Файл: Лабутина Использование данных ДЗЗ для экомониторинга.pdf

Методическое пособие

30

ваемым на снимке, так называемым индикаторам, – распространен-
ный  прием  географического  дешифрирования.  Его  методологиче-
ской основой служит взаимосвязь и взаимозависимость компонентов 
ландшафта. 

В качестве индикаторов в зависимости от географических условий 

могут  выступать отдельные компоненты природной  среды, называе-
мые  частными  индикаторами.  Чаще  в  такой  роли  выступают  расти-
тельность и рельеф. Так, в лесной зоне почвы распознаются по типу 
растительности:  индикатором  подзолистых  почв  служат  лесные  на-
саждения,  а  торфянистых  –  болотная  растительность.  На  равнинах, 
как  правило,  растительность  служит  индикатором  рельефа:  посевы 
сельскохозяйственных  культур  приурочены  к  выровненным  участ-
кам, с углами наклона обычно не превышающими 10о, в то время как 
лесная  растительность  занимает  более  крутые  склоны.  Надежным 
индикатором  выровненности  и  расчлененности  равнинного  рельефа 
служит нарезка сельскохозяйственных полей. В горных районах абсо-
лютная высота и экспозиция склонов определяют характер почвенно-
растительного покрова и служат косвенными признаками для их рас-
познавания на снимках (рис.11).

В  других  случаях  дешифрирование  выполняется  не  по  част-

ным,  а  по  комплексным  индикаторам,  т.  е.  по  облику  природно-
территориальных комплексов. В таком случае говорят о ландшафтной 
индикации,  или  ландшафтном  методе  дешифрирования.  Сущность 
его  заключается  в  распознавании  природно-территориальных  ком-
плексов  по  всей  совокупности  признаков,  нашедших  отражение  на 
снимке,  для  последующего  выявления,  изучения  и  картографирова-
ния  отдельных  составляющих  ландшафта.  Ярким  примером  приме-
нения  ландшафтного  метода  дешифрирования  служит  изучение  и 
картографирование подземных вод. Распознавание и интерпретация 
физиономичных компонентов ландшафта и их пространственных со-
четаний позволяют выявить геолого-географические условия и гидро-
геологические параметры, такие как направление потоков и глубина 
залегания  грунтовых  вод,  распространение  водоупорных  пород.  Ин-
дикатором ландшафта может быть его рисунок, обусловленный про-
цессом формирования природно-территориальных комплексов. 

Важно  иметь  в  виду,  что  индикационные  связи  действуют  лишь 

в  пределах  определенного  ландшафта,  поэтому  ландшафтно-
индикационное  дешифрирование  обычно  начинают  с  районирова-

Использование данных дистанционного зондирования для мониторинга экосистем ООПТ

31

ния. Затем в пределах каждой из выделенных территориальных еди-
ниц  выявляют  взаимосвязи  компонентов  ландшафта  и  определяют 
индикаторы.  Экстраполяция  выявленных  индикаторов  на  соседние 
районы может привести к существенным ошибкам, так как одни и те 
же объекты в разных районах могут индицировать различные геогра-
фические условия. 

Индикационное  дешифрирование  служит  основой  для  изучения 

по  аэрокосмическим  снимкам  географических  процессов.  Озерные 
террасы, дешифрируемые по различиям в растительном покрове, сви-
детельствуют о периодах существенного изменения уровня водоема, т. 
е. процессах, измеряемых десятками или сотнями лет. В то же время 
песчаные, практически лишенные растительности косы, с хорошо вы-
раженным дистальным концом – индикатор современного аккумуля-
тивного процесса формирования берега. 

