Вредоносное ПО (malware) - это назойливые или опасные программы,...
- Перевод
Перед вами изображение Лос-Анджелеса, снятое словно бы обычной цифровой камерой (если бы в ней было в 10 раз больше мегапикселей и она находилась в космосе). Это фотография двухнедельной давности, снятая со спутника Landsat 8, который был запущен NASA в конце зимы. Landsat 8 уже стал одним из наших любимых источников данных, и не только наших: на конференции State of the map на прошлых выходных он проскакивал в разговорах людей, занимающихся самыми разными вещами. Помимо добавления свежих полноцветных фотографий с Landsat 8 в MapBox Satellite мы также используем мультиспектральные данные, которые предоставляет спутник. Данные из невидимых диапазонов спектра позволяют нам анализировать множество разных аспектов, начиная с типов поверхности, заканчивая ростом сельскохозяйственных культур и природными катастрофами по всему миру, иногда в течении нескольких часов. Этот пост описывает некоторые из возможностей Landsat 8 и позволяет взглянуть на мир через его объектив.
В терминологии Landsat 8 это изображение включает в себя диапазоны 4-3-2. Диапазон это полоса частот электромагнитного спектра или цвет, не обязательно видимый человеческому глазу. Landsat обозначает красный, зеленый и синий сенсоры как 4,3 и 2 соответственно, таким образом, когда мы комбинируем изображение с этих сенсоров, получается полноцветное изображение вроде того, что сверху. Вот полный список диапазонов Landsat 8:
Среди 11 диапазонов только коротковолновые (1-4 и 8) соответствуют видимому спектру, остальные чувствительны к областям спектра, которые человеческий глаз не различает. Полноцветное изображение это только половина того, что Landsat на самом деле видит. Чтобы разобраться, зачем нужны все эти диапазоны, давайте посмотрим на каждый из них в отдельности.
Диапазоны
Диапазон 1
чувствителен к темно-синим и фиолетовым цветам. Синий цвет трудно разлечать из космоса, так как он хорошо рассеивается на пыли и частичках воды в воздухе, а также на самих молекулах воздуха. Это одна из причин, по которым удаленные предметы (например гора на горизонте) имеют голубоватый оттенок, а также почему небо голубое. Так же как и мы видим синюю дымку, когда смотрим в небо солнечным днем, так и Landsat смотрит на нас через тот же самый воздух. Эта часть спектра плохо регистрируется с достаточной точностью, чтобы быть сколь-нибудь полезной, и Диапазон 1 представляет единственный в своем роде инструмент, предоставляющий открытые данные в таком разрешении. Это одна из вещей, делающих этот спутник особенным. Этот диапазон также называется побережным или аэрозольным, согласно двум своим основным видам применения: в нем видно мелководье и мельчайшие частички пыли и дыма в воздухе. Изображение в этом диапазоне выглядит почти так же, как и в Диапазоне 2, но если увеличить контраст, то можно увидеть разницу:
Изображение в Диапазоне 1 минус Диапазон 2. Океан и живые растения отражают больше темно-фиолетовых тонов. Большинство растений производит вещество, называемое эпикутикулярным воском (к примеру, белый налет на свежих сливах), которое отражает ультрафиолет.
Диапазоны 2, 3 и 4
мы уже видели, они представляют собой видимые синий, зеленый и красный спектры. Но прежде, чем идти дальше, давайте возьмем это изображение Лос-Анджелеса, на котором видны различные варианты землепользования для сравнения с другими диапазонами.
Часть западного Лос-Анджелеса, от сельскохозяйственных угодий около Окснарда на западе до Голливуда на востоке. Как и многие другие городские территории, в этом масштабе виден преимущественно в серых тонах.
