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)

Десятая всероссийская открытая ежегодная конференция
«Современные проблемы дистанционного зондирования Земли из космоса»
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Москва, ИКИ РАН, 12-16 ноября 2012 г.

X.K9.623

Метод обработки данных, поступающих от метеорологических искусственных спутников Земли

Готюр И.А., Мешков А.Н., Рудь М.Ю., Костромитинов А.В., Кулешов Ю.В., Суворов С.С.
Военно-космическая академия имени А.Ф. Можайского
Несмотря на многообразие метеорологических спутниковых систем, режимов работы съемочной аппаратуры и форматов представления данных в процессе их обработки прослеживаются характерные особенности и технологические решения, присущие большинству мировых систем сбора и обработки данных дистанционного зондирования Земли (ДЗЗ).
Как правило, обработку данных ДЗЗ разделяют на предварительную и тематическую. Под первой обычно понимают набор действий (процессов), преобразующих исходную информацию, полученную наземной станцией приема, в данные пригодные для архивации и дальнейшего использования. Предварительная обработка включает в себя радиометрическую калибровку, географическую привязку и геометрическую коррекцию изображений. Под тематической обработкой понимают обработку с целью интерпретации данных ДЗЗ в рамках конкретной прикладной задачи с получением тематических информационных продуктов, таких, как «индекс вегетации», «индекс пожароопасности», «маска облачности» и т.п.
В основе предлагаемого подхода лежит выделение основных сущностей, определяющих отличие КА друг от друга. К таким сущностям относятся приборы, установленные на борту, и используемые каналы измерений. Приборы обладают рядом общих характеристик, которые задаются в процессе настройки алгоритма обработки. К таким характеристикам относятся: скорость передачи данных, угол обзора, направление, шаг и диаметр сканирования, размер единицы данных, количество областей сканирования и измерительные каналы прибора. Измерительные каналы прибора имеют следующие характеристики: диапазон частот канала, диапазоны значений калиброванных и некалиброванных данных, тип данных. Таким образом, при настройке алгоритма обработки каждому КА назначается ряд уже заданных приборов (например, AVHRR/3 для КА серии NOAA) или вводится и задаются характеристики нового прибора. Это позволяет адаптировать алгоритм для обработки данных, полученных от спутников, запущенных уже после реализации алгоритма.
Результатом применения большинства алгоритмов тематической обработки являются изображения, синтезированные по определенному правилу из значений в нескольких каналах одного или нескольких приборов КА. Результатами таких видов тематической обработки являются: температура подстилающей поверхности, вегетационные индексы, различные цветосинтезированные изображения и т.п. В отдельную группу видов тематической обработки можно отнести пороговые алгоритмы, например, такие как индекс пожарной опасности, «маска облачности».
Под «маской облачности» подразумевается вид тематической обработки, основанный на пороговом методе определения типа и границ облачности. Для его реализации необходимо указать пороговые значения в каналах или их комбинациях одного или нескольких приборов спутника. Эти пороговые значения рассчитываются на основе статистической обработки данных и являются функциями таких характеристик, как время года, время суток, тип облачности, характер поверхности рассматриваемого географического района и его географическое расположение. Одним из недостатков данного метода является необходимость наличия большого объема эмпирических данных для каждого исследуемого географического района, а также отсутствие учета фактических метеорологических (геофизических) данных.
Отмеченные недостатки указывают на необходимость предоставления возможности изменения пороговых значений без модификации специального программного обеспечения, реализующего алгоритм обработки. Это позволило бы адаптировать к конкретным условиям существующие или определять эмпирическим путем новые формулы вычисления пороговых значений.
Для решения перечисленных проблем нами предлагается синтаксический анализатор формул. В основу анализатора положен алгоритм синтаксического анализа – «метод рекурсивного спуска». Алгоритм реализуется путем последовательного вычисления лексем (операций) заданного выражения в соответствии с жестко заданной грамматикой.
Реализованный нами анализатор позволяет вычислять выражения с арифметическими операциями в соответствии с их приоритетом. В выражениях могут быть использованы значения в измерительных каналах, константы и значения основных метеорологических (геофизических) параметров. При этом для задания приоритета могут быть использованы арифметические скобки.
Предлагаемый синтаксический анализатор формул может быть использован и при получении цветосинтезированных изображений путем задания арифметических выражений для расчета значений основных цветов.
Реализация предлагаемого подхода в алгоритмах обработки данных, получаемых с помощью метеорологических космических систем, позволит создавать новые и исследовать существующие алгоритмы тематической обработки без модификации программного обеспечения.
Работа выполнена в рамках гранта № 16.120.11.6343-НШ Президента Российской Федерации для государственной поддержки ведущих научных школ Российской Федерации НШ-6343.2012.10.

Список литературы:
1. К. Я. Кондратьев Метеорологические спутники. Гидрометеорологическое изд-во, 1963.
2. Волкова Е В. Определение типа облачности по данным измерений радиометра AVHRR ИСЗ NOAA для Европейского региона России в теплый период года. //Тр. НИЦ «Планета». – 2005. - Вып. 1 (46). – С. 22 – 41
3. Martin Beniston, Michel M. Verstraete. Beniston Remote Sensing and Climate Modeling: Synergies and Limitations. Springer, Apr 30, 2001
4. Sellers P. J., Meeson B. W., Hall F. G. Et Al. Remote sensing of the land surface for studies of global change: models — algorithms — experiments. Remote Sens. Environ, 1995.

Девятая Всероссийская научная школа-конференция по фундаментальным проблемам дистанционного зондирования Земли из космоса

498