Изучение  процессов  эволюции  основывается  на  выделении 

ландшафтно-генетических  рядов.  В  этом  случае  пространственный 
ряд  ландшафтов  служит  индикатором  их  смены  во  времени.  На-
пример,  на  заповедной  территории  в  дельте  Волги  можно  видеть, 
как по мере движения от береговой линии моря в более высокие ча-
сти  идет  последовательная  смена  растительных  сообществ:  кустар-
никовая  ива  трехтычинковая  с  отдельными  деревьями  ивы  белой, 
леса из ивы белой, редколесья из ивы белой по прирусловым валам, 
разнотравно-осоково-тростниковые луга и ежевичники по прирусло-
вым валам. Этот пространственный ряд отражает смену сообществ во 
времени.  На  вновь  образовавшихся  косах  и  островах  формируются 
преимущественно  кустарниковые  сообщества,  со  временем  они  вы-
мирают,  уступая  место  лесам,  которые,  достигнув  зрелости,  также 
прекращают свое существование. Процесс протекает быстрее в менее 
благоприятных условиях произрастания, в более низких, подтапли-
ваемых  в  половодье  внутренних  частях  островов.  Вследствие  этого 
леса  остаются  лишь  на  прирусловых  валах.  Возобновление  ивы  не 
происходит, и через 50–60 лет и здесь леса сменяются лугами и еже-
вичниками. 

Результаты  индикационного  дешифрирования  в  существенной 

степени  зависят  от  знания  особенностей  территории,  формирующих 
ее  факторов,  взаимосвязей  между  компонентами  природной  среды, 
антропогенным воздействием на нее.

Методическое пособие

32

3.2. автоматизированное (компьютерное) 

дешифрирование 

Цифровые  аэрокосмические  снимки  могут  быть  представлены  в 

различных форматах растровых изображений, например: TIFF (Tagged 
Image Format), HDF (Hierarchical Data Format), форматах специализи-
рованных пакетов обработки изображений. Следует учитывать, что в 
этих  и  некоторых  других  форматах  снимки  хранятся  без  потери  ин-
формации, но существуют форматы для сжатого представления, при 
переводе в которое часть информации теряется (JPEG, GIF, PNG и др.).

Компьютерная обработка материалов дистанционного зондирова-

ния включает геометрические и яркостные преобразования и класси-
фикацию. 

Большинство 

яркостных  преобразований

  направлено  на 

улучшение качества изображения для визуального дешифрирования 
на  экране,  но  иногда  путем  преобразований  можно  получить  нуж-
ный окончательный результат. Среди наиболее часто применяемых 
преобразований  –  повышение  контрастности  снимка  для  его  наи-
лучшего  отображения,  выполняемое  путем  изменения  гистограм-
мы значений яркости; фильтрация, квантование снимка по яркости, 
синтезирование  цветных  изображений,  слияние  (синергизм)  сним-
ков с разным пространственным разрешением, создание индексных 
изображений. 

Квантование

 – способ яркостных преобразований одиночного сним-

ка, заключающийся в группировке уровней яркости в несколько относи-
тельно крупных ступеней. В результате такого преобразования получают 
новое изображение, на котором мелкие детали, как бы "зашумляющие" 
изображение,  исчезают,  постепенное  изменение  яркости  заменяется 
четкой границей и закономерности распределения яркостей на снимке 
становятся более отчетливо выраженными. Весь интервал яркостей (на-
пример, значений вегетационного индекса) может быть разделен на рав-
ные ступени. Но в большинстве случаев лучшего эффекта можно достиг-
нуть, если границы новых ступеней выбирает дешифровщик, пользуясь 
при этом гистограммой или измеряя на снимке интервалы яркостей для 
каждого из интересующих его объектов. Квантование чаще используют в 
случаях неопределенных границ, постепенных переходов.

Яркостные  преобразования  многозонального  снимка  преследу-

ют две основные цели: сжать информацию, т. е. получить одно изо-

Использование данных дистанционного зондирования для мониторинга экосистем ООПТ

33

бражение вместо нескольких, или улучшить визуальное восприятие 
снимка. 

Синтез  цветного  изображения

  –  простой  и  наиболее  широко 

применяемый вид преобразования, при котором изображению в каж-
дом из съемочных каналов присваивается свой цвет. Наиболее часто 
для  синтеза  используются  зоны  0,5–0,6;  0,6–0,7  и  0,8–1,1  мкм  или 
аналогичные им, которым присваивают соответственно синий, зеле-
ный и красный цвета. Этот вариант синтеза называют стандартным. 
Растительность на изображении имеет красные тона, что объясняется 
ее высокой яркостью в ближней инфракрасной зоне спектра. Если из-
менить комбинацию съемочных каналов и цветов и присвоить инфра-
красной зоне зеленый цвет, можно получить цветопередачу, близкую 
натуральной (см. рис. 7). Синтезировать можно не только зональные 
снимки,  составляющие  многозональный,  но  также  разновременные 
снимки и изображения, полученные в результате более сложных пре-
образований.