Диапазон 5
измеряет ближний инфракрасный спектр или NIR (Near Infrared). Эта часть спектра особенно важна для экологов, поскольку вода в листьях здоровых растений отражает ее. Сравнивая с изображениями других диапазонов, мы получаем индексы вроде NDVI (Normalized Difference Vegetation Index - нормализованный относительный индекс растительности - простой количественный показатель количества фотосинтетически активной биомассы (вегетационный индекс). Один из самых распространенных и используемых индексов для решения задач, использующих количественные оценки растительного покрова. - Прим. пер. ), которые позволяют нам измерять степень здоровья растний точнее, чем если бы мы просто оценивали видимую зелень.
Яркие пятна это парки или другие зоны с большим количеством увлажненной растительности. В нижней части снимка находится Малибу, так что можно поспорить, что яркое пятно рядом с холмами это поля для гольфа. На западе виден темный шлейф большого пожара, который на полноцветном снимке едва различим.
Диапазоны 6 и 7
покрывают разные участки коротковолнового ИК или SWIR (shortwave infrared). Они позволяют отличать сухую землю от влажной, а также скалы и почвы, которые выглядят похоже в других диапазонах, но отличаются в SWIR. Взглянем на раскрашенное изображение, в котором SWIR используется вместо красного канала, NIR вместо зеленого и темно-синий вместо синего (технически это комбинация диапазонов 7-5-1):
След огня теперь невозможно не заметить – сильно отражающий в Диапазоне 7 и практически не отражающий в других, он становится красным. Неясные ранее детали растительности становятся четкими. Кажется, что растения в каньонах к северу от Малибу растут более пышно, чем те, что на горных хребтах, что типично для климата, где наличие воды является основным ограничением роста. Мы также видим распределение растительности в Лос-Анджелесе – некоторые районы имеют больше посадок (парков, деревьев на тротуарах, лужаек), нежели другие.
Диапазон 8
– панхроматический. Он напоминает черно-белую пленку: вместо того, чтобы разделять цвета по спектру, он собирает их все в одном канале. За счет этого он воспринимает больше света и дает самую четкую картинку среди все диапазонов. Его разрешение составляет 15 метров. Давайте взглянем на Малибу в масштабе 1:1 в панхроматическом диапазоне:
А теперь на полноцветное изображение в том же масштабе:
Цветная версия выглядит размазанной, потому что сенсоры не воспринимают детали такого размера. Но если мы объединим цветовую информацию с детализацие панхроматического снимка, получится картинка четкая и цветная:
Диапазон 9
это одна из самых интересных особенностей Landsat 8 Он покрывает очень узкую полосу длин волн – 1370 ± 10 нанометров. Немногие из космических инструментов регистрируют эту область спектра, поскольку она почти полностью поглощается атмосферой. Landsat 8 использует это как преимущество. Поскольку земля в этом диапазоне едва различима, значит все, что в нем ярко видно, либо отражает очень хорошо, либо находится вне атмосферы. Вот снимок того же места в Диапазоне 9:
В Диапазоне 9 видны только облака! Облака представляют реальную проблему для спутниковых снимков, так как из-за размытых краев плохо различимы в обычных диапазонах, а снимки, сделанные сквозь них, могут иметь расхождения с другими. С помощью Диапазона 9 это легко отследить.
Диапазоны 10 и 11
это тепловое ИК или TIR (thermal infrared) – они видят тепло. Вместо измерения температуры воздуха, как это делают погодные станции, они измеряют температуру поверхности, которая часто бывает намного выше. Недавние исследования показали, что температура поверхности в пустынях может достигать 70 градусов цельсия – достаточно, чтобы пожарить яйцо. К счастью, Лос-Анджелес в этом плане довольно умерен:
Обратите внимание, что очень темные (холодные) пятна соответствуют облакам со снимка в Диапазоне 9. Затем идет увлажненная растительность, открытая вода и природная растительность. След от пожара рядом с Малибу, покрыт углем и мертвой растительностью, поэтому имеет очень высокую температуру. В городе парки имеют самую низкую темературу, а индустриальные районы – самые горячие. На этом снимке не наблюдается эффект «городских островов жары», для исследования которого TIR диапазон наиболее полезен.
