструмента спутник собирает максимум стереоизображений с обширных участков. Снимки стереопары широко применяются в трёхмерном моделировании местности.

SPOT-6 и SPOT-7 — это два оптических спутника для наблюдения за Землёй с разрешением 1,5 м/пиксель, разработанных для продолжения миссии SPOT-5 по получению широкополосных изображений с высоким разрешением и предоставлению данных до 2023 года. Эта группа спутников оснащена двумя съёмными высокочувствительными сканерами и основана на технологии телескопа типа Korsch. Наряду с исключительной точностью определения местоположения в Reference 3D, эта технология позволяет пользователям получать высококачественные орто-изображения и широкополосные спутниковые снимки, дополняющие снимки Pléiades с ультравысоким разрешением. SPOT-6 и SPOT-7 вращаются на одной орбите с Pléiades 1A и Pléiades 1B, образуя созвездие из 4 спутников.

Спутник KOMPSAT-3 оснащён веерным устройством получения изображений, позволяющим делать снимки с максимальным пространственным разрешением в 0,5 м/пиксель. KOMPSAT-3 передаёт панхроматические оптические изображения и предоставляет спутниковые снимки с высоким разрешением для ГИС и таких смежных областей как сельское хозяйство, исследование окружающей среды, океанография и стихийные бедствия.

Спутник KOMPSAT-3A с разрешением 0,4 м/пиксель оснащён инфракрасным тепловым датчиком и двумя системами получения изображений. KOMPSAT-3A регистрирует данные в инфракрасной области спектра со средней длиной волны в 3-5 мкм с высоким пространственным и тепловым разрешением. Эти термочувствительные датчики могут помочь в мониторинге лесных пожаров, вулканической и сейсмической активности, а также водных течений и стихийных бедствий.

Спутник KOMPSAT-2 с пространственным разрешением 1,0 м/пиксель предназначен для получения снимков Корейского полуострова с высоким разрешением. Данный спутник способен передавать как панхроматические, так и мультиспектральные изображения и работает в полосовом режиме. Основными целями программы KOMPSAT-2 являются: предоставление изображений для оказания помощи в ликвидации крупных стихийных бедствий, получение изображений с высоким разрешением для ГИС, разработка цифровых карт, контроль за использованием природных ресурсов, управление лесным хозяйством, исследования и т.п.

Программа SuperView-1 включает в себя четыре китайских гражданских спутника для наблюдения за Землёй с пространственным разрешением 0,5 м/пиксель, которые предназначены для сбора мультиспектральных изображений с высоким разрешением. Основной целью данной инициативы является предоставление данных для обороны и разведки, управления земельными и лесными ресурсами, составления высокоточных карт, программ обеспечения безопасности и морских программ. В настоящий момент четыре спутника из группы SuperView-1 (1a, 1b, 1c, 1d) находятся на одной орбите. Группа довольно подвижна и работает в четырёх режимах сбора данных: стереоизображение, длинная полоса, комбинация нескольких полос, комбинация нескольких точечных целей.

Лучший российский спутник ДЗЗ «Ресурс-П» №2 выведен на орбиту

На борту «Ресурс-П» №2 также установлена гиперспектральная съёмочная аппаратура (ГСА). Ее особенность состоит в возможности одновременной съемки одного и того же участка земной поверхности в большом количестве узких спектральных диапазонов, охватывающих видимую часть спектра и ближнюю часть инфракрасного диапазона.

Научная составляющая

Кроме того, на спутнике «Ресурс-П» №2, в отличие от аппарата «Ресурс-П» №1, установлена научная аппаратура «Нуклон», разработанная НИИ ядерной физики МГУ. Аппаратура предназначена для проведения космического эксперимента по исследованию космических лучей высоких энергий и их химического состава. Прибор для регистрации галактических космических лучей изготовлен в основном из отечественных материалов и электронных комплектующих и на основе отечественных технологий. Ожидается, что будут получены результаты мирового уровня в области астрофизики космических лучей.

Также на борту установлен бортовой радиокомплекс разработки ОАО «РКС», предназначенный для приема радиосигналов с морских судов и их автоматической идентификации.

Четыре в одном

«Ресурс-П» имеет ряд преимуществ. Одно из них — возможность комплексного наблюдения поверхности Земли за счет установки на борту нескольких видов оптико-электронной аппаратуры и возможности одновременной съемки сразу несколькими видами аппаратуры. Применение технологий комплексирования позволяет получить изображение земной поверхности, сочетающее все уникальные свойства, присущие снимкам различных видов установленной на спутнике аппаратуры. Можно сказать, что «Ресурс-П» №2 фактически сочетает в себе функции четырех разных спутников.

Эффективность использования аппарата увеличивается за счет разнообразных режимов съемки. «Ресурс-П» №2 может вести съемку точечных объектов и маршрутов протяженностью до 2000 километров, снимать на одном витке площади размером до 100х300 километров, вести стереосъемку (в том числе на одном витке), может снимать сложные маршруты.

«Ресурс-П» №2 пополнит орбитальную группировку гражданских средств дистанционного зондирования Земли c детальным уровнем разрешения. Ранее на орбиту были выведены «Ресурс-ДК» (июнь 2006 г.) и «Ресурс-П» №1 (июнь 2013 г.). Космическая система, состоящая из двух или трех аппаратов, позволит решать задачи, недоступные одиночному объекту.

Спасателям и топографам

«Ресурс-П» № 2 создан по заказу Федерального космического агентства и следующих заказчиков: Министерства природных ресурсов РФ, Министерства сельского хозяйства РФ, Министерства РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий, Федерального агентства по рыболовству, Федеральной службы по гидрометеорологии и мониторингу окружающей среды, Федеральной службы государственной регистрации, кадастра и картографии.

Мониторинг природы

Информация, получаемая с «Ресурс-П» № 2, может использоваться для инвентаризации и мониторинга природных ресурсов и контроля хозяйственных процессов для обеспечения рациональной деятельности в сельской, лесной, рыбной, водной и других отраслях хозяйства, а также мониторинга районов чрезвычайных ситуаций, а также оценки их последствий.

Кроме того, спутник будет полезен для получения данных для составления и обновления общегеографических, тематических и топографических карт, контроля загрязнения и деградации окружающей среды, водоохранных и заповедных районов, информационного обеспечения для поиска нефти, природного газа, рудных и других месторождений полезных ископаемых, информационного обеспечения для прокладки магистралей и крупных сооружений, автомобильных, железных дорог, нефте- и газопроводов, систем связи, обнаружения незаконных посевов наркосодержащих растений и контроля их уничтожения.

Особый интерес представляет информация, получаемая гиперспектральной аппаратурой, которая фиксирует излучение объектов в десятках узких спектральных диапазонов. На основании гиперспектральных снимков можно определить зрелость пшеницы, активность микрофлоры в водоеме, степень засоленности почвы и так далее. Такого рода инструмент мониторинга текущего состояния и контроля неоценим в сельском хозяйстве, геологической разведке, экологии.

Гарантированный срок активного существования «Ресурс-П» №2 рассчитан на пять лет.

Сравнительный анализ картирования побережья Белого моря по данным космосъемки и БПЛА «Геоскан 401»

Сравнительный анализ результатов картирования литорали побережья Белого моря по материалам полученным космической съемкой и аэросъемкой при помощи БПЛА «Геоскан 401».

Макаров А.В., Курков М.В., Барымова А.А.

Морское побережье — это пограничная полоса между сушей и морем, характеризующаяся распространением современных и древних береговых форм рельефа…» (По И.С.Щукину) [1]. Все компоненты морского побережья взаимосвязаны, поэтому, «…берег, в широком понимании этого слова, можно рассматривать в качестве сложной природной системы с обратными связями. Для них типично существование процессов саморегулирования и наличие реакций на внешние воздействия» [2].

Прибрежная полоса Белого моря, это зона активного перемещения камней, песка, илистых грунтов в процессе разрушения скал, переноса водой и отложения мелкодисперсного осадка. Эти абразионные и аккумулятивные процессы постоянно изменяют форму береговой линии. Наличие приливов и отливов определяет строение прибрежной полосы, которая включает в себя литораль (зона дна, покрываемая водой во время приливов), сублитораль (зона дна, которая начинается от границы максимального отлива и продолжается в глубину до условной границы распространения растительности) и супралитораль (береговая зона, которая начинается от верхней границы прилива и продолжается вверх до уровня максимального штормового заплеска) [3]. В зимнее время присутствует фактор ледового переноса грунта и камней [4]. В этих зонах располагаются особые растительные и животные сообщества, которые приспосабливаются к меняющимся условиям. В связи с этим, прибрежная полоса Белого моря служит чрезвычайно интересным полигоном для отработки методик комплексного изучения прибрежных мелководий арктических морей.

1. Особенности комплексных исследований прибрежных мелководий и береговой полосы.

Комплексные исследования арктических мелководий в настоящее время активно развиваются. Оперативное получение достоверной информации о состоянии прибрежных экосистем необходимо для рационального планирования освоения и минимизации антропогенного воздействия на экосистемы арктического шельфа при геологических изысканиях и разработке полезных ископаемых, в особенности, при добыче нефти и газа под водой, при транспортировке полезных ископаемых, прокладке коммуникаций и сооружении объектов береговой инфраструктуры.

Комплексные морские исследования в Арктике ведутся с целью создания наиболее полной картины современного состояния морского шельфа и прибрежной полосы, которую можно получить, применяя самые современные методы и оборудование. Комплексные исследования включают в себя изучение осадков на морском дне, состояние и состав толщи воды, живых организмов, состояние морских и прибрежных экосистем.

Комплексные морские исследования объединяют геофизические (сейсмоакустические и гидролокационные), биологические, гидрологические, геологические и геоморфологические методы. Важной составляющей комплексных исследований являются данные дистанционного зондирования Земли (ДЗЗ). К ним относятся, в том числе, спутниковые снимки и аэроснимки. С помощью таких снимков изучается ледовая обстановка в Арктике, загрязнения поверхности воды и берегов нефтепродуктами, изменения формы береговой линии, состояние почвы и растительного покрова, и др. Спутниковые снимки высокого разрешения, на которых различимы объекты менее 1 м. в поперечнике (то есть, меньше 1 м2 земной поверхности на пиксель матрицы съемочной аппаратуры) позволяют картировать лежбища морских млекопитающих на арктических берегах, отслеживать положение судов, получать оперативную информацию при чрезвычайных ситуациях.

2. Краткий обзор источников данных дистанционного зондирования Земли (ДЗЗ) высокого разрешения.

Оптические системы высокого разрешения установлены на низкоорбитальных спутниках (высота орбиты — от 440 до 770 км). В настоящее время для коммерческого использования доступны снимки следующих спутников (Табл. 1).

Табл. 1. Спутники с оптической аппаратурой высокого разрешения.
Принадлежность спутника Название спутника
Группировка DigitalGlobe (США) QUICKBIRD
WORLDVIEW-1
WORLDVIEW-2
WORLDVIEW-3
Группировка GeoEye (США) IKONOS
GEOEYE-1
GEOEYE-2
Группировка IRS (Индия) CARTOSAT-2, 2B
Группировка PLEIADES (Франция) PLEIADES-1A, 1B
Япония ALOS-3
Израиль EROS B
Корея KOMPSAT-2
KOMPSAT-3
Россия РЕСУРС-П

В качестве примера рассмотрим характеристики двух спутниковых систем: Pleiades — группировки из двух спутников, введенных в эксплуатацию в 2012 г. и новейшего World View-3, запущенного в 2014 г.

С точки зрения изучения прибрежной полосы арктических морей наибольшее значение имеют следующие характеристики спутников.

