Реферат: Аналитическое дешифрование космических снимков
которые определяются по прямолинейному рисунку границ водоема в его расширенной (нижней) части. Отделение мелководной поверхности водоема от суши или зарослей гидрофильной растительности наиболее достоверно осуществляется при наличии съемки в ближней инфракрасной зоне электромагнитного спектра (0,7 - 0,8 мкм), изображение открытой водной поверхности в которой имеет наиболее интенсивный темный тон (цвет).
Рельеф и его формы опознаются, как правило, по прямым дешифровочным признакам. При дешифрировании в первую очередь выявляются крупные морфоструктурные формы мега- и макрорельефа. Далее осуществляется детальное изучение внутреннего строения выделенных крупных морфоструктурных элементов, обособляются элементы морфоструктур более низкого порядка, выявляются выраженные в рельефе элементы разломной тектоники, фиксируются отдельные формы рельефа, с учетом тектонического строения территории, физико-географических условий и истории развития рельефа района. Для стереоскопического (при наличии стереоскопической съемки) изучения гор и сильно пересеченной местности по КС с помощью стереоприборов получают стереоскопическую модель местности (преимущественно форм рельефа с амплитудами колебания не менее нескольких десятков метров). Равнинные формы рельефа стереоскопически не воспринимаются, но хорошо выделяются на снимках по косвенным признакам (гидрографической сети, растительности, почвенному покрову и другим компонентам ландшафта). Дешифрирование форм рельефа равнинных территорий проводят с использованием топографических карт и выборочной аэрофотосъемки.
Минимальные значения разности высот на местности, оцениваемые дешифровщиком при стереоскопическом наблюдении космических фотоснимков размером 30x30 см с 60 % продольным перекрытием, находятся в пределах 50-150 м при наблюдении снимков без увеличения и 14-43 м при увеличении изображений в 3.5 х .
Почвенный покров при дешифрировании космических снимков определяется на основе использования прямых и косвенных признаков.
На территориях, покрытых древесно-кустарниковой растительностью, характер почвенного покрова может быть установлен на основе косвенных признаков - по взаимосвязи его с характером растительного покрова (видовой состав, тип лесорастительных условий, класс бонитета) и приуроченностью к определенным формам рельефа.
По тону и рисунку изображения при отсутствии древесно-кустарниковой растительности (преимущественно земли сельскохозяйственного назначения, госземзапаса, пустынные и полупустынные территории и пр.) выделяются на снимках контуры комплексов или сочетаний почв, имеющих четко выраженные границы (сочетания гидроморфных почв с различным засолением или сочетания различно эродированных почв и др.). Установление зональных типов почв, их сочетаний и комплексов осуществляется по косвенным дешифровочным признакам. Выявленные взаимосвязи почвенного покрова с фотофизиономичными компонентами ландшафта и закономерности распределения самих почв и почвообразующих факторов позволяют раскрыть генетическую сущность почвенного покрова и его структуру. Использование косвенных дешифровочных признаков позволяет в пределах ландшафтов выделять почвенный покров включительно до разновидностей.
По дешифровочным признакам возможно выявление отдельных характеристик (свойств) почвенного покрова: его механический состав, засоление, режим увлажнения и др. Наиболее четко выделяются почвы с экстремальными свойствами: очень легкого механического состава (пески), очень сильного засоления (солончаки), очень сильного переувлажнения, гидроморфные (луговые, болотные и заболачивающиеся).
Растительный покров. Древесная растительность опознается на космических снимках всех масштабов по прямым дешифровочным признакам, кустарниково-травянистая - почти исключительно по косвенным признакам. Отграничение участков, занятых древесной растительностью, от не заселенных территорий проводится по тону (цвету) и рисунку. Более детальное разделение территории на страты или таксационные выделы по преобладающим породам или группам пород производится на спектрозональных или многоспектральных изображениях. На снимках высокого разрешения (10м и лучше) древесная растительность подразделяется по преобладающим породам или их группам (сосна, лиственница, темнохвойные, мягколиственные), укрупненным группам типов лесорастительных условий, группам возраста, полноты и запаса.
Преобладающие породы или их группы и группы состава насаждений дешифрируют в основном по цвету, микроструктуре и приуроченности к определенным типам лесорастительных условий. Полноту и группы возраста определяют (по снимкам высокого разрешения) на основе микроструктуры полога насаждений и их статистических характеристик; остальные таксационные показатели - расчетным путем на основе их взаимосвязей.
По космическим снимкам с разрешением на местности 10 м и лучше после определения преобладающей и составляющих пород, типа леса или группы типов леса и класса бонитета, дешифрируют группу или класс возраста преобладающей породы. Для их определения используют главным образом морфологические признаки дешифрирования: контурную структуру и текстуру изображения, просматриваемость полога в глубину и др. При этом класс бонитета устанавливают по установленному типу леса или группе типов леса. Завершающим дешифрируемым показателем является относительная полнота, которую определяют или визуально стереоскопическим способом на основе приобретенного во время дешифровочных тренировок опыта, или инструментально путем измерения сомкнутости непосредственно по сильно увеличенному снимку или его изображению на экране компьютера. При ее определении учитывают, что сомкнутость полога на космических снимках чаще всего совпадает с полнотой. При тренировке и дешифрировании относительной полноты основными признаками ее являются: просматриваемость полога в глубину, величина промежутков между кронами, общая сомкнутость полога. Кроме того, при ее определении учитывают преобладающую и сопутствующие породы, тип леса, группу возраста, рельеф местности.