Давайте составим еще одно раскрашенное изображение, используя TIR вместо красного канала, SWIR вместо зеленого и зеленый вместо синего (10-7-3).
Городские территории и некоторые виды почв изображены розовым. На полноцветном снимке дикая растительность раскрашена почти однородным зеленым цветом, но здесь мы видим разницу между персиковым, темно-красным и другими цветами. Прохладный прибрежный бриз виден как пурпурный градиент вдоль побережья. Цветные полосы по бокам снимка объясняются разницей в площади покрытия сенсоров.
А что еще?
Мы рассмотрели только одну из более чем 25000 локаций, которые уже содержатся в архивах NASA/USGS Landsat 8, проиндексированные, документированные и абсолютно бесплатные для любых применений. Каждый день добавляется по 400 гигабайт изображений. Потенциал этой коллекции огромен, и я надеюсь, что вы нашли для себя что-то, что привлекло бы вас изучать данные Landsat 8 самостоятельно.
Подписывайтесь на твиттер @MapBox, где мы опубликуем информацию об использовании opensource инструментов для загрузки и обработки данных Landsat 8. Не стесняйтесь задавать вопросы Крису (@hrwgc) или мне (@vruba).
Рассматривается описание технических характеристик и некоторых возможностей спутника дистанционного зондирования Земли Landsat 8.
Программа Landsat является наиболее продолжительным проектом по получению спутниковых фотоснимков Земли. Установленное на спутниках Landsat оборудование сделало миллиарды снимков. Эти снимки являются уникальным ресурсом для проведения множества научных исследований в области сельского хозяйства, картографии, геологии, лесоводства, образования и национальной безопасности. Например, спутник Landsat 7 поставляет снимки в 8 спектральных диапазонах с пространственным разрешением от 15 до 60 метров на точку; периодичность сбора данных для всей планеты изначально составляла 16-18 суток. Список спектральных диапазонов спутников Landsat 7 и Landsat 8 представлен на рисунке 1.
| Рис. 1 – |
Основные научные задачи, решаемые спутником Landsat 8, следующие :
- Сбор и сохранение многоспектральных изображений среднего разрешения (30 метров на точку) в течение не менее чем 5 лет;
- Сохранение геометрии, калибровки, покрытия, спектральных характеристик, качества изображений и доступности данных на уровне, аналогичном предыдущим спутникам программы Landsat;
- Бесплатное распространение изображений, полученных с помощью Landsat 8.
Спутник Landsat 8 получает данных, используя два набора инструментов: Operational Land Imager (OLI) и Thermal InfraRed Sensor (TIRS). Первый набор получает изображения в 9 диапазонах видимого света и ближнего инфракрасного излучения (ИК), второй набор - в 2 диапазонах дальнего (теплового) ИК (таблица 1). Спутник рассчитан на срок активного существования в 5,25 лет, однако запас топлива позволяет использовать его до 10 лет.
| Спектральный канал | Длины волн | Разрешение (размер 1 пикселя) |
| Диапазоны OLI | ||
| Канал 1 - Побережья и аэрозоли | 0.433 - 0.453 мкм | 30 м |
| Канал 2 - Синий | 0.450 - 0.515 мкм | 30 м |
| Канал 3 - Зеленый | 0.525 - 0.600 мкм | 30 м |
| Канал 4 - Красный | 0.630 - 0.680 мкм | 30 м |
| Канал 5 - Ближний ИК | 0.845 - 0.885 мкм | 30 м |
| Канал 6 - Ближний ИК | 1.560 - 1.660 мкм | 30 м |
| Канал 7 - Ближний ИК | 2.100 - 2.300 мкм | 30 м |
| Канал 8 - Панхроматический | 0.500 - 0.680 мкм | 15 м |
| Канал 9 - Перистые облака | 1.360 - 1.390 мкм | 30 м |
| Диапазоны TIRS | ||
| Канал 10 - Дальний ИК | 10.30 - 11.30 мкм | 100 м |
| Канал 11 - Дальний ИК | 11.50 - 12.50 мкм | 100 м |
Диапазон 1 чувствителен к темно-синим и фиолетовым цветам. Синий цвет трудно разлечать из космоса, так как он хорошо рассеивается на пыли и частичках воды в воздухе, а также на самих молекулах воздуха.
