Распознaвание типов почв по данным дистанционного зондирования Земли Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

Решетневскце чтения

вания объектов, их свойств, взаимосвязей по изображениям на снимке. Для изучения динамики воздействия объектов НГО на природную среду применяется сравнительное дешифрирование, которое проводится по набору разновременных снимков и результатам дешифрирования прошлых лет, на которых определяются идентичные объекты и выявляются изменения (например, изменение площади нарушений земель и растительности).

Создание топографических основ территории работ проводится с использованием материалов космической съемки, изданных топографических карт и цифровых топооснов заданного масштаба для изображения географических и геометрических элементов местности.

На основании результатов дешифрирования и топографической основы создается карта, отображаю-

щая изменения природной среды. Также производится обзор состояния экологической обстановки в целом на территории лицензионного участка, сравниваются качественные и количественные показатели выявленных изменений, определяются возможные причины нарушений, разрабатываются рекомендации по минимизации негативного антропогенного влияния на природную среду.

Экологический мониторинг с использованием данных дистанционного зондирования Земли, на наш взгляд, представляет собой эффективный инструмент контроля состояния природной среды объектов НГО. Мероприятия по экологическому мониторингу необходимо проводить систематически, для того чтобы оперативно оценивать состояние природной среды и в итоге свести к минимуму негативное воздействие на нее предприятий НГО.

I. A. Volkova, A. A. Shvaleva, U. P. Uronen Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk

THE POSSIBILITY OF USING REMOTE SENSED DATE FOR ENVIRONMENTAL MONITORING OIL

AND GAS INDUSTRY

Described the possibility of using remote sensing data for environmental monitoring an oil and gas industry. Presented the stages of using a remote sensing data for monitoring.

© Волкова И. А., Швалева А. А., Юронен Ю. П., 2012

УДК 551.507.550.34

Н. А. Гридасов Сибирский федеральный университет, Россия, Красноярск

РАСПОЗНАВАНИЕ ТИПОВ ПОЧВ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Представлена разработанная методика распознавания типов почв по данным дистанционного зондирования Земли при помощи программного продукта NeRis.

Одной из задач космического мониторинга Земли является классификация почв. В классификаторе тематических задач, решаемых с помощью материалов дистанционного зондирования Земли [1], указывается, что разработка технологий для решения этих задач является актуальной. Использование данных дистанционного зондирования для получения информации о почвах является экономически и управленчески наиболее выгодным, а также менее трудозатратным, чем традиционные методы исследования земель.

Перспективным методом решения данной задачи является применение нейронных сетей. Нейросетевой метод - наиболее быстро развивающийся метод обработки информации, ее систематизации и структурировании, выявления закономерностей и т. п. Важной особенностью нейросетевого метода является не только возможность анализа данных в пространственных осях, но и по времени, что дает возможность моделирования и предсказания определенных процессов.

Для решения поставленных задач была разработана и реализована методика классификации почв по данным дистанционного зондирования Земли, которую описывает следующий алгоритм:

1) выбор района исследования;

2) подбор исходных снимков;

3) задание областей и параметров обучения;

4) обучение сети; классификация;

5) анализ и интерпретация полученных результатов;

6) оценка полученной классификации.

В качестве инструмента классификации была выбрана нейронная сеть Кохенена, реализованная в программном продукте Neris.

Для исследования была выбрана местность в районе Кулундинского озера в Алтайском крае. На данной территории имеется несколько типов почв, а также пахотные земли.

В качестве информационной базы был взят радиометр ASTER (Advanced Spaceborne Thermal Emission

Использование космических средств и технологий для мониторинга окружающей природной среды

and Reflection Radiometer), так как он отвечает требованиям к работе с почвами. Прибор установлен на борту спутника Terra (URL: http://asterweb.jpl.nasa.gov/). Высокое разрешение снимков ASTER (15 м в видимом и ближнем ИК-диапазоне, 30 м в среднем инфракрасном и 90 м в тепловом диапазоне) позволяет качественно проводить районирование территорий и выявлять участки изменения почвенно-растительного покрова.

Из базы снимков радиометра ASTER был выбран снимок, сделанный 05.04.2001 г. Эта дата входит в промежуток времени, когда снег растаял, а растительность еще не покрыла земную поверхность, что позволяет работать с почвенным покровом. В качестве обрабатываемых данных были выбраны данные, полученные с каналов с разрешением 15 м.

В ходе выполнения работы была обучена нейронная сеть с оптимальными параметрами, полученными эмпирическим путем. После классификации и визуализации данных было получено изображение изучаемого района (рис. 1). В ходе сравнения результатов с картографическими данными, взятыми из Атласа Алтайского края [2], была сделана следующая интерпретация.

Пронумерованным зонам на рис. 1, разделенным границами, соответствуют границы почв на рис. 2: темно-каштановые 1; каштановые 2; солончаки 3; солончаки луговые 4; земли, покрытые растительностью 5.

Полученные данные соответствуют картографическим данным. Отсюда можно сделать вывод, что ней-росетевой подход в распознавании почв является инструментом, который может быть альтернативой традиционным методам изучения почв.

Рис. 1. Визуализированное изображение классифицированных данных

Практическая ценность методики заключается в возможности ее использования в технологиях дистанционного зондирования для оценки типов почв и мониторинга изменений поверхности почв. Также она показала перспективу использования нейронных сетей для обработки данных дистанционного зондирования Земли.

Библиографические ссылки

1. Классификатор тематических задач, решаемых с помощью материалов дистанционного зондирования Земли [Электронный ресурс]. URL: http://www.scanex.ru/ru/ classificator/ (дата обращения: 30.07.2012).

2. Атлас Алтайского края : в 2 т. М. : МГУ ; ГУГК. 1978-1980.

—I Темно-каштановые выпаханные

ä Л_1

.Ц-ШШ: тем но-каш та новые солонцеватые выпаханные Каштановые

Каштановые солонцеватые Л у гово- к a i г?та н овы е сол он ч а ко ваты с I Солончаки

Si1!'Mill

Ск

Щ Солончаки луговые

Ш

Солонцы .луговые и лугово-степные средние и „челние

соло кчаковатьЕе Лугово-йолотныс

Рис. 2. Карта почв исследуемого района

N. A. Gridasov Siberian Federal University, Russia, Krasnoyarsk

RECOGNITION OF SOIL TYPES FOR REMOTE SENSING DATA OF EARTH

The method of soil types recognition based upon remote-sensing data of the Earth with the help of NeRis software is presented in this paper.

© Гридасов Н. А., 2012