CC BY
43
120
тем
Проблематика транспортных сис-
2b
Рис. 3. Схема деформирования пластинки, если окружность ее опорного контура
лежит внутри пластинки
В общем случае прогибы наружного контура пластинки не будут одинаковыми и, как было показано выше, определяются по формуле (10).
Следует отметить, что если опорные точки пластинки не лежат на одной окружности, она не может деформироваться свободно . При этом форма ее деформирования не будет сферической и в ней обязательно возникнут температурные напряжения и температурные деформации, имеющие большие градиенты в области опор, не лежащих на опорной окружности.
Заключение
Таким образом, действие на пластинку температуры, меняющейся по толщине пластинки, приводит к чистому изгибу и возникновению температурных деформаций. При этом пластинка деформируется по сферической поверхности вне зависимости от формы наружного контура. Если опорные точки пластинки не лежат на окружности, то ее деформирование не является свободным и возникают большие градиенты в области опор.
УДК 631.10
О. В. Григорьева, А. В. Панин
МЕТОД СЕЛЕКЦИИ НЕФТЯНЫХ РАЗЛИВОВ С ИСПОЛЬЗОВАНИЕМ АВИАЦИОННЫХ СРЕДСТВ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА
В настоящее время для экологической оценки природных ресурсов и окружающей среды широко используются многочисленные средства дистанционного зондирования
2 Видюшенков С.А., Соколов Е.В. Влияние конфигурации наружного контура фасет, образующих поверхность зеркала антенны радиотелескопа // Методы прикладной математики в транспортных системах : сб. научн. трудов. - Вып. 6. - СПб.: СПбГУВК, 2002. -С.17-22.
2007/3
Proceedings of Petersburg Transport University
Проблематика транспортных систем
121
и методы обработки полученных данных. Проанализированы возможности существующих методов дистанционного зондирования для решения задачи идентификации разливов нефтепродуктов на почвогрунтах, сформулированы требования к техническим характеристикам дистанционной аппаратуры и разработан метод автоматизированной регистрации локальных фрагментов местности, загрязненных тяжелыми фракциями нефтепродуктов, на основе оптико-электронных аэроснимков.
методы и средства дистанционного зондирования, оптико-электронные системы и аэроснимки, дешифрирование и классификация дистанционных данных.
Введение
В последнее время усиливается нагрузка на окружающую среду, связанная с увеличением грузопотока нефти и нефтепродуктов и, как следствие, возрастает опасность углеводородного загрязнения водных объектов и земель. Однако на сегодняшний момент средства и методы дистанционного обнаружения нефтезагрязненных земель по сравнению с аэрокосмическим мониторингом акваторий находятся на стадии исследований и не имеют практической реализации.
1 Исследования возможностей использования средств и методов дистанционного зондирования для обнаружения зон загрязнения земель нефтепродуктами
1.1 Постановка задачи. Основные допущения
Дистанционные данные предоставляют специфическую информацию о типах и состоянии природных образований. В основном это характеристики отражения и излучения земной поверхности, в том числе и в различных зонах электромагнитного спектра, структура и форма природных и антропогенных объектов, по которым производится их обнаружение и распознавание.
Одной из основных задач исследования было формирование спектрально-пространственных признаков обнаружения нефтезагрязненных почвенных геосистем на основе анализа оптико-электронных аэроснимков сцен и разработка метода их идентификации.
Различные типы почв и нефтепродукты, так же как их конгломераты, отличаются друг от друга по своим спектральным и пространственным характеристикам, поэтому в качестве объектов исследования были выбраны только верхние горизонты дерново-подзолистых почв, характерных для Ленинградской области, загрязненные нефтью и тяжелыми фракциями продуктов переработки нефти.
1.2 Требования к авиационным средствам сбора данных, необходимых
ISSN 1815-588 X. Известия ПГУПС
2007/3
122
тем
Проблематика транспортных сис-
для обнаружения и контроля нефтезагрязненных участков местности
На основе анализа существующих аппаратных средств дистанционного зондирования, знания физико-химических свойств нефтезагрязненных почв, а также наземных фотометрических исследований приповерхностных зон поражения нефтепродуктами были сформулированы требования к техническим характеристикам дистанционной аппаратуры, позволяющей регистрировать данный тип химического загрязнения.
К основным техническим характеристикам относятся линейное разрешение на местности и диапазон регистрируемых излучений. Оптимальным является использование одного из приведенных в таблице 1 комплексов.