Диапазоны 2, 3 и 4 представляют собой видимые синий, зеленый и красный спектры.
Диапазон 5 измеряет ближний инфракрасный спектр. Эта часть спектра особенно важна для экологов, поскольку вода в листьях здоровых растений отражает ее. Сравнивая с изображениями других диапазонов, получают индексы вроде NDVI (Normalized Difference Vegetation Index - нормализованный относительный индекс растительности - простой количественный показатель количества фотосинтетически активной биомассы), которые позволяют точно измерять степень здоровья растений.
Диапазоны 6 и 7 покрывают разные участки коротковолнового ИК. Они позволяют отличать сухую землю от влажной, а также скалы и почвы, которые выглядят похоже в других диапазонах, но отличаются в ИК.
Диапазон 8 - панхроматический. Он воспринимает больше света и дает самую четкую картинку среди всех диапазонов. Его разрешение составляет 15 метров.
Диапазон 9 - это одна из самых интересных особенностей Landsat 8 Он покрывает очень узкую полосу длин волн - 1370 ± 10 нанометров. Немногие из космических инструментов регистрируют эту область спектра, поскольку она почти полностью поглощается атмосферой. Landsat 8 использует это как преимущество. Поскольку земля в этом диапазоне едва различима, значит все, что в нем ярко видно, либо отражает очень хорошо, либо находится вне атмосферы. В Диапазоне 9 видны только облака, которые представляют реальную проблему для спутниковых снимков, так как из-за размытых краев плохо различимы в обычных диапазонах, а снимки, сделанные сквозь них, могут иметь расхождения с другими. С помощью Диапазона 9 это легко отследить.
Диапазоны 10 и 11 - это тепловое ИК. Вместо измерения температуры воздуха, как это делают погодные станции, они измеряют температуру поверхности.
Библиографический список
МИНИСТЕРСТВО ОБРАЗОВАНИЯ МОСКОВСКОЙ ОБЛАСТИ
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ОБЛАСТНОЙ УНИВЕРСИТЕТ
ГЕОГРАФО – ЭКОЛОГИЧЕСКИЙ ФАКУЛЬТЕТ
КАФЕДРА ОБЩЕЙ И РЕГИОНАЛЬНОЙ ГЕОЭКОЛОГИИ
Отчет по учебной практике
по картографии
Выполнил:
Студент2 курса
Калина Дмитрий
Руководитель:
Каргашин П.Е.
Москва, 2016
1. Цель работы……………………………………………………………..2
2. Схема дешифрирования ………………………………….……………2
3. Характеристика спутника Landsat-8……………………..………….3-4
4. Научные задачи и характеристика аппаратуры спутника Landsat-8………………………………………………………………………..5-7
5. Заключение……………………………………………….……………..8
6. Список литературы……………………………………………………..9
7. Приложение 1.........................................................................................10
Цель работы:
1) На основе приведённого фрагмента снимка (Landsat-8) составить схему дешифрирования и выделить следующие зоны: растительность (древесная, травянистая), дороги, застройка, водные объекты.
2) Также представить характеристику спутника Landsat-8.
Схема дешифрирования.
Данная работа проводится на основе фрагмента снимка Landsat-8 (Рис.1).
красный цвет –древесная растительность
синий цвет - травянистая растительность
белый, зелёный цвет – застройка
тёмно-фиолетовый цвет - водные объекты
голубой цвет– дороги
Характеристика спутника Landsat-8.
