- •1. Дистанционные и аэрокосмические методы исследования
- •2. Особенность аэрокосмических методов исследований
- •3. Аппаратура для выполнения аэрокосмических съемок
- •4. Аэрокосмическое зондирование как научная дисциплина
- •5. Космические системы изучения природных ресурсов – Ресурс, Landsat, Spot, eos.
- •6.Понятие о цифровых и аналоговых снимках. Достоинства, недостатки.
- •7.Аэрокосмические снимки – активные, пассивные. Изобразительные свойства снимков – радиометрические, геометрические.
- •8.Основные типы съемочных систем, режимы передачи информации.
- •8. Основные типы съемочных систем, режимы передачи информации.
- •9.Оптико-электронные кадровые и цифровые камеры. Панорамные фотоаппараты.
- •10. Оптико-механические сканеры, разновидности.
- •11. Методы получения информации по снимкам – дешифрирование, фотограмметрическая обработка, компьютерные технологии.
- •12.Аэрокосмическое картографирование, моделирование и прогнозирование.
- •13. Спектр электромагнитных волн. Диапазон спектра излучения.
- •14. Ультракороткие радиоволны.
- •15. Коэффициент спектральной яркости. Спектрометрирование.
- •16. Радиодиапазон, свч-диапазон, l- диапазон.
- •17. Собственное излучение Земли – инфратепловое, радиотепловое. Инверсия.
- •19 Коэффициент спектральной яркости (r). Кривая спектральной яркости
- •20 Искусственное освещение местности. Влияние атмосферы на регистрируемое излучение.
- •21 Влияние облачности, атмосферная рефракция. Излучение, поглощение, рассеивание.
- •22 Спектральная прозрачность атмосферы, окна прозрачности.
- •23. Проникновение солнечного излучения в воду
- •24. Методы регистрации излучения
- •25. Авиационные носители съемочной аппаратуры. Искусственные спутники Земли. Пилотируемые космические корабли. Орбитальная ориентация.
- •26 Форма орбит, наклонение, высота, положение плоскости орбиты по отношению к Солнцу космических летательных аппаратов.
- •27. Геостационарная орбита. Солнечно-синхронная орбита. Действующие в мире космодромы.
- •28. Глобальная съемка. Орбиты для глобальной съемки высокого разрешения. Геосинхронная орбита.
- •29. Разновидности космические съемок – фотографическая, сканерная, радиолокационная, стереоскопическая.
- •30. Различные виды разрешения – географическое, радиометрическое, спектральное, тепловое, временное.
- •31. Генерализация изображения на аэрофотокосмоснимках. Аэрокосмическая генерализация, закономерности аэрокосмической генерализации.
- •32. Уровни генерализации, значение генерализации, рентгеноскопичность. Узловые точки перестройки изображения.
- •33. Суть дешифрирования снимков. Виды дешифрирования.
11. Методы получения информации по снимкам – дешифрирование, фотограмметрическая обработка, компьютерные технологии.
Дешифрирование должно дать ответ на основной вопрос — что изображено на снимке? Оно позволяет получать предметную, тематическую (в основном качественную) информацию об изучаемом объекте или процессе, его связях с окружающими объектами. Процесс дешифрирования включает стадии: обнаружение, распознавание и интерпретацию, а также определение качественных и количественных характеристик объектов и представление результатов дешифрирования в графической (картографической), цифровой или текстовой форме. Различают дешифрирование снимков военное, топографическое, геологическое, сельскохозяйственное и др. Под дешифрированием всегда понималось извлечение качественной геоинформации со снимков при их непосредственном рассматривании. В настоящее время это основной и наиболее распространенный способ извлечения информации из снимков.
Умение читать снимки базируется на знании дешифровочных признаков объектов и изобразительных свойств снимков. Глубина же интерпретационного дешифрирования существенно зависит от уровня географической подготовки исполнителя. Чем лучше знает дешифровщик предмет своего исследования, тем полнее и достовернее информация, извлекаемая из снимка.
Фотограмметрическая обработка призвана дать ответ на вопрос, где находится изучаемый объект и каковы его геометрические характеристики — размер, форма. Она позволяет определять
по снимкам плановое и пространственное положение объектов и их изменение во времени. Для фотограмметрических измерений снимков применяют специальные прецизионные оптико-механи-
ческие приборы, а также компьютерные комплексы со специализированным программным обеспечением.
Компьютерные технологии. Сейчас разработаны многие сотни алгоритмов и программ компьютерной обработки изображений. Для обработки аэрокосмических снимков на персональных компьютерах можно использовать коммерческое программное обеспечение общего назначения, такое, как Adobe Photoshop, Corel PHOTO-PAINT. Значительно большие возможности предоставляют профессиональные программные продукты, такие как ERDAS Imagine, Ег Mapper, ENVI. На отечественном рынке представлены пакеты специализированных программ, предназначенных для решения узких задач, например, топографического картографирования на цифровых фотограмметрических системах PHOTOMOD, Талка, ЦНИИГАиК (Центральный научно-исследовательский институт геодезии, аэросъемки и картографии). Географ должен уметь выбрать оптимальный вариант обработки из многих возможных, предоставляемых коммерческим программным обеспечением.
Современные компьютерные технологии позволяют решать следующие группы задач:
визуализация цифровых снимков; геометрические и яркостные преобразования снимков, включая их коррекцию; конструирование новых производных изображений по первичным снимкам; определение количественных характеристик объектов; компьютерное дешифрирование снимков (классификация).
Наиболее сложной является задача компьютерного (автоматизированного) дешифрирования – это фундаментальная проблема аэрокосмического зондирования.
Формальная 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, или кластеризации. При классификации с обучением пикселы многозонального снимка группируются на основе сравнения их яркостей в каждой спектральной зоне с эталонными значениями. При кластеризации же все пикселы разделяют 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. Достоверность компьютерного дешифрирования составляет в среднем 70—85 %, заметно падая с увеличением дешифрируемых объектов.
Достижения в области полной автоматизации дешифрирования пока скромны. Специалисты видят решение проблемы автоматизации дешифрирования в объединении формализованных знаний высококвалифицированных дешифровщиков (экспертов) с возможностями современных компьютеров, т. е. в создании компьютерных экспертных систем.