Pleiades, как и большинство других оптических аппаратов высокого разрешения, имеют аппаратуру, снимающую в трех каналах видимого спектра — синем, зеленом, красном, в ближнем инфракрасном (это каналы мультиспектральной съемки) и панхроматическом канале, объединяющем весь видимый спектр. Особенность спутниковой съемки такова, что разрешение панхроматического канала всегда выше мультиспектральной съемки. У спутников Pleiades фактическое разрешение мультиспектральных снимков — 2,8 м, а панхроматического канала — 0,7 м. Ширина полосы съемки — 20 км. Мультиспектральные каналы в различных комбинациях позволяют анализировать состояние лесов, сельскохозяйственных угодий, антропогенных ландшафтов. Именно наличие аппаратуры, ведущей съемку в ближнем инфракрасном спектре, позволяет анализировать состояние зеленых насаждений, так как хлорофилл, содержащийся в высших растениях не поглощает инфракрасное излучение, а отражает его. Панхроматический канал, с разрешением 0,7 м позволяет составлять точные карты.

Спутник World View-3 в отличие от Pleiades и всех остальных спутников высокого разрешения ведет съемку в трех мультиспектральных режимах: VNIR (Visible and Near Infrared — видимый и ближний инфракрасный диапазон, 8 каналов), SWIR (Shortwave Infrared — средний инфракрасный диапазон. Позволяет снимать сквозь дымку, туман, смог, пыль, дым и облака — 8 каналов) и CAVIS (clouds, aerosols, vapors, ice, snow — позволяет проводить атмосферную коррекцию, 12 каналов). Разрешение снимков этого аппарата самое высокое, среди спутников гражданского назначения. Панхроматические снимки имеют разрешение 31 см, мультиспектральные — 1,24 м, SWIR — 3,72 м, CAVIS — 30 м. Ширина полосы съемки 13,1 км. Этот аппарат выполняет все задачи, которые ставятся перед спутниками высокого разрешения, но гораздо более точно и подробно. В том числе с его помощью создаются цифровые модели рельефа с точностью 1-3 м по высоте и топографические карты. Предшественник этого спутника, аппарат World View-2 имеет аппаратуру несколько меньшего разрешения. Панхроматический канал — 46 см, мультиспектральные — 1,84 м. [5].

При изучении арктических мелководий и прибрежных территорий спутниковые данные высокого разрешения позволяют различать объекты до полуметра в поперечнике, например, отдельные валуны. Такие снимки позволяют анализировать состояние прибрежной полосы водоемов, например, наличие штормовых выбросов, грубо оценивать механический состав открытого грунта (илистые, каменистые грунты), распределение растительных сообществ (приморские луга, заросли тростников, марши — приморские, засоленные торфяники, куртины галофитов — растений соленых грунтов, заросли морских трав, таких, как зостера) (Рис. 1).

Рис. 1. Фрагмент снимка аппарата WorldView-2 с ближним инфракрасным каналом, на котором обозначены участки побережья с различными грунтами и растительным сообществами

На спутниковых снимках высокого разрешения можно дистанционно выделять границы лесов и открытых пространств. Различать хвойные и лиственные породы деревьев, а также границы выделов и вывалы древостоя. Разделять болота и луговую травянистую растительность. Выходы коренных горных пород и аккумулятивные песчаные пляжи. Следы антропогенного воздействия, любые строения, дороги, тропы и колеи в грунте. Подвергнув спутниковый снимок обработке в специализированных программах можно более четко выделять объекты или их группы с помощью изменения интенсивности отображения различных спектральных каналов или, создавая из них разные комбинации. Таким образом, в прибрежной полосе морей можно выявлять скопления водорослей, на мелководьях выделять плотные заросли водных видов растений. На берегу оценивать состояние лесных насаждений, распространение заболеваний деревьев в лесах. Выявлять области с повышенным увлажнением, затопленные территории, загрязнения нефтепродуктами и оценивать площади ветровалов. Одной из главнейших задач спутниковой съемки высокого разрешения является осуществление подробного, многолетнего мониторинга, отслеживание изменений на местности по множеству параметров.

3. Сравнение методов получения и использования данных ДЗЗ со спутников и аэрофотосъемки с квадрокоптера.

В работе рассматривается использование для аэрофотосъемки квадрокоптеров фирмы Группы компаний «Геоскан» (далее – Геоскан). Модели «Геоскан 401» коптерного типа оснащены камерами Sony Cyber-shot DSC-RX1 и могут выполнять качественную аэрофотосъемку с разрешением 4 см/pix и выше. В настоящее время БПЛА такого класса, при производстве аэрофотосъемки, используются для проведения кадастровых работ, мониторинга сельскохозяйственных угодий, лесных массивов, составления карт антропогенных ландшафтов, при проектировке и строительстве, для оценки ситуации при чрезвычайных ситуациях (наводнения, пожары) и т.д. Для получения специализированной информации БПЛА оснащаются камерами, работающими в инфракрасном диапазоне.

Сравнение спутниковой съемки высокого разрешения и аэрофотосъемки с БПЛА проведено по нескольким параметрам.

a. Разрешение

Панхроматический канал спутника WorldView-3 имеет разрешение 31х31см земной поверхности на пиксель. Это, на сегодняшний день, самое высокое разрешение спутниковых снимков, доступное для гражданского коммерческого использования. Этот канал объединяет весь видимый спектр, служит для составления подробных карт и детализации мультиспектральных изображений. В качестве примера приведен панхроматический снимок аппарата WorldView-2 с пространственным разрешением 46х46 см, который использовался в работе по изучению прибрежной полосы Белого моря (Рис. 2).

Рис. 2. Часть снимка побережья Белого моря в панхроматическом канале со спутника WorldView-2. В верхней части снимка водная поверхность моря, в средней части — литораль, в нижней части — лес.

Сочетание каналов мультиспектрального диапазона, в котором присутствует инфракрасный канал, дает возможность выделять различные типы растительных сообществ, в частности, плотные заросли бурых водорослей Fucus vesiculosus и Fucus serratus на нижней границе литорали (рис. 3).

Рис. 3. Часть мультиспектрального снимка побережья Белого моря со спутника WorldView-2. В средней части снимка яркой красной полосой выделяются заросли бурых водорослей в нижней части литорали.

Проведенная аэрофотосъемка квадрокоптером «Геоскан 401» с высоты 60 м, имеет пространственное разрешение 1 см/pix при использовании геодезического приемника на борту высокого класса и базовых станций на земле можно обеспечить точность привязки до 10 см. Так как эти снимки делаются в видимом спектре и отображаются цветными, то на них хорошо различимы растительные сообщества, механический состав поверхности грунта (скалы, камни, земля и торф, песок и илистый грунт). Хорошо видны отдельные предметы, такие как древесные стволы, постройки и транспортные средства. Можно различать опоры линий электропередач и провода.

При аэрофотосъемке с БПЛА, оснащенных камерами с фиксированным фокусным расстоянием, пространственное разрешение зависит от высоты съемки. Если у спутника разрешение постоянное, так как высота съемки неизменна, то высоту полета БПЛА можно менять в пределах технических характеристик аппарата. Параметр высоты полета, при серийной аэрофотосъемке, определяется безопасностью работы и пространственным разрешением, необходимым для выполнения задачи, для которой производится аэрофотосъемка. Например, аэрофотосъемка прибрежной полосы Белого моря, выполненная в 2017 г, делалась для геоморфологического картирования литорали, геологического описания литорали и верхней сублиторали, оценки количества выбросов водорослей и картирования растительных сообществ на литорали и в верхней части сублиторали. Для выполнения этих задач съемка выполнялась с высоты 60 м. Для сравнения разрешения спутниковой съемки и съемки с БПЛА произведено пространственное совмещение части кадра панхроматической съемки спутника WorldView-2 и снимка БПЛА «Геоскан 401» (Рис. 4).

Рис. 4. Пространственное совмещение части кадра панхроматической съемки спутника WorldView-2 (монохромный снимок), с разрешением 46*46 см, и снимка БПЛА «Геоскан 401», с разрешением 1*1 см (цветной снимок).

b. Площадь охвата

Площадь кадра спутниковой съемки определяется шириной полосы съемки. Аппарат World View-3 имеет ширину полосы съемки 13,1 км, аппарат World View- 2 – 16,4 км. Причем из-за применения длиннофокусных объективов, искажения на всей площади кадра минимальные. Искажения и пространственное разрешение еще могут зависеть от угла съемки, и они минимальные при съемке в надир (строго вниз, перпендикулярно поверхности земли).

Площадь аэрофотосъемки с БПЛА определяется типом БПЛА, заданным разрешением и фокусным расстоянием объектива, а также удаленностью участка съемки от места пуска. В нашем случае использовался квадрокоптер «Геоскан 401» чьи технические характеристики изложены в Табл. 2, а внешний вид представлен на Рисунке — 5. В качестве эксперимента было отснято 2 км2 береговой линии. Площадная аэрофотосъемка с помощью квадрокоптеров, это выполнение непрерывной серии снимков при полете галсами над заданной территорией. Снимки имеют большое перекрытие (как правило продольное — Рх =70%, поперечное — Ру =50%) для исключения искажений. Дальнейшая обработка производится в специализированных программах, таких как «AgisoftPhotoScanPro». Перекрытие снимков рассчитывается автоматически, в зависимости от высоты полета. За один сеанс съемки с высоты 60 м на одном аккумуляторе, в течение 60 минут, аппарат «Геоскан 401» может выполнить около 250 снимков, которые в процессе обработки покроют площадь поверхности земли, равную 0,5 км2. При наличии нескольких заряженных аккумуляторов, оператор может отснять всю территорию, в пределах радиуса действия радиосвязи с квадрокоптером.

Табл. 2. Технические характеристики системы «Геоскан-401»
Продолжительность полета до 60 мин
Макс. протяженность маршрута 15 км
Площадь съемки за 1 полет до 0,5 км2
Макс. допустимая скорость ветра до 10 м/с
Скорость полета 0-50 км/ч
Макс. взлетная масса 9,5 кг
Макс. масса полезной нагрузки 2 кг
Размер в сложенном виде 71*20*19 см
Двигатели электрические
Размер в полетном виде 156*156*56 см
Мин. безопасная высота полета 10 метров
Макс. высота полета 500 метров
Время подготовки к взлету 5 мин
Температура эксплуатации От -20°С до +40°С (возможно расширение от -40°С до +40°С)
Взлет/посадка вертикально, автоматически, с площадки 5*5 метров

Рис. 5. Внешний вид системы «Геоскан-401».

c. Периодичность

Космические аппараты для высоко детальной съемки обращаются вокруг Земли по своим орбитам, которые имеют смещение на каждом витке для покрытия съемкой всей площади земной поверхности. Поэтому каждый спутник имеет такие характеристики, как период обращения и время повторной съемки. У аппарата World View-3 эти характеристики заданы таким образом, что спутник может сделать повторный кадр того же места на поверхности уже через 1 сутки, облетев за это время всю Землю, и отсняв всю ее поверхность с периодом обращения в 97 минут. В зависимости от наклона орбиты спутников время между повторной съемкой одной точки земной поверхности в разных широтах может различаться. Спутниковая съемка арктических регионов в оптическом спектре ограничивается временем года. Во время полярной ночи съемка не производится. Например, в окрестностях Беломорской биологической станции МГУ, где проводится аэрофотосъемка морского побережья, абсолютной темноты в течение всех суток нет даже зимой. Хотя биологическая станция находится на Северном полярном круге, зимой несколько часов в день присутствует освещение, достаточное для аэрофотосъемки. Но спутниковые снимки высокого разрешения на этот регион можно получать только в период с февраля по конец ноября. Для регионов, расположенных севернее, этот период еще меньше. Существует еще один фактор, который необходимо учитывать при работе со спутниковой съемкой. Большинство спутников предназначенных для ДЗЗ выведены на солнечно-синхронные орбиты. Это значит, что снимки одного и того же места всегда будут делаться в одно и то же время суток. Например, аппарат World View-2 пролетает над окрестностями Беломорской биологической станции МГУ всегда в дневные часы, в районе 12.40 – 13.00.