Landsat 8 - американский спутник дистанционного зондирования Земли, восьмой в рамках программы Landsat (седьмой выведенный на орбиту).Landsat - наиболее продолжительный проект съемки Земли из космоса. Первый из спутников в рамках программы был запущен в 1972 г.; последний на данный момент (Landsat 8) - 11 февраля 2013 г.
Данные со спутника Landsat 8 доступны для всех пользователей. Ежедневно спутник снимает порядка 400 сцен (площадь около 12.5 млн. кв. км), которые после обработки в соответствии с текущим стандартом продуктов Landsat, хранятся в Центре хранения данных Геологической службы США.
На борту космического аппарата установлены многоканальный сканирующий радиометр OLI (Operational Land Imager) и сканирующий двухканальный ИК-радиометр TIRS (Thermal Infrared Sensor). Радиометр OLI позволяет получать изображения земной поверхности с максимальным разрешением 15 м с использованием усовершенствованных технологий космической съемки. ИК-радиометр TIRS предназначен для получения «теплового» изображения земной поверхности с разрешением 100 м.
Глобальный архив данных Landsat содержит покрытие практически всей поверхности Земли, причем некоторые регионы, в том числе и вся территория России, отсняты многократно.
Технические характеристики спутника:
Масса – 2623 кг (1512 кг без топлива)
Размеры – 3х3х4,8 м
Мощность - 1351 Вт
Срок активной эксплуатации – 5-10 лет
Период обращения – 98,9 минут
Интервал повторения – 16 суток
Высота орбиты – 705 км
Аппаратура спутника:
OLI – видимый свет (5 каналов) и ближний ИК (4 канала)
TIRS – 10,3 – 12,5мкм, разрешение 100м
Пространственное разрешение – 30-15м для ближнего ИК, 100м для дальнего
Бортовая память – 3,14 терабит
Возможности спутника:
1) Данные доступны для всех пользователей.
2) Ежедневно спутник снимает порядка 400 сцен, которые после обработки в соответствии с текущим стандартом продуктов Landsat, хранятся в Центре хранения данных USGS.
3) Данные готовы к отгрузке через 24 часа после приема.
4) В соответствии с политикой распространения данных Landsat снимки не имеют копирайта, не ограничены количеством копий и распространяются свободно и бесплатно из глобального архива USGS.
Основные научные задачи, решаемые спутником Landsat 8:
1) Дистанционное зондирование Земли.
2) Сбор и хранение многоспектральных изображений среднего разрешения (30 метров на точку) в течение не менее чем 5 лет.
3) Сохранение геометрии, калибровки, покрытия, спектральных характеристик, качества изображений и доступности данных на уровне, аналогичном предыдущим спутникам программы Landsat.
На Landsat 8 установлены 2 инструмента: – Operational Land Imager (OLI) – оперативный картограф Земли – Thermal Infrared Sensor (TIRS) – Тепловой ИК-сенсор.Спектральные зоны сенсора OLI довольно близки к сенсору ETM+ (Landsat 7). Кроме имевшихся ранее, также добавлены 2 новые зоны: – Глубокий синий (канал 1), разработанный для исследования водных ресурсов и прибрежной зоны. – Инфракрасный канал, лежащий на границе диапазонов NIR и SWIR (канал 9) для исследования перистых облаков.
Также добавлен канал обеспечения качества (Quality Assurance), содержащий сведения о присутствии таких объектов как облака, вода и снег.
Инструмент TIRS (каналы 10 и 11) покрывает с разделением на два канала диапазон, соответствующий тепловому каналу 6 сенсора ETM .
Для повышения качества материалов была увеличена разрядность данных с 8 до 12 бит на пиксель.
Всё это привело к увеличению объёма одной сцены с 200 до 800 Мб .
Съёмочная характеристика:
Диапазоны OLI:
Диапазоны TIRS:
Заключение
На основе приведённого фрагмента снимка Landsat-8 (Рис.1) была составлена схема дешифрирования и выделены нужные зоны. Также представлено описание характеристик спутника Landsat-8 и его съёмочной системы.
