Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение Высшего образования «Тюменский государственный университет» Институт наук о Земле Кафедра картографии и геоинформационных систем Учебно-методическая документация: Мониторинг лесохозяйственной деятельности Тюмень, 2015 1 Аннотация Настоящий документ является учебно-методической документацией в области использования результатов космической деятельности. Перспективным направлением в выявлении нарушений лесного законодательства в последнее время является система охраны лесов, основанная на технологиях космического мониторинга лесохозяйственной деятельности. Под дистанционным мониторингом лесохозяйственной деятельности подразумевается систематическое слежение за состоянием использования лесов для выявления случаев нарушения лесного законодательства при организации и осуществлении использования земель лесного фонда на основе контурного и аналитического дешифрирования материалов дистанционного зондирования Земли. Внедрение цифровых методов обработки космических изображений и достижения компьютерных технологий существенным образом повлияли на применение данных дистанционного зондирования (ДДЗ) в различных исследованиях. За последние несколько лет разнообразие и качество материалов дистанционного зондирования существенно возросли. Основная цель использования ДДЗ Земли – извлечение из них полезной информации для составления топографических и тематических карт, инвентаризации земель, эколого-географической оценки территорий, исследований динамики природных и антропогенных объектов и явлений, создания оперативных и прогнозных карт и т.д. Очевидно также, что дальнейший прогресс в развитии географических наук неразрывно будет связан с использованием результатов космической деятельности и совершенствованием технологий их обработки. Учебно-методическая документация подразделяется на четыре основных главы: В первой главе данной учебно-методической документации, в наименованиях тем и задач учтены полномочия органов государственной власти и местного самоуправления в области мониторинга лесохозяйственной деятельности, записанные в соответствующих нормативно-правовых актах. 2 Вторая глава содержит теоретические знания об основных методиках и технологиях, используемых или рекомендуемых для решения задач мониторинга лесохозяйственной деятельности с использованием данных дистанционного зондирования Земли и других результатов космической деятельности. Третья глава является описанием применения практических знаний для исполнения полномочий в области лесохозяйственной деятельности с помощью Единой картографической системы ЯмалоНенецкого автономного округа. В частности, описываются основные инструменты при работе с Единой картографической системой ЯмалоНенецкого автономного округа и приводятся примеры охраны лесов от природных пожаров и выявление лесных гарей. Четвертая глава посвящена тематическим задачам, решаемым с помощью специализированного программного обеспечения по обработке и интерпретации данных дистанционного зондирования Земли. 3 Оглавление Список сокращений ............................................................................................................................... 6 1. Полномочия органов государственной власти и местного самоуправления в области мониторинга лесохозяйственной деятельности ...................................................... 8 1.1. Полномочия органов государственной власти в области мониторинга лесохозяйственной деятельности...............................................................................................8 1.1.1. Мониторинг лесохозяйственной деятельности: Мониторинг пожарной опасности в лесах ..........................................................................................................................8 1.1.2. Лесной контроль и надзор: Контроль и надзор за состоянием, использованием и охраной лесов ...........................................................................................8 1.1.3. Лесоустройство: Проектирование лесных участков, таксация лесов, проектирование мероприятий по охране, защите и воспроизводству лесов .......11 1.2. Полномочия органов местного самоуправления в области мониторинга лесохозяйственной деятельности.............................................................................................13 1.2.1. Лесной контроль и надзор: Контроль и надзор за состоянием, использованием и охраной лесов .........................................................................................13 2. Основные методики и технологии, используемые или рекомендуемые для решения задач мониторинга лесохозяйственной деятельности с использованием данных дистанционного зондирования Земли и других результатов космической деятельности .........................................................................................................................................16 2.1. Общие понятия о методах цифровой обработки данных дистанционного зондирования Земли из космоса ...............................................................................................16 2.1.1. Восстановление и улучшение изображений ......................................................17 2.1.2. Радиометрическая коррекция .................................................................................17 2.1.3. Геометрическая коррекция .......................................................................................19 2.1.4. Атмосферная коррекция ...........................................................................................21 2.1.5. Улучшающие преобразования путем изменения контраста ........................26 2.1.6. Увеличение пространственного разрешения изображения .........................28 2.1.7. Спектральное преобразование изображений ...................................................29 2.1.8. Тематическая классификация изображений ......................................................35 2.2. Космические аппараты дистанционного зондирования Земли, используемые для мониторинга лесохозяйственной деятельности...........................42 2.3. Интерпретация комбинаций каналов космических снимков ...............................82 3. Практические работы (тематические задачи), решаемые с помощью Единой картографической системы Ямало-Ненецкого автономного округа ................................95 3.1. Описание основных инструментов при работе с Единой картографической системой Ямало-Ненецкого автономного округа .................................................................95 3.1.1. Функциональные вкладки.........................................................................................96 3.1.2. Панель инструментов ...............................................................................................106 3.2. Охрана лесов от природных пожаров и выявление лесных гарей ................116 3.3. Контроль и надзор за состоянием, использованием и охраной лесов .........128 4 4. Тематические задачи, решаемые с помощью специализированного программного обеспечения по обработке и интерпретации данных дистанционного зондирования Земли ........................................................................................................................133 Перечень учтенных нормативно-правовых актов и использованной литературы ..135 5 Список сокращений Сокращения названий и выражений на русском языке: АО БКА ВИ ГНПРКЦ ДДЗ ДЗЗ ИК ИСЗ ИТЦ КА МПР МСС МЧС НАСА НЦ ОМЗ ОВ ПК ПСС США ФГУП ФКА ЦСКБ Автономный округ Белорусский Космический аппарат Вегетационный индекс Государственный научно-производственный ракетнокосмический центр Данные дистанционного зондирования Дистанционное зондирование Земли Инфракрасный Искусственный спутник Земли Инженерно-технологический центр Космический аппарат Министерство природных ресурсов Мультиспектральная съемочная система Министерство чрезвычайных ситуаций Национальное управление по воздухоплаванию и исследованию космического пространства Научный центр оперативного мониторинга Земли Обучающая выборка Программный комплекс Панхроматическая съемочная система Соединенные Штаты Америки Федеральное государственное унитарное предприятие Федеральное космическое агентство Центральное специализированное конструкторское бюро Сокращения иностранных названий и выражений: ASCII EADS EOS ERTS ETM+ GSFC MSS Американский стандартный код для обмена информацией (англ. American standard code for information interchange) Европейский аэрокосмический и оборонный концерн (англ. European Aeronautic Defence and Space Company) Система наблюдения Земли (англ. Earth Observing System) Earth Resources Technology Satellite Улучшенный тематический картограф + (англ. Enhanced Thematic Mapper Plus) Центр космических полетов имени Годдарда (англ. Goddard Space Flight Center) Мультиспектральный сканер (англ. Multispectral scanner) 6 NDVI NIR NOAA OLI RGB SWIR TIRS TM USGS WKT WMO Нормализованный относительный индекс растительности (англ. Normalized Difference Vegetation Index) Ближний инфракрасный Национальное управление океанических и атмосферных исследований (англ. National Oceanic and Atmospheric Administration) Устройство получения изображений поверхности Земли (англ. Operational Land Imager) Красный, Зеленый, Синий (англ. Red Green, Blue) Коротковолновый инфракрасный (англ. Shortwave infrared) Тепловой инфракрасный сенсор (англ. Thermal InfraRed Sensor) Тематический картограф (англ. Thematic Mapper) Геологическая служба США (англ. United States Geological Survey) Текстовый формат описания пространственных объектов (англ. Well-Known Text) Всемирная метеорологическая организация (англ. World Meteorological Organization) 7 1. Полномочия органов государственной власти и местного самоуправления в области мониторинга лесохозяйственной деятельности 1.1. Полномочия органов государственной власти в области мониторинга лесохозяйственной деятельности 1.1.1. Мониторинг лесохозяйственной деятельности: Мониторинг пожарной опасности в лесах Согласно пункту 4а Правил пожарной безопасности в лесах (утв. постановлением Правительства Российской Федерации от 30.06.2007 № 417) (Правительство РФ, 2007): Меры пожарной безопасности в лесах, осуществляются органами государственной власти субъектов Российской Федерации в отношении лесов, расположенных на землях, находящихся в собственности субъектов Российской Федерации; Задачи, которые могут быть решены на уровне субъектов Российской Федерации с использованием ДДЗ Земли, при мониторинге пожароопасности в лесах: Оценка пожароопасности лесов; Определение координат участков возгорания и оперативное наблюдение за лесными пожарами; Прогноз распространения лесных пожаров. Лесной контроль и надзор: Контроль и надзор за состоянием, использованием и охраной лесов 1.1.2. Согласно ст. 83 Лесного кодекса Российской Федерации (№ 200ФЗ от 04.12.2006) (Государственная дума, 2006): Российская Федерация передает органам государственной власти субъектов Российской Федерации осуществление следующих полномочий в области лесных отношений: 1) разработка и утверждение лесных планов субъектов Российской Федерации, лесохозяйственных регламентов, а также проведение государственной экспертизы проектов освоения лесов; 8 2) предоставление в границах земель лесного фонда лесных участков в постоянное (бессрочное) пользование, аренду, безвозмездное пользование, а также заключение договоров куплипродажи лесных насаждений (в том числе организация и проведение соответствующих аукционов), принятие решений о прекращении права постоянного (бессрочного) пользования, заключение соглашений об установлении сервитутов в отношении лесных участков в границах земель лесного фонда, принятие решений о предварительном согласовании предоставления земельных участков в границах земель лесного фонда; 3) выдача разрешений на выполнение работ по геологическому изучению недр на землях лесного фонда; 4) организация использования лесов, их охраны (в том числе осуществления мер пожарной безопасности и тушения лесных пожаров), защиты (за исключением лесозащитного районирования и государственного лесопатологического мониторинга), воспроизводства (за исключением лесосеменного районирования, формирования федерального фонда семян лесных растений и государственного мониторинга воспроизводства лесов) на землях лесного фонда и обеспечение охраны, защиты, воспроизводства лесов (в том числе создание и эксплуатация лесных дорог, предназначенных для использования, охраны, защиты и воспроизводства лесов) на указанных землях; 5) ведение государственного лесного реестра в отношении лесов, расположенных в границах территории субъекта Российской Федерации; 6) осуществление на землях лесного фонда федерального государственного лесного надзора (лесной охраны), федерального государственного пожарного надзора в лесах, за исключением случаев, предусмотренных пунктами 36 и 37 статьи 81 настоящего Кодекса, а 9 также проведение на землях лесного фонда лесоустройства, за исключением случаев, предусмотренных пунктами 1 и 2 части 1 статьи 68 настоящего Кодекса; 6.1) утверждение проектной документации лесных участков в отношении лесных участков в составе земель лесного фонда; 7) установление перечня должностных лиц, осуществляющих федеральный государственный лесной надзор (лесную охрану), и перечня должностных лиц, осуществляющих федеральный государственный пожарный надзор в лесах; 8) учет древесины, заготовленной гражданами для собственных нужд в лесах, расположенных на землях лесного фонда. Задачи, которые могут быть решены на уровне субъектов Российской Федерации с использованием ДДЗ Земли, при контроле и надзоре за состоянием, использованием и охраной лесов: Выявление нарушений норм по ширине и направлению лесосек и рубки (против господствующего направления ветров); Определение типа рубок (сплошные, выборочные); Определение площади лесосеки; Выявление нарушений границ отвода лесосек; Выявление несоблюдения установленной ширина семенных полос и куртин; Оценка состояния мест рубок и выявление нарушений (уничтожение подроста и напочвенного покрова на площади, превышающей допустимую, несоблюдение противопожарных требований и др.); Выявление участков сведения лесного покрова в пределах водоохранных зон крупных водотоков (защитных лесов); Выявление участков лесозаготовок в пределах особо охраняемых территорий (заповедники, заказники, нац. парки); 10 Выявление нарушения правил рубок на склонах и нарушение растительного и почвенного покрова, выполняющего функции инженерной защиты. Лесоустройство: Проектирование лесных участков, таксация лесов, проектирование мероприятий по охране, защите и воспроизводству лесов 1.1.3. Согласно п.5 Приказа Рослесхоза от 12.12.2011 N 516 "Об утверждении Лесоустроительной инструкции" (516): Проектирование лесничеств и лесопарков, проектирование эксплуатационных лесов, защитных лесов, резервных лесов, а также особо защитных участков лесов, проектирование лесных участков, закрепление на местности местоположения границ лесничеств, лесопарков, эксплуатационных лесов, защитных лесов, резервных лесов, особо защитных участков лесов и лесных участков, таксация лесов, проектирование мероприятий по охране, защите, воспроизводству лесов обеспечиваются органами государственной власти в пределах их полномочий, определенных в соответствии со статьями 81 - 84 Лесного кодекса Российской Федерации и статьей 10 Федерального закона от 4 декабря 2006 г. N 201-ФЗ "О введении в действие Лесного кодекса Российской Федерации". Согласно п.19 Приказа Рослесхоза от 12.12.2011 N 516 "Об утверждении Лесоустроительной инструкции" (516): К лесам, расположенным на особо охраняемых природных территориях, относятся леса, расположенные на территориях государственных природных заповедников, национальных парков, природных парков, памятников природы, государственных природных заказников и иных установленных федеральными законами особо охраняемых природных территориях. 11 Проектирование границ данной категории защитных лесов осуществляется в соответствии с принятыми решениями органов государственной власти об организации указанных видов особо охраняемых природных территорий. Согласно п.72 Приказа Рослесхоза от 12.12.2011 N 516 "Об утверждении Лесоустроительной инструкции" (516): Материалы таксации лесов вводятся в действие приказом уполномоченного органа исполнительной власти в пределах их полномочий, определенных в соответствии со статьями 81 - 84 Лесного кодекса Российской Федерации и статьей 10 Федерального закона от 4 декабря 2006 г. N 201-ФЗ "О введении в действие Лесного кодекса Российской Федерации". Задачи, которые могут быть решены на уровне субъектов Российской Федерации с использованием ДДЗ Земли, при проектировании лесных участков, таксации лесов, проектировании мероприятий по охране, защите и воспроизводству лесов: Оценка породного состава древостоя; Оценка сомкнутости полога; Выделение массивов старовозрастных лесов; Оценка возрастной структуры и продуктивности лесов; Выделение массивов редколесий, ветровалов; Распределение лесов различного целевого назначения по преобладающим древесным породам лесных насаждений, возрасту; Выявление изменений состояния лесов, происходящих в результате негативных воздействий (в том числе изменений, произошедших в результате воздействия вредных организмов, лесных пожаров, ветровалов, использования лесов и т.