Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ГИТ_ЛХ_2012.doc
Скачиваний:
73
Добавлен:
18.08.2019
Размер:
11.85 Mб
Скачать
    1. Принципы геопозиционирования

Технологии геопозиционирования используются совместно с ГИС для определения (уточнения) положения картографических объектов – точечных (столбов, видовых точек), линейных (границ, дорог, ручьев), полигональных (вырубки, площади, поврежденные пожарами, болезнями, ветровалами).

Глобальная система определения местоположения (GPS) — это спутнико-

вая система наблюдений, предназначенная для определения координат х,

у и z любой точки земной поверхности с очень высокой точностью. Суще-

ствует два метода измерений с помощью системы GPS: статический и раз-

ностный. Первый метод используется для определения координат точек там,

где геодезические данные либо отсутствуют, либо являются ненадежными.

Статический метод применяется также для точного измерения расстояния

между двумя точками с помощью двух или более двухчастотных прием-

ников GPS, которые одновременно регистрируют сигналы со спутников

в течение приблизительно шести часов. Как правило, этот метод наблю-

9.7. Проверка данных и устранение ошибок 181

дения используется для определения координат при установке националь-

ных и международных геодезических сетей, но он совершенно непригоден

для сбора подробных топографических данных. В отличие от статического

метода, в разностном методе GPS-измерений для определения географи-

ческих координат и высот рельефа используются уже существующие кон-

трольные точки. У этого метода есть две разновидности: кинематическая

GPS-съемка и GPS-съемка в реальном времени.

Разностный метод GPS-измерений является очень эффективным поле-

вым методом получения цифровых данных о рельефе при наличии необхо-

димого количества контрольных точек и в зоне видимости спутников GPS.

    1. Обработка данных дистанционного зондирования

      1. Порядок работ

      2. Стереодешифрирование

      3. Автоматизированное дешифрирование

Принципы дешифрирования данных дистанционного зондирования лесного фонда. Особенности лесной растительности, как объектов дешифрирования. Программное обеспечение для классификации данных дистанционного зондирования. Ландшафтный подход при дешифрировании лесных ландшафтов.

Обменные файлы

Построить тематическую карту Поверхность (на основе горизонталей с высотными отметками), на ее основе – 3D карту

Показать пример по Ленобласти с OZI

Обработка цифровых космических изображений с помощью программы Multispec – создание набора слоев с характеристиками разных частей спектра. Кластеризация лесных ландшафтов разными методами.

Последовательность операций и программное обеспечение (программа Multispec или ГИС Idrisi for Windows) рассматриваются на учебном примере, затем выполняется автоматизированное дешифрирование частей лесного фонда по вариантам.

Цели применения АД в лесном хозяйстве

– инвентаризация труднодоступных участков (см. Сборник МарГТУ и Сухих для целей) – горных лесов, заболоченных территорий, резервных лесов, территорий, перерезанных разветвленной речной сетью, лесов, расположенных на значительном расстоянии от дорог,

- мониторинг лесов на региональном уровне

- научные исследования (изучение динамики лесного покрова, изменения соотношения покрытых и непокрытых лесом площадей, хвойных и лиственных насаждений).

Программное обеспечение для АД (ГИС, поддерживающие растровые форматы) MultiSpec, Idrisi, Erdas Imagine, Photomod, Ermapper.

Теоретические основы АД:

Выделение участков с различными характеристиками яркости пикселов в разных спектральных зонах. При классификации каждый пиксел относится к одному из классов.

В процессе компьютерной классификации каждый пиксел снимка относится в один из выбранных классов. Например, при составлении карты горной растительности по снимку можно разделить всю территорию, изобразившуюся на нем, на участки, покрытые лесом, лугами, ледниками и т.д. Полученное изображение называют "картой классификации", или просто "классификацией".

Исходное изображение (растр) представляет собой матрицу пикселов с определенными значениями яркости для каждого. Яркость пикселов зависит от самих изучаемых объектов, атмосферы, рельефа…

Компьютерная классификация применяется для автоматического разделения изобразившихся на снимках объектов и получения карты местности. Для компьютерной обработки каждый снимок представляется как таблица, каждая клетка (ячейка) которой - элемент разрешения снимка (пиксел) - содержит число, обозначающее яркость этого элемента. Как правило, яркости меняются в диапазоне от 0 до 255. На обычном черно-белом снимке самые большие значения яркости (около 250-255) имеют свежевыпавший снег, облака, а низкие (0-10) - вода, распаханный чернозем. Яркость остальных объектов имеет промежуточные значения.

При многозональной съемке записываются значения яркости объектов в отдельных достаточно узких участках - зонах - видимой и инфракрасной части спектра: таким образом одновременно получают несколько зональных снимков. Тогда при компьютерной обработке для каждого пиксела снимка используется сразу несколько цифровых значений яркости в разных спектральных зонах.

Основное отличие визуального дешифрирования от автоматизированной обработки состоит в том, что человек (дешифровщик) видит весь или почти весь снимок и может использовать для распознавания объектов местности разные дешифровочные признаки: размер, форму, протяженность, взаимное положение объектов и др., а компьютер в большинстве случаев анализирует цифровые значения только для одного пиксела или небольшой группы пикселов, сравнивая их с остальными. Зато, в отличие от человека, он может анализировать одновременно несколько снимков в разных спектральных зонах, причем, как правило, значительно быстрее человека.

