При решении задачи восстановления объема биомассы лесной растительности по дистанционным спутниковым и самолетным данным (Козодеров, Косолапов, 1996) вводится понятие затененных и частично затененных пикселов цифрового изображения для кроновых и межкроновых участков лесной растительности. В последующих работах показано (Козодеров, Косолапов, 1999), что неучет затененных и частично затененных пикселов при восстановлении объема биомассы может привести как к значителному снижению точности такого восстановлкеия, так и неверным результатам при восстановлении объема биомассы в отдельных случаях. По мнению автора задача нахождения затененных и частично затененных пикселов и вовлечение их в расчет объема биомассы остается актуальной и по настоящее время. Вместе с тем, в ряде работ (Козодеров, Егоров, 2016 и др.) предложены методы распознавания типов лесной растительности, в том числе и на попиксельном уровне. Некоторые из них можно использовать и для решения задачи нахождения затененных и частично затененных пикселов на дистанционных изображениях лесной растительности. Так в работе (Козодеров, Егоров, 2019) для оценки качества эталонных участков для системы распознавания введены диаграммы “средний параметр смещения – средняя интегральная яркось” для спектров с некоторых участков или некоторых пикселов изображения и показана возможность их использования для оценки числа распознаваемых классов лесной растительности на этих участках.
В настоящей работе предлагается метод нахождения затененных и частично затененных участков гиперспектральных изображений с использованием введенных ранее диаграмм “средний параметр смещения – средняя интегральная яркость” , которые были рассчитаны для разных эталонных участков тех или иных хвойных и лиственных пород. Предлагаемая схема нахождения затененных и частично затененных участков (пикселов) гиперспектрального изображения поверхности надежно распознает эти участки на изученных фрагментах изображения и по мнению автора снимает проблему нахождения затененных и частично затененных пикселов, рассчитывая их точное расположение по дистанционным изображениям поверхности. Это позволяет также перейти непосредственно к решению обратной задачи восстановления объема биомассы по гиперспектральным изображениям высокого пространственного разрешения, что и предполагается осуществить в дальнейшем.


Работа выполнена при финансовой поддержке РФФИ,
проект № 19–01–00215.