д.), а также причин, приведших к такому изменению; 12 Оценка эффективности мероприятий по охране, защите и воспроизводству лесов; Выделение гарей и определение их возраста; Оценка состояния возобновления выгоревших участков леса. 1.2. Полномочия органов местного самоуправления в области мониторинга лесохозяйственной деятельности 1.2.1. Лесной контроль и надзор: Контроль и надзор за состоянием, использованием и охраной лесов К полномочиям органов местного самоуправления в отношении лесных участков, находящихся в муниципальной собственности, относятся: Согласно ст.84 Лесного кодекса Российской Федерации (№ 200ФЗ от 04.12.2006) (Государственная дума, 2006): 1) владение, пользование, распоряжение такими лесными участками; 2) установление ставок платы за единицу объема лесных ресурсов и ставок платы за единицу площади такого лесного участка в целях его аренды; 3) установление ставок платы за единицу объема древесины; 4) разработка и утверждение лесохозяйственных регламентов, а также проведение муниципальной экспертизы проектов освоения лесов; 5) осуществление муниципального лесного контроля в отношении таких лесных участков; 6) организация осуществления мер пожарной безопасности в лесах; 7) учет древесины, заготовленной гражданами для собственных нужд в лесах, расположенных на лесных участках, находящихся в муниципальной собственности; 13 8) представление информации в единую государственную автоматизированную информационную систему учета древесины и сделок с ней. Согласно ст.98 Лесного кодекса Российской Федерации (№ 200ФЗ от 04.12.2006) (Государственная дума, 2006): На территории муниципального образования органами местного самоуправления осуществляется муниципальный лесной контроль в соответствии со статьей 84 настоящего Кодекса и с Федеральным законом от 26 декабря 2008 года N 294-ФЗ "О защите прав юридических лиц и индивидуальных предпринимателей при осуществлении государственного контроля (надзора) и муниципального контроля". Задачи, которые могут быть решены на уровне органов местного самоуправления с использованием ДДЗ Земли, при контроле и надзоре за состоянием, использованием и охраной лесов: Выявление нарушений норм по ширине и направлению лесосек и рубки (против господствующего направления ветров); Определение типа рубок (сплошные, выборочные); Определение площади лесосеки; Выявление нарушений границ отвода лесосек; Выявление несоблюдения установленной ширина семенных полос и куртин; Оценка состояния мест рубок и выявление нарушений (уничтожение подроста и напочвенного покрова на площади, превышающей допустимую, несоблюдение противопожарных требований и др.); Выявление участков сведения лесного покрова в пределах водоохранных зон крупных водотоков (защитных лесов); Выявление участков лесозаготовок в пределах особо охраняемых территорий (заповедники, заказники, нац. парки); 14 Выявление нарушения правил рубок на склонах и нарушение растительного и почвенного покрова, выполняющего функции инженерной защиты. 15 2. Основные методики и технологии, используемые или рекомендуемые для решения задач мониторинга лесохозяйственной деятельности с использованием данных дистанционного зондирования Земли и других результатов космической деятельности 2.1. Общие понятия о методах цифровой обработки данных дистанционного зондирования Земли из космоса ДДЗ Земли стали доступны широкому кругу пользователей и активно применяются не только в сугубо научных, но и производственных целях. Научно-технические достижения в области создания и развития космических систем дистанционного зондирования, технологий получения, обработки и тематической интерпретации данных многократно расширили круг задач, решаемых с их помощью. Не исключением являются и технологии дистанционного мониторинга лесохозяйственной деятельности, описанные в настоящей учебно-методической документации. В настоящее время большую часть ДДЗ Земли получают из космоса. Большой одномоментный охват снимаемой территории поверхности спектральное оперативном Земли, высокое разрешения режиме временное, космических получать пространственное снимков большие объемы и позволяют в данных на интересующую территорию. Организация работ по изучению состояния лесов, основанная на сочетании дистанционных методов с небольшим объемом полевых исследований, которые проводятся на ограниченном количестве ключевых участков, позволяет сильно сократить сроки выполнения работ, а также снизить их стоимость. ДДЗ Земли – это растровые изображения, представленные в цифровой форме, поэтому их обработка и интерпретация тесно связана с цифровой обработкой изображений. 16 На сегодняшний день известно довольно большое количество различных методов цифровой обработки космических изображений что даже их простое перечисление займет немало времени. Поэтому ограничимся рассмотрением только методов цифровой обработки, которые получили наибольшее распространение в задачах дистанционного зондирования. Данные методы можно разделить на следующие основные (типовые) группы операций: Восстановление и улучшение изображений; Спектральное преобразование изображений; Тематическая классификация изображений. 2.1.1. Восстановление и улучшение изображений Основной задачей восстановления (коррекции) изображений является исправление получаемых данных для достижения как можно более правдоподобного изображения земной поверхности. ДДЗ содержат целый ряд случайных, системных и систематических искажений, связанных с влиянием атмосферы, кривизны Земли, движения съемочного аппарата относительно ее поверхности в момент съемки, физическими характеристиками используемых датчиков и каналов связи. Для устранения упомянутых, довольно многочисленных искажений, с учетом их специфики, используется коррекция нескольких видов: радиометрическая, геометрическая и атмосферная. Основное предназначение группы операций по улучшению изображений – модификация данных с целью улучшения зрительного восприятия изображения, либо преобразование его в форму, более удобную для дальнейшего визуального или машинного анализа. 2.1.2. Радиометрическая коррекция Измерительная аппаратура спутников ДЗЗ перед запуском тщательно проверяется и калибруется, кроме того, информация со 17 спутника в течение некоторого времени после его запуска (до нескольких месяцев) проходит верификацию. В результате ДДЗ могут быть надежно использованы для решения различных практических задач. За время измерительная функционирования аппаратура спутников деградирует под на орбите воздействием неблагоприятных факторов космического пространства. Поэтому показания измерительной аппаратуры необходимо подвергать так называемой радиометрической коррекции. Радиометрическая коррекция – исправление на этапе предварительной подготовки снимков аппаратных радиометрических искажений, обусловленных характеристиками используемого съемочного прибора. Для сканерных съемочных приборов такие дефекты наблюдаются визуально как модуляция изображения (полосы) в направлениях параллельно или перпендикулярно оси изображения. При радиометрической коррекции также удаляются дефекты изображения, наблюдаемые как сбойные пиксели изображения, выпадающие строки, чересполосица (Рисунок 1). Рисунок 1. Удаление сбойных пикселов и вертикальных полос Радиометрическая коррекция ДДЗ Земли выполняется, в основном, двумя методами: 1. C использованием известных параметров и настроек съемочного прибора (корректировочных таблиц); 18 2. Статистически. В первом случае необходимые корректировочные параметры определяются для съемочного прибора на основе длительных наземных и полетных испытаний. Коррекция статистическим методом выполняется путем выявления дефекта и его характеристик непосредственно из самого изображения, подлежащего коррекции. Как следует из определения, качество коррекции в первом случае выше, чем при статистическом расчете, так как такой тип коррекции учитывает особенности съемочной системы, которая такие данные производит. Радиолокационные системы часто калибруются по площади активного сечения обратного отраженного излучения. Методы радиометрической коррекции показателей датчиков обычно предоставляют разработчики конкретной съемочной аппаратуры. Геометрическая коррекция 2.1.3. В большинстве случаев, геометрия получаемых снимков сопровождается искажениями. Эти искажения вызваны отклонением оптической оси камеры от надира в момент съемки, смещениями за рельеф, наклонением орбиты съемки, параметрами датчика и др. Вследствие этого, затруднительно. проведение Для точных восстановления измерений геометрии по снимку изображений применяются методы и технологии фотограмметрической обработки. В ходе фотограмметрической обработки устанавливается взаимно-однозначное соответствие между точками на снимке и аналогичными точками, расположенными на земной поверхности (геокодирование). При этом устраняются геометрические искажения снимка таким образом, чтобы изображение земной поверхности было правильно представлено на плоскости и имело свойства карты. 19 Процедура геокодирования используется как для грубой геометрической коррекции, так и для перепроецирования исходного изображения в заданную картографическую проекцию, и может быть разделен по виду исходной информации на: Выбор точек привязки с растра; Выбор точек привязки по картографическим данным. При использовании первого способа привязки опорные точки набираются на исходном, привязанном изображении, и на обрабатываемом изображении. В качестве исходного изображения может выступать привязанная как какой-либо отсканированная привязанный топографическая снимок, карта. так и Точность геометрической привязки обусловлена точностью и разрешением исходного снимка, количеством набранных опорных точек привязки, а также правильно подобранным способом трансформирования: Аффинный (линейный) способ используют для выполнения операций параллельного переноса, поворота, масштабирования, смещения, зеркального отражения или их комбинаций. Это самый простой метод, для его реализации необходимо иметь не менее 3-х опорных точек. Алгоритм этого метода - это полиномиальное преобразование первой степени (эквивалентное также аффинному преобразованию): x0 = a0 + a1x + a2y (1) y0 = b0 + b1x + b2y Полиномиальный (нелинейный) способ трансформирования изображений позволяет корректировать произвольные искажения изображений (нелинейные, несистематические). Данный способ реализуется полиномами N-ой степени (2-ой степени и выше). Полиномиальная система уравнения второй степени имеет вид: 20 x0 = a0 + a1x + a2y+a3x2+a4xy+a5y2 (2) 2 2 y0 = b0 + b1x + b2y+b3x +b4xy+b5y В зависимости от степени полиномов, используемых для обработки, меняется необходимое количество пар опорных точек. Количество опорных точек, необходимое и рекомендуемое для вычисления преобразований порядков с 1-го по 7-й, приведено в таблице ниже (Таблица 1). Таблица 1. Минимальное количество опорных точек Порядок Минимальное количество опорных точек преобразования 1 3 2 6 3 10 4 15 5 21 6 28 7 36 Триангуляция Делоне – при использовании этого способа по имеющимся опорным точкам строится нерегулярная сеть из треугольников, стремящихся по своей конфигурации к равносторонним, а потом интерполируются значения, для получения регулярной сетки. 2.1.4. Атмосферная коррекция Особенностью ДЗЗ из космоса является то, что излучение от земной поверхности должно пройти через атмосферу прежде, чем будет зафиксировано датчиками, установленными на спутнике. Поэтому ДДЗ включают не только информацию о поверхности Земли, но и о состоянии атмосферы. Для тех, кто занимается количественным анализом поверхностного отражения, устранение влияния атмосферы является важным шагом обработки ДДЗ. 21 Состояние регистрируемые атмосферы съемочной влияет системой, на значения двумя яркости, способами: путем рассеяния и поглощения энергии. Рассеяние имеет место, когда излучение в атмосфере отражается или преломляется частицами от молекул газов, составляющих атмосферу, крупинками пыли и большими водяными каплями. В дистанционном зондировании при наличии рассеяния часть энергии выходит за пределы поля зрения камеры. Если поле зрения значительное, часть рассеянного излучения все же будет восприниматься датчиком, однако, если поле зрения небольшое, фактически все рассеянное излучение будет теряться. В последнем случае из-за рассеяния, изображение получается тусклым, тогда как в предыдущем случае, наоборот, происходит усиление сигнала. Для устранения влияния состояния атмосферы необходимо знать такие параметры, как количество водяного пара, распределения аэрозолей и видимость сцены. Поскольку прямое измерение этих атмосферных свойств доступно редко, разрабатываются методы получения их из спектральных значений данных. Полученные коэффициенты используются для создания высокоточных моделей атмосферной коррекции, чтобы получить истинные коэффициенты отражения. Существуют различные алгоритмы выполнения атмосферной коррекции: 1. Стандартная абсолютная коррекция; 2. Стандартная относительная коррекция; 3. Исправления на основе заданных моделей. Стандартная абсолютная коррекция может выполняться способами эмпирической коррекции линий или вычитания абсолютно темных объектов. Эмпирическая коррекция линий предусматривает: 22 1. Вычисление спектральных характеристик объектов на выбранном участке; 2. Построение кривых спектрального образа для этих объектов; 3. Определение истинного значения коэффициента отражения для каждого пикселя. Недостатком этого способа является отсутствие, в большинстве случаев, информации об истинных значениях коэффициентов отражения. Способ вычитания абсолютно темных объектов включает следующие действия: 1. Нахождение по гистограммам на снимке абсолютно темных объектов; 2. Присвоение таким объектам значения коэффициента отражения, равным нулю (например, участки тени в видимой части электромагнитного спектра, глубокие и чистые водоемы в ближней ИК части спектра). Предполагается, что расхождение значений яркости пикселей темных объектов с нулем связано с влиянием атмосферы; 3. Вычитание полученной разности от значений яркости каждого пикселя снимка для получения скорректированных значений. Недостатком способа является возможное появление переисправления данных. Стандартная относительная коррекция может выполняться с помощью калибровки по плоской области и внутреннего среднего относительного коэффициента отражения. Для реализации способа калибровки по плоской области необходимо наличие на изображении плоских участков хода спектральной кривой. Участок спектральной кривой для такой области разбивается на отдельные значения яркости пикселей. Затем значения всех пикселей нормализуются в пределах плоского участка кривой. В 23 результате получаются относительные коэффициенты отражения. Недостатком этого способа является то, что он не выполним, если отсутствуют плоские участки спектра на сцене. Во втором способе среднее значение отражения изображения делят на значения яркости отдельных пикселей. В результате получают относительные коэффициенты отражения. Недостатком способа является то, что присутствие растительности на изображении уменьшает точность относительных коэффициентов отражения. Алгоритм исправления на основе заданных моделей позволяет получать более точную информацию из изображений. Для устранения влияния различных атмосферных явлений применяется программа переноса излучений MODTRAN, которая используется для устранения влияния различных атмосферных явлений (водяного пара, кислорода, углекислого газа, метана, озона, рассеивания молекулами аэрозолей и частицами пыли). В MODTRAN реализовано несколько моделей атмосферы (лето в средних широтах, зима в средних широтах) и состава аэрозолей (для сельской местности, города, морских территорий), по которым рассчитывается уникальное решение для каждого снимка. Для расчета скорректированных значений яркости используется формула: L = Ap/(1 – peS) + Bpe/(1 – peS) + La, (3) где: L - значение яркости пикселя; p - коэффициент отражения для пикселя; pe - средний коэффициент отражения для пикселя и его ближайшей области; La - яркость, рассеянная атмосферой назад; A и B - коэффициенты, которые зависят от атмосферных условий; S - сферическое альбедо атмосферы. 