Аэрофотосъемку с помощью БПЛА можно проводить в любое время с любой периодичностью, ограничиваясь лишь условиями, обеспечивающими безопасность работы.

d. Оперативность

Срок получения спутниковых снимков на любую территорию определяется временем пролета спутника над нужным местом и оперативностью обмена информацией, между заказчиком съемки и оператором аппарата. Например, в арктических регионах, можно ожидать снимок от 1 до 4 дней в ограниченный временной интервал с жесткой привязкой к наличию облачности.

Оперативность съемки с помощью БПЛА определяется удаленностью района съемки от места базирования оператора с аппаратом и транспортной доступностью района съемки.

e. Влияние погодных условий

На возможность получения качественных спутниковых снимков влияет облачность. Спутниковые снимки имеют параметр «процент покрытия облаками», который указывается вместе с основными параметрами снимка. Чем больше процент покрытия облаками, тем меньшая площадь снимка доступна для изучения и обработки. Если над районом съемки сплошная облачность, то получение качественного снимка, возможно, откладывается на неопределенный срок, до установления ясной погоды.

Работа с БПЛА возможна как в ясную, так и в облачную погоду. Невозможна работа в дождь, туман, снегопад и сильный ветер (более 10 м/с). Так же затруднена работа при температуре ниже -40о С.

f. Спектральные характеристики

Спутниковые снимки высокого разрешения выполняются в мультиспектральном диапазоне. Основными каналами съемки, общими для всех спутников высокого разрешения являются 4 спектральных канала, это синий, зеленый, красный и ближний инфракрасный. Так же имеется панхроматический канал. Спутники последних моделей оснащаются съемочной аппаратурой, работающей в среднем и дальнем инфракрасном спектре. Диапазоны спектральных каналов могут незначительно различаться у разных моделей спутников. Особенностью, объединяющей, практически, всю орбитальную съемочную аппаратуру, является начало канала синего спектра. Он начинается с 450 Нм, а это самый конец синего спектра. Это обусловлено тем, что земная атмосфера рассеивает синий свет, и на орбиту возвращается очень мало отраженного синего света. Однако на аппаратах последних моделей, таких как World View-2 и World View-3 установлена очень чувствительная съемочная аппаратура, способная улавливать рассеянный атмосферой синий свет. Поэтому на этих аппаратах установлен экспериментальный сенсор, так называемый “Coastal”, воспринимающий фиолетовый и синий спектр, начиная с 400 Нм. Наличие этого канала позволяет различать объекты в прозрачной воде тропической зоны на глубинах в несколько десятков метров. В арктических районах холодная морская вода насыщена кислородом и богата планктоном. Большое количество взвеси делает ее малопрозрачной, поэтому синий свет, который глубже всего проникает под воду, интенсивно поглощается, а его малое количество, отраженное от подводных объектов, рассеивается атмосферой.

Пространственное разрешение спектральных каналов спутников высокого разрешения начинается от 1,24 м. Такое разрешение не позволяет в цветном изображении производить геоморфологическую и геологическую характеристику прибрежной полосы, но позволяет выделять растительные сообщества видов растений, произрастающих плотными группами, выявлять картину поверхностного стока воды в прибрежной полосе и на литорали. Для увеличения разрешения используется панхроматический канал, объединяющий весь видимый спектр, и имеющий разрешение от 31 см. С помощью процедуры слияния спектральных и панхроматического каналов, которая выполняется в специальном программном обеспечении, можно получить более детальную цветную картинку местности, которая позволит достоверно различать отдельные объекты на снимке, например, камни, размером от полуметра в поперечнике, но для геоморфологического, геологического и биогеоценологического описания этого все равно недостаточно.

Аэрофотоснимки, сделанные с помощью БПЛА, оснащенных стандартными камерами, цветные и выполнены в видимом спектре. Они подходят для детальных описаний местности, так как имеется возможность изменения пространственного разрешения в широких пределах. На этих снимках хорошо различимы все растительные сообщества, даже таких видов растений, которые произрастают небольшими группами, как, например, некоторые виды галофильной растительности на литорали. Цветные аэрофотоснимки позволяют давать характеристику механического состава грунта (илы, песок, гравий, камни, валуны и скалы). Также БПЛА могут оснащаться и мультиспектральными камерами, качество снимков будет лучше спутниковых за счет высокого разрешения и отсутствия или малого влияния атмосферных искажений.

g. Точность отображения мелководий и глубина

В арктических морях мультиспектральные спутниковые снимки высокого разрешения позволяют наблюдать крупные скопления морской растительности на глубине до 1 м. Во время отлива можно достоверно различать такие объекты, как заросли морской травы зостеры (Zostera marina), границы пояса бурой водоросли фукуса (Fucus vesiculosus, Fucus serratus), верхнюю границу зарослей бурой водоросли ламинарии (Laminaria saccharina). Объекты на глубинах больше 1 м в арктических морях не различимы из-за поглощения света водой и рассеивания синего спектра в атмосфере.

В отличие от спутников БПЛА летает в десятках метров от поверхности земли. Поэтому влияние атмосферы на качество снимка отсутствует. На снимках с БПЛА можно различать объекты на глубине, куда проникает видимый свет. Из-за большого количества взвеси вода в арктических морях обладает прозрачностью на расстоянии всего нескольких метров. Летом в прибрежной полосе Белого моря видимость под водой ограничивается 7-10 м. Но и такая видимость позволяет достоверно различать объекты на глубине до 5-6 м (рис.6).

Рис. 6. Некоторые подводные объекты, хорошо различимые на снимке БПЛА «Геоскан 401», сделанном с высоты 50 м во время отлива.

Различимые объекты:

1 — элементы рельефа, такие как валунный пояс у нижней границы литорали, покрытый зарослями бурой водоросли фукус (Fucus vesiculosus, Fucus serratus), глубина 0 – 1 м;

2 — отдельные камни и каменистые гряды, глубина 0 – 1,5 м;

3 — песчаное дно, глубина 1 – 3 м;

4 — скопления нитчатых водорослей (Cladophora sp., Rhizocloniumsp. и др.), глубина 1 – 2 м;

5 — заросли бурой водоросли хорды (Chorda filum), глубина 0,5 – 1,5 м;

6 — скопления бурой водоросли ламинарии (Laminaria saccharina), глубина 3 – 5 м;

7 — заросли морской травы зостеры (Zostera marina), глубина 1 – 3 м.

h. Возможность отслеживания изменений. Мониторинг.

Спутниковые снимки высокого разрешения традиционно используются для отслеживания изменений на поверхности Земли как в природных ландшафтах, так и в антропогенных. Мониторинг природных сообществ прибрежной полосы, изменения контура береговой линии, изменения площади лежбищ морских млекопитающих в Арктике, оценка воздействия на прибрежную полосу строительства трубопроводов и береговой инфраструктуры при разведке, добыче и транспортировке полезных ископаемых. Все эти данные возможно получать с помощью спутниковых снимков оперативно и постоянно на всей площади арктического побережья, учитывая погодные условия и график пролета спутников над объектом мониторинга. При этом задачи, решаемые при помощи спутников, не должны выходить за рамки возможностей дешифрирования снимка с разрешением от 31 см.

Мониторинг с помощью БПЛА «Геоскан» может осуществляться на очень подробном уровне. Например, отслеживание изменения береговой линии может быть осуществлено на уровне наблюдений за перемещениями отдельных камней и других небольших объектов. Однако, площадь, охваченная мониторингом, ограничивается радиусом действия БПЛА и мобильностью группы обеспечения полетов. Мониторинг отдаленных объектов с помощью БПЛА возможен только при условии доставки на место работы оператора с аппаратом. Ежегодная аэрофотосъемка объекта мониторинга может быть осуществлена в одно и то же время, и с той же точки, так как маршрут и координаты точек съемки сохраняются с помощью программного обеспечения БПЛА.

i. Векторизация данных и возможность применения в ГИС

Мультиспектральные спутниковые снимки предоставляются пользователю в виде набора файлов в формате GEOTIFF. Каждый файл содержит географически привязанный снимок, выполненный в одном из спектральных каналов. Так же в наборе присутствуют текстовые файлы с различной информацией, в том числе, информацией о дате, времени съемки и получения оператором каждого кадра, географические координаты углов отснятого полигона на поверхности Земли в системе координат UTM WGS-84, угол наклона камеры спутника, а также оговоренные с заказчиком данные первичной обработки снимка. Точность привязки снимка от 3 м и более. Все эти данные позволяют работать со снимком в специализированном программном обеспечении для создания ортофотоплана с применением цифровой модели местности и последующего дешифрирования, комбинирования спектральных каналов, составления мозаик снимков и векторизации растровых изображений. Подготовленные в специализированном программном обеспечении растровые изображения, их фрагменты и векторные данные в дальнейшем используются в качестве слоев в геоинформационных системах (ГИС) для создания подробных карт местности, 3D — моделей, проведения тематического и математического анализа объектов местности. Комбинации спектральных каналов позволяют визуально выделять различные классы объектов, что облегчает их векторизацию.

Аэрофотосъемка при помощи БПЛА «Геоскан 401» была выполнена в надир, полученные снимки были в видимом спектре–RGB формата RAW и географической привязкой центров фотографирования с точностью до 10 см в системе координат WGS-84. Эти снимки в виде географически привязанного растрового изображения могут использоваться в геоинформационных системах в качестве отдельного слоя для векторизации и анализа данных.

j. Программное обеспечение и аппаратура

При работе с прибрежными районами можно встретиться с крутыми и высокими обрывистыми склонами, отвесными скалами. Некоторые арктические острова имеют отвесные обрывистые берега высотой сотни метров. Чтобы избежать искажений, связанных с рельефом, существует процедура ортофотокоррекции, когда спутниковое изображение накладывается на цифровую модель рельефа (ЦМР). Существует международная база данных с ЦМР всей Земли, откуда можно получить данные на необходимый участок местности и осуществить обработку снимка. Так же для построения локальной карты рельефа местности высокого разрешения существует процедура стереосъемки, когда со спутника получают два последовательных снимка одного и того же полигона, выполненные под разными углами. Совмещая эти кадры, получают трехмерное изображение местности, которое можно использовать для создания локальной цифровой модели рельефа и получения карты высот. После ортофотокоррекции спутниковый снимок готов для дешифрирования и дальнейшей обработки. Для работы со спутниковыми снимками в настоящее время наиболее популярны пакеты программ ERDAS IMAGINE и ScanEx IMAGE Processor. Это профессиональные лицензированные программы полного цикла обработки данных дистанционного зондирования Земли. Спутниковые снимки, подготовленные и обработанные в этих программах, используются в геоинформационных и навигационных системах. Для обработки спутниковых снимков необходимы современные компьютеры с большой оперативной памятью и высокой тактовой частотой работы процессора, так как снимки имеют большой объем.

БПЛА фирмы Геоскан в стандартной комплектации оснащаются камерами Sony Cyber-shot DSC-RX1 с центральной проекцией. Камеры могут устанавливаться как в надир, так и в перспективу в зависимости от поставленных задач. Обработка данных аэросъемки осуществлялась в специализированном программном обеспечении Agisoft Photoscan, при помощи которой были получены: цифровые модели местности и рельефа, ортофотопланы и текстурированная 3 D модель береговой линии (Рис. 7, 8).

Рис. 7. Фрагмент ортофотоплана прибрежной полосы, снятой во время отлива.

Рис. 8. Фрагмент текстурированной 3D модели прибрежной полосы, снятой во время отлива.

В дальнейшем карта высот и ортофотоплан загружались в ГИС в качестве отдельных слоев для обработки, измерения расстояний, площадей и пр. Для работы с программой Agisoft Photoscan требуется высокая частота процессора и большая оперативная память, так как одновременно обрабатывается большой массив аэрофотоснимков.