Остальные таксационные признаки при дешифрировании космических снимков определяют на основании различных взаимосвязей: средняя высота - по классу (группе) возраста, классу бонитета и преобладающей породе, средний диаметр - по средней высоте, с учетом возраста и полноты, запас на 1 га - по средней высоте и относительной полноте.
На космических снимках высокого разрешения (1-2м) высота насаждения может быть определена путем измерения длины теней деревьев (особенно при съемке в утренние и вечерние часы). По измеренным диаметрам проекций крон (площадям проекций крон) может быть определен средний диаметр деревьев в насаждениях на высоте 1,3м, а также высота и сомкнутость полога насаждения. Данные снимки позволяют использовать морфологические признаки при дешифрировании состава насаждений, условий местопроизрастания, с большей точностью производить измерения и определять таксационные характеристики насаждений.
Не покрытые лесом и нелесные земли. На спектрозональных и многозональных снимках высокого разрешения (или изображениях на экране компьютеров) отчетливо дешифрируют контуры не покрытых лесом и нелесных земель: вырубок, гарей, болот, сельскохозяйственных угодий, рек, озер, каменистых россыпей, песков некоторых других категорий. Дешифрируются они на основе фотометрических, морфологических и ландшафтных признаков. При этом основными чаще всего являются морфологические признаки дешифрирования, характеризующие контурную структуру и текстуру изображения. Важное место при дешифрировании этих категорий земель имеет априорная информация о них, т.е. данные о характерной форме и контурах участков, их положении и приуроченности к определенным природно-территориальным комплексам и антропогенным объектам.
Вырубки дешифрируют по светлому тону (цвету) и четким прямоугольным границам, приуроченности к формам рельефа, лесовозным дорогам (в таежных районах), иногда по недорубам - темным пятнам и зернам на общем светлом фоне изображения или крупномерному подросту. Цветные синтезированные снимки усиливают контраст между вырубками и примыкающими стенами леса. На них более надежно распознают куртины недорубов и некоторые другие особенности вырубок. По цвету можно выделить их части, различающиеся условиями местопроизрастания или находящиеся в различной стадии (по возрасту и преобладающей породе) лесовозобновления.
Гари на черно-белых КС более светлого тона, чем насаждения, обычно они имеют вытянутую в направлении ветров, господствующих в летний период, форму. В освоенных районах гари часто приурочены к дорогам. На цветных спектрозональных КС свежие гари от верховых пожаров имеют темный цвет, а невозобновившиеся гари прошлых лет, как и на черно-белых снимках, изображаются более светлым тоном. Возобновившиеся гари имеют тон (цвет) преобладающей древесной породы.
Болота дешифрируются по прямым признакам - по тону (цвету) и рисунку изображения. По космическим снимкам могут быть определены: конфигурация болот, степень слитности или изолированности отдельных элементов, составляющих болотную систему, закономерности распределения болот по территории. На равнинных территориях, где болота имеют значительное распространение, по комплексу прямых и косвенных признаков выделяются основные типы болот по характеру водного питания (верховые, низинные, переходные). Среди верховых болот различают группы комплексов озерково-мочажинного, грядово-мочажинного и другие участки открытых и залесенных массивов.
Каменистые россыпи, дороги и другие нелесные земли при достаточной их величине распознают по специфическим для них признакам, в основном по цвету и рисунку изображения.
Крупные населенные пункты опознают уверенно практически на всех снимках с разрешением 100м и лучше, а мелкие - по комплексу косвенных признаков (дорожная сеть, улицы с рядовой застройкой, приусадебные участки и др.). При многорядовой застройке они дешифрируются легче, чем при беспорядочной разреженной или рядовой вдоль дороги. Отдельно стоящие сельские дома на КС с разрешением 20м и хуже не опознаются.
Колонные, поле- и почвозащитные леса на КС, особенно увеличенных, дешифрируют по более темному тону (цвету), чем у окружающих нелесных земель. По оврагам, балкам и в долинах рек леса имеют вытянутую неправильную форму. На черно-белых КС по тону, они близки к луговой растительности и водоемам, особенно в днищах балок, но при разрешающей способности КС = 10-20м и контрастности съемочных и особенно многозональных материалов такие леса выделяются достаточно надежно. Полезащитные лесные полосы имеют разную ширину и прямолинейную форму. В некоторых случаях лесные полосы, особенно небольшой ширины, в молодом возрасте сливаются с луговыми или сельскохозяйственными землями.