24 Значения A, B, S и La вычисляются с помощью программы MODTRAN. Первоначально, для расчета используются пиксели с относительно гладкими спектральными кривыми. Сглаженный спектр рассчитывается для каждого пикселя как среднее число по n-числу каналов. Фактор выгоды (gain factor) рассчитывается для каждого канала как среднее сглаженное/среднее исходное. Полученные значения затем применяются ко всем пикселям. Для термальных ИК радиометров, измеряющих яркостную температуру излучения, попадающего на датчик, погрешность определения температуры составляет 10К и более из-за влияния атмосферы на распространение теплового ИК излучения. Для корректировки термального ИК изображения применяют три метода. В качестве первого метода выступает математическое моделирование с использованием программных комплексов, таких как MODTRAN. Такие модели можно применять только после получения детальной характеристики атмосферы. Вторым методом является метод раздельного окна, который был первоначально разработан для исследования температуры поверхности моря. В этом методе, который широко применяется, яркостные температуры Tb1 иTb2 измеряются в двух разных, но близко расположенных спектрах, например, 11 и 12 мкм. Яркостная температура на исследуемой поверхности определяется по формуле: Tb0 = a0 + a1Tb1 + a2Tb2 (4) Коэффициенты a0, a1, a2 определяются эмпирически методом наименьших квадратов и имеют различное значение для ночных и дневных наблюдений. Данный метод характеризуется достаточно высокой точностью, если исследуемая поверхность имеет постоянную излучательную способность. Таким свойством обладает морская 25 поверхность. Применение данного метода при исследовании суши ограничено. Третий метод называется двойным обзором. Каждая точка обзора измеряется дважды под разными углами, например, по надиру и под углом к надиру. Влияние атмосферы при измерении под углом будет больше. В результате сравнения двух полученных яркостных температур можно установить необходимую величину поправки на влияние атмосферы. 2.1.5. Улучшающие преобразования путем изменения контраста Слабый контраст - наиболее распространенный дефект фотографических, сканерных и телевизионных изображений, обусловленный ограниченностью диапазона воспроизводимых яркостей. Под контрастом обычно понимают разность максимального и минимального значений яркости. Путем цифровой обработки контраст можно повысить, изменяя яркость каждого элемента изображения и увеличивая диапазон яркостей. Для этого разработано несколько методов. Возможным методом улучшения контраста может стать так называемая линейная растяжка гистограммы (Рисунок 2), когда уровням исходного изображения, лежащим в интервале [Fmin, Fmax] присваиваются новые значения, с тем, чтобы охватить весь возможный интервал изменения яркости. Преобразование уровней яркости осуществляется по формуле: Gi = C + DFi , (5) где: Fi - старое значение яркости i-ого пиксела; Gi - новое значение; С и D - коэффициенты. 26 Рисунок 2. Линейная растяжка гистограммы Контраст можно еще более улучшить, используя нормализацию гистограммы (Рисунок 3), когда на весь максимальный интервал уровней яркости [0, 255] растягивается не вся гистограмма от Fmin до Fmax, а ее наиболее интенсивный участок (F'min, F'max), исключая из рассмотрения малоинформативные «хвосты». Рисунок 3. Нормализация гистограммы Существует способ выравнивания гистограммы (эту процедуру называют также линеаризацией и эквализацией) её целью является такое преобразование, чтобы, в идеале, все уровни яркости приобрели одинаковую частоту, а гистограмма яркостей отвечала равномерному закону распределения (Рисунок 4). 27 Рисунок 4. Выравнивание гистограммы 2.1.6. Увеличение пространственного разрешения изображения Данные, получаемые конкретным датчиком, определяются радиометрическим, пространственным, спектральным или временным разрешением. Например, снимки, получаемые КА Worldview-3, имеют пространственное разрешение 1,24 м в мультиспектральном режиме (8 спектральных зон) при съемке в надир, и 0,31 м в панхроматическом режиме. В рассматриваемом методе, создается синтезированное изображение в автоматическом мультиспектральных данных режиме, по улучшая данным, разрешение полученным в панхроматическом режиме с более высоким разрешением. Данный метод как бы «накладывает» один из каналов изображения с высоким разрешением на каждый канал изображения меньшего разрешения, что можно наглядно описать следующей формулой: Е * (1S + 2S + 3S + 4S) = 1ES + 2ES + 3ES + 4ES, (6) где: Е - один из каналов исходного изображения с высоким разрешением; 1S, 2S, 3S, 4S - каналы исходного изображения со средним разрешением; 1ES, 2ES, 3ES, 4ES - получившиеся каналы синтезированного изображения, имеющие высокое пространственное разрешение и цветовую подложку от снимка меньшего разрешения (Рисунок 5). 28 Рисунок 5. Увеличение пространственного разрешения снимка 2.1.7. Спектральное преобразование изображений Эта группа операций позволяет создавать новые (вторичные) изображения в процессе математических преобразований нескольких спектральных зон исходного (первичного) изображения. Данный вид операций часто называют алгеброй изображений. Одними из широко используемых вторичных изображений являются различные ВИ, которые вычисляются как линейная комбинация ИК и красного спектральных каналов. 2.1.7.1. Методы вычисления вегетационных индексов ВИ – это показатель, рассчитываемый в результате операций с разными спектральными диапазонами (каналами) ДДЗ, и имеющий отношение к параметрам растительности в данном пикселе снимка. Эффективность ВИ определяется особенностями отражения; эти индексы выведены, главным образом, эмпирически. Одним из самых распространенных и используемых индексов для решения растительного задач, покрова, использующих кроме количественные случаев с оценки разряженной растительностью, является ВИ NDVI (Normalized Difference Vegetation Index) – нормализованный относительный индекс растительности – 29 простой количественный показатель количества фотосинтетически активной биомассы. Методы вычисления ВИ (в т.ч. индекса NDVI) заключаются в выделении зеленой арифметического растительности преобразования и с помощью относятся к простого полностью автоматизированным методам, в которых участие пользователя ограничивается лишь одним последним этапом – идентификацией выделенных объектов. Вычисляется по следующей формуле: NDVI = NIR−RED NIR+RED , (7) где: NIR - отражение в ближней ИК области спектра; RED - отражение в красной области спектра. Согласно этой формуле, плотность растительности (NDVI) в определенной точке изображения равна разнице интенсивностей отраженного света в красном и ИК диапазоне, деленной на сумму их интенсивностей. Расчет NDVI базируется на двух наиболее стабильных (не зависящих от прочих факторов) участках спектральной кривой отражения сосудистых растений. В красной области спектра (0,6-0,7 мкм.) лежит максимум поглощения солнечной радиации хлорофиллом высших сосудистых растений, а в ИК области (0,7-1,0 мкм.) находиться область максимального отражения (Рисунок 6). 30 клеточных структур листа Рисунок 6. Усредненная спектральная кривая отражения сосудистых растений Таким образом, высокая фотосинтетическая активность (связанная, как правило, с густой растительностью) ведет к меньшему отражению в красной области спектра и большему в ИК. Отношение этих показателей анализировать друг к другу растительные позволяет от прочих четко отделять природных и объектов. Использование же не простого отношения, а нормализованной разности между минимумом и максимумом отражений увеличивает точность измерения, позволяет уменьшить влияние таких явлений как различия в освещенности снимка, облачности, дымки, поглощение радиации атмосферой. NDVI может быть рассчитан на основе любых снимков, имеющих спектральные каналы в красном и ИК диапазоне. 2.1.7.2. Метод главных компонент Метод главных мультиспектральных компонент снимков, статистическом анализе, информативные линейные – сложное основанное позволяющее комбинации преобразование на многомерном построить исходных более изображений, полученных в разных зонах электромагнитного спектра, и уменьшить размерность данных, потеряв наименьшее количество информации. 31 Метод основан на том, что мультиспектральные изображения обладают значительной степенью корреляции между каналами. Причинами ее возникновения может быть реальная физическая зависимость между измеряемыми свойствами объектов, а также частичное перекрытие зональных диапазонов съемки, влияние пространственных вариаций атмосферы и другие. Выходные данные метода главных компонент имеют тот же тип данных и число каналов, что и входной растр. Выходные каналы отображают главные компоненты, а не спектральный диапазон. Преобразование к главным компонентам используется при визуальноинтерактивном анализе мультиспектральных данных, так как изображения в новом ортогональном базисе и их RGB-композиции часто оказываются более информативными, чем исходные. При этом основная часть информации содержится в первых компонентах нового изображения (Рисунок 7). Рисунок 7. Слева – сцена Landsat-7 в комбинации «естественные цвета», справа – RGB-комбинация первых трех каналов, полученных методом главных компонент 2.1.7.3. Преобразование Каута-Томаса Преобразование изменений Каута-Томаса растительного покрова разработано или городских для анализа территорий, определяемых различными системами спутниковых сенсоров. Это 32 преобразование так же называется трансформацией Tasseled Cap (шапка с кисточкой) из-за формы графического распределения данных (Рисунок 8). Рисунок 8. График распределения пикселей в красном (RED) и ближнем ИК (NIR) каналах КА Landsat Метод был предложен в 1976 году Каутом (R.J. Kauth) и Томасом (G.S. Thomas) из Мичиганского научно-исследовательского института проблем окружающей среды, которые предложили логическое объяснение закономерностям, обнаруженным в данных Landsat MSS по сельскохозяйственным полям, как функции жизненного цикла сельскохозяйственной культуры. По мере роста сельскохозяйственной культуры, происходит чистый прирост отражательной способности в ближней части ИК диапазона и ее уменьшение в красной области, на основе цвета почвы. Применение наблюдений за этой трансформации урожайностью до было анализа расширено и от картирования растительности. Также, метод расширен для поддержки не только Landsat MSS, но и других популярных спутниковых систем, таких как Landsat TM и Landsat ETM+, IKONOS и мультиспектральных сенсоров высокого разрешения QuickBird. 33 Преимущества преобразования Tasseled Cap включают: Обеспечение аналитического метода определения и сравнения изменений растительности, почвы и искусственных объектов в течение коротких и длинных периодов во времени; Обеспечение аналитического метода прямого сравнения объектов земного покрова с помощью спутниковых снимков, полученных разными сенсорами; Уменьшение объема данных с нескольких мультиспектральных каналов до трех основных компонентов: яркость, уровень зеленого и влажность (или желтизна покрова для Landsat MSS); Снижение атмосферного влияния и помех на изображениях, повышение качества анализа. Преобразование Tasseled Cap – это частный случай анализа главных компонент, который преобразует данные изображений в новую систему координат с новым набором ортогональных осей. Основная ось, яркость, вычисляется статистически как взвешенная сумма отражений всех спектральных каналов и описывает наибольшее разнообразие на изображении. Яркость связана с открытыми или частично скрытыми почвенными, искусственными и естественными объектами, такими как бетон, асфальт, гравий, обнажения горных пород и компоненте прочие открытые находится области. вторая Перпендикулярно компонента, уровень первой зеленого, связанная с зеленой растительностью, тогда как третья компонента – влажность – расположена перпендикулярно первым двум компонентам и связана с влажностью почвы, водными и другими «влажными» объектами. Для Landsat MSS, третья компонента соответствует желтизне, а не влажности, и отображает спелые сельскохозяйственный культуры, готовые для уборки, а также старение растительности. Другие дополнительные компоненты содержат помехи на изображении и влияние атмосферы, которые были удалены из первых трех, 34 наиболее значимых компонент. Первые три компоненты изображения, преобразованного по методу Tasseled Cap, содержат около 97% значимой информации, находящейся на изображении. Тематическая классификация изображений 2.1.8. Классификация – это тематическая обработка, которая позволяет производить автоматизированное разбиение снимков на однородные по какому-либо критерию области (классы объектов). Получающееся при этом изображение называется тематической картой. Поскольку обычно выделяют интерпретируемые классы объектов, рассматривать как процедуру то содержательно классификацию можно автоматизированного дешифрирования ДДЗ. Процедура классификации основывается чаще всего на статистическом анализе различных характеристик изображения: пространственных, спектральных или временных. К простейшим полезным пространственным характеристикам относятся: текстура, контекст, форма и структурные соотношения. Под временными характеристиками следует понимать сезонные изменения земных покровов (особенно растительности), которые могут служить их индикаторами. Однако принято считать, что основную информацию о природе объектов на земной поверхности содержат их спектральные характеристики. Поэтому в большинстве известных алгоритмов классификации используются спектральные образы (сигнатуры) типов покрытий. Различают проведению два основных рассматриваемой методологических процедуры: подхода к контролируемая классификация (с обучением) и неконтролируемая классификация (без обучения). Данная область обработки ДДЗ в настоящее время довольно интенсивно развивается: появляются 35 новые классификаторы, основанные на последних достижениях в области моделирования искусственного интеллекта и других областях прикладной математики (например, нейронные сети; деревья решений). 2.1.8.1. Неконтролируемая классификация Неконтролируемая классификация применяется при отсутствии априорной информации об объекте съемки. Классификация выполняется автоматически с использованием различных алгоритмов кластеризации. Кластеризация – это разбиение определенного множества объектов на не пересекающиеся подмножества (кластеры), чтобы каждый кластер содержал похожие объекты, а объекты различных кластеров различались между собой. Наиболее популярными среди алгоритмов неконтролируемой классификации (кластеризации) являются алгоритмы: K-Means и ISODATA. Эти алгоритмы нашли широкое применение на практике благодаря включению их в специализированные программные продукты по обработке ДДЗ. Алгоритм K-Means (К-средних) использует кластерный анализ, который требует, чтобы аналитик выбрал число кластеров, которые будут выделены на данных, произвольно определяет местонахождение центров этих групп, затем многократно повторяет эту процедуру, до тех пор, пока не будет достигнута оптимальная спектральная отделимость. Среди неконтролируемых классификаций наиболее часто используется самоорганизующийся способ кластеризации ISODATA (от Interactive Self-Organizing Data Analysis Technique – интерактивный самоорганизующийся способ анализа данных). Данный способ применяется для более точной, многошаговой обработки ДДЗ. Основной параметр, задаваемый перед вычислениями, – число кластеров, которое необходимо получить. 36 Перед параметры первой итерацией распределения рассчитывают яркости всего статистические снимка в каждой спектральной зоне: минимальное, максимальное и среднее значения, стандартное отклонение. Далее все пространство спектральных признаков произвольно разбивается на необходимое количество равных диапазонов, и назначают средние значения кластеров в центре каждой из образованных областей. Затем проводят первую итерацию: кластеризация по минимальному расстоянию от этих центров с использованием евклидовой метрики. После этого вычисляются векторы средних значений и находят среднеквадратическую ошибку. Каждый пиксел относят в определенный кластер. После первой итерации рассчитывают реальные средние значения спектральных признаков по полученным кластерам. На второй итерации выполняется повторная кластеризация по минимуму расстояния от векторов средних значений. При этом число кластеров может измениться, изменяются и векторы средних значений, и значения ошибки и т.п. Итерации повторяются до тех пор, пока границы кластеров не стабилизируются (среднеквадратическая ошибка не перестанет заметно уменьшаться), т.е. пикселы не перестанут переходить из кластера в кластер. Обычно задают этот параметр, так называемый порог сходимости, равным от 95 до 99% всех пикселов. При определенном распределении значений яркости на снимке, такой стабилизации не происходит, поэтому одновременно используют второй ограничивающий параметр – максимальное число итераций. 