Дешифрирование засоленных почв Чуйской долины (Кыргызстан) по многоспектральным космическим снимкам Landsat TM, Landsat ETM+ i Aster-Terra

Долина Чуй является одним из главных сельско-хозяйственных регионов Кыргызстана, где в последствии орошения и климатических условий, увеличиваются площади засоленных почв. Традиционные методы наземной сьемки засоленныx почв все чаще заменяются дисстанционными методами исследования. Для дешифрирования засоленных почв Чуйской долины были использованы многоспектральные изображения с периода лето-осень с 1994-2002 гг.
Интерпретация космических снимков проводилось с помощью программного обеспечения ТNTmips. В ходе работы использовались почвенные карты масштабом 1:10 000 с помощью которых, были созданы цифровые карты с базой данных и топографические карты масштабом 1:50 000 для геопривязки. Для сравнения результатов изображений с разных лет проведен ресамплинг, радиометрическая и геометрическая коррекции. На основе индексов NDVI (Normalized Difference Vegetation Index), TVI (Transformed Vegetation Index), SI (Salinity Index) и операции Gram-Schmidt созданы бинарные маски исключающие обьекты и поверхности о высокой ясности, поверхности покрытые полностью растительностью, населенные пункты и поверхностные воды. Среди метод неконтролируемых классификаций выбран алгоритм Isodata при использовании скорректированные данные, а также ситезированные растры созданные на основе трансформации Таsseled Cup, растры канонической анализы PCA и операции Decorrelation Stretching с подкладом маски. Подбор каналов основывался на гистограммах, результатах множественной регрессии и анализы результатов главных компонентов, а также с помощью DN пунктов контрольных выбранных классов засоленных почв. При помощи векторных полигонов представляющие засоленные почвы основанные на наземных проверкаx применен алгоритм Back Propagation контролируемой классификации. Выбранные кластры всех классификаций анализировались на основе дендограммов и элиптических функций и оценялась вероятность ошибки классификаций. На основе анализа проб и ошибок выбраны наиболее информaтивные растры и при помощи растровой алгебры создан единный растр для каждых с многоспектральных снимков и в последствии созданы карты засоления.