Дешифрированию космических снимков, так же как и аэрофотоснимков, предшествует изучение признаков дешифрирования конкретных, используемых при выполнении данной работы, съемочных материалов и таксационно-дешифровочная тренировка, которые проводятся на основе типичных выделов - эталонов (пробных площадей) с проведенной измерительно-перечислительной таксацией и материалов прежнего лесоустройства (планы лесонасаждений и таксационные описания). Для анализа признаков дешифрирования на каждую древесную породу и основные категории земель отбирают в среднем по 5 и для тренировки - по 10 выделов.
Ландшафтные признаки дешифрирования изучают по данным натурных исследований, фондовых материалов, анализа АФС и КС. Составляют рабочую таблицу признаков дешифрирования. В ней приводятся: встречаемость групп типов лесорастительных условий и лесообразующих пород, а в каждой из этих групп - приуроченность их к высоте над уровнем моря, рельефу, экспозиции, крутизне склонов; производительность лесообразующих пород в пределах групп типов условий местопроизрастания.
Фотометрические и структурные признаки дешифрирования изучают в выделах, отграниченных на АФС и КС, имеющих данные наземной перечислительной или измерительной таксации. На основе стереоскопического анализа и сравнения фотоизображения с соответствующей шкалой (шкала цветов, эталоны рисунка изображения и др.) для каждого выдела дается оценка цвета, структуры и текстуры изображения, формы и размеров крон или их групп и промежутков между ними и т. д. Результаты анализа признаков дешифрирования заносят в таблицу по преобладающим породам, группам возраста, категориям земель.
Затем проводится тренировка исполнителей, которая заключается в изучении признаков дешифрирования и приобретении навыков распознавания по космическим снимкам основных категорий земель, состава насаждений, групп возраста, типов леса, полноты (сомкнутости полога).
Дешифрированию космических снимков предшествует их подготовка, заключающаяся в отграничении рабочих площадей, опознавании главных точек, нанесении на снимки линий начальных направлений, границ лесхозов, лесничеств, кварталов, вычислении масштаба по прямым отрезкам между опознанными на снимке и топографической карте (лесоустроительном планшете).
Лесотаксационное (лесохозяйственное) дешифрирование проводят, как правило, по максимально увеличенным твердым копиям или изображениям на экране компьютера. При работе с космическими фотоснимками дешифрирование проводят с использованием сканирующих стереоприборов, имеющих 3-5х оптическое увеличение. Оно проводится в несколько этапов. На первом этапе на основе стереоскопического (или на экране компьютера при интерактивном дешифрировании) анализа цветовых (тоновых), морфологических (текстурных), ландшафтных и других признаков дешифрирования отграничивают покрытые лесом земли от не покрытых лесом и нелесных. На последующем этапе производится разграничение выделенных укрупненных участков на таксационные выделы (страты) в соответствии с принятой методикой (инструкцией) легендой. При этом необходимо использовать все имеющиеся фондовые и нормативные материалы: топографические, почвенные, геологические и другие картографические произведения, материалы лесоустройства (планшеты, планы лесонасаждений, таксационные описания, материалы различных обследований, дешифровочные таблицы, уравнения, таблицы зависимостей между таксационными и дешифровочными показателями и т.п.).
Однако, как показывает опыт, для более широкого применения материалов космических съемок в лесное хозяйство и повышения эффективности от их применения, необходимо, наряду со снимками с разрешением 10-30-50-150м, иметь снимки с повышенным пространственным разрешением до уровня, которое имеют применяемые в лесном хозяйстве аэрофотоснимки (1-2м). При этом съемка должна быть многозональной и обеспечивать получение стереоскопических изображений, так как важнейшими показателями леса являются его высота и условия местопроизрастания, которые тесно связаны с рельефом местности. Стоимость космической съемки должна быть ниже стоимости аэрофотосъемки.
В настоящее время мировая практика свидетельствует, что космические системы гражданского назначения нового поколения обеспечивают получение изображений с разрешением 1 -2-5м, правда, преимущественно без соответствующих продольных перекрытий, которые позволяли бы получать стереоизображения. В России также ведутся работы по созданию космических съемочных систем высокого разрешения, как в оптическом, так и в радиодиапазонах. Поэтому можно полагать, что в перспективе космическая съемка будет позволять получать значительно больший объем достоверной информации о лесных экосистемах и протекающих в них процессах.
2. Дешифровочные признаки и методология дешифрирования по космическим снимкам лесопожарной обстановки
Для планирования работ по охране лесов от пожаров органы управления лесным хозяйством и подразделения авиационной охраны лесов от пожаров должны знать метеорологическую и лесопожарную обстановку как в районе нахождения лесных пожаров, так и на всей охраняемой территории. Оперативное получение такой информации обеспечивают космические съемки с метеорологических и ресурсных ИСЗ, с помощью которых снимают одну и ту же территорию несколько раз в течение суток. Практические рекомендации по применению спутниковой информации в охране лесов от пожаров были разработаны в 70-х года специалистами ЛенНИИЛХ. В 90-х гг. они развиты Международным институтом леса и ФГУ «Авиалесоохрана» на основе применения ГИС-технологий и автоматизированных методов анализа и обработки информации.