2.1.8.2. Контролируемая классификация В случае контролируемой классификации, задача состоит в обнаружении на изображении объектов уже известных типов, что требует некоторых предварительных знаний об исследуемом участке земной поверхности. На первом шаге классификации с обучением 37 используются обучающие выборки (ОВ), называемые также эталонами объектов или сигнатурами. ОВ – наборы пикселей, которые представляют распознаваемый образ (класс) и служат для его идентификации. Обычно это участок на снимке, идентифицированный на основе истинных данных о земной поверхности. Выбор эталонов зависти от знания пользователем информации об исследуемой территории и классов, которые он хочет выбрать. При выборе эталонных пикселей используются не только космические снимки, но и априорная информация, среди основных источников которой можно выделить данные полевых исследований, аэрофотосъемки, топографические карты, результаты визуального дешифрирования изображения, а также результаты кластерного анализа изображения. Основные требования, предъявляемые к ОВ: Репрезентативность; Пиксели выборки должны отвечать одному классу на местности; Такой класс должен занимать территорию, которая достаточно хорошо представлена пикселями на снимке заданного пространственного разрешения. Этап обучения заключается фактически в сравнение значения яркости каждого пикселя с ОВ, в результате каждый пиксель относится к наиболее подходящему классу объектов. Данная классификация является более точной по сравнению с неконтролируемой, и ее целесообразно проводить, когда заранее известно, какие объекты есть на снимке и что их количество незначительное (не более 30). Среди алгоритмов данной классификации можно отметить следующие способы: параллелепипедов, минимального расстояния, расстояния Махаланобиса, максимального правдоподобия, спектрального угла и бинарного определяется кодирования. наличием Выбор априорной 38 алгоритма классификации информации, качеством используемого снимка, решаемой задачей, а также опытом и интуицией дешифровщика. Способ параллелепипедов (Рисунок 9) применяют, когда области значения яркости объектов практически не пересекаются, а классов объектов не много. Это наиболее простой в использовании метод, заключающийся в отнесении пикселей изображения к эталонным классам, полученным в результате анализа гистограммы распределения яркости на изображении. Поскольку область распределения значений спектральных признаков каждого из классов имеет четкие рамки, на снимке могут оказаться пиксели, не попадающие ни в одну из областей, так называемые неклассифицированные пиксели. Рисунок 9. Классификация способом параллелепипедов Способ минимального расстояния (Рисунок 10) используют, когда спектральные признаки разных классов похожи и диапазоны значений их яркости перекрываются. Пиксель относится к тому эталонному классу, евклидово расстояние, до центра которого в пространстве признаков минимально. При этом отсутствуют не классифицируемые пиксели, так как в пространстве признаков каждый пиксель расположен ближе к средним значениям признаков одного из классов. Метод также прост в вычислительном отношении. 39 Рисунок 10. Классификация способом минимального расстояния Способ расстояния Махаланобиса (Рисунок 11) отличается от способа минимального расстояния лишь тем, что в процессе классификации измеряется не эвклидово, а расстояние Махаланобиса, что позволяет учесть распределение (дисперсию) значений яркости пикселей в эталонных участках, однако требует больших временных затрат на вычисления по сравнению с первыми двумя способами. Рисунок 11. Классификация способом расстояния Махаланобиса Способ максимального правдоподобия (Рисунок 12) рассчитывает вероятность, с которой данный пиксель принадлежит к какому-либо классу. Количество и параметры классов задаются пользователем, путем указания ОВ. Каждый пиксель относится к тому классу, к которому он может принадлежать с наибольшей вероятностью. При расчете вероятности учитывается яркость пикселя и яркость окружающих его пикселей. Данный способ имеет высокую точность, учитывает дисперсию значений признаков классов (как в решающем правиле расстояния Махаланобиса) и не оставляет 40 неклассифицированные спектрального пиксели расстояния). (как в Недостатком методе минимального способа являются значительные вычислительные затраты. Рисунок 12. Классификация способом максимального правдоподобия Способ спектрального угла (Рисунок 13) дает хорошие результаты, когда нужно провести классификацию для объектов, которые имеют схожие значения яркости во всех спектральных диапазонах. Кроме того, поскольку этот способ не учитывает значения яркости пикселов, то на результаты не влияют и эффекты засветки снимков. Рисунок 13. Классификация способом спектрального угла Бинарное (двоичное) кодирование (Рисунок 14) используется, если на снимке все пикселы нужно разделить на два класса, например, вода - суша. При бинарном кодировании всем пикселам присваивается одно из двух значений на основе сравнения со значениями эталонных выборок. Во время классификации 41 значения каждого пиксела сравниваются со средним эталонной выборки. В результате получается бинарное изображение. Рисунок 14. Классификация способом бинарного кодирования 2.1.8.3. Постклассификационная обработка Часто возникает необходимость тематической корректировки результатов классификации, особенно автоматической, выполняемой фактически по информационным характеристикам объектов. Для этого используется целый набор процедур, называемый операциями постклассификационной обработки: слияние классов, разделение классов, устранение мелких ложных объектов, сглаживание границ объектов и т.п. 2.2. Космические аппараты дистанционного зондирования Земли, используемые для мониторинга лесохозяйственной деятельности Существует большое разнообразие КА ДЗЗ, отличающихся пространственным, временным, радиометрическим разрешением, а также площадью покрытия одной сцены. Пространственное разрешение космического снимка является важнейшим параметром, определяющим возможность использования съёмки при мониторинге лесохозяйственной деятельности. Изображения с разрешением 5-10 м и выше пригодны для проведения картографирования в масштабе 1:25000. Снимки с разрешением от 10 до 30 м пригодны для проведения 42 лесоустройства более низкой точности) или при обновлении данных лесоустройства. КАTerra и Aqua Terra (EOS транснациональный AM-1), научно- исследовательский КА весом 4864 кг, находящийся на солнечносинхронной орбите высотой 705 км вокруг Земли и действующий под руководством американского национального управления по воздухоплаванию и исследованию космического пространства (НАСА). Был запущен 18 декабря 1999 года, и начал собирать данные 24 февраля 2000. На борту спутника Terra установлены пять научных инструментов. Aqua — научно-исследовательский спутник, запущен 4 мая 2002 года с авиабазы Ванденберг (США), Спутник Aqua является частью комплексной программы направленной на NASA EOS исследование (Earth Земли и Observing состоящей System), из трёх специализированных спутников Terra, Aqua и Aura, предназначенных для исследования суши, воды и атмосферы соответственно, Спутник был выведен на околополярную солнечно-синхронную орбиту высотой 691 км, На борту спутника Aqua установлены шесть научных инструментов, часть из которых предназначена для изучения свойств облачного покрова и определения температуры воды в морях, другая для определения температуры атмосферы Земли и её влажности. Aqua пересекает экватор приблизительно в 1:30 и 13:30 по местному времени, на 3 часа позже Terra, из-за ограниченного поля обзора для Aqua требуется приблизительно 16 дней, чтобы нанести на карту всю поверхность планеты, при этом полярные территории полностью охватываются за более короткий срок, поскольку по мере приближения к полюсам полосы охвата перекрываются. 43 съемки все сильнее Aqua - второй спутник (после Terra), запущенным в рамках программы NASA EOS. Aqua является частью группы спутников, которая также включает Terra, Aura, CloudSat, Parasol и Calipso. Эта группа спутников носит название A-train. Среди прочих приборов, КА Terra и Aqua несут на борту радиометр MODIS, ведущий съемку в 36 диапазонах спектра, с длиной волны от 0.4 мкм до 14.4 мкм и разрешением от 250 м до 1 км. Прибор предназначен для наблюдения за глобальной динамикой планеты Земля, что включает изменения в облачности, бюджет излучения, и процессы, происходящие в океанах, на суше, и в нижних слоях атмосферы. Радиометр MODIS (MODerate Resolution Imaging Spectroradiometer) обеспечивает получение данных, необходимых для изучения различных процессов на поверхности Земли, в атмосфере и океане. В настоящее время прибор функционирует на спутниках TERRA и AQUA, что, в частности, позволяет получать информацию практически по всей территории России не реже четырех раз в сутки. Прибор разрабатывался в Научно-исследовательском центре им. Годдарда (GSFC) (США) и имеет следующие основные характеристики: число спектральных диапазонов – 36; общий перекрываемый участок спектра - 14,4 мкм; пространственное разрешение - 250 м – 1 км; точность измерения температуры поверхности - 1 К (суша), 0,2 К (море). Эти характеристики позволяют использовать данные MODIS для решения большого числа различных задач. Прибор имеет два канала (21 и 22) в диапазоне 3,7 мкм, которые традиционно используются для детектирования пожаров. Эти каналы имеют такое же пространственное разрешение, как и соответствующий канал прибора 44 AVHRR (1 км). В то же время они имеют более широкий динамический диапазон, что может позволить, в частности, в перспективе использовать эти данные не только для регистрации пожаров, но и для оценок различных характеристик их интенсивности. Наличие же у данного прибора каналов в видимой области спектра с пространственным разрешением 250 и 500 м может позволить в перспективе создать методики более детальной оценки последствий действия лесных пожаров, чем применяющиеся сейчас методики, основанные на использовании данных километрового разрешения, поступающих с приборов AVHRR (спутники серии NOAA) и Vegetation (спутники серии SPOT) (Лупян Е.А., 2003) (Абушенко Н.А., 2000) (Барталев С.А., 2002). Данные прибора можно также использовать для решения других задач, связанных с мониторингом пожаров (оценка состояния и динамики облачности, анализ процессов распространения дымов и т. д.). Отметим, что в различных зарубежных центрах приема и обработки данных MODIS (в основном центрах NASA) достаточно оперативно создаются более 50 стандартных продуктов по всей территории Земли. Доступ к этим продуктам пользователи могут получить по сети Интернет. Один продукт (MOD14), разработанный Университетом Мэриленда, содержит информацию о тепловых аномалиях с подозрением на пожары. Для проведения работ по оценке последствий может использоваться серия продуктов, которые являются безоблачными композитами различных каналов. Таким образом, часть информации, полученной по данным MODIS для системы мониторинга пожаров может быть получена из зарубежных центров приема и обработки данных. Однако такая информация может иметь существенные для оперативных работ временные задержки. Так, как показал опыт использования этих данных в пожароопасном сезоне 2003 г., задержка в поступлении информации о подозрениях на пожары 45 по территории России из центров обработки данных NASA в среднем составляет 4–6 ч. Технические характеристики КА Terra и Aqua приведены в таблицах ниже (Таблица 2 и Таблица 3). Технические характеристики радиометра MODIS приведены в таблице ниже (Таблица 4) (NASA, 2015). Таблица 2. Характеристики КА Terra Название Terra (EOS AM-1) Тип КА ДЗЗ Страна США Владелец NASA Разработчик Lockheed Martin Оператор NASA/CSA Платформа - Инструменты ASTER, CERES, MODIS, MISR, MOPITT Расчетный срок действия, лет 6 Дата запуска 18 декабря 1999 Статус Функционирует Высота орбиты, км 705-725 Наклонение орбиты, гр. 98,8 Период повторного просмотра, сут. 0.5 Таблица 3. Характеристики КА Aqua Название Aqua (EOS PM-1) Тип КА ДЗЗ Страна США Владелец NASA Разработчик TRW Оператор NASA Платформа T330/AB1200 Инструменты AIRS, AMSU-A, AMSR-E, CERES, HSB, MODIS 46 Расчетный срок действия, лет 6 Дата запуска 4 мая 2002 Статус Функционирует Высота орбиты, км 691-708 Наклонение орбиты, гр. 98,14 Период повторного просмотра, сут. 0.5 Таблица 4. Характеристики радиометра MODIS Название MODIS (Moderate-Resolution Spectroradiometer) Тип Электронно-оптическая система Страна США Imaging Разработчик Носитель Aqua, Terra Полоса захвата, км 2330 Возможность стереоскопической съемки нет Точность геодезической привязки, м - Назначение Ресурсоведение Номер канала Пространственное Спектральное разрешение Радиометрическое разрешение, м разрешение, бит Начало, нм Конец, нм 1 250 620 670 12 2 250 841 876 12 3 500 459 479 12 4 500 545 565 12 5 500 1230 1250 12 6 500 1628 1652 12 7 500 2105 2155 12 8 1000 405 402 12 9 1000 438 448 12 10 1000 483 493 12 11 1000 526 536 12 12 1000 546 556 12 13 1000 662 672 12 47 14 1000 673 683 12 15 1000 743 753 12 16 1000 862 877 12 17 1000 890 920 12 18 1000 931 941 12 19 1000 915 965 12 20 1000 3660 3840 12 21 1000 3929 3989 12 22 1000 3929 3989 12 23 1000 4020 4080 12 24 1000 4433 4498 12 25 1000 4482 4549 12 26 1000 1360 1390 12 27 1000 6535 6895 12 28 1000 7175 7475 12 29 1000 8400 8700 12 30 1000 9580 9880 12 31 1000 10780 11280 12 32 1000 11770 12270 12 33 1000 13185 13485 12 34 1000 13485 13785 12 35 1000 13785 14085 12 36 1000 14085 14385 12 Образец снимка с радиометра MODIS представлен ниже (Рисунок 15). 48 Рисунок 15. Россия, ХМАО-Югра и ЯНАО. Пожары 25 июля 2013 г. NASA image courtesy Jeff Schmaltz, LANCE/EOSDIS MODIS Rapid Response Team at NASA GSFC. Caption by Adam Voiland. Спутниковая система NOAA (National Oceanic and Atmospheric Administration) - оперативная спутниковая система, состоящая из геостационарных спутников GOES предназначенных для краткосрочного и сверхкраткосрочного прогнозирования и мониторинга текущей метеорологической обстановки и полярно-орбитальных спутников POES, которые предоставляют информацию для более долгосрочных прогнозов. Данные со спутников GOES и POES позволяют производить глобальный мониторинг погодной обстановки. Данные полярно-орбитальных спутников NOAA используются для долгосрочных прогнозов погоды, мониторинга атмосферы и погодных явлений, а также для обеспечения безопасности полетов (в т. ч. для обнаружения облаков вулканического пепла) и безопасности водного транспорта обстановки). Данные, (мониторинг и полученные прогнозирование спутником, ледовой накапливаются в бортовом запоминающем устройстве, а затем передаются в центры 49 приема данных - Фэйрбэнкс (США, Аляска) и Уоллопс Айленд (США, Вирджиния) (ФГБУ "НИЦ "Планета", 2015). Спутники имеют солнечно-синхронную орбиту, т.е. каждые сутки спутник проходит над любой территорией примерно в одно и то же местное время. Высота орбиты составляет около 800 км. Орбиты проходят вблизи полюсов Земли, и с учетом широкой полосы обзора это гарантирует съемку любого участка поверхности с нормальным пространственным разрешением не менее 4 раз в сутки с каждого спутника. Спутники выводятся на орбиты таким образом, чтобы съемка с разных спутников относительно равномерно распределялась по времени. На спутниках серии NOAA установлены два комплекса приборов: AVHRR (Advanced Very High Resolution Radiometer) и комплект аппаратуры для вертикального зондирования атмосферы. Основной объем информации составляют данные сканирующего радиометра AVHRR, имеющего 5 спектральных каналов в видимой, ИК и тепловой областях спектра, пространственное разрешение 1,1 км и полосу обзора 3000 км, составляя полное изображение поверхности Земли за одни сутки. Основное назначение инструментов — мониторинг облачного покрова и измерение исходящего теплового излучения Земли. По данным, получаемым этим сенсором, определяются температуры поверхности океана и суши. Данные AVHRR, накопленные за более чем 20-летний период, имеют большое значение при изучении изменений климата и деградации окружающей среды. В настоящее время функционируют следующие спутники серии: NOAA-15, NOAA-18, NOAA-19. Технические характеристики КА NOAA-19 приведены в таблицах ниже (Таблица 5 и Таблица 6) (United Launch Alliance, 2008). 50 Таблица 5. Характеристики КА NOAA-19 Название NOAA-19 Тип Метеорологический КА ДЗЗ Страна США Владелец NOAA Разработчик Lockheed Martin Оператор NOAA Платформа TIROS-N Инструменты AVHRR/3, AMSU-A Расчетный срок действия, лет 5 Дата запуска 06 февраля 2009 Статус Функционирует Высота орбиты, км 850-869 Наклонение орбиты, гр. 98,97 Период повторного просмотра, сут. 1 Таблица 6. Характеристики радиометра AVHRR/3 Название AVHRR/3 (Advanced Very High Resolution Radiometer/3) Тип электронно-оптическая система, радиометр высокого разрешения Страна США Разработчик ITT-A/CD Носитель NOAA-15, NOAA-18, NOAA-19 Полоса захвата, км 2940 Возможность стереоскопической съемки нет Точность геодезической привязки, м - Назначение Краткосрочное и сверхкраткосрочное прогнозирование и мониторинг текущей метеорологической обстановки Номер канала Пространственное Спектральное разрешение Радиометрическое разрешение, м разрешение, бит Начало, нм Конец, нм 1 1090 620 670 10 2 1090 725 1100 10 51 3A 1090 1580 1640 10 3B 1090 3550 3930 10 4 1090 10300 11300 10 5 1090 11500 12500 10 Образец снимка с КА NOAA-19 представлен ниже (Рисунок 16). 