Для улучшения пространственного разрешения цветного изобра-

жения  выполняется  операция,  называемая  улучшением  простран-
ственного  разрешения.  Это другой  вариант создания одного изобра-
жения из трех – одного с высоким разрешением (обычно это снимок в 
панхроматическом канале, но может быть и снимок другой съемочной 
системы, например радиолокационный), и двух зональных снимков, 
например в инфракрасном и красном каналах (рис. 12).

Математические  операции  с  матрицами  значений  яркости

пикселов двух цифровых снимков (сложение, умножение и др.) так-
же  относятся  к  простейшим  преобразованиям.  Наиболее  часто  вы-
числяется  отношение  значений  яркости  двух  зональных  изображе-
ний  при  работе  с  многозональными  снимками  и  вычитание  –  при 
анализе двух разновременных. Широко распространено 

определение 

индексов

,  т.  е.  преобразование  изображений,  основанных  на  раз-

личиях  яркости  природных  объектов  в  двух  или  нескольких  частях 
спектра. Наибольшее количество индексов относится к дешифриро-
ванию зеленой, вегетирующей растительности, отделении ее изобра-
жения от других объектов, в первую очередь от почвенного покрова 
и водной поверхности. 

Вегетационные индексы основаны на отношениях значений ярко-

сти в спектральных зонах, наиболее информативных для характери-
стики растительности – красной и ближней инфракрасной. Наиболее 

Методическое пособие

34

часто используют нормализованный разностный вегетационный ин-
декс  NDVI  (Normalised  Difference  Vegetation  Index),  рассчитываемый 
по формуле 

NDVI= (БИК–К)/(БИК+К), 

где К – значение яркости в красной зоне, а БИК – в ближней инфра-
красной.

Значения индекса изменяются в пределах от -1 до +1. Для расти-

тельности характерны положительные значения NDVI, и чем больше 
ее фитомасса, тем они выше. На значения индекса влияют также ви-
довой  состав  растительности,  ее  сомкнутость,  состояние,  в  меньшей 
степени экспозиция и угол наклона поверхности (рис. 13). 

Индексные  изображения  создают  на  основе  и  других  зональных 

соотношений. Например, содержание в воде фитопланктона опреде-
ляют по различиям в синей и зеленой зонах, а концентрацию мине-
ральных частиц (взвесей) – в красной и синей.

Более сложное преобразование – 

по методу главных компонент,

направленное  на  оптимизацию  изображения  всех  типов  объектов, 
изобразившихся  на  многозональном  снимке.  Оно  основано  на  пере-
ходе  от  спектральных  зон  снимка  к  новым  изображениям,  являю-
щимся линейными комбинациями исходных зон (т. е. взвешенными 
суммами  зональных  значений  яркости).  Цветное  синтезированное 
изображение первых трех главных компонент дает яркое, контрастное 
отображение всех объектов (хотя и в необычных цветах). Главные ком-
поненты более высокого порядка обычно менее контрастны, измене-
ния яркости в них соответствуют мелким деталям изображения либо 
шумам. Цвета на синтезированном изображении главных компонент 
не сопоставимы с физическими характеристиками объектов и для их 
интерпретации надо привлекать исходный многозональный снимок.

Классификация  многозонального  снимка

  предполагает 

компьютерное, программное распознавание объектов на снимке. Ис-
пользование  многозональных  снимков  для  распознавания  объектов 
основано  на  особенностях  их  спектральной  отражательной  способ-
ности,  следствием  которых  являются  различия  яркостных  характе-
ристик на зональных снимках, благодаря чему человек воспринимает 
различия в цвете.

Классификация  цифрового  снимка  заключается  в  группиров-

ке  пикселов  в  соответствии  с  принятым  правилом  классификации. 
Возможны  два  подхода.  В  первом  случае  классификация  основана