Использование мультиспектральных и гиперспектральных данных дистанционного зондирования для оценки засоренности агрофитоценозов

Современное развитие методов и средств дистанционного зондирования Земли характеризуется активным внедрением технологий гиперспектральной съемки в видимом и инфракрасном диапазонах. Отличительной особенностью получаемых данных дистанционного зондирования Земли является большое количество и узкая ширина спектральных полосах. Преимущество гиперспектральных данных по сравнению с мультиспектральными состоит в возможности выбора наиболее информативных признаков для каждой задачи мониторинга поверхности Земли и околоземного пространства с учетом типа сцены.
Наличие гиперспектральных данных дистанционного зондирования существенно расширяет круг решаемых тематических задач. В связи с этим актуальной становится задача освоения существующих и разработки новых методов использования гиперспектральной информации с учётом особенностей её получения. На различных стадиях развития растительности форма её спектральной характеристики меняются. Физической основой распознавания растительности является их отражательная способность. Для растительных объектов характерна низкая отражательная способность в синей и красной областях спектра, некоторое увеличение ее в зеленой области и резко выраженный максимум в ближнем инфракрасном диапазоне. Специфичность кривых спектральной отражательной способности растительности позволяет с достаточной точностью распознавать отдельные виды и изменения сельскохозяйственной растительности.
Целью исследования является разработка алгоритма распознавания типов растительности при оценке засоренности сельскохозяйственных земель на основе данных дистанционного зондирования. В работе в качестве мультиспектральных данных были использованы снимки со спутника Landsat 8, а гиперспектральных данных - снимки со спутника EO-1 (Hyperion). Данные дистанционного зондирования получены в одинаковый период времени и охватывают территорию Ростовской области.
На классифицированном изображении на основе гиперспектральных данных с использованием более узких и, в каком-то смысле, более оптимальных спектральных каналов, наблюдается более четкое выделение типов растительности в пределах поля, чем на классифицированном изображении на основе мультиспектральных данных с использованием "традиционных" достаточно широких каналов. Основное преимущество гиперспектральных данных перед мультиспектральными при решении задач тематического картографирования - возможность выбора наиболее репрезентативного набора спектральных зон для каждого типа задач. Использование всех каналов гиперспектрометра, из-за высокой корреляции части каналов, в этом случае ни имеет смысла. Важным моментом при решении задач является автоматизация отбора наиболее информативных каналов.

Результаты получены в ходе выполнения работ в рамках проекта РФФИ (№ 15-35-50374 мол_нр)