Список литературы.
1.https://ru.wikipedia.org/wiki/LandSat-8
2.http://www.scanex.ru/data/satellites/landsat-8/
Приложение 1.
©2015-2019 сайт
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2018-01-08
2 канал (зеленый):
Чувствителен к различиям в мутности воды, осадочным шлейфам и факелам выбросов;
Охватывает пик отражательной способности поверхностей листьев, может быть полезен для различения обширных классов растительности;
Также полезен для выявления подводной растительности.
3 канал (красный):
Чувствителен в зоне сильного поглощения хлорофилла, т.е. хорошо распознает почвы и растительность;
Чувствителен в зоне высокой отражательной способности для большинства почв;
Полезен для оконтуривания снежного покрова.
4 канал (ближний инфракрасный):
Различает растительное многообразие;
Может быть использован для оконтуривания водных объектов и разделения сухих и влажных почв, т.к. вода сильно поглощает ближние инфракрасные волны.
5 канал (средний или коротковолновый инфракрасный):
Чувствителен к изменению содержания воды в тканях листьев (набухаемости);
Чувствителен к варьированию влаги в растительности и почвах (отражательная способность уменьшается при возрастании содержания воды);
Полезен для определения энергии растений и отделения суккулентов от древесной растительности;
Особенно чувствителен к наличию/отсутствию трехвалентного железа в горных породах (отражательная способность возрастает при увеличении количества трехвалентного железа);
Отличает лед и снег (светлый тон) от облаков (темный тон).
6 канал (длинноволновый инфракрасный или тепловой):
Датчики предназначены для измерения температуры излучающей поверхности от -100 до+150С;
Подходит для дневного и ночного использования;
Применение тепловой съемки: анализ влажности почв, типов горных пород, выявление теплового загрязнения воды, бытового скопления тепла, источников городского производства тепла, инвентаризация живой природы, выявление геотермальных зон.
7 канал (средний, или коротковолновый инфракрасный):
Совпадает с полосой поглощения излучения гидроминералами (глинистые сланцы, некоторые оксиды и сульфаты), благодаря чему они выглядят темными;
Полезен для литологической съемки;
Как и 5-й канал, чувствителен к варьированию влаги в растительности и почвах.
8 канал (панхроматический - 4,3,2):
Наиболее типичная комбинация каналов, используемая в дистанционном зондировании для анализа растительности, зерновых культур, землепользования и водно-болотных угодий.
Многозональная съемка ведется многие годы, и исследователи накопили большой объем эмпирических данных. Уже хорошо известно, какие соотношения яркости в различных зонах спектра соответствуют растительности, обнаженной почве, водным поверхностям, урбанизированным территориям и другим распространенным типам ландшафта, существуют библиотеки спектров различных природных образований. Выразив эти соотношения в виде линейных комбинаций различных зон, можно получать так называемые индексы. Так как многие современные системы дистанционного зондирования Земли осуществляют съемку в видимой красной и ближней инфракрасной частях спектра, то распространенным методом является вычисление нормализованного вегетационного индекса (NDVI). Нормализованный вегетационный индекс показывает наличие и состояние растительности по соотношению отраженных энергий в 2 спектральных каналах. Эта зависимость основана на различных спектральных свойствах хлорофилла в видимом и ближнем ИК диапазонах.
Вегетационные индексы можно рассматривать как промежуточный этап при переходе от эмпирических показателей к реальным физическим свойствам растительного покрова. При классификации растительного покрова по цифровым изображениям часто используют индекс площади листьев – LAI (Leaf Area Index). Есть формулы перехода от NDVI к LAI.