Для проведения аэрофотосъемки при помощи БПЛА «Геоскан 401» использовалась наземная станция управления (НСУ) с предустановленной программой управления и проектировки АФС — «GeoScan Planner», также в состав НСУ входит радиомодем для контроля и управления БПЛА. Данное оборудование и ПО позволяет оператору БПЛА подготавливать проект с заданными параметрами аэрофотосъемки и проводить аэрофотосъемку в автоматизированном режиме с контролем телеметрии и возможностью изменений параметров в процессе, также данный продукт позволяет в последствии просматривать лог файлы и анализировать проделанную работу.

4. Перспективы.

Необходимость получения и постоянного обновления подробных карт морских побережий в Арктике требует постоянных затрат на получение и обработку спутниковой съемки высокого разрешения. Объекты мониторинга могут располагаться в отдаленных регионах, но они имеют постоянную дислокацию. Это облегчает возможность применения аэрофотосъемки с помощью БПЛА. Для геоморфологического, геологического, геоботанического описания морских побережий и узкой прибрежной полосы с литоралью необходима аэрофотосъемка очень высокого разрешения. Описание верхней сублиторали до глубины нескольких метров необходимо при комплексных исследованиях. Такие описания с помощью дистанционных методов возможны только на основе аэрофотоснимков, выполненных с помощью БПЛА. Имея в своем распоряжении стандартный комплект, в который входит БПЛА, несколько дополнительных аккумуляторов, НСУ, компьютер для обработки данных, необходимое программное обеспечение и средства доставки мобильной группы обеспечения полетов, можно в течение летнего сезона подготовить к анализу аэрофотосъемку очень высокого разрешения на сотни километров морского побережья. Либо обеспечивать постоянный, независимый от наличия облачности мониторинг прибрежной полосы в радиусе действия мобильной группы обеспечения полетов.

Перспективы применения БПЛА для аэрофотосъемки связаны с развитием программного обеспечения для обработки и дешифрирования отснятого материала, возможностью применения специализированной съемочной аппаратуры, работающей в различных диапазонах, в том числе инфракрасных.

5. Выводы.

При осуществлении комплексных исследований прибрежной полосы морей современными методами назрела необходимость применения аэрофотосъемки с помощью БПЛА, в частности хорошо себя зарекомендовал комплекс «Геоскан 401». Уже сейчас выявлены возможности, которые предоставляет только этот метод. Например, возможность картирования объектов на прибрежных мелководьях до глубины 5-6 м.

Совместное применение спутниковой съемки и аэрофотосъемки значительно расширяет возможности обоих методов. Например, при дешифрировании природных сообществ на литорали, с помощью аэрофотосъемки можно оперативно и точно выявить и векторизовать, практически, все объекты размером в несколько сантиметров в поперечнике на многокилометровой полосе берега. Высокое разрешение аэрофотоснимков позволяет очень точно векторизовать эталонные полигоны для автоматической классификации спутникового снимка и других методов его математической обработки.

1. Щукин И.С. Четырехъязычный энциклопедический словарь терминов по физической географии. М.: Сов. Энциклопедия, 1980. 704 с.

2. Игнатов Е.И. Береговые морфосистемы. Смоленск: Маджента. 2004. 362 с.

3. Бурковский И.В. Морская биогеоценология. Организация сообществ и экосистем. М.: Т-во научных изданий КМК. 2006. 285 с.

4. Романенко Ф. А., Репкина Т. Ю., Ефимова Л. Е., Булочникова А. С. Динамика ледового покрова и особенности ледового переноса осадочного материала на приливных осушках Кандалакшского залива Белого моря // Океанология. 2012. Т. 52. № 5. С. 768–779.

5. © Компания «Совзонд», «Космическая съемка Земли высокого и сверхвысокого разрешения», 2017. [В Интернете]. Available: https://sovzond.ru/products/spatial-data/satellites/#sat-425. [Дата обращения: 11 Ноябрь 2017].

6. © 2018 Agisoft. [В Интернете]. Available: https://www.agisoft.com/buy/online-store/. [Дата обращения: 14 марта 2018].

Космическая аппаратура предприятия «Швабе» сняла лесные пожары в Якутии

15.07.2021


«Аврора» Красногорского завода им. С. А. Зверева Холдинга «Швабе» Госкорпорации Ростех (входит в СоюзМаш России) из космоса сделала панхроматические снимки пожаров в Республике Саха (Якутия) – сегодня в регионе горит больше полумиллиона гектаров леса, в том числе на территории особо охраняемых природных объектов. Макет аппаратуры можно будет увидеть на предстоящем авиационно-космическом салоне МАКС‑2021.

Снимки сделаны с борта малого космического аппарата (МКА) «Аист-2Д», где работает оптико-электронная аппаратура «Аврора» Красногорского завода им. С. А. Зверева (КМЗ). Это широкозахватный мультиспектральный прибор мониторинга состояния поверхности Земли с борта малых космических аппаратов. Он предназначен для передачи изображения высокой точности на экран монитора.

По оценке Роскосмоса, основным преимуществом МКА «Аист-2Д» при съемке оптико-электронной аппаратурой является высокое пространственное разрешение в сочетании со значительной шириной полосы захвата территории земной поверхности.

«Оптико-электронная аппаратура высокого разрешения “Аврора” разработана нашими красногорскими инженерами и выведена на орбиту в составе МКА “Аист-2Д” еще в апреле 2016 года. С тех пор она сделала сотни снимков поверхности Земли, в том числе в целях противопожарного мониторинга. По своим техническим характеристикам «Аврора» не имеет аналогов. Прибор построен на базе зеркально-линзового объектива с максимальным углом поля зрения. В отличие от зарубежных аналогов, он позволяет получать снимки высокого качества в панхроматическом и мультиспектральном диапазонах, что является ее ключевым преимуществом», – рассказал генеральный директор «Швабе», член Бюро Союза машиностроителей России Алексей Патрикеев.

«Аврора» позволяет решать широкий круг задач в области картографии, мониторинга чрезвычайных ситуаций, гидрологии, сельского, лесного и рыбного хозяйства, экологии и геологоразведки. Аппаратура входит в базовый комплект оборудования для создания группировки малых космических аппаратов оперативного наблюдения.

Малый космический аппарат дистанционного зондирования Земли «Аист-2Д» – космический аппарат массой 534 кг, способный решать самые разные задачи – от дистанционного зондирования Земли до технологических и научных исследований. «Аист-2Д» включает в себя оптико-электронную аппаратуру высокого разрешения для наблюдения поверхности Земли, а также научную аппаратуру, разработанную ведущими вузами Самары для изучения околоземного космического пространства.

Панхроматические изображения и комбинация их диапазонов при дистанционном зондировании

  • Вильяр-де-Рена, Бадахос, Испания 39,06718 ° с.ш. 5,81726 ° з.д.

  • Дубай, Объединенные Арабские Эмираты 25,00442 ° с.ш. Гранд-Каньон, Аризона, Соединенные Штаты Америки 36.05755 ° N 112.13934 ° W

Комбинация полос:


Панхроматическая

Панхроматическая полоса (черно-белая полоса) — это одна полоса, которая обычно имеет ширину полосы в несколько сотен нанометров.Полоса пропускания позволяет ему удерживать высокий сигнал-шум, делая панхроматические данные доступными с высоким пространственным разрешением. Эти изображения могут быть собраны с более высоким разрешением, поскольку спектральный диапазон позволяет использовать меньшие детекторы при сохранении высокого отношения сигнал-шум.

Эта возможность позволяет видеть меньшую часть и при этом получать сильные сигналы. Поэтому панхроматический обычно напоминает широкий диапазон, который имеет более низкое пространственное разрешение (в основном вдвое меньше, чем у мультиспектрального диапазона), чем исследование деталей изображения.

Панхроматическое изображение создается, когда датчик изображения становится чувствительным к огромному количеству световых волн, обычно охватывающих большую часть видимого спектра. Датчик представляет собой канальный детектор, чувствительный к излучению в широком диапазоне длин волн. Если есть совпадение видимого диапазона с диапазоном длин волн, то полученное изображение выглядит как «черно-белое» фото из космоса. Измеряемая физическая величина — это кажущаяся яркость цели, поэтому теряется «цвет» целей или спектральная информация.Это показывает, что он позволяет использовать все цвета, а это означает, что полоса содержит сигнал широкого диапазона.

Панхроматические изображения производятся с помощью спутников, например, спутников SPOT6 / 7 и Landsat. Эта единственная полоса изображения «смешивает» информацию о видимых синем, зеленом и красном диапазонах, где она формируется с использованием полной энергии, освещающей видимый спектр, вместо того, чтобы разделяться на другой спектр. Он концентрирует количество яркости на пиксель, которое затем визуализируется на изображении в оттенках серого.Таким образом, информация в каждом пикселе напрямую связана с интенсивностью солнечного излучения, отраженного объектами, находящимися в этом пикселе, и датчик обнаруживается им. Из-за собираемого количества излучения на пиксель датчики обнаруживают изменения яркости на меньших пространственных уровнях.

Панхроматические данные обычно представляют диапазон длин волн и диапазонов, например, тепловое инфракрасное или видимое, т.е. они объединяют разные цвета, отсюда и название «панхроматические».Это изображение представляет собой скорее комбинацию синих, зеленых и красных данных для измерения коэффициента отражения. Некоторые, однако, также могут включать излучение с более длинной волной, чем красный свет, так называемое «ближнее инфракрасное» излучение.

https://crisp.nus.edu.sg/~research/tutorial/pan.gif

Панхроматическое изображение — обзор

Ясно продемонстрирован потенциал текстурной информации со спутниковых изображений с субметрическим или метрическим разрешением в оценке переменных структуры покрова, таких как диаметр ствола, высота деревьев, расстояние между ними (следовательно, плотность) и даже возраст и биомасса.Если возраст, диаметр ствола и биомассу можно оценить с приемлемой точностью, то это во многом связано с их аллометрическими отношениями с диаметром кроны и высотой деревьев, которые непосредственно влияют на текстуру изображения.

7.3.1.2.1 Оценка надземной биомассы в тропических лесах

Мы берем в качестве примера три исследования [PRO 07, PLO 12, BAS 14], в которых используется один и тот же метод для разных типов тропических лесов.

Оценка биомассы основана на методе FOTO ( текстурная ординация на основе Фурье , [PRO 07]), который подробно описан в главе Proisy et al. (глава 7, том 5) на мангровых зарослях, и его можно резюмировать следующим образом. Ненаправленный частотный спектр вычисляется для каждого окна изображения с помощью двумерного преобразования Фурье, которое повторяется для разных размеров окна. Затем изменчивость спектров изучается с помощью PCA (анализа главных компонентов) для каждого размера окна. Первые три основных компонента используются в качестве индексов текстуры. В этих исследованиях ось 1 упорядочивает текстуры в соответствии с зернистостью купола, то есть диаметром от самой большой до самой маленькой коронки.Ось 2, с другой стороны, относится к степени открытости древесного покрова ([PLO 12], рис. 1 этого исследования). Затем биомасса моделируется как линейная комбинация значений трех компонентов. Модель оценивается с помощью линейной регрессии для каждого протестированного размера окна, и сохраняется наилучшая из них (критерии: R 2 , RMSE и относительная ошибка, то есть RMSE, деленная на наблюдаемое среднее значение).

Для того, чтобы откалибровать эти модели и оценить их производительность, биомасса оценивается на контрольных участках с использованием аллометрической модели, установленной в другом месте, имеющей в качестве входных данных DBH (диаметр ствола равный 1.3 м над землей) измерено на месте . Не было проверки качества прогнозов на независимом наборе справочных данных. Карты биомассы были составлены после проверки их согласованности.