ТАБЛИЦА 1. Требования к авиационным средствам сбора данных, необходимых для обнаружения и контроля нефтезагрязненных участков местности
Но- мер комп- лекса Требуемое средство регистрации и сбора ДДЗ Способ определения (физические принципы) Информативные длины волн спектра (спектральный диапазон) Рекомендуемое линейное разрешение, м Температурное разрешение, К
1 Оптико-электронная система (ПЗС-снимки) Съемка в видимом диапазоне спектра 0,45-0,65 мкм До 0,3 м -
Тепловой инфракрасный сканер ИК тепловая съемка 8,0-14,0 мкм Не более 0,5 м 0,1-0,2
2 Сканер (или ПЗС-снимки) в видимом и ближнем инфракрасном диапазоне спектра (или только в ближнем инфракрасном) Видимая и ИК-съемка 0,45-0,65 мкм 0,7—1,1 мкм (или только 0,7—1,1 мкм) Не более 0,5 м -
Тепловой инфракрасный сканер ИК тепловая съемка 8,0-14,0 мкм Не более 0,5 м 0,1-0,2
3 Микроволновый радиометр Пассивная микроволновая съемка 0,5-1 мм Не более 0,5 м 0,1-0,2
Оптико-электронные снимки (ПЗС-снимки) Фотосъемка 0,45-0,65 мкм До 0,3 м -
2007/3
Proceedings of Petersburg Transport University
Проблематика транспортных систем 123
Но- мер комп- лекса Требуемое средство регистрации и сбора ДДЗ Способ определения (физические принципы) Информативные длины волн спектра (спектральный диапазон) Рекомендуемое линейное разрешение, м Температурное разрешение, К
4 Радиолокатор Активная радиолока- ционная съемка Более 1 мм (в основном 3,3 и 8,6 мм) Не более 0,5 м -
Оптико-электронные снимки (ПЗС-снимки) Фотосъемка 0,45-0,65 мкм До 0,3 м -
Рациональным с точки зрения доступности и минимальности материальных затрат является использование первого комплекса, в состав которого входят оптико-электронные средств наблюдения оптического и теплового диапазонов. В настоящей статье не рассматриваются вопросы, связанные с теплофизическими характеристиками нефтезагрязненных почв, а приведена методика обработки данных видимого диапазона спектра применительно к решению поставленной задачи.
Информативные длины волн выбирались с использованием мер статистической разделимости классов:
1) контраст
к _ Лоб — Лф
коб-ф _ D ,
Лф
где Лоб - выборочное среднее значение яркости объекта;
Лф - выборочное среднее значение яркости фона;
2) нормализованное расстояния между математическими ожиданиями
и — m
d _ об ^ф
норм s + о ’
об ф
где ^ - математическое ожидание нормальной функции плотности распределения;
о - дисперсия нормальной функции плотности распределения;
3) матрицы ковариации и корреляции;
4) гистограммы спектрального отклика объекта и фона;
5) кривые спектрального отражения объекта и фона.
Анализ экспериментальных данных показал, что в задаче обнаружения зон загрязнения нефтепродуктами показатели статистической разделимости максимальны для длин волн 0,65 и 0,55 мкм и минимальны для 0,45 мкм. При этом показатели минимальны для таких поверхностей, как
ISSN 1815-588 X. Известия ПГУПС
2007/3
124
тем
Проблематика транспортных сис-
асфальт, участки гарей, рубероид, почвы с высоким содержанием гумуса и переувлажненные грунты (табл. 2). Гистограммы спектрального отклика объекта и фонов показали аналогичный результат.
ТАБЛИЦА 2. Контраст и нормализованное расстояние как меры статистической разделимости классов нефтепродукты (1), песок (2) и рубероид (3)
Длина волны, мкм 0,65 0,55 0,45
Нормализованное расстояние d1-2 d1-3 d1-2 d1-3 d1-2 d1-3
21,04 5,16 12,92 3,57 7,24 1,16
Контраст k1-2 k1-3 k1-2 k1-3 k1-2 k1-3
0,82 0,54 0,73 0,41 0,54 0,13
Значения ковариации и корреляции очень велики для всех трех каналов, используемых в оптико-электронной системе, поэтому можно использовать только два из них.
Таким образом, для идентификации разливов нефтепродуктов информативными длинами волн в оптическом диапазоне спектра являются 0,55 и 0,65 мкм.
Спектральные характеристики чистой нефти близки к абсолютно черному телу. За счет углеводородов нефти в нефтезагрязненной почве возрастает концентрация органического вещества, при этом увеличивается содержание трудногидролизуемых фракций и гумина, уменьшая коэффициенты спектральной яркости в видимом и ближнем инфракрасном диапазоне. При этом кривые спектрального отражения становятся почти горизонтальными (рис. 1).
