Применение снимков в тепловом инфракрасном диапазоне для исследования и картографирования природных объектов (на примере севера Московской области)

В данной работе исследованы различия в сезонной динамике интенсивности теплового излучения различных природных объектов территории на севере Московской области. При выборе рабочего участка учитывались два основных условия: минимальное количество источников интенсивного антропогенного тепла и большое разнообразие природных объектов. На выбранной территории отсутствуют населённые пункты, имеющие статус города, а также крупные промышленные предприятия. С точки зрения рельефа местности территория делится на две приблизительно равные части – южную, занятую отрогом Клинско-Дмитровской гряды, и северную, низменную и равнинную. Большие площади заняты под сельскохозяйственными угодьями в Яхромской пойме, имеются лесные массивы разного породного состава, участки торфоразработок, пруды и озёра, заболоченные участки.
Исходными данными для данной работы послужили 10 разносезонных снимков системы ETM+/Landsat-7. Из исходных сцен были выделены одинаковые по количеству пикселов рабочие области. Проведено яркостное согласование снимков, т.е. отсечены уровни яркости в левой части гистограммы, количество пикселов которых составляет менее 10. Затем из полученных данных был сформирован многовременной снимок, который представляет собой в нашем случае 10-мерное пространство значений яркости.
К полученному многовременному снимку было применено два алгоритма неконтролируемой классификации. Первый алгоритм – классический вариант самоорганизующегося способа кластеризации ISODATA. В этом варианте количество кластеров задаётся оператором. Нами было получено 16 вариантов кластеризации от варианта с выделением 2 кластеров до варианта с выделением 17 кластеров. При сравнении вариантов кластеризации с космическими снимками высокого пространственного разрешения и картографическими материалами (карты растительности и топографические карты), было выявлено, что варианты с 8, 12 и 15 кластерами оказались наиболее репрезентативными. Второй алгоритм неконтролируемой классификации представляет собой модификацию алгоритма ISODATA, в которой средние значения центров кластеров находятся с помощью метода быстрого выделения кластеров. Таким образом, оптимальное с точки зрения статистических характеристик снимков количество кластеров находится автоматически. В нашем случае многовременной снимок был разделен на 26 кластеров. Для кластеров, которые можно было с высокой степенью достоверности соотнести с объектами земной поверхности, были построены графики «временных образов», которые отражают распределение интенсивности теплового излучения объектов по сезонам.
Результаты неконтролируемой классификации дают нам основания полагать, что на основе такого способа обработки многовременного снимка можно выявить различия в сезонной динамике интенсивности теплового излучения лесных массивов с разным породным составом. Так, например, достаточно чётко выделяется граница между лесными массивами с преобладанием хвойных и лиственных пород, так как эти породы характеризуются разными особенностями вегетационного периода. Кроме того, выявлены существенные различия в сезонной динамике интенсивности теплового излучения безлесных территорий различных типов (сельскохозяйственных земель, лугов и т.п.). Эта особенность даёт возможность проводить дешифрирование хозяйственного использования безлесных территорий. Населённые пункты, в силу большого разнообразия объектов, их составляющих, в ходе неконтролируемой классификации в отдельный класс выделены не были.
Результаты обработки многовременного теплового снимка могут быть использованы совместно с такими работами, как полевое дешифрирование, анализ картографических и литературных источников, при обосновании границ природных объектов. Достоинством методики также является возможность получения информации о сезонной динамике интенсивности теплового излучения, которую сложно получить каким-либо иным способом.