Три эксперимента следующие:

Proisy et al. [PRO 07]: два участка мангровых зарослей во Французской Гайане, каждый из которых покрыт изображением IKONOS в 5 полосах: панхроматическом (1 м) и синем, зеленом, красном и ближнем инфракрасном (4 м). 26 участков измерения in situ охватывают диапазон биомассы от 50 до 450 т / га;

Ploton et al. [PLO 12]: вечнозеленый тропический лес в Индии, панхроматическое изображение IKONOS (1 м). 15 участков измерения in situ охватывают диапазон биомассы от 100 до 700 т / га;

Бастин и др. [BAS 14]: участок с разнообразной структурой леса (от открытого леса до покровов, где доминирующий этаж является моноспецифичным и зрелым) в Республике Конго. Он покрывается двумя частично перекрывающимися панхроматическими изображениями с разрешением <1 м, полученными в сухой сезон с разными углами обзора и солнечными углами, с двумя разными датчиками (существенно различающимися по спектральной чувствительности и разрешению): один - GEOEYE, а другой - QUICKBIRD.Спектры GEOEYE корректируются с помощью эмпирической модели, которая линейно связывает спектры двух изображений и калибруется на общей площади. 26 участков измерения in situ охватывают диапазон биомассы от 25 до 450 т / га.

Различные эксперименты показывают, что панхроматический датчик, разрешение которого меньше или равно 1 м, способен улавливать изменчивость зерна полога в различных изученных типах леса, независимо от стадии развития деревьев.Это не относится к большим разрешениям (4 м в мультиспектральном режиме с IKONOS), которые особенно чувствительны к большему размеру коронок или зазоров. Феномен насыщения прогнозируемой биомассы панхроматическим веществом во всем испытанном диапазоне (50-700 т / га) отсутствует. В случае закрытых укрытий оценка не является систематической, а ожидаемая ошибка (RMSE и относительная RMSE в%) довольно низкая и аналогична между двумя рассматриваемыми исследованиями: 33 т / га (17%) для биомассы <500 т / га [ПРО 07], 58 т / га (13.5%) для биомассы <700 т / га [PLO 12]. Но в более неоднородных и более открытых пологах [BAS 14] ошибки более значительны: RMSE = 95 т / га (35%) для биомассы <500 т / га. Они увеличиваются с увеличением наблюдаемой биомассы и очень значительны выше 200 т / га. Стратификация модели, основанная на трех категориях текстурной неоднородности, выявленных с помощью метода k-средних, позволила учесть разнообразие взаимосвязей между текстурой и структурой леса на исследуемой территории.Таким образом, ошибки могут быть уменьшены вдвое: RMSE = 52,5 (19,5%). Эти цифры подтверждены перекрестной проверкой.

7.3.1.2.2 Оценка переменных структуры леса для одновидовых и одновозрастных хвойных насаждений в лесу умеренного пояса

Мы используем исследование ели Kayitakire и др. [KAY 06] и исследование морской сосны Beguet et al. [BEG 12, BEG 14a, BEG 14b] и Beguet [BEG 14c] в качестве примеров. В обоих случаях насаждения, одновидовые и одновозрастные (высокоствольный лес, образовавшийся из плантаций), интенсивно используются для производства древесины: окончательная вырубка путем сплошных рубок, лесовосстановление путем посадки или посева, периодические рубки ухода.

Оба исследования интересны с точки зрения тематического обобщения, поскольку они используют один и тот же метод для характеристики текстуры. Это основано на матрицах совместной встречаемости или матрице совместной встречаемости серого уровня (GLCM) [HAR 73]. Для любого заданного размера окна изображения GLCM представляет собой квадратную матрицу размерности n, каждый элемент которой представляет собой частоту наблюдения пары значений уровня серого (i, j) (уровень серого = дискретная спутниковая мера на n уровнях, i и j изменяется от 1 до n) между двумя пикселями на расстоянии d пикселей и в заданной ориентации (по x и y).Матрица рассчитывается для каждого пикселя для каждой из рассматриваемых спектральных полос. На основе этого выводятся 14 статистических данных или атрибутов, которые описывают текстуру с точки зрения корреляции, контраста, дисперсии, однородности и т. Д. В исследованиях лесов часто добавляется дисперсия распределения в окне, указывающая на ненаправленную локальную неоднородность. . Значение этих атрибутов трудно интерпретировать с точки зрения структуры леса. Как показывают оба исследования, наиболее интересным аспектом является их использование в качестве предикторов переменных леса после выбора наиболее эффективных, включая поиск наилучшей пространственной конфигурации GLCM: размер окна, расстояние и исследуемая ориентация.

В обоих исследованиях линейная модель рассчитывается с помощью регрессии для прогнозирования каждой переменной леса отдельно. В Kayitakire et al. [KAY 06], в панхроматическом есть только один единственный предиктор. Исследования Beguet et al. [BEG 12, BEG 14a, BEG 14b, BEG 14c] идут дальше. Линейная модель является множественной, предикторы выбираются как в панхроматическом, так и в 4-х мультиспектральных диапазонах (синий, зеленый, красный и ближний инфракрасный), полученные одновременно с разрешением в 2 раза ниже.Учитывая большое количество тестируемых предикторов (тысячи, с учетом количества текстурных атрибутов на спектральный диапазон и комбинаций значений пространственных параметров), Beguet et al. [BEG 12, BEG 14a, BEG 14b, BEG 14c] автоматизируют процедуру выбора переменных, которая выполняется с помощью множественной линейной регрессии, направленной на минимизацию коллинеарности между переменными-предикторами и уравновешивание их важности в модели. Качество моделей и прогнозов оценивалось перекрестной проверкой.

Исследование Kayitakire et al. [KAY 06] протестировал возможности панхроматического разрешения 1 м (1 изображение IKONOS осенью) для оценки 5 ключевых переменных: возраст, высота, окружность ствола (= 2π DBH), плотность насаждения и базальная площадь. В качестве эталона использованы 29 чистых еловых насаждений возрастом от 27 до 110 лет. Для высоты и окружности точность оценок кажется довольно высокой, относительная ошибка (= RMSE / наблюдаемое среднее значение) порядка той, которая получается при традиционной наземной инвентаризации: 10% (RMSE = 2.2 м) по высоте и 15% (RMSE = 13 см) по окружности. Точность аналогична для возраста, относительная ошибка составляет 18% (RMSE = 10 лет). Напротив, качество прогноза для плотности оставляет желать лучшего, а дисперсия ошибок увеличивается с увеличением плотности. Относительная ошибка значительна: 29% (RMSE = 276 деревьев / га). Что касается базальной площади, лучшая найденная модель не является действительно приемлемой: R 2 = 0,35, с нелинейностью остатков, которые очень высоки, и эффектом насыщения прогнозируемого значения, когда базальная площадь равна уменьшенный.

Первый эксперимент на морской сосне [BEG 12] показал аналогичные результаты. Это было сделано на снимке QUICKBIRD (панхроматическом на 0,62 м и мультиспектральном на 2,48 м), сделанном осенью на очень однородном участке. Результаты также дают небольшую информацию о базальной площади. Его сложную взаимосвязь с текстурой невозможно объяснить с помощью простых линейных моделей. Однако возраст можно оценить с помощью многомерной модели с низкой неопределенностью: RMSE 5,25 года, это относительная ошибка 20%; в возрасте старше 35 лет наблюдается занижение с очень высокой вариабельностью ошибок.Это связано с тем, что после этого возраста рост морской сосны замедляется и структура становится менее однородной. Этот результат основан на эталонном наборе из 184 древостоя, точный возраст которых был известен (от 3 до 52 лет).

Второй эксперимент с приморской сосной [BEG 14a, BEG 14b] касался средней DBH, средней высоты, среднего диаметра кроны, плотности и расстояния между ними 8 . Это произошло на участке с большим разнообразием структуры покрытия, на котором было отобрано измерений in situ на 111 участках площадью 400 м 2 (Таблица 7.1: измеряемые переменные и статистика). Три набора изображений PLEIADES (панхроматические на 0,50 м и мультиспектральные на 2 м, полученные за 2 сезона и в течение одного и того же годового цикла роста (26 июня и 8 августа 2012 г., 20 февраля 2013 г.), предоставили оценку вклада многомерного подход (5 предикторов) на точность прогноза и влияние условий сбора данных (углы обзора, сезонность углов и развитие листвы подлеска и деревьев). В качестве предикторов в дополнение к панхроматическим обычно выбирались мультиспектральные полосы.Таким образом, даже при вдвое меньшем разрешении они предоставляют значительную дополнительную информацию о лесном хозяйстве. Наиболее успешные модели дают очень похожие прогнозы от одной даты к другой, даже если они лучше в случае зимнего изображения (Таблица 7.1). На рис. 7.18 показаны результаты для изображений, для которых условия получения были наименее благоприятными для точности (изображения от 26 июня 2012 г.). В случае интервала качество прогнозов лучше и стабильнее, с постоянной ошибкой независимо от наблюдаемого значения; погрешность составляет от 18 до 20% в относительном выражении и всегда меньше 1 м.Плотность нельзя удовлетворительно предсказать непосредственно с помощью линейной модели. В случае высоты зимнее изображение значительно улучшает ожидаемую точность, особенно для небольших деревьев (<7 м): ошибки от 18 до 27% и от 2,5 до 3,6 м, в зависимости от сезона. В случае диаметра коронки и DBH, которые тесно коррелируют, относительные ошибки аналогичны: порядка 30%, меньше для DBH, возможно, из-за улучшенной точности полевых измерений. Абсолютные погрешности в шаге и диаметре коронки вполне приемлемы, поскольку они почти вдвое превышают разрешение сенсора в панхроматическом режиме.Лучшие предикторы варьируются от одного изображения к другому (атрибуты, пространственные параметры и спектральные диапазоны). Это обеспечивает определенную устойчивость метода к условиям получения, но предполагает определенную калибровку для каждого изображения.

Таблица 7.1. Оценка структурных переменных в приморском сосновом лесу (лес Ланды на юго-западе Франции) с использованием индикаторов текстуры, основанных на панхроматических и мультиспектральных изображениях (PLEIADES 0,50 и 2 м) [BEG 14a, BEG 14c]. Характеристики моделей получены путем перекрестной проверки исключения по одному на 111 участках площадью 400 м 2 (значение на графике, предсказанное моделью на основе n-1 других графиков).Возраст трибун от 4 до 68 лет. Кроме того, было проведено сравнение между 3 условиями получения изображений. Для каждого участка было проведено только одно наблюдение in situ (с конца июня до начала октября 2012 г.), структура леса очень мало различалась между первой (июнь 2012 г.) и последней датами получения изображений (февраль 2013 г.).

Ht (м): Средняя высота 84
Месяц получения Наблюдения на месте Среднее мин. — макс. RMSE Относительное RMSE (%) = RMSE / Среднее
Cd (м): средний диаметр коронки июнь 1.12 32
август 3,48 0,7 — 9,5 1,10 31
Sp (м): Шаг февраль 1,105 февраль 1,105 Июнь 0,92 20
август 4,48 1,3 — 8,8 0,83 18
18
июнь 3,6 27
август 13,25 1,7 — 26,2 3,1 23
03 га N
03 га: фев м): средний диаметр при 1.3 м над землей февраль 657 70
июнь 0,062 28
август 0,22 0,22 0,015
февраль 0,058 26

Рисунок 7.18. Оценка структурных переменных в приморском сосновом лесу (лес Ланды на юго-западе Франции) с использованием индикаторов текстуры на основе панхроматических и мультиспектральных изображений (ПЛЕЯД 0.50 и 2 м) [BEG 14b]. Сравнение значений, предсказанных лучшими моделями, и значений, измеренных на месте (n = 111 графиков). Результаты представлены для наименее благоприятных условий получения изображений с точки зрения точности (изображения от 26 июня 2012 г.) среди протестированных. Столбики = ± 1 стандартное отклонение

В заключение, будь то с точки зрения структуры или биомассы леса, текстура изображения VHR предоставляет полезную количественную информацию. Методы, используемые в примерах, обладают преимуществом автоматического определения наиболее эффективных индикаторов текстуры (в частности, путем оптимизации размера окна), что делает оценку переменных устойчивой к разнообразию условий, в которых получены изображения: солнечные углы, углы обзора и сезонность вегетации в случае вечнозеленых древесных пород.Это подразумевает конкретную калибровку для каждого изображения и для различных типов встречающихся лесов и, следовательно, наличие адекватного набора наземных справочных данных.