Черный сектор
Шлак серый
Мазут на песке Трава на склоне
Песок с галькой
Г ранитная крошка
Рис. 1. Кривые спектрального отражения объекта и фона
2007/3
Proceedings of Petersburg Transport University
Проблематика транспортных систем
125
Поэтому загрязненные участки среди фона открытых незагрязненных дерново-подзолистых почв в диапазоне электромагнитного спектра 0,40,78 мкм могут дешифрироваться достаточно уверенно, а в качестве признака можно использовать контраст между значениями яркости в спектральных каналах 0,45 и 0,65 мкм, определяющий почти горизонтальную форму спектрального распределения.
Однако естественно высокое содержании гумуса в верхнем горизонте почв может привести к неопределенностям в идентификации нефтезагрязнений местности. К таком же эффекту может привести сильное переувлажнение почв.
В таких случаях при идентификации нефтезагрязненных почв дополнительно необходимо рассматривать аэрокосмические данные в тепловом диапазоне, т. к. нефтепродукты большое влияние оказывают на теплофизические свойства почв.
2 Выбор метода автоматизированной идентификации участков поражения нефтепродуктами
2.1 Анализ существующих методов обработки дистанционных данных
Существующие методы автоматизированного дешифрирования данных дистанционного зондирования применяются для решения широкого круга вопросов и не всегда применимы для узкоспециализированной задачи. К тому же они предназначены для обработки в основном спутниковых изображений, для них редко приводятся математические описания используемых алгоритмов, они постоянно развиваются и изменяются.
В стандартных пакетах обработки используются методы контролируемой и неконтролируемой классификации, которые были апробированы в задаче идентификации нефтезагрязнений почвогрунтов по оптикоэлектронным аэроснимкам сцен.
Как показали исследования, использование бесконтрольных методов не является результативным (рис. 2). Невозможно объективно идентифицировать расклассифицированные поверхности, можно полагаться только на наземные исследования или на квалификацию дешифровщика.
ISSN 1815-588 X. Известия ПГУПС
2007/3
126
тем
Проблематика транспортных сис-
Рис. 2. Спектрально-пространственная классификация без обучения в программном комплексе обработки многоспектральных изображений MultiSpec
Контролируемая классификация требует знания эталонных участков на этой же местности, что в задачах обнаружения невозможно. Хотя такие участки загрязнения, как киры, можно обнаружить, если в качестве обучающей выборки использовать элемент рубероидных крыш, которые по своим отражательным и излучательным характеристикам идентичны загрязнению и могут быть однозначно распознаны дешифровщиком, как показано на рисунке 3.
И приповерх. загряз. нефтью Н руоероио^неФт_пл
травяной покров травкустар растит древ растит
Рис. 3. Спектрально-пространственная классификация с обучением
2007/3
Proceedings of Petersburg Transport University
Проблематика транспортных систем
127
2.2 Разработка собственного метода идентификации, основанного на пространственно-яркостных характеристиках объекта
Наиболее эффективным является применение метода селекции с использованием дешифровочных признаков, характеризующих нефтезагрязненные участки и их состояние.
С этой целью разработана методика автоматизированного обнаружения локальных фрагментов местности, загрязненных тяжелыми фракциями нефтепродуктов, на основе оптико-электронных аэроснимков.
Методика основана на анализе не только спектральных характеристик нефтезагрязненных почвогрунтов, полученных дистанционными методами в оптическом диапазоне электромагнитного излучения, но и текстуры, так как текстура поверхности почв изменяется под воздействием нефтепродуктов. Соотношение структурных агрегатов почвы изменяется пропорционально степени ее загрязнения [2]. Этот параметр влияет на соотношение отражения и поглощения энергии на ее поверхности и, следовательно, величину отражения падающего светового потока (альбедо) и является суммой нескольких дешифровочных признаков - спектрально-отражательной способности, размера и формы.
Поэтому для решения задачи обнаружения разливов нефтепродуктов по спектрально-пространственным характеристикам использовались текстурные дескрипторы, основанные на использовании статистических характеристик изображения сцены, а именно значение второго центрального момента плотности распределения разности яркости изображения в двух наиболее информативных каналах в пределах сканирующего окна:
s[ щи jj)]=((ХХ(^j) - M [ L(^ j)]))2)/( m -1) •(m -1))0,5,
где i = 1, ik, m;j = 1, jk, m; ii = i, i+m—1; j = j, j+m—1;
M[L(ii, jj)] = (Х Х (L(i,j)) / (mxm)), i = 1, ik, m, j = 1, jk, m, ii = i, i+m—1, j = j, j+m—1 - математическое ожидание в пределах сканирующего окна размерностью mxm;
L(ii, jj)= L065(ii, jj) - L045(ii, jj) - контраст значений яркости в пределах сканирующего окна.