Индекс LAI можно измерить в натурных условиях. В настоящее время в Интернет ежемесячно публикуются растровые изображения LAI (пространственное разрешение 250 м) на весь мир. Эти данные в сочетании с методами классификации мультиспектральных изображений могут значительно повысить достоверность при обработке изображений в экспертных системах, учитывающих множество различной информации
Анализ изображений, основанный, только на спектральных свойствах объектов ограничивает возможности получения информации о структуре насаждений. В основе текстурного анализа изображений лежит поиск закономерностей пространственной вариабельности пикселя и его окружения. Проведение текстурного анализа цифровых космоснимков позволяет автоматически разделять насаждения на выдела, по различиям в их структуре, так как изменение текстурных показателей связано с изменениями в распределении растительного покрова. Текстурные показатели являются дополнительным информационным ресурсом при обработке цифровых снимков из космоса в лесохозяйственных целях.
Мультиспектральная классификация изображений основывается на поиске пикселей аналогичных эталону по его спектральным характеристикам. Это позволяет создавать лесные тематические электронные карты. Процедура классификации изображений заключается в поиске аналогичных пикселей изображения и группировке их в классы или категории, основанные на значениях яркостей. Классификация изображений разделяется на автономную и классификацию с обучением.
Точность мультиспектральной классификации лимитируется геометрическим разрешением данных дистанционного зондирования. При этом основной проблемой является проблема смешанных пикселей. Эта проблема имеет большое значение и часто возникает на границе между 2 различными классами. Например, такая ситуация возможна на границе леса и сельскохозяйственных земель. Если использовать космоснимки с разрешением 15 м, то точно провести эту границу не возможно. Подобные проблемы разделения смешанных пикселей можно решить при использовании технологии субпиксельной классификации мультиспектральных изображений.
Технология субпиксельной классификации была опробована при классификации изображений, получаемых с радиометра ASTER модулем ERDAS Imagine Subpixel Classifier. Разрешение снимков ASTER 15 м, поэтому возможно получение тематических планово-картографических материалов масштаба 1:25000, что соответствует требованиям при проведении лесоустройства по III разряду.
Субпиксельная классификация основана на моделировании спектральных характеристик объектов, которые в очень небольшом количестве можно обнаружить на снимке. Небольшое количество этого материала может быть смешано в различных пропорциях с другими материалами на мультиспектральных изображениях. Процедура субпиксельной классификации требует предварительного задания максимально возможных растительных и нерастительных классов, которые могут быть обнаружены на снимке. При этом исходными данными могут послужить как материалы полевых наблюдений, так и спектры материалов, полученные при спектрометрировании. Эти значения используются для реконструкции значений пикселей по линейным и нелинейным моделям. При этом обязательным требованием является, чтобы анализируемое изображение состояло как минимум из 3 изображений сделанных в разных зонах электромагнитного спектра. В результате классификации, возможно, разделить пиксели, содержащие как минимум 20% материалов интереса. Классификатор так же моделирует варианты различной доли содержания вещества в пикселе. Применяя различные технологии мультиспектральной и субпиксельной классификации изображений возможно получение данных с более высоким пространственным разрешением, чем исходные изображения. Большие потенциальные возможности имеет сочетание аэроснимков на небольшую территорию с космоснимками на большую территорию. При этом площадь, покрываемая, аэросъемкой может использоваться как база для автоматической генерации эталонов.
Результатом анализа данных дистанционного зондирования являются растровые тематические карты. Информация о насаждениях, содержащаяся в геоинформационных системах в виде повыдельных электронных карт, совмещаемых с таксационными базами данных, может быть использована для создания новой информации и обновления, электронных повыдельных карт на основе сравнения результатов обработки изображений с данными лесоустройства. Технология ведения непрерывного лесоустройства может быть основана на использовании экспертных систем анализа изображений, формирующих в автоматическом режиме предложения для внесения изменений в электронные лесоустроительные материалы, последующем осуществлении проверки обнаруженных изменений и их внесение в повыдельные электронные карты. При этом в результате обновления планово-картографических материалов, возможно автоматическое изменение таксационной базы данных.