52 Рисунок 16. Снимок КА NOAA-19 24.11.2015 15.54 МСК, Европа 53 Ресурс-ДК1 - Российский КА ДЗЗ, созданный ФГУП ГНПРКЦ «ЦСКБ-Прогресс». Аппарат предназначен для обеспечения хозяйственной деятельности государственных структур, структур в области сельского хозяйства и почвоведения, геологии, океанологии, лесопользования, землепользования. Помимо основной функции – ДЗЗ, КА используется для выполнения научно-исследовательских проектов. На нем в специальных боковых контейнерах установлена научная аппаратура. Во-первых, это итальянская аппаратура «Памела», предназначенная для поиска и исследования потоков заряженных частиц первичного космического излучения в околоземном пространстве в рамках исследования «темной материи» Вселенной. Во-вторых, это аппаратура российского проекта «Арина», предназначенная для регистрации высокоэнергетических электронов и протонов, и выделения всплесков частиц – предвестников землетрясений. Спутник обеспечивает съёмку земной поверхности с разрешением не хуже 1 метра в панхроматическом режиме и не хуже 1,6-1,8 метров в 3-х спектральных полосах. Ширина полосы земной поверхности, снимаемой за один пролёт — 27 км. Информация оперативно доставляется по радиоканалу с последующим представлением ее после тематической обработки широкому кругу потребителей (Федеральное космическое агентство (Роскосмос), 2015). Технические характеристики КА Ресурс-ДК1 приведены в таблицах ниже (Таблица 7 и Таблица 8) (Научный центр оперативного мониторинга Земли (НЦ ОМЗ), 2015). Таблица 7. Характеристики КА Ресурс-ДК1 Название Ресурс-ДК1 Тип гражданский спутник ДЗЗ Страна Россия 54 Владелец Росавиакосмос Разработчик ЦСКБ-Прогресс Оператор НЦ ОМЗ Платформа Инструменты Геотон-Л1 Расчетный срок действия, лет 3 Дата запуска 15 июня 2006 Статус Функционирует Высота орбиты, км 361-604 Наклонение орбиты, гр 70.4 Период повторного просмотра, сут 6 Таблица 8. Характеристики радиометра Геотон-Л1 Название Геотон-Л1 Тип многоспектральный оптико-механический сканирующий радиометр Страна Россия Разработчик ЦСКБ-Прогресс Носитель Ресурс-ДК1 Полоса захвата, км 4.7 - 28.3 (на высоте 350 км) Возможность съемки стереоскопической да Точность геодезической привязки, м 0,5 Назначение Информационное обеспечение рационального природопользования и хозяйственной деятельности государственных структур, субъектов Российской Федерации и других хозяйствующих субъектов и структур в области сельского хозяйства и почвоведения, геологии, океанологии, землепользования Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 1 580 800 10 2 2-3 500 600 10 55 3 2-3 600 700 10 4 2-3 700 800 10 Образец снимка с КА «Ресурс-ДК1» представлен ниже (Рисунок 17). Рисунок 17. Лесные пожары в Ямало-Ненецком АО. Съемка с КА «Ресурс-ДК1». 17 июня 2012 г. Программа Landsat - наиболее длительная программа по получению космических снимков (Рисунок 18). Автоматические спутники серии Landsat (первоначальное названные ERTS - Earth Resources Technology Satellite) предназначены для изучения природных ресурсов Земли или решения проблем землеведения в широком понимании этого слова. Первый спутник этой серии был запущен в июле 1972 года. Цель запуска - собрать пригодный для компьютерной обработки материал для решения вопросов сельского и лесного хозяйства, геологического картирования, поисков и разведки месторождений полезных ископаемых, 56 пространственного планирования территорий. Полученные снимки широко используются для мониторинга среды и современных динамических процессов на поверхности Земли - извержений вулканов, землетрясений, цунами, выпадения и таяния снега, вегетации растений и т.п. Временные характеристики работы спутников серии Landsat представлены в таблице ниже (Таблица 9) (U.S. Department of the Interior | U.S. Geological Survey, 2015). Таблица 9. Временные характеристики работы спутников серии Landsat Спутник Landsat 1 Landsat 2 Landsat 3 Landsat 4 Landsat 5 Landsat 6 Landsat 7 Landsat 8 Landsat 9 Дата запуска 23 июля 1972 22 января 1975 5 марта 1978 16 июля 1982 1 марта 1984 5 октября 1993 15 апреля 1999 11 февраля 2013 Запуск запланирован на 2023 Дата окончания работы 6 января 1978 27 июля 1983 7 сентября 1983 14 декабря 1993 21 декабря 2012 Неудавшийся запуск Действующий Действующий Планируемый Рисунок 18. Хронология функционирования спутников серии Landsat В настоящее время функционируют следующие спутники серии: Landsat 7, Landsat 8. В мае 2003 года на КА Landsat 7 произошел сбой модуля Scan Line Corrector (SLC), и с сентября 2003 он стал использоваться в режиме без коррекции линий сканирования (SLC-off), что уменьшило количество получаемой информации до 75 % от изначальной. 57 Технические характеристики КА Landsat 8 приведены в таблицах ниже (Таблица 10 и Таблица 11) (USGS, 2015). Таблица 10. Характеристики КА Landsat 8 Название Landsat 8 Тип гражданский спутник ДЗЗ Страна США Владелец NASA, USGS Разработчик Orbital Sciences Corporation Оператор USGS Платформа LEOStar-3 Инструменты OLI, TIRS Расчетный срок действия, лет 5-10 лет Дата запуска 11 февраля 2013 Статус Функционирует Высота орбиты, км 705 Наклонение орбиты, гр 98,2 Период повторного просмотра, сут 16 Таблица 11. Характеристики радиометров OLI и TIRS Название OLI (Operational Land Imager), TIRS (Termal Infrared Sensor) Тип многоспектральный оптико-механический сканирующий радиометр Страна США Разработчик Ball Aerospace & Technologies Corporation Носитель Landsat 8 Полоса захвата, км 183 Возможность съемки стереоскопической нет Точность геодезической привязки, м 12 Назначение Тематическое картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм 58 Конец, нм Радиометрическое разрешение, бит 1 30 433 453 16 2 30 450 515 16 3 30 525 600 16 4 30 630 680 16 5 30 845 885 16 6 30 1560 1660 16 7 30 2100 2300 16 8 15 500 680 16 9 30 1360 1390 16 10 100 10300 11300 16 11 100 11500 12500 16 Образец снимка с КА Landsat 8 представлен ниже (Рисунок 19). 59 Рисунок 19. Россия, Ямало-Ненецкий АО. Космический снимок Landsat 8, 23 июля 2013 г. RapidEye - группировка из пяти мини-спутников, предназначенная для решения наблюдательных задач во многих отраслях. Группировка спутников была запущена с космодрома Байконур одной российской ракетой-носителем «Днепр» 29 августа 2008 г. Владельцем КА является компания BlackBridge AG (прежнее название RapidEye AG) (Германия). Каждый из спутников, созданных компанией MDA (Канада) совместно SSTL (Великобритания), оснащен мультиспектральной оптико-электронной камерой производства Jena 60 Optronics GmbH (Германия) для съемки с пространственным разрешением 6,5 м. Вес одного спутника RapidEye составляет 150 кг. Съемка земной поверхности ведется в пяти каналах. Уникальным для спутников высокого разрешения является канал «крайний красный», который оптимально подходит для наблюдения за изменениями состояния растительного покрова. Расчетный срок пребывания спутников на орбите составляет 7 лет. Каждый из спутников назван греческим именем — Tachys, Mati, Choma, Choros, Trochia (в переводе, соответственно — Быстрый, Глаз, Земля, Космос, Орбита) (Рисунок 20). Рисунок 20. Спутники RapidEye на космодроме Байконур Спутники равномерно распределены на орбите высотой около 630 км. Облетая Землю в направлении с севера на юг, они пересекают экватор в 11 часов по местному времени с дистанцией около 660 км и интервалом около 20 минут. Съемка выполняется сеансами с максимальной длиной полосы 3000 км. В пределах одного сеанса спутник может снять участок поверхности Земли шириной 77 км и длиной до 1500 км. Таким образом, спутники RapidEye способны обеспечивать ежедневное покрытие съемками площадь в 4 млн. кв. км (Совозонд, 2015). Параметры самих спутников и их съёмочной аппаратуры особенно хорошо подходят для использования в сельском и лесном хозяйствах. Это связано с тем, что съёмка ведётся в пяти спектральных каналах, одним из которых является крайний красный, который лучше всего подходит для наблюдения за состоянием растительной биомассы. 61 Технические характеристики КА RapidEye приведены в таблицах ниже (Таблица 12 и Таблица 13) (BlackBridge, 2015). Таблица 12. Характеристики КА RapidEye Название RapidEye Тип система малых космических аппаратов - 5 шт. Страна Германия Владелец BlackBridge AG Разработчик Surrey Satellite Technology Ltd. (SSTL) Оператор BlackBridge AG Платформа MicroSat-100 Инструменты JSS 56 Расчетный срок действия, лет 7 Дата запуска 29 августа 2008 Статус Функционирует Высота орбиты, км 630 Наклонение орбиты, гр 97.9 Период повторного просмотра, сут 1 Таблица 13. Характеристики радиометра JSS 56 Название JSS 56 (Jena Spaceborne Scanner) Тип Оптический мультиспектральный сканер Страна Германия Разработчик Jena-Optronik Носитель RapidEye Полоса захвата, км 77 Возможность стереоскопической съемки Да Точность геодезической привязки, м 150-170 Назначение Тематическое картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 6,5 440 510 12 2 6,5 520 590 12 3 6,5 630 690 12 4 6,5 690 730 12 5 6,5 760 850 12 62 Образец снимка с КА RapidEye представлен ниже (Рисунок 21). Рисунок 21. ФРГ, Бургхаузен. 17 мая 2009 г. Канопус-В - российский спутник ДЗЗ. Изготовлен ОАО "Корпорация «ВНИИЭМ», совместно с британской компанией Surrey Satellite Technology Limited. Работает в интересах ФКА, МЧС, Минприроды, Росгидромета, РАН; служит для картографирования, мониторинга ЧС, в том числе пожаров, оперативного наблюдения заданных районов. Находится на одинаковой орбите с аналогичным КА БКА, со сдвигом на 180 градусов. Планируется их совместное использование. Технические характеристики КА Канопус-В приведены в таблицах ниже (Таблица 14 и Таблица 15) (ГИА "Иннотер", 2015). Таблица 14. Характеристики КА Канопус-В Название Канопус-В Тип Группировка микроспутников (масса каждого 350 кг) Страна Россия Владелец Роскосмос Разработчик ФГУП "НПП ВНИИЭМ", SSTL Оператор НЦ ОМЗ 63 Платформа Канопус Инструменты ПСС, МСС Расчетный срок действия, лет 5-7 Дата запуска 22 июля 2012 г. Статус Функционирует Высота орбиты, км 510-675 Наклонение орбиты, гр 98-98.1 Период повторного просмотра, сут 5 Таблица 15. Характеристики радиометров МСС и ПСС Название Мультиспектральная съемочная система (МСС) Тип Оптико-электронная аппаратура Страна Россия Разработчик ФГУП "НПП ВНИИЭМ" Носитель Канопус-В, БКА Полоса захвата, км 20.1 Возможность стереоскопической съемки Нет Точность геодезической привязки, м Среднеквадратические погрешности взаимной привязки точек в пределах кадра размером 20х20км – 5-10 угл. сек. Назначение Коммерческая эксплуатация Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 10,5 540 600 8 2 10,5 630 690 8 3 10,5 690 720 8 4 10,5 750 860 8 Название Панхроматическая съемочная система (ПСС) Тип Оптико-электронная аппаратура Страна Россия Разработчик ФГУП "НПП ВНИИЭМ" Носитель Канопус-В, БКА 64 Полоса захвата, км 23.3 Возможность стереоскопической съемки Стереосъёмка одной камерой в режиме отклонения Точность геодезической привязки, м Среднеквадратические погрешности взаимной привязки точек в пределах кадра размером 20х20км – 5-10 угл. сек. Назначение Коммерческая эксплуатация Номер канала Пространственное разрешение, м 1 2,1 Спектральное разрешение Начало, нм Конец, нм 520 850 Радиометрическое разрешение, бит 8 Образец снимка с КА Канопус-В представлен ниже (Рисунок 22). Рисунок 22. Россия, Пензенская область, г. Каменка. Съемка с КА «Канопус-В». 10 августа 2015 г. Suomi NPP – американский метеорологический спутник, выведен на орбиту 28 октября 2011 г. и предназначен для получения оперативной поверхности информации Земли, о состоянии концентрации 65 облачного взвешенных покрова и частиц и распределения водяного пара в атмосфере, мониторинга опасных атмосферных явлений, лесных пожарах, изменений ландшафта, ледовой обстановки в северных морях и сбора других данных. Первоначально спутник имел наименование NPP, но в конце января управление NASA приняло решение переименовать спутник в Suomi NPP, в знак признания заслуг Вернера Э. Суоми (Verner Edward Suomi) — метеоролога из университета штата Висконсин. Спутник Suomi NPP был выведен на орбиту с помощью ракеты United Launch Alliance Delta II, запущенной с авиабазы Ванденберг (США). На спутнике установлены приборы для измерения температуры, влажности и давления атмосферы — CrIS (Cross-track Infrared Sounder) и ATMS (Advanced Technology Microwave Sounder), сбора данных о вертикальном и горизонтальном распространении озона в атмосфере — OMPS (Ozone Mapper Profiler Suite), изучения электромагнитного излучения — CERES (Clouds and the Earth's Radiant Energy System). Особый интерес для съемки земной поверхности представляет 22канальный радиометр VIIRS, который создан с учетом опыта эксплуатации сканеров MODIS на спутниках Aqua и Terra и по характеристикам существенно превосходит датчики AVHRR спутников серии NOAA (ИТЦ «СКАНЭКС», 2015). Технические характеристики КА Suomi NPP приведены в таблицах ниже (Таблица 16 и Таблица 17) (Herbert J. Kramer, 2015). Таблица 16. Характеристики КА Suomi NPP Название Suomi NPP Тип Спутник ДЗЗ Страна США Владелец NASA Разработчик Bell Aerospace Оператор NASA/NOAA/DoD Платформа - Инструменты VIIRS (Visible Infrared Imaging Radiometer Suite) 66 Расчетный срок действия, лет 5 Дата запуска 28 ноября 2011 Статус Функционирует Высота орбиты, км 832-834 Наклонение орбиты, гр 98,69 Период повторного просмотра, сут 16 Таблица 17. Характеристики радиометра VIIRS Название VIIRS Тип Сканирующий радиометр Страна США Разработчик Raytheon Company Носитель Suomi NPP Полоса захвата, км 3000 Возможность стереоскопической съемки Нет Точность геодезической привязки, м - Назначение Тематическое картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 (DNB) 750 402 422 12 2 (M1) 750 436 454 12 3 (M2) 750 478 498 12 4 (M3) 750 545 565 12 5 (M4) 750 600 680 12 6 (I1) 375 662 682 12 7 (M5) 750 739 754 12 8 (I2) 375 846 885 12 9 (M7) 750 846 885 12 10 (M8) 750 1230 1250 12 11 (M9) 750 1371 1386 12 12 (I3) 375 1580 1640 12 13 (M10) 750 1580 1640 12 67 14 (M11) 750 2225 2275 12 15 (I4) 375 3550 3930 12 16 (M12) 750 3660 3840 12 17 (M13) 750 3973 4128 12 18 (M14) 750 8400 8700 12 19 (M15) 750 10263 11263 12 20 (I5) 375 10500 12400 12 21 (M16) 750 11538 12488 12 Образец снимка с КА Suomi NPP представлен ниже (Рисунок 23). 68 Рисунок 23. Россия, Республика Саха (Якутия), Иркутская область Мониторинг пожарной обстановки по данным ИСЗ Suomi NPP 06.08.2014 г. Pleades – серия коммерческих спутников ДЗЗ сверхвысокого пространственного разрешения, состоящая из двух одинаковых спутников Pleiades-1A и Pleiades-1B, выведенных на солнечносинхронную орбиту высотой 705 км 16 декабря 2011 г. и 2 декабря 2012 г. соответственно. 69 Одним из основных направлений использования данных, полученных со спутников Pleiades-1A и Pleiades-1B является выполнение лесоустроительных работ, а также инвентаризация и оценка состояния лесов. Программа Pleiades High Resolution является составной частью европейской спутниковой системы ДЗЗ и ведется под руководством французского космического агентства CNES начиная с 2001. Спутники синхронизированы на одной орбите таким образом, чтобы иметь возможность обеспечить ежедневную съемку одного и того участка земной поверхности (Description of Pleiades-1A, Pleiades-1B from the Earth Observation Portal (Herbert J. Kramer, 2015); World Meteorological Organization (WMO) ( World Meteorological Organization, 2015)). Используя космические технологии нового поколения, такие, как оптико-волоконные системы гиростабилизации, КА Pleiades-1A и Pleiades-1B обладают беспрецедентной маневренностью. Они могут проводить съемку в любом месте 800-километровой полосы меньше чем за 25 секунд с точностью геопозиционирования меньше 3 м (CE90) без использования наземных опорных точек и 1 м — с использованием наземных точек. Технические характеристики КА Pleiades-1A, 1B приведены в таблицах ниже (Таблица 18 и Таблица 19) (Herbert J. Kramer, 2015). Таблица 18. Характеристики КА Pleiades-1A, 1B Название Pleiades-1A, 1B Тип Спутник ДЗЗ Страна Франция Владелец CNES/Airbus Defence and Space Разработчик EADS Astrium Оператор EADS Astrium/CNES Платформа Франция Инструменты HiRI (High-Resolution Imager), Расчетный срок действия, лет 5 70 Дата запуска 17 декабря 2011 - Pleiades-1A, 2 декабря 2013 Pleiades-1B Статус Функционирует Высота орбиты, км 705 Наклонение орбиты, гр 98,2 Период повторного просмотра, сут 1 Таблица 19. Характеристики радиометра HiRI Название HiRI Тип Сканирующий радиометр Страна Франция Разработчик Thales Alenia Space Носитель Pleiades-1A, 1B Полоса захвата, км 20 Возможность стереоскопической съемки Да Точность геодезической привязки, м 1 Назначение Тематическое картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 (Pan) 0,7 480 820 12 2 (B0 blue) 2,8 450 530 12 3 (B1 green) 2,8 510 590 12 4 (B2 red) 2,8 620 700 12 5 (B3 NIR) 2,8 775 915 12 Образец снимка с КА Pleiades представлен ниже (Рисунок 24). 71 Рисунок 24. Россия, о. Кижи. Республика Карелия. Синтезированное цветное изображение в естественных цветах с пространственным разрешением 50 см. 2012 г. SPOT - система спутников ДЗЗ спроектированная Национальным центром космических исследований Франции (CNES) и разработана с участием Швеции и Бельгии. Система включает несколько КА, а также наземное оборудование для контроля и программирования спутников ДЗЗ и поставки космических снимков потребителям. Первый КА SPOT 1 был запущен 22 февраля 1986 г., а последний спутник этой серии SPOT-7 – 30 июня 2014 г (Рисунок 25). 