21. Методы автоматизированного дешифрирования.

Основан на спектральных признаках, в качестве которых служит набор спектральных яркостей, зарегистрированных многозональным снимком.

Задача компьютерного дешифрирования сводится к классификации – последовательной сортировке всех пикселов цифрового снимка на несколько групп. Для этого предложены алгоритмы классификации двух видов – с обучением и без обучения. (кластеризация)

При классификации с обучением пикселы многозонального снимка группируются на основе сравнения их яркостей в каждой спектральной зоне с эталонными значениями.

При кластеризации все пикселы разделяются на группы –кластеры по какому-либо формальному признаку, не прибегая к обучающим данным. Затем кластеры полученные в результате автоматической группировки пикселов, дешифровщик относит к тем или иным объектам.

22.Сравнительный анализ визуального и автоматизированного дешифрирования.

При визуальном дешифрировании снимков исполнителю приходится на основе дешифровочных признаков определять, узнавать объекты, а также выделить одинаковые, однородные объекты. Для выполнения этих эвристических процедур с помощью компьютера применяются наиболее распространенных подход, основанный на спектральных признаках, в качестве которых служит набор спектральных яркостей, зарегистрированных многозональным снимком.

Достоверность компьютерного дешифрирования формально характеризуется отношением числа правильно кластеризуемых пикселов к общему их числу. И в среднем составляет 70-80%.

Достижения автоматизированного дешифрирования пока скромные. Существуют алгоритмы, основанные на спектральных признаках одного пиксела, обеспечивающих решение самых простых задач. В последние время компьютер рассматривается не как заместитель а как помощник человека.

Визуальное дшефр. Это основной и наиболее распространенный спозоб извлечения информации из снимка. При визуальном дешифрировании изучаемый локальный объект или явление всегда рассматриваются в пространственной взаимосвязи с окр средой, что дает важную, нередко решающую доп информацию, которая ускользает при компьютерной обработке.

Часто визуальное дшеф. Дополняется автоматизированной обработкой по спец программе, позволяющие улучшить дешифр. свойства снимка., быстро получить количественные характеристики либо с большой детальностью выделить четко изобразившиеся объекты.

Для разделения объектов разного типа и определения границ между ними используют методы компьютерной классификации. Компьютер позволяет анализировать большие объемы информации, что необходимо при обработке гиперспектральных снимков. Для достоверности результатов компьютерной обработки снимков нередко приходится использовать визуальные оценки.

23.Современный фонд материалов дистанционного зондирования

Аэрофотосъемка территории нашей страны выполняется для создания топографических карт аэрогеодезическими предприятиями Федеральной службы геодезии и картографии России, в которых и хранятся съемочные материалы; информация об их наличии может быть получена через Центральный картографо-геодезический фонд (ЦКГФ). Кроме того, есть ряд специализированных ведомственных фондов в таких организациях, как, например, Научно-производственное предприятие «Аэрогеология». Обширные материалы аэрофотосъемки других стран являются достоянием национальных фондов.

С 70-х годов XX века к этому достаточно упорядоченному фонду аэро- снимков добавился постоянно пополняющийся фонд космических снимков, поступающих с различных космических аппаратов. Для фонда космических снимков характерно большое разнообразие видов и глобальное покрытие земной поверхности, возможность использования снимков на любые территории. В нашей стране, в соответствии со сложившейся с космической системой исследования природных ресурсов, снимки были сосредоточены в двух ведомствах.

Оперативная информация со спутников Ресурс-О, Океан-О находилась в ведении гидрометеорологической службы (НПО «Планета»), а затем — Научного центра оперативного мониторинга Земли Росавиакосмоса; фотографическая со спутников Ресурс-Ф — в ведении картографической службы (Государственный научно-производственный центр «Природа»). Наряду с государственными центрами созданы коммерческие компании, например ассоциация оборонных ведомств «Совинформспутник». Кроме того, космические снимки территории нашей страны с зарубежных спутников распространяются рядом фирм-дистрибьютеров, таких как Совзонд, СканЭкс, Дата+, Гео-Альянс. Иннотер.

В создании фондов снимков за рубежом также сочетается деятельность государственных ведомств и частных фирм. Крупнейшим архивом снимков с оперативных метеорологических, океанологических, экологических спутников США располагает национальная гидрометеорологическая служба США NOAA (National Oceanic and Atmospheric Administration), в рамках которой созданы четыре центра данных — общий архив и центры, специализированные по климатическим, океанографическим, геофизическим данным; все они входят в мировую систему центров данных. Разветвленная система, включающая 9 тематических центров данных, используется при выполнении важнейшей современной программы изучения Земли как планеты EOS (Earth Observing System). В совместном владении гидрометеорологической службы США NOAA и геологической USGS (United States Geological Survey) находится обширный архив снимков со спутников Landsat более чем 10-летней давности, а новые материалы съемок хранит и распространяет частная компания Space Imaging, владеющая также снимками с американского коммерческого спутника Ikonos, индийского IRS, GeoEye и др. В Европе архивирование и распространение снимков с европейских, американских, японских спутников выполняет фирма Eurimage, а снимков со спутников SPOT— французская фирма Spotimage. Национальные архивы снимков созданы в Японии, Индии, Китае, Корее, Австралии и других странах. Материалы некоторых архивов перекрываются; доступ к ним облегчен благодаря Интернету.

Все эти материалы съемок целесообразно рассматривать как единый фонд космических снимков, знание которого помогает в работе, обеспечивая правильный выбор поступающих с многочисленных спутников разного назначения материалов для решения определенных тематических задач, а также грамотный поиск и использование архивных материалов прежних съемок для изучения динамики различных объектов по разновременным снимкам.

По обзорности: глобальные (освещенное полушарие, ширина зоны охвата >10 тыс. км, сотни миллионов кв. км – территориальный охват), крупнорегиональные (материки, 500-3000 км, миллионы кв. км), региональные (регионы и их части, 350х350, 180х180, 60х60 кв. км), локальные (небольшие участки местности, 10х10 кв. км)

По масштабу: сверхмелкомасштабные (1:10000000 – 1:100000000), мелкомасштабные (1:1000000 – 1:10000000), среднемасштабные (1:100000 – 1:1000000), крупномасштабные (1:10000 – 1:100000).

По пространственному разрешению: снимки низкого разрешения (лин.разр.= n1000 м), снимки среднего разрешения (лин.разр.= n100 м), снимки относительно высокого разрешения (лин.разр.= n10 м, 30-100), снимки высокого разрешения (лин.разр.= n10 м, 10-30), снимки очень высокого разрешения (лин.разр.= n1 м), снимки сверхвысокого разрешения (лин.разр. меньше 1 м).

Мировой фонд космических снимков можно разделить на 6 категорий по спектральным диапазонам съемки и технологии получения снимков.

Выделяют: снимки в световом (видимом, БИК и среднем инфракрасном ) диапазоне; Снимки в тепловом инфракрасном диапазоне; Гиперспектральные снимки в оптическом диапазоне; Снимки в радиодиапазоне;