В высокогорных хвойных лесах, происходящих из плантаций, можно ожидать, что можно будет оценить диаметр ствола, высоту деревьев и расстояние между ними с разумной точностью по сравнению с точностью, которая может быть достигнута с помощью традиционной инвентаризации с помощью отбор проб на месте, или с помощью данных LiDAR с воздуха, или с помощью цифровой фотограмметрии.Однако оперативное приложение требует спецификации для данного типа леса усилий по отбору проб, необходимых для калибровки моделей, а также для их проверки с помощью независимого набора данных, чтобы гарантировать минимальную точность.

При оценке биомассы в тропических лесах, где часто имеется очень мало справочных данных, представленные исследования показывают, что с помощью используемого метода (FOTO) можно объединить несколько изображений, полученных в разных условиях или даже с разными датчиками, чтобы покрывают большую площадь с помощью простой нормировки спектров Фурье.Но это еще предстоит проверить, особенно в случаях высокой внутрирегиональной изменчивости трехмерной структуры древесного покрова.

Панхроматическое изображение — обзор

2.5.1 Оценка качества продуктов слияния

Оценка качества изображений МС с панхроматической резкостью — сложная задача [7,10]. Даже когда пространственно ухудшенные изображения MS обрабатываются для повышения резкости панорамирования, и поэтому эталонные изображения MS доступны для сравнения, оценка точности эталону обычно требует вычисления ряда различных индексов, наиболее значимые из которых упоминаются в разделе 2.5.2 и использовался для описанных экспериментов.

Общая парадигма, обычно принимаемая в исследовательском сообществе для оценки качества слитых изображений, была впервые предложена Wald et al. [10] и повторно обсуждается в [28]. Такая парадигма основана на трех свойствах, с которыми слитые данные должны в максимальной степени справляться.

Используя обозначения из предыдущих разделов, первое свойство требует, чтобы любое объединенное изображение Â после его снижения до исходного разрешения было как можно более идентичным исходному изображению Â .Для этого объединенное изображение Â пространственно ухудшается до того же масштаба A , получая таким образом изображение Â *. Â * должно быть очень близко к A .

Второе свойство гласит, что любое изображение Â , объединенное с помощью высокого разрешения ( HR ) изображение должно быть максимально идентично идеальному изображению A I , что соответствующий датчик, если существует, наблюдали бы при разрешении изображения HR .

Третье свойство учитывает мультиспектральные свойства всего набора слитых изображений: мультиспектральный вектор изображений Aˆ → слитых с помощью высокого разрешения ( HR ) изображение должно быть максимально идентично мультиспектральный вектор идеальных изображений A → I , которые соответствующий датчик, если он существует, будет наблюдать при пространственном разрешении изображения HR.

Второе и третье свойства обычно не могут быть проверены напрямую, так как A → I обычно не доступен.Таким образом, для проверки этих свойств обычно выполняется изменение масштаба. Мультиспектральное изображение A → * и панхроматическое изображение P * создаются из исходных наборов изображений A → и P. P ухудшается до разрешения мультиспектрального изображения (то есть панхроматического изображения Ikonos на 4 м) и A → до более низкого разрешения. разрешение зависит от масштабного соотношения, для которого оценивается слияние (т. е. мультиспектральное изображение Ikonos на расстоянии 8 м или 16 м, как рассмотрено в разделе 2.6). К этим двум наборам изображений применяется метод слияния, в результате чего получается набор слитых изображений с разрешением исходного изображения MS.Образ MS теперь служит эталоном, и можно протестировать второе и третье свойства. Предполагается, что качество плавленых продуктов близко к качеству, наблюдаемому для плавленых продуктов в полном объеме. Этот момент широко обсуждался Wald et al. [10].

При тестировании первого свойства важным моментом является то, как объединенное изображение Â ухудшается до Â *, поскольку результаты зависят от используемого оператора фильтрации. Wald et al. [10] показали, что относительные расхождения между результатами составляют порядка нескольких процентов.В заключение отметим, что оператор фильтрации влияет на результаты, но его можно сохранить очень незначительным при условии, что операция фильтрации выполняется подходящим образом.

В любом случае, все методы MRA, обсуждаемые в разделе 2.6, по существу построены для удовлетворения этого первого свойства, и этот вопрос, хотя и важен в целом, не является критическим для анализируемых схем.

2.5.2 Показатели качества

После выбора протокола оценки качества можно определить показатели качества и измерения искажений.

В этой главе среднее смещение (Δμ), среднеквадратичная ошибка (RMSE), преобразователь спектрального угла (SAM) и относительная безразмерная глобальная ошибка в синтезе (ERGAS) были использованы в качестве измерений искажения. Коэффициент взаимной корреляции (CC) и коэффициент на основе кватернионов (Q4) были приняты в качестве показателей качества.

Δμ, RMSE, CC относятся к отдельным полосам MS и подходят для тестирования первого и второго свойств протокола Вальда. ERGAS, Q4 и SAM являются совокупными глобальными индексами и подходят для оценки третьего свойства.

Даны два изображения A и B со средствами μ (A) и μ (B) , заданными E [ A ] и E [ B ], соответственно, где E (·) обозначает оператор ожидания, среднее смещение между A и B определено как

(2.20) Δμ≜μ (A) −μ (B)

Чтобы гарантировать, что изображения A и B аналогичны, Δμ должна принимать значения, близкие к нулю.

Коэффициент корреляции между A и B определяется как

(2.21) CC≜σA, B2σAσB

, где σ 2 A, B — ковариация между A и B , определяемая E [( A — μ ( A )) ( B — μ ( B ))], и σ A — стандартное отклонение A , заданное E [(A − μ (A)) 2]. Таким же образом E [(B-μ (B)) 2] представляет стандартное отклонение B . CC может принимать значения в диапазоне [-1, 1]. Когда изображения похожи, CC близко к 1 и равно 1, когда A равно B .

RMSE между A и B определяется как

(2,22) RMSE≜E [(A − B) 2]

Когда A и B одинаковы, RMSE близко к нулю и равен нулю тогда и только тогда, когда A = B .

SAM подходит для характеристики мультиспектральных изображений. SAM ( A, B ) определяется согласно (2.13) как E [SAM ( a, b )], где a и b обозначают общий элемент вектора пикселя мультиспектрального изображения A, и B соответственно.SAM обычно выражается в градусах и близок к нулю, когда изображения A и B похожи.

ERGAS был предложен Wald et al. [10] как индекс ошибки, который предлагает глобальную индикацию качества плавленого продукта, и определяется как

(2.23) ERGAS≜100dhdl1L∑l = 1L (RMSE (l) μ (l)) 2

где d h / d l — это соотношение между размерами пикселей Pan и MS, например 1/4 для данных Ikonos и QuickBird, μ (-1 ) — это среднее (среднее) для диапазона -1 -го, а L — количество диапазонов.Низкие значения ERGAS указывают на сходство между мультиспектральными данными.

Другой показатель качества, а именно Q4, подходящий для изображений с четырьмя спектральными полосами, был недавно предложен одним из авторов для оценки качества изображений МС с пан-резкостью [51]. Для изображений MS с четырьмя спектральными полосами, пусть a, b, c и d обозначают значения яркости данного пикселя изображения в четырех полосах, обычно получаемые в длинах волн B, G, R и NIR. Q4 состоит из различных факторов, учитывающих корреляцию, среднее смещение и изменение контраста каждой спектральной полосы, а также спектральный угол.Поскольку модуль коэффициента гиперкомплексной корреляции (CC) измеряет выравнивание спектральных векторов, его низкое значение может обнаруживать, когда радиометрическое искажение сопровождается спектральным искажением. Таким образом, как радиометрические, так и спектральные искажения могут быть заключены в уникальный параметр. Пусть

(2.24) zA = aA + ibA + jcA + kdA, zB = aB + ibB + jcB + kdB

обозначает 4-полосное эталонное изображение MS и продукт слияния, соответственно, оба выражены как кватернионы или гиперкомплексные числа. Индекс Q4 определен как

(2.25) Q4≜4 | σzAzB | ⋅ | z¯A | ⋅ | z¯B | (σzA2 + σzB2) (| z¯A | 2+ | z¯B | 2)

Уравнение (2.25) может быть записано как произведение трех членов:

(2.26) Q4 = | σzAzB | σzA⋅σzB⋅2σzA⋅σzBσzA2 + σzB2⋅2 | z¯A | ⋅ | z¯B || z¯A | 2+ | z¯B | 2

, первый из которых является модулем гиперкомплекса CC между z A и z B и чувствителен как к потере корреляции, так и к спектральным искажениям между двумя наборами данных MS. Второй и третий члены, соответственно, измеряют изменения контраста и среднее смещение на всех полосах одновременно.Ожидания по ансамблю рассчитываются как средние по блокам N × N . Следовательно, Q 4 также будет зависеть от N . В конце концов, Q 4 усредняется по всему изображению, чтобы получить глобальный индекс баллов . В качестве альтернативы, минимум, достигаемый Q 4 по всему изображению, может представлять меру локального качества . Q 4 принимает значения в диапазоне [0, 1] и равняется 1, когда A, и B равны.

Мультиспектральные и панхроматические изображения — STARS Project

Датчики

EO, которые собирают данные в нескольких диапазонах, создают так называемые мультиспектральные изображения. Обычно, чем больше спектральных диапазонов, тем больше информации собирается датчиком. Большинство коммерческих спутников EO, таких как Landsat, SPOT, RapidEye и Worldview-2 и 3, генерируют многоспектральные изображения, охватывающие видимую и инфракрасную части электромагнитного спектра. Системы визуализации, которые захватывают данные из многочисленных и обычно узких полос в широкой части электромагнитного спектра, создают гиперспектральные изображения (например,г., AVIRIS, EnMap и Hyperion). Мультиспектральные датчики обычно обеспечивают менее 15 диапазонов, в то время как гиперспектральные датчики могут обеспечивать более 100 спектральных диапазонов, что объясняет его конкретное название.

В дополнение к мультиспектральным диапазонам панхроматические изображения производятся такими спутниками, как Landsat, диапазон спутников DigitalGlobe и SPOT6 / 7. Такие изображения имеют одну полосу, которая «объединяет» информацию из видимых полос синего, зеленого и красного цветов. Другими словами, полоса формируется за счет использования полной световой энергии в видимом спектре (вместо разделения ее на разные спектры).Он отображает одно значение интенсивности на пиксель, которое обычно визуализируется в изображении в оттенках серого. Информация, содержащаяся в каждом пикселе панхроматического изображения, поэтому напрямую связана с общей интенсивностью солнечного излучения, которое отражается объектами в пикселе и обнаруживается спутниковым датчиком. Из-за большего количества солнечного излучения, собираемого на пиксель, панхроматические датчики / детекторы способны обнаруживать изменения яркости в меньших пространственных пределах (т.е.размер пикселя), чем мультиспектральные детекторы.И наоборот, из-за относительно небольшого количества энергии, доступной для каждого мультиспектрального диапазона, детекторам необходимо производить выборку большей площади (размера пикселя), чтобы собрать минимальное количество световой энергии, требуемой для обнаружения различий яркости. Таким образом, мультиспектральные изображения имеют тенденцию иметь больший размер пикселей (т.е. представляющие область выборки), чем панхроматические изображения, которые из-за большого количества энергии выборки имеют меньшую область и, следовательно, меньший размер пикселя. Например, панхроматический диапазон Landsat имеет пространственное разрешение (размер пикселя) 15 м, что меньше размера пикселя 30 м его мультиспектральных полос.