Имеется два основных вида компьютерной классификации объектов по снимкам: без обучения и с обучением.

При классификации без обучения все пикселы снимка разделяются на несколько групп или кластеров (от английского слова cluster - группа, скопление) только на основе сходства и различия их значений яркости. Специалист, задающий компьютеру такую классификацию, указывает только самые необходимые условия, например, сколько классов он хочет получить, или насколько должны быть похожи яркости пикселов в пределах одного класса. Остальная работа выполняется компьютером. Результатом является предварительная карта кластеризации, на которой разными цветами выделены кластер 1, кластер 2 и т.д. После этого специалист-дешифровщик сравнивает карту кластеризации с имеющимися картами местности, наземными снимками и другими данными и определяет, чему, каким объектам соответствует каждый кластер. Так получают окончательную карту классификации, где в легенде перечислены уже не кластеры, а классы объектов на местности.

При классификации с обучением вначале задаются эталоны для каждого класса - значения яркости, типичные для объектов (скажем, хвойных и лиственных лесов), которые требуется автоматически распознать на снимке. Иногда эти значения известны заранее, но чаще всего для их вычисления дешифровщик выделяет на снимке несколько участков, полностью занятых этими объектами (например, посреди хвойного леса, в пределах лиственного леса). Конечно, нужно уже что-то знать о местности, изображенной на снимке, чтобы найти такие участки, поэтому принято говорить, что дешифровщик обучает компьютер, то есть передает ему для классификации свои знания. Далее автоматически измеряются значения яркости пикселов в пределах эталонных участков. Потом все остальные пикселы снимка компьютер сравнивает с эталонными, и каждый из них относится в наиболее близкий по яркости класс. Получается уже готовая карта классификации (так как имена классов объектов задаются с самого начала).

Третий Интернет-семинар Межуниверситетского аэрокосмического центра

"Аэрокосмические снимки для школьного образования. Тема: Горы. Высотная поясность"

 

Занятие 3 (29 октября - 2 ноября 2001 г.)

Компьютерная обработка многозональных снимков для изучения гор

Технологические операции обработки ДДЗ при АД

Получение исходной информации

Цифровое изображение с летательного аппарата, полученное с помощью сканирования, приемника…

Предварительная обработка программными средствами1

Устранение механических искажений, геометрическая коррекция (трансформирование в принятую картографическую проекцию, монтаж, ортотрансформирование), яркостная коррекция (набор процедур для получения изображения, максимально пригодного для дешифрирования2), улучшение яркости, контраста, нормализация, эквализация (выявление объектов в черных или белых пятнах на снмках)…

Компьютерное дешифрирование (тематическая обработка изображений)

Арифметичесие операции (+, -, *, / для двух изображений)

Логические операции

Фильтрация (для улучшения качества, снятия шума)…

Классификация (без обучения, с обучением)

Визуальное дешифрирование с использованием традиционных приемов (стереоэффектом), но в меньших объемах

Анализ линейных объектов (с помощью автоматизированных методов)

Комплексная интерпретация результатов обработки (сопоставление ДДЗ с тематическими картами, БД… )

Экспорт в ГИС

Дальнейшее развитие ГИС-технологий для оценки разнообразных ресурсов, функций и состояния лесных экосистем может осуществляться вовлечением в технологические цепочки дополнительных программ и методов, расширяющих имеющиеся в ГИС возможности анализа и обработки данных. Так для создания отдельных частей ГИС лесного фонда (цифровой основы, векторных слоев, набора опорных точек) привлечение иных средств - программ, приложений, технологий может быть необходимо для повышения точности, оптимизации технологических этапов, автоматизации отдельных ручных операций, стандартизации выходных картографических или атрибутивных материалов. Технологии ГИС при этом могут использоваться на отдельных стадиях – для совмещения всех накопленных данных, анализа, представления, печати.

Наложение картографических слоев с характеристиками отдельных компонентов ландшафтов средствами ГИС позволяет принимать более обоснованные решения по управлению лесами. В качестве исходных картографических слоев могут служить слои с характеристиками лесной растительности, рельефа, почв, подстилающих горных пород. После совмещения слоев средствами пространственного анализа ГИС (для векторных или растровых слоев) образуются производные слои с результатами пространственных операций, например, места, оптимальные для проведения рубок в зимнее время, места для создания лесных культур на склонах, участки леса, привлекательные для рекреации.

Для учета, обработки и отображения объектов садово-паркового хозяйства - отдельных деревьев, клумб, скульптуры, сооружений, дорожек, прудов возможно использование ряда технологий и программ на основе ГИС. Так для создания картографической основы, совмещаемой затем с землеустроительными данными, целесообразно использовать средства систем автоматизированного проектирования (например, AutoCAD, CREDO), для визуализации рельефа, зданий, скульптур, растительности – средства компьютерной графики и анимации, обработки атрибутивной информации – реляционные СУБД. ГИС позволяют совмещать перечисленные данные, изготовленные с использованием разных программ и технологий.