72 Рисунок 25. Хронология функционирования спутников серии SPOT В настоящее время функционируют следующие спутники серии: SPOT-5, SPOT-6, SPOT-7. Технические характеристики КА SPOT 6, 7 приведены в таблицах ниже (Таблица 20 и Таблица 21) (Herbert J. Kramer, 2015). Таблица 20. Характеристики КА SPOT 6,7 Название SPOT 6,7 Тип Мини спутник ДЗЗ Страна Франция Владелец Airbus Defence and Space Разработчик Airbus Defence and Space Оператор Airbus Defence and Space Платформа - Инструменты NAOMI Расчетный срок действия, лет 10 Дата запуска 09 сентября 2012 г. – SPOT-6, 30 июня 2014 г. – SPOT-7 Статус Функционирует Высота орбиты, км 694 Наклонение орбиты, гр 98,79 Период повторного просмотра, сут 1-5 Таблица 21. Характеристики радиометра Название NAOMI (New AstroSat Optical Modular Instrument) Тип Сканирующий радиометр Страна Франция Разработчик Airbus Defence and Space Носитель SPOT-6,7 Полоса захвата, км 60 73 Возможность стереоскопической съемки Да Точность геодезической привязки, м 10 Назначение Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 (Pan) 1,5-2,5 450 900 12 2 (Blue) 6-10 450 520 12 3 (Green) 6-10 530 600 12 4 (Red) 6-10 620 690 12 5 (NIR) 6-10 760 890 12 Образец снимка с КА SPOT 5 представлен ниже (Рисунок 26). 74 Рисунок 26. Россия, Ямало-Ненецкий АО, Приуральский и Надымский районы. Снимок SPOT 5, дата съемки 10 июня 2013 г. (© CNES 2013, Astrium Service, ИТЦ «СКАНЭКС») Ресурс-П - российский КА ДЗЗ, созданный ФГУП ГНПРКЦ «ЦСКБ-Прогресс» для замены КА «Ресурс-ДК1». Всего предполагается запуск трёх спутников «Ресурс-П». «Ресурс-П» № 1 выведен на орбиту 25 июня 2013 года в 21:28:48 с космодрома «Байконур», а принят в эксплуатацию 1 октября 2013 г. «Ресурс-П» №2 запущен 26 декабря 2014 года и 1 июня 2015 г принят в эксплуатацию. Основные тактико-технические характеристики КА «Ресурс-П» №2 соответствуют КА «Ресурс-П» №1. 75 Аппараты предназначены для обновления карт, обеспечения хозяйственной деятельности МПР России, МЧС России, Россельхоза, Росрыболовства, Росгидромета, Росреестра и других потребителей, а также получения информации в области контроля и охраны окружающей среды. Технические характеристики КА Ресурс-П приведены в таблицах ниже (Таблица 22 и Таблица 23) (АО "РКЦ ПРОГРЕСС", 2015). Таблица 22. Характеристики КА Ресурс-П Название Ресурс-П Тип Спутник ДЗЗ Страна Россия Владелец Роскосмос Разработчик ФГУП ГНПРКЦ "ЦСКБ-Прогресс" Оператор НЦОМЗ ОАО "Российские космические системы" Платформа Янтарь Инструменты Геотон-Л1 (СППИ ВР, ШМСА-СР Расчетный срок действия, лет 5 Дата запуска 25 июня 2013 Статус Функционирует Высота орбиты, км 475 Наклонение орбиты, гр 97,276 Период повторного просмотра, сут 3-6 "Сангур-1У"), ГСА, ШМСА- Таблица 23. Характеристики радиометра Геотон-Л1 Название Геотон-Л1 (СППИ "Сангур-1У") Тип Оптико-электронная аппаратура Страна Россия Разработчик ОАО «Красногорский завод им. С.А. Зверева», НПП "ОПТЭКС", ОАО "ЛЗОС" Носитель Ресурс-П Полоса захвата, км 38 (32 для панхроматического канала) Возможность стереоскопической съемки В режиме съемки с отклонением Точность геодезической привязки, м 3,1-21 76 Крупномасштабное картографирование, Локальный мониторинг Назначение Номер канала Спектральное разрешение Пространственное разрешение, м Начало, нм Конец, нм Радиометрическое разрешение, бит 1 1 580 800 10 2 3 450 520 10 3 3 520 600 10 4 3 610 680 10 5 3 670 700 10 6 3 700 730 10 7 3 720 800 10 8 3 810 880 10 Название ГСА (Гиперспектральная съемочная аппаратура) Тип Оптико-электронная аппаратура Страна Россия Разработчик ОАО «Красногорский завод им. С.А. Зверева», НПП "ОПТЭКС", НПП "ЭЛАР" Носитель Ресурс-П Полоса захвата, км 25 Возможность стереоскопической съемки - Точность геодезической привязки, м 30-50 Назначение Среднемасштабное картографирование, Мониторинг регионального уровня Номер канала 1 Пространственное разрешение, м 25 Спектральное разрешение Начало, нм Конец, нм 400 1100 Радиометрическое разрешение, бит 10 Название ШМСА-ВР (Широкозахватная мультиспектральная съемочная аппаратура высокого разрешения) Тип Оптико-электронная аппаратура Страна Россия Разработчик НПП "ОПТЭКС", ОАО "ЛЗОС" 77 Носитель Ресурс-П Полоса захвата, км 96 Возможность стереоскопической съемки В режиме съемки с отклонением Точность геодезической привязки, м 3,1-21 Назначение Среднемасштабное картографирование, Мониторинг регионального уровня Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 12 430 700 12 2 24 430 510 12 3 24 510 580 12 4 24 600 700 12 5 24 700 900 12 6 24 800 900 12 Название ШМСА-СР (Широкозахватная мультиспектральная съемочная аппаратура среднего разрешения) Тип Оптико-электронная аппаратура Страна Россия Разработчик НПП "ОПТЭКС", ОАО "ЛЗОС" Носитель Ресурс-П Полоса захвата, км 480 Возможность стереоскопической съемки В режиме съемки с отклонением Точность геодезической привязки, м 3,1-21 Назначение Мелкомасштабное картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит 1 60 430 700 12 2 120 430 510 12 3 120 510 580 12 78 4 120 600 700 12 5 120 700 900 12 6 120 800 900 12 Образец снимка с КА Ресурс-П представлен ниже (Рисунок 27). Рисунок 27. Россия, г. Тюмень. Съемка с КА «Ресурс-П», 23 августа 2014 г. WorldView (1,2,3) – серия КА ДЗЗ, принадлежащая космической группировке американской компании DigitalGlobe, уже много лет поставляющей материалы спутниковой съемки потребителям, включая известные всем картографические онлайн-сервисы, такие как Google Maps, Яндекс Карты, Bing. Технические характеристики КА WorldView-3 приведены в таблицах ниже (Таблица 24 и Таблица 25) (Marchisio, 2015). Таблица 24. Характеристики КА WorldView-3 79 Название WorldView-3 Тип Спутник ДЗЗ Страна США Владелец DigitalGlobe Разработчик Ball Aerospace & Technologies, EXELIS Оператор DigitalGlobe Платформа Ball Commercial Platform BCP-5000 Инструменты WorldView-110 camera Расчетный срок действия, лет 7,25 Дата запуска 13 августа 2014 Статус Функционирует Высота орбиты, км 619-622 Наклонение орбиты, гр 97,97 Период повторного просмотра, сут <1 Таблица 25. Характеристики радиометра WorldView-110 camera Название WorldView-110 camera (Дополнительные режимы съемки: SWIR, CAVIS) Тип Оптико-электронная аппаратура сканирующего типа Страна США Разработчик Ball Aerospace and Technologies Corporation Носитель WorldView-3 Полоса захвата, км 13,1 Возможность стереоскопической съемки Да Точность геодезической привязки, м 6,5 Назначение Крупномасштабное картографирование Номер канала Пространственное разрешение, м Спектральное разрешение Начало, нм Конец, нм Радиометрическое разрешение, бит (Pan) 0,31 450 800 11 (Costal) 1,24 400 450 11 (Blue) 1,24 450 510 11 (Green) 1,24 510 580 11 80 (Yellow) 1,24 585 625 11 (Red) 1,24 630 690 11 (Red Edge) 1,24 705 745 11 (Near-IR1) 1,24 770 895 11 (Near-IR2) 1,24 860 1040 11 (SWIR-1) 3,70 1195 1225 14 (SWIR-2) 3,70 1550 1590 14 (SWIR-3) 3,72 1640 1680 14 (SWIR-4) 3,72 1710 1750 14 (SWIR-5) 3,72 2145 2185 14 (SWIR-6) 3,72 2185 2225 14 (SWIR-7) 3,72 2235 2285 14 (SWIR-8) 3,72 2295 2365 14 (Desert Clouds) 30 405 420 11 (Aerosol-1) 30 459 509 11 (Green) 30 525 585 11 (Aerosol-2) 30 635 685 11 (Water-1) 30 845 885 11 (Water-2) 30 897 927 11 (Water-3) 30 930 965 11 (NDVI-SWIR) 30 1220 1252 11 (Cirrus) 30 1365 1405 11 (Snow) 30 1620 1680 11 (Aerosol-3) 30 2105 2245 11 (Aerosol-4) 30 2105 2245 11 Образец снимка с КА WorldView-3 (Рисунок 28). 81 представлен ниже Рисунок 28. США, Калифорния. Лесные пожары 06 августа 2015 г. 2.3. Интерпретация комбинаций каналов космических снимков Спутники собирают больше информации, чем может воспринять человеческий глаз, поэтому изображения, сделанные в других частях спектра, выглядят неестественно. Мы называем эти изображения выполненными «в искусственных цветах». Чтобы понять, о чем речь, необходимо разобраться в технологии получения снимков. Спутниковые радиометры собирают огромные массивы информации о Земле. Некоторая часть этой информации визуальная; некоторая - химическая (например, количество газов в атмосфере) или физическая (зондирование рельефа). На самом деле, постоянно можно придумывают, разрабатывают спутники что с еще широким ученые «измерить». спектром Они инструментов. Некоторые сенсоры являются активными: они посылают на Землю искусственное излучение (световые или радиоволны) и измеряют вернувшуюся, отраженную их часть (Рисунок 29). Большинство 82 сенсоров являются пассивными - они регистрируют свет, отраженный или излученный поверхностью Земли (Рисунок 30). Рисунок 29. Схема активной съемки Рисунок 30. Схема пассивной съемки Данные наблюдений можно превратить в картографические данные, описывающие все: от роста растений до облачности. Но данные могут стать и снимками - как с естественной цветопередачей, так и с искусственной. Спутниковые инструменты содержат много датчиков, каждый из которых настроен на узкий диапазон или «группу» диапазонов длин волн (только красный или зеленый свет, например). Изображение в одном из этих диапазонов - взгляд на мир в оттенках серого. Самые яркие пятна являются областями, которые отражают или излучают много света. 83 Для того, чтобы создать изображение, мы выбираем три канала и представляем каждый из них в оттенках красного, зеленого или синего цвета. Натуральное или, как его называют, «в естественных цветах», изображение сочетает в себе измерения красного, зеленого и синего света. Результат отражает то, как люди привыкли видеть мир вокруг. Цветосинтезированное изображение использует, по крайней мере, один канал невидимых для человека волн; комбинация каналов все равно представляется в виде красного, зеленого и синего цветов. В результате, цвета конечного изображения выглядят не так, как Вы привыкли (например, трава не всегда зеленая). Комбинации каналов в ненатуральном варианте синтеза позволяют выявить уникальные особенности поверхности Земли или атмосферы, которые могут быть не видны в привычном варианте цветопередачи (NASA, 2014). Интерпретации комбинаций каналов мы рассмотрим на примере космических снимков с КА серии Landsat приведенных в таблице ниже (Таблица 26). 84 Таблица 26. Интерпретации комбинаций каналов на примере космических снимков серии Landsat (Костикова, 2005) Комбинация Комбинация каналов каналов КА Потенциальная интерпретация Пример Landsat 8 (5, 7) Ближний ИК, Красный, Зеленый 5,4,3 (4,3,2) Стандартная цвета». комбинация Растительность оттенках красного, «Искусственные отображается поскольку в сильно отражают ИК-излучение, городская застройка – зелено-голубых, а цвет почвы варьируется от темно до светло коричневого. Лед, снег и облака выглядят белыми или светло голубыми. Хвойные леса будут выглядеть более темно-красными или даже коричневыми по сравнению с лиственными. Эта комбинация очень популярна и используется, главным образом, для изучения состояния растительного покрова, мониторинга дренажа и почвенной мозаики, а также для изучения сельскохозяйственных культур. 85 Красный, Зеленый, Синий 4,3,2 (3,2,1) Комбинация «Естественные цвета». В этой комбинации используются каналы видимо диапазона, поэтому объекты земной поверхности выглядят похожими на то, как они воспринимаются человеческим глазом. Здоровая растительность выглядит зеленой, убранные поля – светлыми, нездоровая растительность дороги – – коричневой серыми, и береговые желтой, линии – белесыми. Эта комбинация каналов дает возможность анализировать состояние водных объектов и процессы седиментации, оценивать глубины. Также используется для изучения антропогенных объектов. Вырубки и разреженная растительность детектируются плохо, в отличие от комбинации «Ближний ИК, Коротковолновый ИК, Синий» или «Ближний ИК, Красный, Зеленый». Облака и снег выглядят одинаково трудноразличимы. Кроме белыми того, и трудно отделить один тип растительности от другого. Эта комбинация не позволяет отличить мелководье от почв в отличие от комбинации «Коротковолновый ИК, Коротковолновый ИК, Красный». 86 Коротковолновый ИК, Ближний ИК, Красный 7,5,3 (7,4,2) Эта комбинация дает изображение близкое к естественным цветам, но в то же время позволяет анализировать состояние атмосферы и дым. Здоровая растительность выглядит ярко сообщества участки – зеленой, зелеными, детектируют травянистые ярко открытую розовые почву, коричневые и оранжевые тона характерны для разреженной Сухостойная растительности. растительность выглядит оранжевой, вода - голубой. Песок, почва и минералы могут быть представлены очень большим числом цветов и оттенков. Эта комбинация дает великолепный результат при анализе пустынь и опустыненных территорий. Эта комбинация используется для изучения динамики лесных пожаров и пост-пожарного анализа территории. Городская застройка отображается в оттенках розово-фиолетового, травянистые сообщества – зелеными и светло зелеными. Светло зеленые точки внутри городских территорий могут быть парками, садами и т.д. Оливково-зеленый цвет характерен для лесных массивов и более темный цвет является индикатором примеси хвойных пород. 87 Ближний ИК, Коротковолновый ИК, Синий 5,6,2 (4,5,1) Здоровая растительность отображается в оттенках красного, коричневого, оранжевого и зеленого. Почвы могут выглядеть зелеными или коричневыми, урбанизированные территории – белесыми, серыми и зеленоголубыми. Добавление среднего ИК канала позволяет добиться хорошей различимости возраста растительности. растительность дает Здоровая очень сильное отражение в ближнем ИК и коротковолновом ИК каналах. Использование комбинации «Естественные цвета» параллельно с этой позволяет различать территории и комбинация комбинацией затопляемые растительность. малопригодна Эта для детектирования дорог и шоссе. 88 Ближний ИК, Коротковолновый ИК, Красный 5,6,4 (4,5,3) Эта комбинация каналов позволяет четко различить границу между водой и сушей и подчеркнуть скрытые детали, плохо видимые при использовании только каналов видимого диапазона. С детектироваться суши. Эта большой водные точностью будут объекты внутри комбинация отображает растительность в различных оттенках и тонах коричневого, зеленого и оранжевого. Эта комбинация дает возможность анализа влажности и полезна при изучении почв и растительного покрова. В целом, чем выше влажность почв, тем темнее яркой она будет выглядеть ИК области электромагнитного спектра, что обусловлено поглощением водой излучения ИК диапазона. 89 Коротковолновый ИК, Коротковолновый ИК, Красный 7,6,4 (7,5,3) Эта комбинация дает изображение близкое к естественным цветам, но в тоже время позволяет анализировать атмосферы и дым. состояние Растительность отображается в оттенках темно и светло зеленого, урбанизированные выглядят белыми, территории зелено-голубыми и малиновыми, почвы, песок и минералы могут быть очень разных цветов. Практически полное поглощение излечения в среднем ИКдиапазоне водой, снегом и льдом позволяет очень четко выделять береговую линию и подчеркнуть водные объекты на снимке. Одно из возможных применений этой комбинации каналов – мониторинг пожаров. Затопляемые территории выглядят очень темно синими и почти черными, в отличие от комбинации «Естественные цвета», где они выглядят серыми и плохо различимы. 90 Коротковолновый ИК, Ближний ИК, Синий 6,5,2 (5,4,1) Комбинация похожа на комбинацию «Коротковолновый ИК, Коротковолновый ИК, Красный» - здоровая растительность выглядит ярко зеленой, за исключением того, что эта комбинация лучше для анализа сельскохозяйственных культур. 91 Коротковолновый ИК, Ближний ИК, Красный 6,5,4 (5,4,3) Как и комбинация «Коротковолновый ИК, Ближний ИК, Синий» эта комбинация дает дешифровщику очень много информации и цветовых контрастов. Здоровая растительность выглядит ярко зеленой, а почвы – розовато-лиловыми. В отличие от «Коротковолновый ИК, Ближний ИК, Красный», включающей коротковолновый ИК канал и позволяющей изучать геологические процессы, эта комбинация дает возможность анализировать сельскохозяйственные угодья. Эта комбинация очень удобна для изучения растительного покрова и широко используется для анализа состояния лесных сообществ. 92 Коротковолновый ИК, Коротковолновый ИК, Ближний ИК 7,6,5 (7,5,4) Эта комбинация не включает ни одного канала из видимого диапазона, и обеспечивает оптимальный анализ состояния атмосферы. Береговые линии четко различимы. Может быть использован для анализа текстуры и влажности почв. Растительность выглядит голубой. 93 Коротковолновый ИК, Красный, Синий 6,4,2 (5,3,1) Эта комбинация показывает топографические текстуры. 94 3. Практические работы (тематические задачи), решаемые с помощью Единой картографической системы Ямало-Ненецкого автономного округа 3.1. Описание основных инструментов при работе с Единой картографической системой ЯмалоНенецкого автономного округа Интерфейс интерактивной карты состоит из следующих основных элементов (Рисунок 31): 1 Область карты. 2 Функциональные вкладки: Легенда слоев; Поиск; Редактирование. 3 Область отображения инструментов функциональных вкладок. 4 Панель инструментов. 5 Обзорная карта. 6 Кнопка перехода к каталогу интерактивных карт. 7 Список картографических приложений. 8 Панель настройки языка интерфейса. Рисунок 31. Интерфейс интерактивной карты 95 Функциональные вкладки 3.1.1. 