Чтобы оптимально использовать преимущества мультиспектральных изображений (т.е. высокое спектральное разрешение) и панхроматических изображений (т.е. высокое пространственное разрешение), их часто объединяют или объединяют для улучшенной интерпретации визуального изображения и поиска информации. Эта процедура слияния изображений, известная как панхроматическое повышение резкости или замена интенсивности, объединяет три полосы из мультиспектрального изображения с панхроматическим изображением с высоким пространственным разрешением для получения выходного изображения (цветовой композиции), имеющего пространственные и спектральные свойства обоих типов изображений.Эта процедура чрезвычайно полезна при анализе изображений на основе объектов, когда для извлечения интересующих объектов требуются изображения с очень высоким разрешением. В сельскохозяйственных приложениях, например, границы фермы часто извлекаются из мультиспектральных изображений высокого разрешения с панорамированием резкости с использованием подходов сегментации изображений.

Простым и широко используемым подходом к объединению мультиспектральных и панхроматических изображений является техника прямого и обратного преобразования цветового пространства RGB -IHS. RGB (красный-зеленый-синий) и IHS (интенсивность-оттенок-насыщенность) являются примерами трехмерных цветовых пространств, которые люди используют для восприятия цвета.В своей простейшей форме подход преобразования RGB-IHS сначала преобразует цветовую композицию изображения RGB, состоящую из трех мультиспектральных полос, в цветовое пространство IHS, что приводит к трем изображениям интенсивности, оттенка и насыщенности. Это преобразование позволяет заменить изображение «яркости» преобразования IHS (которое получено из мультиспектрального изображения) панхроматическим изображением с высоким пространственным разрешением. Это новое изображение интенсивности вместе с исходными изображениями оттенка и насыщенности (из мультиспектрального изображения) затем преобразуются обратно в цветовое пространство RGB для визуализации.Существуют варианты этого простого метода, которые включают метод добавления пикселей (Chavez et al., 1991), в котором панхроматическое изображение с высоким пространственным разрешением добавляется в равных количествах к каждому из (трех) мультиспектральных полос. Более подробную информацию о других вариантах можно найти здесь.

Помимо вышеперечисленных методов, основанных на преобразовании цветового пространства, были разработаны другие методы слияния, основанные на статистических преобразованиях для извлечения высокочастотных деталей из панхроматического изображения и их введения в мультиспектральные полосы (Upla et al., 2015). Примеры включают метод ARSIS (Ranchin and Wald, 2000), дискретное вейвлет-преобразование (Shi et al., 2005), пирамиду Лапласа (Wilson et al., 1997), кривые (Choi et al., 2005) и контурные изображения (Shah et al., 2005). др., 2008).

дистанционное зондирование — ассоциация панхроматических изображений с высоким пространственным разрешением

Панхроматические изображения создаются, когда датчик изображения чувствителен к широкому диапазону длин волн света, обычно охватывающему большую часть видимой части спектра.Дело в том, что всем датчикам изображения требуется определенное минимальное количество световой энергии, прежде чем они смогут обнаружить разницу в яркости. Если датчик чувствителен (или направлен только) к свету из очень определенной части спектра, скажем, например, к синим длинам волн, то для датчика доступно ограниченное количество энергии по сравнению с датчиком, который производит выборку по всему спектру. более широкий диапазон длин волн. Чтобы компенсировать эту ограниченную доступность энергии, многоспектральные датчики (такие, которые создают красные, зеленые, синие изображения в ближнем инфракрасном диапазоне), как правило, производят выборку в большей пространственной области, чтобы получить необходимое количество энергии, необходимое для « заполнения » детектора изображения. .Таким образом, многоспектральные полосовые изображения обычно имеют более грубое пространственное разрешение, чем панхроматическое изображение. Существует компромисс между спектральным разрешением (т. Е. Диапазоном длин волн, которые измеряются детектором изображения) и пространственным разрешением. Вот почему коммерческие спутники, такие как Ikonos и Geoeye, обычно предоставляют три или более мультиспекральных диапазона с относительно грубым разрешением вместе с панхроматическим диапазоном с более высоким пространственным разрешением. Важно отметить, что здесь существует своего рода компромисс, в котором вы можете комбинировать прекрасное пространственное разрешение панорамного изображения с высоким спектральным разрешением многоспектральных диапазонов.Это то, что известно как панхроматическое повышение резкости, и оно обычно используется для компенсации спектрального / пространственного компромисса при спутниковой съемке.

Между прочим, это также причина того, почему полосы мультиспектральных изображений, снятых в более длинных волнах, например коротковолновый инфракрасный, как правило, дискретизируются в гораздо более широких диапазонах длин волн по сравнению с видимыми диапазонами. Количество отраженной и испускаемой электромагнитной энергии, отражающейся оттуда, неравномерно, и солнце излучает пик вокруг видимой части.Как только вы попадаете в коротковолновое инфракрасное излучение, вокруг образца гораздо меньше энергии по сравнению с более коротковолновым видимым светом, поэтому детекторы должны быть чувствительны к более широкому диапазону. Если вы посмотрите, например, на спутник Landsat 8, полоса 7 SWIR2 фактически измеряет более широкий диапазон длин волн, чем его панхроматический диапазон.

Принципы дистанционного зондирования — Центр дистанционного зондирования, зондирования и обработки, CRISP


Интерпретация оптических изображений дистанционного зондирования

Для интерпретации изображений часто используются четыре основных типа информации, содержащейся в оптическом изображении:

  • Радиометрический Информация (т.е. яркость, интенсивность, тон),
  • Спектральная информация (т. е. цвет, оттенок),
  • Текстурная информация,
  • Геометрическая и контекстная информация.

Они проиллюстрированы в следующих примерах.

Панхроматическое изображение

Панхроматическое изображение состоит только из одной полосы. Обычно оно отображается как изображение в шкале серого , т.е. отображаемая яркость конкретного пикселя пропорциональна цифровому номеру пикселя, который связан с интенсивностью солнечного излучения, отраженного целями в пикселе и обнаруженного детектором.Таким образом, панхроматическое изображение можно аналогичным образом интерпретировать как черно-белую аэрофотоснимок местности. Радиометрическая информация — это основной тип информации, используемый при интерпретации.

Панхроматическое изображение, извлеченное из панхроматической сцены SPOT на земле с разрешением 10 м. Зона покрытия составляет около 6,5 км (ширина) на 5,5 км (высота). Городская зона в левом нижнем углу и поляна в верхней части изображения имеют высокую отраженную интенсивность, в то время как области с растительностью в правой части изображения обычно темные.Видны дороги и кварталы застройки в городской зоне. Можно увидеть реку, текущую через покрытую растительностью территорию, пересекающую правый верхний угол изображения. Река кажется яркой из-за отложений, в то время как море в нижней части изображения кажется темным.

Мультиспектральные изображения

Мультиспектральное изображение состоит из нескольких полос данных. Для визуального отображения каждая полоса изображения может отображаться по одной полосе за раз как изображение
шкалы серого или в комбинации трех полос одновременно как составное изображение цветов .Интерпретация многоспектрального цветного составного изображения потребует знания спектральной сигнатуры отражательной способности целей в сцене. В этом случае при интерпретации используется спектральное информационное содержание изображения.

Следующие три изображения показывают три полосы мультиспектрального изображения, извлеченного из мультиспектральной сцены SPOT при разрешении на местности 20 м. Охватываемая область такая же, как на панхроматическом изображении выше.Обратите внимание, что полосы XS1 (зеленый) и XS2 (красный) почти идентичны панхроматическому изображению, показанному выше. Напротив, участки с растительностью теперь выглядят яркими в диапазоне XS3 (ближний инфракрасный) из-за высокой отражательной способности листьев в ближнем инфракрасном диапазоне длин волн. Для участков с растительностью можно выделить несколько оттенков серого, соответствующих различным типам растительности. Водные массивы (как река, так и море) выглядят темными в полосе XS3 (ближний ИК).



SPOT XS1 (зеленая полоса)


SPOT XS2 (красная полоса)


SPOT XS3 (ближний ИК-диапазон)

Составные цветные изображения

При отображении цветного составного изображения три основных цвета (красный, зеленый и синий). Когда эти три цвета сочетаются в различных пропорциях, они дают разные цвета в видимом спектре. Связывание каждой спектральной полосы (не обязательно видимой полосы) с отдельным основным цветом приводит к составному цветному изображению.

Многие цвета можно получить, комбинируя три основных цвета (красный, зеленый, синий) в различных пропорциях.

True Color Composite

Если мультиспектральное изображение состоит из трех визуальных основных цветовых полос (красный, зеленый, синий), эти три полосы могут быть объединены для получения изображения «истинного цвета». Например, полосы 3 (красная полоса), 2 (зеленая полоса) и 1 (синяя полоса) изображения LANDSAT TM или мультиспектрального изображения IKONOS могут быть присвоены соответственно R, G и B. цвета для отображения.Таким образом, цвета результирующего цветного составного изображения очень похожи на то, что можно было бы наблюдать человеческим глазом.


Цветное изображение IKONOS с разрешением 1 м.

False Color Composite

Назначение цвета дисплея для любой полосы мультиспектрального изображения может быть выполнено совершенно произвольно. В этом случае цвет цели на отображаемом изображении не имеет никакого сходства с ее фактическим цветом. Полученный продукт известен как составное изображение в ложных цветах .Существует множество возможных схем получения композиционных изображений в ложных цветах. Однако какая-то схема может быть более подходящей для обнаружения определенных объектов на изображении.

Очень распространенная комбинированная схема в ложных цветах для отображения мультиспектрального изображения SPOT показана ниже:

R = XS3 (полоса NIR)
G = XS2 (красная полоса)
B = XS1 (зеленая полоса)

Этот ложный цвет Составная схема позволяет легко обнаружить растительность на изображении. На этом типе составных изображений в ложных цветах растительность проявляется в различных оттенках красного в зависимости от типов и условий растительности, поскольку она имеет высокий коэффициент отражения в полосе ближнего ИК-диапазона (как показано на графике спектральной характеристики отражения ).

Чистая вода кажется темно-голубоватой (более высокая отражательная способность зеленой полосы), а мутная вода кажется голубоватой (более высокая отражательная способность красного из-за отложений) по сравнению с чистой водой. Голые почвы, дороги и здания могут иметь различные оттенки синего, желтого или серого, в зависимости от их состава.



Составное мультиспектральное изображение SPOT в ложном цвете:
Красный: XS3; Зеленый: XS2; Синий: XS1

Другая распространенная комбинированная схема ложных цветов для отображения оптического изображения в коротковолновом инфракрасном (SWIR) диапазоне показана ниже:

R = SWIR-диапазон (SPOT4, диапазон 4, Landsat TM, диапазон 5)
G = NIR диапазон (диапазон 3 SPOT4, диапазон 4 Landsat TM)
B = красный диапазон (диапазон 2 SPOT4, диапазон 3 Landsat TM)

Пример этого составного дисплея в ложных цветах показан ниже для изображения SPOT 4.


Составление ложных цветов мультиспектрального изображения SPOT 4, включая диапазон SWIR:
Красный: диапазон SWIR; Зеленый: диапазон NIR; Синий: красная полоса. На этой схеме отображения растительность
отображается в оттенках зеленого. Голые почвы и сплошные участки выглядят пурпурными или пурпурными.
Пятно ярко-красного цвета слева — это место активных пожаров.
Дымовой шлейф, исходящий от активного очага пожара, имеет бледно-голубоватый цвет.


Составление ложных цветов мультиспектрального изображения SPOT 4 без отображения диапазона SWIR:
Красный: диапазон NIR; Зеленый: красная полоса; Синий: зеленая полоса.Растительность проявляется в оттенках красного.
Шлейф дыма выглядит ярко-голубовато-белым.

Natural Color Composite

Для оптических изображений, в которых отсутствует одна или несколько из трех визуальных основных цветовых полос (т.е. красный, зеленый и синий), спектральные полосы (некоторые из которых могут не находиться в видимой области) могут быть объединены в таким образом, чтобы внешний вид отображаемого изображения напоминал видимую цветную фотографию, т.е. растительность в зеленом, вода в синем, почва в коричневом или сером цвете и т. д.Многие называют этот композит « true color ». Однако этот термин вводит в заблуждение, поскольку во многих случаях цвета моделируются только для того, чтобы они выглядели похожими на «истинные» цвета целей. Термин «естественный цвет» является предпочтительным.

