Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Девятнадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XIX.F.72

Метод нахождения затененных и частично затененных пикселов для решения задачи восстановления объема биомассы лесной растительности по дистанционным спутниковым многоканальным и самолетным гиперспектральным изображениям высокого пространственного разрешения

Егоров В.Д. (1)
(1) Институт вычислительной математики им. Г.И. Марчука Российской академии наук, Moscow, Россия
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.

Ключевые слова: самолетные гиперспектральные данные, спутниковые многоканальные данные высокого пространственного разрешения, распознавание типов лесной растительности
Литература:
  1. Козодеров В.В., Косолапов В.С. Моделирование полей уходящего солнечного излучения от полога лесной растительности. Исследование Земли из космоса, 1996, №6, с.78-87.
  2. Козодеров В.В., Косолапов В.С. Новые подходы к решению обратной задачи восстановления объема зеленой фитомассы лесной растительности по аэрокосмическим данным. Исследование Земли из космоса, 1999, №1, с.28-36.
  3. Кондранин Т.В., Козодеров В.В., Дмитриев Е.В., Егоров В.Д., Борзяк В.В., Николенко А.А. Автоматизация обработки данных самолетного гиперспектрального зондирования. Сб. «Современные проблемы дистанционного зондирования Земли из космоса». М., изд. «ДоМир», 2012, Т. 9, № 5, с. 312-319.
  4. Козодеров В.В., Егоров В.Д. Автоматизация обработки гиперспектральных данных самолетного зондирования. Исследование Земли из космоса, 2013, №6, с.65-80.
  5. Егоров В.Д., Козодеров В.В. Распознавание лесной растительности по самолетным гиперспектральным данным. Исследование Земли из космоса, 2016, №3, с. 47 -58.
  6. Козодеров В.В., Егоров В.Д. Распознавание типов лесной растительности по гиперспектральным самолетным и многоканальным спутниковым данным высокого пространственного разрешения. Сравнение результатов и оценка их точности. Исследование Земли из космоса, 2019, № 6, с. 89-102. .

Презентация доклада

Дистанционное зондирование растительных и почвенных покровов

344