3.1.1.1. Легенда слоев Вкладка «Легенда слоев» содержит дерево слоев проекта. Все данные карты разделены на слои по типам отображаемых данных и тематике. Объекты каждого из слоев имеют свои собственные условные обозначения. Список слоев зависит от списка слоев картографических сервисов, сервисов изображений, объектов интерактивной карты и их настроек. В списке слоев отображаются все слои карты, доступные для управления. При формировании картографических сервисов желательно объединить слои в групповые слои по категориям и тематике. Для удобства навигации по длинному списку слоев можно воспользоваться инструментом «Поиск по названию слоя». Чтобы найти слой по названию, нажмите кнопку «Поиск по слоям» , и введите в появившемся поле поисковый запрос. Все слои, названия которых отвечают запросу, будут подсвечены в списке слоев. Чтобы свернуть воспользуйтесь кнопкой или развернуть все «Свернуть/Развернуть групповые все» . слои, Чтобы отобразить в списке слоев только видимые слои, нажмите на кнопку «Показать только видимые слои». Чтобы отобразить или скрыть данные всех слоев на карте, воспользуйтесь кнопкой «Видимость слоев» . Чтобы отобразить или скрыть данные определенного слоя карты, поставьте или уберите отметку напротив его названия в дереве слоев. Таким же образом можно отобразить или скрыть отдельные типы объектов внутри слоя. Помимо простого включения и отключения слоев можно воспользоваться инструментом «Зашторить слои». Данный инструмент позволит разместить два различных набора объектов на одной карте и 96 сравнить их. Инструмент может быть использован, например, для сравнения объектов одной территории в различные моменты времени. Чтобы воспользоваться инструментом, нажмите на кнопку Включить зашторивание слоев, в появившемся окне выберите один из видов разделителей, «по вертикали» Между нажав на , «по горизонтали» основной и соответствующую , «в круге» кнопку .. дополнительной картой появится разделитель, либо «лупа», вертикальный/горизонтальный соответственно. И тот и другой инструмент можно перемещать, тем самым сравнивая карты. В легенде слоев выберите те слои, которые будут отображаться на альтернативной карте справа. Для этого нажмите на соответствующую кнопку . Отмеченные слои будут отображены на правой части карты или внутри «лупы». Чтобы инвертировать выделение «зашторенных слоев», нажмите кнопку Инвертировать . 3.1.1.1.1. Контекстное меню слоя карты Единое контекстное меню слоя и атрибутивной таблицы содержит набор инструментов, предназначенных для управления слоем, его внешним видом, объектами и содержимым: Перейти к экстенту слоя ; Открыть атрибутивную таблицу слоя Выгрузить данные слоя в файл Настроить раскраску слоя Прозрачность ; ; ; ; Атрибутивные фильтры ; Пространственные фильтры ; Настройка видимости атрибутов и сортировки 97 . 3.1.1.2. Поиск Чтобы найти объекты и документы по определенному текстовому запросу, введите необходимый текст в поле поиска. Система будет искать объект по заданным параметрам и сформирует список найденных объектов и документов, удовлетворяющих запросу. Чтобы очистить результаты поиска, нажмите кнопку «Очистить» . Чтобы сохранить шаблон поиска для последующей настройки кнопок быстрого поиска нажмите на кнопку «Сохранить шаблон» . Сохраненные шаблоны поиска можно будет использовать для настройки кнопок быстрого поиска в конструкторе. Полнотекстовый поиск может быть выполнен во всех слоях и таблицах или только в выбранном слое или таблице. Чтобы указать определенный слой для поиска, нажмите на кнопку «Где искать:». В появившемся окне выберите нужный вариант из предложенного списка: Все слои - поиск будет осуществляться во всех слоях карты. Все видимые слои - поиск будет осуществляться только в видимых слоях карты; Выборочные слои - поиск будет осуществляться только в слоях, отмеченных в списке. Чтобы отметить в списке все слои, нажмите на кнопку «Все слои». Чтобы отметить только видимые слои, нажмите Все видимые слои. Чтобы снять выделение со всех слоев, нажмите «Снять выделение». Если в карте очень много слоев, а вы хотите ограничить поиск только некоторыми слоями, можно воспользоваться поиском по слоям. Для этого введите в поле «Поиск слоев» часть названия слоя, и список слоев будет отфильтрован. Результаты поиска отображаются в виде разворачивающихся списков, сгруппированных по слоям карты и таблицам. При наведении курсора на пункты списков становятся доступны следующие операции: Просмотреть карточку объекта группы 98 ; Приблизить вид карты к объекту . Такие же операции доступны для всех результатов поиска и слоев. Полнотекстовый поиск может быть скомбинирован с пространственными фильтрами1. Чтобы определить область поиска объекта или связанного с ним документа, нанесите точку, линию или полигон на карту. Набор инструментов пространственного фильтра включает: Пространственный фильтр объектов по точке результатов поиска в заданной точке – фильтрация или в пределах определенного радиуса вокруг этой точки; Пространственный фильтр объектов по линии – фильтрация найденных объектов, пересекающих заданную линию, или находящихся в пределах заданной буферной зоны вокруг этой линии; Пространственный фильтр объектов по линии от руки - фильтрация найденных объектов, пересекающих заданную линию, нарисованную от руки, или находящихся в пределах заданной буферной зоны вокруг этой линии; Пространственный фильтр объектов по полигону – фильтрация объектов, находящихся внутри заданного полигона, или находящихся внутри него; Пространственный фильтр может использоваться отдельно от полнотекстового поиска, например, для поиска объектов определенного слоя в пределах заданной области карты или ближайших объектов относительно определенной точки. Чтобы осуществить такой поиск, установите пространственный фильтр, выберите слой, в котором нужно искать объекты, и 1 нажмите кнопку "Искать" . 99 Пространственный фильтр объектов по полигону от руки – фильтрация объектов, находящихся внутри заданного полигона, нарисованного от руки, или находящихся внутри него; Пространственный фильтр по геометрии объекта с карты – фильтрация объектов, пересекающих выбранные объекты карты, или находящихся внутри буферной зоны вокруг выбранных объектов. Для выбора объекта, по которому необходимо установить пространственный фильтр, щелкните по нему левой кнопкой мыши; Чтобы очистить пространственный фильтр, нажмите кнопку «Очистить» . Чтобы настроить величину буфера для графических объектов пространственного фильтра точек, линий, полигонов или объектов, выбранных с карты, установите у параметра Буфер нужное значение и выберите единицы измерения. Буферная зона будет отображаться на карте в виде графики. Если при использовании полнотекстового поиска в сочетании с пространственным фильтром в результаты поиска не попал ни один объект или документ, можно применить пространственный фильтр до первого результата. Для этого поставьте отметку напротив опции «Расширять границы до первого результата». Система будет искать объекты расширяя и документы, границы удовлетворяющие поиска до получения запросу, постепенно первого результата. Полученный результат будет добавлен в список результатов поиска. 3.1.1.3. Редактирование Вкладка «Редактирование» содержит инструменты для создания, редактирования и удаления объектов карты. Редактирование 100 в системе доступно только при наличии в проекте соответствующего сервиса объектов с включенной возможностью редактирования. Все слои и таблицы, доступные для редактирования, отображаются на вкладке «Редактирование» (Рисунок 32). Для каждого слоя отображаются типы объектов, которые могут быть добавлены на карту. Для удобства на вкладке по умолчанию скрыты шаблоны создания объектов из слоев, которые в данный момент скрыты. Чтобы отобразить шаблоны скрытых слоев, нажмите повторно кнопку «Показать шаблоны только видимых слоев» свернуть/развернуть все «Свернуть/Развернуть слои» слои, . нажмите Чтобы на кнопку . Рисунок 32. Область отображения инструментов «Редактирования» 3.1.1.3.1. Создание объектов На карту могут быть нанесены пространственные объекты трех основных типов: Точки – чтобы нанести точечный объект на карту, выберите шаблон для точечного слоя и щелкните левой кнопкой мыши на карте в нужно месте. Линии – чтобы нанести линейный объект на карте, выберите его шаблон. Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте, завершите объект двойным щелчком левой кнопки мыши. Линии также можно 101 наносить, используя инструменты «по точкам» или «от руки» . Полигоны - чтобы нанести полигон на карту, выберите его шаблон. Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте, завершите объект двойным щелчком левой кнопки мыши. Полигоны также можно наносить, используя различные инструменты: «по точкам» «от руки» , «прямоугольник» , «круг» или «эллипс» , . После завершения создания объекта откроется окно Карточка объекта. В окне Карточка объекта введите все необходимые атрибутивные данные для нового объекта и нажмите кнопку Сохранить. 3.1.1.3.2. Редактирование геометрии Чтобы изменить геометрию уже существующего объекта, воспользуйтесь инструментом «Редактирование геометрии» . Выберите инструмент, щелкните левой кнопкой мыши по объекту, который хотите отредактировать. После выделения объект примет вид, доступный для редактирования - все узлы и ребра объекта будут отображены, появится серая пунктирная рамка экстента объекта. Для точечного объекта будет отображена рамка выделения . Далее с геометрией объекта можно выполнить следующие действия: Перемещение - щелкните левой кнопкой мыши на объекте, и, не отпуская, переместите его в нужное место на карте; Редактирование узлов - для линейных и полигональных объектов доступна возможность редактирования геометрии. Зажмите левую кнопку мыши на нужном узле отпуская, переместите его на новое место на карте; 102 узлов и, не Масштабирование - для линейных и полигональных объектов доступно изменение масштаба объекта (пропорционального изменения его размера). Потяните за угол прямоугольной области и, не отпуская кнопки мыши, измените размер объекта. Завершите редактирование, отпустив кнопку мыши; Вытягивание формы объекта - для линейных и полигональных объектов доступна возможность вытягивание формы объекта (непропорционального изменения его размера); Потяните за ребро прямоугольной области и, не отпуская кнопки, измените форму объекта. Завершите редактирование, отпустив кнопку мыши; Вращение объекта - для линейных и полигональных объектов доступна возможность вращения объекта. Потяните за узел вращения на верхнем ребре прямоугольной области и, не отпуская кнопки, вращайте объект в разные стороны. Завершите редактирование, отпустив кнопку мыши; Удаление узла - чтобы удалить существующий узел объекта, щелкните по нему правой кнопкой мыши, в появившемся контекстном меню выберите пункт Удалить. Узел будет удален. Для удобства при редактировании геометрии полигонов можно воспользоваться опцией автоматического завершения объектов. Данная опция позволяет автоматические корректировать границы объектов по границам новых объектов. Чтобы включить режим автоматического завершения геометрии, «Автоматически достраивать геометрию» 103 . нажмите на кнопку 3.1.1.3.3. Настройки замыкания Во время создания или редактирования объектов удобно использовать функцию замыкания2 на узлах и ребрах объектов из других слоев. Использование этой функции позволяет создавать более точно позиционированные объекты. Чтобы использовать функцию замыкания во время создания и редактирования, выберите инструмент «Замыкание» . В открывшемся окне поставьте отметку рядом со строкой «Использовать замыкание», задайте допустимое значение отклонения в пикселах, а также отметьте те слои, которые должны участвовать в проверке на замыкание. Для точечных слоев можно настроить замыкание только на узлы, для линейных и полигональных - на узлы и грани. 3.1.1.3.4. Сохранение изменений Все измененные в процессе редактирования объекты отображаются в списке изменений доступном по кнопке «Список изменений» . Для удобства список разделен на три группы: новые объекты, измененные объекты, удаленные объекты. Чтобы сохранить сразу все изменения в базу данных, нажмите на кнопку «Сохранить все изменения» на вкладке редактирования. Также возможно сохранение изменений отдельно по каждому объекту в списке изменений. Чтобы отменить сразу все произведенные в системе изменения, нажмите на кнопку «Отменить все изменения» . Можно отменить изменения по каждому объекту отдельно. Для каждого измененного объекта можно открыть карточку объекта и ознакомиться с подробной информацией. 3.1.1.3.5. Загрузка данных из таблиц MS Excel Замыкание в процессе редактирования будет включаться автоматически, если зажать клавишу Alt 2 104 В системе предусмотрена возможность загрузки атрибутивных характеристик и геометрии объектов в указанный слой карты. Для загрузки точечных объектов достаточно, чтобы таблица MS Excel содержала столбцы с координатами «X» и «Y». Для загрузки другого типа объектов их координаты должны быть записаны в колонку таблицы в формате WKT. Чтобы загрузить объекты в слой, нажмите на кнопку Загрузить данные на вкладке Редактирование. Нажмите на кнопку «Выбрать файл», в появившемся окне укажите путь до файла, который необходимо загрузить. Выберите лист в файле, который будет загружен, и слой, в который будут сохранены данные. Укажите остальные настройки загрузки. Добавить объекты, которых еще нет в слое - поставьте галочку, чтобы в слой были загружены только объекты, которых еще нет в слое, а остальные объекты были проигнорированы; Обновить объекты в слое - поставьте галочку, чтобы обновить атрибутивные характеристики и геометрию существующих в слое объектов; Удалить все объекты из слоя, которых нет в загружаемом файле - поставьте галочку, чтобы удалить все объекты, которых нет в исходном файле. Укажите диапазон загружаемых из файла строк. Настройте загрузку координат из таблицы. Если в таблице есть описание геометрии объекта в формате WKT, выберите из списка «Геометрия» поле, в котором находится данное описание. Если в загружаемом файле описаны точечные объекты и их координаты содержатся в отдельных полях, укажите соответственно поля «X» и «Y». Выберите из списка координатную координат. 105 систему загружаемых Укажите, в каком из атрибутов находится адрес, по которому будут определены координаты объекта. Если предполагается обновление только атрибутики уже существующих объектов, указывать адрес не нужно. Настройте соответствие полей таблицы и атрибутивных характеристик слоя. Если вы хотите обновить не все атрибуты объектов слоя, оставьте часть соответствий пустыми. Укажите ключевое поле, по которому будет определяться соответствие между объектом из загружаемого файла и объектом слоя для обновления атрибутивных характеристик и геометрии объекта слоя. Чтобы сохранить загруженные данные в базу данных, нажмите кнопку «Сохранить в БД». Чтобы предварительно отобразить результаты загрузки на карте, нажмите кнопку «Загрузить на карту». 3.1.2. Панель Панель инструментов инструментов интерактивной следующим образом: Атрибутивная таблица Рисование графики Избранное Печать ; ; ; ; Приблизить ; ; ; Измерения выглядит . Идентифицировать объект Подложки карты ; Перейти к точке по координатам Поделиться ссылкой на карту . 106 ; 3.1.2.1. Идентифицировать объект Для получения информации об объектах карты воспользуйтесь инструментом «Идентифицировать объект». Щелкните левой кнопкой мыши на интересующем вас объекте. Появится окно с краткой информацией об объекте. Иногда в одной точке на карте может находиться несколько объектов. Чтобы посмотреть список всех таких объектов, нажмите на кнопку «Показать все объекты». Чтобы просмотреть подробную информацию об объекте, нажмите на его название. Карточка объекта может содержать следующие разделы: Информация об объекте - содержит название слоя, в котором он расположен, координаты объекта, длина и площадь (для неточечных объектов), кнопки «Посмотреть объект на карте» и «Удалить объект»; Галерея прикрепленных к объекту изображений - отображается только у объектов, для которых доступно прикрепление вложений, и есть хотя бы одно прикрепленное изображение с предпросмотром (формируется автоматически). Если изображения прикреплены к объекту без предпросмотра, они будут отображаться в виде файлов вложений. В галерее доступна перемотка файлов с помощью кнопок «Влево» и «Вправо», а также есть возможность просмотреть изображение в полном размере или открыть его в новой вкладке; Файлы-вложения - отображается только для тех объектов, для которых предусмотрена возможность прикрепления вложений. Содержит ссылки на файлы-вложения (документы, презентации, видео и т.д.); Связанные объекты - отображается только для тех объектов, для которых в БГД существуют классы связей, а также если в 107 интерактивную карту добавлены соответствующие им слои. Независимо от иерархии связи, все связанные объекты отображаются в этом разделе. Список связанных объектов группируется по названию слоя, в котором они расположены. При необходимости можно перейти к карточке любого из связанных объектов, щелкнув по его названию; Атрибуты объекта - содержит полный список атрибутов объекта, отображаемых согласно настройкам слоя. Кроме основных параметров, в карточке объекта можно просмотреть его координаты и историю изменений. Для просмотра списка координат объекта можно воспользоваться опцией «Координаты». В карточке объекта будут отображены координаты объекта. Для точечных объектов – пара или тройка координат XYZ, для линейных координат - список узлов линии, для полигональных объектов - список внутренних и внешних колец со списком координат каждого кольца. 