У мультиспектрального датчика SPOT HRV нет синей полосы. Три полосы XS1, XS2 и XS3 соответствуют зеленому, красному и NIR и полосам соответственно. Но достаточно хороший композит естественного цвета может быть получен следующей комбинацией спектральных полос:

R = XS2
G = (3 XS1 + XS3) / 4
B = (3 XS1 — XS3) / 4

, где R, G и B — цветовые каналы дисплея.


Составное мультиспектральное изображение SPOT с естественными цветами:
Красный: XS2; Зеленый: 0,75 XS2 + 0,25 XS3; Синий: 0,75 XS2 — 0,25 XS3

Индексы растительности

Различные полосы мультиспектрального изображения можно комбинировать для выделения участков с растительностью. Одна из таких комбинаций — отношение ближнего инфракрасного диапазона к красному диапазону. Это соотношение известно как индекс растительности с коэффициентом (RVI) RVI = NIR / Red

Поскольку растительность имеет высокий коэффициент отражения в ближнем инфракрасном диапазоне, но низкий коэффициент отражения в красном цвете, участки с растительностью будут иметь более высокие значения RVI по сравнению с зонами без растительности.Другой часто используемый индекс растительности — это Нормализованный индекс разницы растительности (NDVI) , рассчитанный как

NDVI = (NIR — красный) / (NIR + красный)

Нормализованный разностный индекс растительности (NDVI), полученный из вышеуказанного SPOT. image

На карте NDVI, показанной выше, яркие области покрыты растительностью, а нерастительные области (здания, поляны, река, море) обычно темные. Обратите внимание, что деревья вдоль дороги четко видны в виде серых линейных элементов на темном фоне.

Полоса NDVI также может быть объединена с другими полосами мультиспектрального изображения для формирования цветного составного изображения, которое помогает различать различные типы растительности. Один из таких примеров показан ниже. На этом изображении назначение цвета дисплея:

R = XS3 (ближний ИК диапазон)
G = (XS3 — XS2) / (XS3 + XS2) (диапазон NDVI)
B = XS1 (зеленая полоса)

NDVI Цветовой состав изображения SPOT: Красный: XS3; Зеленый: NDVI; Синий: XS1.

На этом цветовом комбинированном изображении можно выделить как минимум три типа растительности: зеленые, ярко-желтые и золотисто-желтые области.Зеленые зоны состоят из густых деревьев с закрытым навесом. Ярко-желтые участки покрыты кустарником или менее густыми деревьями. Золотисто-желтые участки покрыты травой. Области без растительности отображаются темно-синим и пурпурным цветом.

Текстурная информация

Текстура является важным помощником в визуальной интерпретации изображения, особенно для изображений с высоким пространственным разрешением. Пример показан ниже. Также возможно численно охарактеризовать текстурные особенности, и доступны алгоритмы автоматизированного автоматического распознавания различных текстур на изображении.
Это цветное изображение плантации масличных пальм, полученное от IKONOS с разрешением 1 м и панорамированием. Изображение 300 м в поперечнике. Несмотря на то, что весь общий цвет — зеленый, по текстуре изображения можно выделить три различных типа земного покрова. Треугольный участок в нижнем левом углу — плантация масличных пальм со зрелыми пальмами. Видны отдельные деревья. Преобладающая фактура — регулярный узор, образованный кронами деревьев.В верхней части изображения деревья расположены ближе друг к другу, а кроны деревьев сливаются вместе, образуя еще один характерный текстурный узор. Эта область, вероятно, ограничена кустарниками или заброшенными деревьями с высоким подлеском и кустами между деревьями. В правом нижнем углу цвет более однородный, что указывает на то, что это, вероятно, открытое поле с невысокой травой.

Геометрическая и контекстная информация

Использование геометрических и контекстных функций для интерпретации изображений требует некоторой априорной информации об интересующей области.Обычно используются следующие «ключи интерпретации»: форма, размер, узор, расположение и связь с другими знакомыми характеристиками.
Контекстная и геометрическая информация играет важную роль в интерпретации изображений с очень высоким разрешением. Знакомые детали, видимые на изображении, такие как здания, придорожные деревья, дороги и автомобили, упрощают интерпретацию изображения.


Это изображение IKONOS контейнерного порта, подтвержденное наличием судов, кранов и правильных рядов прямоугольных контейнеров.Вероятно, порт не работает на полную мощность, так как между контейнерами видны пустые пространства.


На этом снимке SPOT показана плантация масличных пальм рядом с вырубленным лесом в Риау, Суматра. Площадь изображения составляет 8,6 км на 6,4 км. Видимая здесь прямоугольная сетка является основной характеристикой крупных плантаций масличных пальм в этом регионе.


На этом снимке SPOT показаны расчистка земель, проводимая в вырубленном лесу.Темно-красные области
— это оставшиеся леса. Можно увидеть следы, проникающие в леса, в результате чего в лесах ведется около
лесозаготовок. Следы лесозаготовок также видны на расчищенных участках
(темно-зеленоватые участки). Очевидно, что работы по расчистке земель ведутся с помощью пожаров.
Виден дымовой шлейф, исходящий от места активных пожаров.



Дистанционное оптическое зондирование Дистанционное инфракрасное зондирование
Перейти к основному указателю

Основы панхроматической резкости — Справка | ArcGIS for Desktop

Что такое панхроматическая резкость?

Панхроматическое повышение резкости использует панхроматическое изображение с более высоким разрешением (или растровую полосу) для объединения с многополосным набором растровых данных с более низким разрешением.В результате получается многополосный набор растровых данных с разрешением панхроматического растра, где два растра полностью перекрываются.

Панхроматическое повышение резкости — это радиометрическое преобразование, доступное через пользовательский интерфейс или с помощью инструмента геообработки. Несколько компаний по производству изображений предоставляют многополосные изображения с низким разрешением и панхроматические изображения с высоким разрешением одних и тех же сцен. Панхроматическое повышение резкости используется для увеличения пространственного разрешения и обеспечения лучшей визуализации многополосного изображения с использованием одноканального изображения с высоким разрешением.

Пример панхроматической заточки.

Методы панхроматического повышения резкости

ArcGIS предоставляет пять методов слияния изображений, из которых можно выбрать для создания панхроматического изображения: преобразование Брови, преобразование интенсивности-оттенка-насыщенности (IHS), преобразование панорамирования Esri, простое преобразование среднего , и метод спектрального обострения Грама-Шмидта. Каждый из этих методов использует разные модели для улучшения пространственного разрешения при сохранении цвета, а некоторые настраиваются для включения взвешивания, чтобы можно было включить четвертый диапазон (например, ближний инфракрасный диапазон, доступный во многих источниках мультиспектральных изображений).За счет добавления веса и включения инфракрасного компонента визуальное качество выходных цветов улучшается.

Brovey

Преобразование Brovey основано на спектральном моделировании и было разработано для увеличения визуального контраста в верхнем и нижнем концах гистограммы данных. Он использует метод, который умножает каждый повторно дискретизированный мультиспектральный пиксель на отношение интенсивности соответствующего панхроматического пикселя к сумме всех мультиспектральных интенсивностей. Предполагается, что спектральный диапазон, охватываемый панхроматическим изображением, такой же, как и диапазон, охватываемый мультиспектральными каналами.

В преобразовании Брови общее уравнение использует красный, зеленый и синий (RGB) и панхроматические полосы в качестве входных данных для вывода новых красных, зеленых и синих полос. Например:

  Red_out = Red_in / [(blue_in + green_in + red_in) * Pan]  

Однако при использовании весов и ближнего инфракрасного диапазона (при его наличии) скорректированное уравнение для каждого диапазона становится

  DNF = (P - IW * I) / (RW * R + GW * G + BW * B)
Red_out = R * DNF
Green_out = G * DNF
Blue_out = B * DNF
Infrared_out = I * DNF  

, где входы

  P = панхроматическое изображение
R = красная полоса
G = зеленая полоса
B = синяя полоса
I = ближний инфракрасный
W = weight  

Esri

Преобразование Esri с панорамированием резкости использует средневзвешенное значение и дополнительный ближний инфракрасный диапазон (необязательно) для создания выходных диапазонов с панорамированием резкости.Результат средневзвешенного значения используется для создания значения корректировки (ADJ), которое затем используется при вычислении выходных значений. Например:

  ADJ = панорамирование изображения - WA
Red_out = R + ADJ
Green_out = G + ADJ
Blue_out = B + ADJ
Near_Infrared_out = I + ADJ  

Веса для мультиспектральных полос зависят от перекрытия спектральных кривые чувствительности мультиспектральных полос с панхроматическим группа. Веса являются относительными и будут нормализованы, когда они будут использовал.Мультиспектральная полоса с наибольшим перекрытием с панхроматическая полоса должна получить наибольший вес. Мультиспектральный полоса, которая совсем не перекрывается с панхроматической полосой, должна получить вес 0. Изменяя значение веса в ближнем инфракрасном диапазоне, зеленый выход может быть больше или менее яркий.

Gram-Schmidt

Метод заточки Gram-Schmidt основан на по общему алгоритму векторной ортогонализации — Ортогонализация по Граму-Шмидту.Этот алгоритм принимает векторы (например, 3 вектора в трехмерном пространстве), которые не являются ортогональными, а затем поворачивают их так, чтобы они были ортогональными потом. В случае изображений каждая полоса (панхроматическая, красная, зеленая, синяя и инфракрасная) соответствует одному многомерному вектору (#dimensions = # пикселей).

В методе панорамирования IHS мультиспектральные полосы декоррелируются, превращая их в пространство IHS. Полоса интенсивности с низким разрешением заменяется панорамированием с высоким разрешением. диапазон, и результат подвергается обратному преобразованию в высоком разрешении, чтобы получить мультиспектральные (МС) полосы высокого разрешения.

В методе заточки по Граму-Шмидту первым шагом является создание полосы панорамирования с низким разрешением путем вычисления средневзвешенное значение диапазонов MS. Далее эти группы декоррелированный с использованием алгоритма ортогонализации Грама-Шмидта, рассматривая каждую полосу как один многомерный вектор. Смоделированная полоса панорамирования низкого разрешения используется в качестве первого вектора; который не поворачивается и не трансформируется. Полоса панорамирования низкого разрешения затем заменяется панорамированием высокого разрешения. группа, и все полосы обратно преобразованы в высокие разрешающая способность.

Некоторые рекомендуемые веса для обычных датчики (порядок: красный, зеленый, синий, инфракрасный) следующие:

  • GeoEye — 0,6, 0,85, 0,75, 0,3
  • IKONOS — 0,85, 0,65, 0,35, 0,9
  • QuickBird — 0,85, 0,7, 0,35, 1,0
  • WorldView-2—0,95, 0,7, 0,5, 1,0
Каталожные номера

Подробности этого метода описаны ниже. патент:

Лабен, Крейг А. и Бернард В. Брауэр. Процесс для Повышение пространственного разрешения мультиспектральных изображений с помощью Pan-Sharpening.Патент США 6011875, поданный 29 апреля 1998 г. и выданный 4 января 2000 г.

IHS

Метод панхроматического повышения резкости IHS преобразует мультиспектральное изображение из RGB в интенсивность, оттенок и насыщенность. Интенсивность низкого разрешения заменяется панхроматическим изображением высокого разрешения. Если мультиспектральное изображение содержит инфракрасный диапазон, он учитывается путем его вычитания с использованием весового коэффициента. Уравнение, используемое для получения измененного значения интенсивности, выглядит следующим образом:

  Интенсивность = P - I * IW  

Затем изображение подвергается обратному преобразованию из IHS в RGB с более высоким разрешением.

Простое среднее

В методе простого среднего преобразования применяется простое уравнение среднего среднего к каждой из комбинаций выходных полос.

Панхроматический снимок это: Оптические снимки

Добавить комментарий

Ваш адрес email не будет опубликован.

Пролистать наверх