Анализ экспериментальных данных показал, что для метода селекции по пространственно-спектральным признакам наиболее эффективным является использование длин волн 0,45, 0,65 мкм или 0,45, 0,55 мкм.
В качестве пороговых значений параметров селекции (или дешифро-вочного признака) используются минимальное и максимальное значения момента в пределах сканирующего окна:
p max
ISSN 1815-588 X. Известия ПГУПС
2007/3
128
тем
Проблематика транспортных сис-
где Smax = MAX[s [L(ii,jj)\\, ii = 1, iik; jj = 1, jjk;
Smin = MIN[s [L(ii, jj)\\ , ii = 1, iik, jj = 1, jjk;
kdmin kdmax — КОэффицИеНТы, 1,0 — kdmin, kdmax — 0, kdmax > kdmin ■
Эти признаки задают интервал, в который должны попадать значения момента в интересующих оператора фрагментах изображения. Расчет производится для всех положений сканирующего окна.
Если Spmax —s [L(ii, jj)\ — apmm, то LCH(i, j) = 1, иначе LCH (i, j)= 0, где i = 1, ik; j = 1, jk; ii = 1, iik; jj = 1, jjk.
В результате сформирован набор текстурных признаков, дифференцирующих участки загрязнения нефтепродуктами среди фона при различных условиях наблюдения и состояния разлитого нефтепродукта (табл. 3).
ТАБЛИЦА 3. Пространственно-яркостные признаки идентификации нефтезагрязненных почв для экспериментальных данных, полученных при одинаковых условиях наблюдения
^pmin(0,45;0,65) ^pmax(0,45;0,65) ^pmax(0,45;0,55) ^pmax(0,45;0,55)
0,32±0,4 0,27±0,05 0,23±0,02 0,13±0,04
Пример работы алгоритма селекции нефтепродуктов на основе пространственно-яркостных характеристик, реализованный в аппаратнопрограммном комплексе, показан на рисунке 4.
Рис. 4. Результаты работы программного комплекса идентификации нефтепродуктов (наверху - оптико-электронные снимки в диапазоне 0,45 и 0,65 мкм, внизу - результаты селекции по пространственно-яркостным признакам)
2007/3
Proceedings of Petersburg Transport University
Проблематика транспортных систем
129
Качество оптико-электронных аэроснимков сцен, используемых в задаче автоматизированной идентификации участков нефтезагрязнения, должно обеспечивать возможность обнаружения на них признаков, по которым дешифровщик или автоматическое устройство сможет идентифицировать участки нефтезагрязнения. При дешифрировании по пространственно-яркостным характеристикам были обоснованы требования к уровню линейного разрешения на местности исходя из параметров, характеризующих пространственную структуру объекта:
CDrm = D /(кт • т),
где D - диаметр окружности, описанной вокруг пятна с наименьшими значимыми размерами (единица структуры объекта); m - размер сканирующего окна в пикселях; кт - коэффициент, 1,0 > кт > 0,2.
В разработанном методе селекции нефтепродуктов элементом структуры является размер сканирующего окна. Экспериментальные исследования показали, что размер сканирующего окна должен быть равен 4x4 пикселям при высотах съемки не более 1500 м. В качестве размера структуры было принято использовать размер комковатых образований незагрязненных подзолистых почв. В среднем он составляет 0,25 м в диаметре для почв не сельскохозяйственного назначения в период отсутствия дернового покрова. Исходя из этого требуемое линейное разрешение на местности для обеспечения однозначного вывода признаков в зависимости от элемента структуры нефтезагрязненной поверхности должно составлять 0,3 м.
Заключение
Обоснованы требования к техническим характеристикам аппаратуры дистанционного зондирования нефтезагрязненных дерново-подзолистых почв. Получены пространственно-спектральные признаки идентификации тяжелых фракций нефтепродуктов на грунтах, используемые в разработанном методе селекции углеводородного загрязнения.
Рассмотренные показатели являются основой создания базы данных дешифровочных признаков нефтезагрязненных поверхностей, которая представляет практический интерес и служит дальнейшим развитием этого направления.
Библиографический список
1. Использование метода отражательной способности нефтезагрязненных почв при дистанционном мониторинге / Д. С. Орлов, Я. М. Алмосова, Е. А. Бочаринова,
О. В. Лопухина // Аэрокосмические методы в почвоведении. - М.: Колос, 1989. - С. 7375.
2. Экологические аспекты восстановления нефтезагрязненных почв / С. А. Ила-рионов. - Екатеринбург: УрО РАН, 2004. - 194 с. - ISBN 5-7691-1414-2.
ISSN 1815-588 X. Известия ПГУПС
2007/3