3.1.2.2. Атрибутивная таблица Чтобы просмотреть атрибутивную инструмент «Атрибутивная таблица» таблицу, выберите на панели инструментов или выберите пункт «Открыть атрибутивную таблицу» в контекстном меню слоя. В нижней части карты будет отображена атрибутивная таблица, выберите из выпадающего списка интересующий слой. Для каждой записи атрибутивной таблицы доступны следующие действия: Показать в карточке объекта - для просмотра полной информации об объекте в карточке объекта нажмите кнопку ; Приблизить к объекту - приближает экстент карты к объекту ; Редактировать - если в интерактивной карте доступно редактирование объектов соответствующего слоя, появится 108 кнопка «Редактировать» . Чтобы начать редактирование, нажмите на кнопку или дважды щелкните по строке таблицы, чтобы завершить редактирование нажмите клавишу «Enter», или щелкните левой кнопкой мыши по другой строке таблицы. Чтобы «Обновить» обновить содержимое таблицы, нажмите кнопку . Для атрибутивной таблицы, так же, как и для слоя, можно вызвать контекстное меню. 3.1.2.3. Рисование графики 3.1.2.3.1. Создание графических объектов Для создания собственных графических объектов в интерактивной карте есть специальные инструменты рисования графики. С помощью этих инструментов можно наносить на карту точки, линии, полигоны — графические формы, которые можно использовать для временного нанесения на карту и последующей печати. После добавления графики на карту ее можно редактировать, изменять цвет и правила отображения. В системе предусмотрены следующие инструменты рисования графики: Рисование точки ; Рисование линии ; Рисование линии от руки Рисование полигона ; ; Рисование полигона от руки Нанесение надписей ; . Чтобы сохранить шаблон рисования, задайте имя шаблона и нажмите кнопку «Сохранить» . Шаблон будет сохранен в разделе 109 «Мои шаблоны». Подробнее о шаблонах рисования и настройке символов можно узнать в разделе «Настройка раскраски слоя». Создание новой графики. Чтобы добавить новый графический объект на карте, выберите соответствующий инструмент. Чтобы нанести точечный объект на карте, выберите инструмент Рисование точки, выберите шаблон оформления точки или настройте свой шаблон и щелкните левой кнопкой мыши на карте в нужном месте. Чтобы нарисовать линию на карте, выберите инструмент Рисование линии на панели рисования, выберите шаблон оформления линии или настройте свой шаблон. Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте, завершите рисование объекта двойным щелчком левой кнопки мыши. Чтобы нарисовать линию от руки, выберите инструмент «Рисование линии» от руки на панели рисования, выберите шаблон оформления линии или настройте свой шаблон. Нанесите объект на карту, зажимая левую кнопку мыши, и перемещая курсор по карте. Завершите редактирование, отпустив кнопку мыши. Чтобы нарисовать полигон, выберите инструмент «Рисование полигона» на панели рисования, выберите шаблон оформления полигона или настройте свой шаблон. Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте, завершите объект двойным щелчком левой кнопки мыши. Чтобы нарисовать полигон от руки, выберите инструмент «Нарисовать полигон от руки» на панели рисования, выберите шаблон оформления полигона или настройте свой шаблон. Нанесите объект на карту, зажимая левую кнопку мыши, и перемещая курсор по карте. Завершите редактирование, отпустив кнопку мыши. Чтобы нанести на карту надпись, выберите инструмент «Текст». В поле «Введите текст...» введите надпись, выберите шаблон 110 оформления текста и щелкните левой кнопкой мыши на карте в нужном месте. На карту будет добавлен текст. Чтобы изменить текст надписи, воспользуйтесь инструментом «Редактирование графических элементов». 3.1.2.3.2. Редактирование графики Чтобы изменить геометрию уже нарисованного графического объекта, воспользуйтесь инструментом «Редактирование графических элементов» на панели рисования. Выберите инструмент, щелкните левой кнопкой мыши по графическому объекту, который нужно отредактировать. После выделения объект примет вид, доступный для редактирования - все узлы и ребра объекта будут отображены, появится серая пунктирная рамка экстента объекта. Далее с геометрией объекта можно выполнить следующие действия: Перемещение - щелкните левой кнопкой мыши на объекте, и, не отпуская, переместите его в нужное место на карте; Редактирование узлов - для линейных и полигональных объектов доступна возможность редактирования геометрии. Зажмите левую кнопку мыши на нужном узле узлов и, не отпуская, переместите его на новое место на карте; Масштабирование - для линейных и полигональных объектов доступно изменение масштаба объекта (пропорционального изменения его размера). Потяните за угол прямоугольной области и, не отпуская кнопки мыши, измените размер объекта. Завершите редактирование, отпустив кнопку мыши; Вытягивание формы объекта - для линейных и полигональных объектов доступна возможность вытягивание формы объекта (непропорционального изменения его размера); 111 Потяните за ребро прямоугольной области и, не отпуская кнопки, измените форму объекта. Завершите редактирование, отпустив кнопку мыши; Вращение объекта - для линейных и полигональных объектов доступна возможность вращения объекта. Потяните за узел вращения на верхнем ребре прямоугольной области и, не отпуская кнопки, вращайте объект в разные стороны. Завершите редактирование, отпустив кнопку мыши; Удаление узла - чтобы удалить существующий узел объекта, щелкните по нему правой кнопкой мыши, в появившемся контекстном меню выберите пункт Удалить. Узел будет удален. 3.1.2.4. Выбор подложки Диалог инструмента «Подложки» содержит список всех доступных в проекте подложек для карты, сгруппированных по видам источников. Чтобы выбрать источник, из которого будет взята подложка для текущей карты, выберите ее из списка доступных подложек. Подложка карты будет заменена. Чтобы изменить видимость подложки, а также включить или отключить ее, воспользуйтесь опцией «Показывать подложку» или инструментом изменения прозрачности подложки карты. Для изменения прозрачности потяните за бегунок «Прозрачность» и установите его в нужное положение. 3.1.2.5. Избранное Инструмент «Избранное» предназначен выборкой и содержит список избранных объектов. Работа с Избранным: 112 для управления Чтобы добавить текущую область карты в «Избранное», нажмите на кнопку «Добавить текущую область» в окне избранного. В список избранного будет добавлена текущая область карты; Чтобы удалить элемент из списка избранного, нажмите на кнопку «Удалить» рядом с названием элемента; Чтобы очистить список избранного полностью, нажмите на кнопку «Удалить все» ; Чтобы отредактировать описание элемента в списке избранного, нажмите на кнопку «Редактировать» и введите новое описание. 3.1.2.6. Печать карты Инструмент «Печать карты» позволяет сохранить в файл и распечатать задаваемый экстент карты. Работа инструмента осуществляется за счет сервиса печати, который добавляется в проект. При редактировании проекта в сервис печати могут быть добавлены собственные шаблоны печати, указана ориентация страниц, добавлены собственные дополнительные области для текстовых комментариев. Чтобы распечатать карту, необходимо выполнить следующие действия: Выберите инструмент «Печать карты». Укажите область карты3, которую необходимо вывести на печать. В картографическом приложении предусмотрено несколько способов выбрать экстент карты: При выборе области печати необходимо определить, что является приоритетным в данной ситуации – показать карту в определенном масштабе, либо показать нужную область карты в независимости от масштаба. 3 113 Выберите из выпадающего списка масштаб карты, шаблон печати и ориентацию страницы, если это возможно. Размер области печати сформированную будет область автоматически печати изменен. можно будет Далее только перемещать на карте; Выберите шаблон печати, ориентацию страницы и измените область печати на карте произвольно, потянув за углы и границы. Масштаб готовой карты будет вычислен автоматически и будет произвольным. Выберите формат документа, в который будет сохранена карта, нажав на соответствующую кнопку. В поле Название введите название пользовательского варианта карты, которое будет отображено в заголовке печатного варианта. По умолчанию на печать выводится название интерактивной карты. В остальные поля описания введите соответствующие данные, и указанный тест будет размещен на карте согласно шаблону печати. Нажмите кнопку Экспорт чтобы сохранить карту в выбранный формат. После завершения экспорта полученный файл отобразится в истории печати внизу окна печати. Чтобы скачать полученный файл на локальный компьютер, нажмите на его название в списке. Чтобы перейти к области печати и просмотреть ее целиком, нажмите на кнопку Перейти. Чтобы сбросить область печати до настроек по умолчанию, нажмите на кнопку «Сбросить». Чтобы вернуться к предыдущему варианту области печати, нажмите на кнопку «Предыдущая». Откройте файл для просмотра и отправьте его на печать, используя стандартный диалог печати. 114 3.1.2.7. Измерения площадей и длин Набор инструментов вкладки Измерения предназначен для измерения площадей и длин, и получения координат точки в указанном месте. Для измерения выберите один из инструментов: Координаты точки - чтобы получить координаты конкретной точки на карте, выберите инструмент «Координаты точки» и щелкните левой кнопкой мыши на карте в нужном месте. Результат измерения будет отображен в окне измерений; Измерение длины линии - чтобы измерить длину линии, выберите инструмент «Измерение длины линии» . Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте, завершите объект двойным щелчком левой кнопки мыши. Результат измерения будет отображен в окне измерений; Измерение длины линии от руки - чтобы измерить длину линии, нарисованную от руки, выберите инструмент «Измерение длины линии от руки» . Нанесите объект на карту, зажимая левую кнопку мыши, и перемещая курсор по карте. Завершите редактирование, отпустив кнопку мыши. Результат измерения будет отображен в окне измерений; Измерение площади - чтобы измерить площадь полигона выберите инструмент «Измерение площади» . Последовательно нанесите на карту узлы объекта, щелкая левой кнопкой мыши на карте. Завершите объект двойным щелчком левой кнопки мыши. Результат измерения будет отображен в окне измерений; 115 Измерение площади полигона от руки - чтобы измерить площадь полигона, нарисованного от руки, «Измерение площади полигона от руки» выберите инструмент . Нанесите объект на карту, зажимая левую кнопку мыши, и перемещая курсор по карте. Завершите редактирование, отпустив кнопку мыши. Результат измерения будет отображен в окне измерений; Чтобы суммировать результаты измерений, нажмите кнопку «Суммировать результаты» . Чтобы отменить суммирование, нажмите эту же кнопку еще раз. Чтобы открыть окно дополнительных настроек измерения, нажмите кнопку «Настройки» . Выберите тип измерений из списка «Тип измерения». Укажите, в каких единицах измерения необходимо отображать результат для координат, длин и площадей. Чтобы «Удалить» очистить результаты измерения, нажмите кнопку . 3.2. Охрана лесов от природных пожаров и выявление лесных гарей Площадь земель лесного фонда Российской Федерации на 01.01.2013 г. составляет 1 146,1 млн га. На этой территории ежегодно, по данным государственного лесного реестра, возникает 20–30 тыс. лесных пожаров на площади около 2 млн га, а в особо горимые годы – до 3 млн га. Однако данные космического мониторинга показывают, что общая пройденная огнем площадь на землях лесного фонда и сопредельных территориях значительно больше и достигает 7–9 млн га. При этом на 44 % площади лесных земель, расположенных на труднодоступных и незаселенных территориях северных широт Урала, Сибири и Дальнего Востока, тушить лесные пожары невозможно по техническим и экономическим причинам. На этих территориях 116 осуществляется только контроль распространения пожаров с помощью космических средств мониторинга. По мере увеличения концентрации населения на территории возрастает и количество лесных пожаров. По статистическим данным, 8 из 10 лесных пожаров возникают по вине человека (сельхозпалы, неосторожное обращение с огнем, непотушенные окурки сигарет). Ежегодно ущерб от лесных пожаров обходится бюджету Российской Федерации в сотни миллиардов рублей. Более того, лесные пожары наносят большой экологический и социальный ущерб. Ежегодная потребность в ресурсах для осуществления эффективной охраны лесов от пожаров оценивается на уровне 60–100 тыс. чел. и до 30 тыс. единиц специальной техники. Годовая нормативная потребность авиационных работ составляет 80–100 тыс. лётных часов, а потребность в воздушных судах достигает 400 единиц. Однако содержать такую «армию» лесных пожарных, учитывая неравномерность горимости территории, нецелесообразно, более рационально использовать межрайонное и межрегиональное маневрирование. В условиях высокой горимости лесов в некоторых регионах может ежедневно действовать более 100–150 лесных пожаров, часть которых ликвидируется. Однако лесопожарный мониторинг выявляет новые очаги возгорания, куда с ликвидированных пожаров оперативно направляют освободившихся людей и технику. Это требует концентрации значительных сил, организаторского искусства, больших финансовых затрат и умения заблаговременного планирования работ по тушению (Ежегодный доклад о состоянии и использовании лесов.). Леса Ямало-Ненецкого АО в соответствии с Лесным кодексом РФ (глава 3, ст. 51, 52, 53) подлежат охране от пожаров. Охрана лесов осуществляется органами государственной власти, органами местного 117 самоуправления в пределах их полномочий, определенных в соответствии со статьями 81-84 Лесного кодекса РФ. Площадь охраняемых земель от природных пожаров в АО составляет более 76 млн. га, из них 31,6 млн. га – земли государственного лесного сельскохозяйственного фонда назначения. и 30,5 Вся млн. территория га – земли отнесена к авиационной зоне охраны. В связи с природно-климатическими особенностями АО пожароопасный сезон значительно короче, чем в средней полосе России. Первые природные пожары обычно регистрируются в конце мая – начале июня, а последние – в первой декаде сентября. В среднем за год, за последние пять лет, на территории АО возникало 343 природных пожара. По срокам возникновения наибольшая часть лесотундровых пожаров отмечается в июле месяце, а наиболее пожароопасной территорией является юго-восточная часть АО – это территории Пуровского, Красноселькупского, Надымского и юг Тазовского районов (Ежегодный доклад об экологической ситуации в Ямало-Ненецком АО в 2014 году). Согласно пункту 4а Правил пожарной безопасности в лесах (утв. постановлением Правительства Российской Федерации от 30.06.2007 № 417) в перечень задач, решаемых на уровне субъекта Российской Федерации, входит определение координат участков возгорания и оперативное наблюдение за возможность использования лесными ДДЗ пожарами. Земли и Рассмотрим функциональных возможностей Единого картографического ресурса ЯНАО на примере решения данной задачи. Для выявления лесного пожара и определения границ (контуров) гарей включите следующие слои: «Лесничества» и «Кварталы» как представлено на рисунке ниже (Рисунок 33). 118 Рисунок 33. Включение слоев «Лесничества» и «Кварталы» Установите на слой «Кварталы» атрибутивный фильтр по Вашему лесничеству, для этого введите условие для поля «Адрес квартала (текстовый)» содержит следующее значение, например «Горковское» как представлено на рисунке ниже (Рисунок 34). Рисунок 34. Установка атрибутивного фильтра в окне контекстного меню слоя «Кварталы» Включите ДДЗ Земли например, космический снимок «LC8_2307-2013_RED_GREEN_BLUE.tif» и приблизьтесь к территории участкового лесничества выделив необходимую территорию используя инструмент «Приблизить» как представлено (Рисунок 35). 119 на рисунке ниже Рисунок 35. Выделение территории увеличения экстента Перемещайтесь по карте исследуя территорию участкового лесничества поквартально, визуально идентифицировать действующий лесной пожар возможно по шлейфам дыма, что иллюстрируется на рисунке ниже (Рисунок 36). Рисунок 36. Лесной пожар. Снимок Landsat 8, пространственное разрешение 30 м. Синтез RGB Отключите слои «Лесничества» и «Кварталы». При наличии данных космической съемки на территорию лесного пожара до его возникновения возможно провести визуальный анализ изменений с использованием инструмента «Зашторивание слоев». Для этого выберите слой «LT5_04_09_2011_RED_Green_Blue.tif» 120 (Рисунок 37). При визуальном сравнении снимков видно, что на снимке за период до пожара гарь отсутствует. Рисунок 37 Сравнение разновременных данных на территорию лесного пожара. Для исследуемой подтверждения гари корректности необходимо определения использовать точечные контура слои, содержащие «горячие точки» - тепловые аномалии за определенные года на территорию Ямало-Ненецкого АО, полученных с сервиса The Fire Information for Resource Management System (FIRMS). Для этого включите слой «Термоточки» (Рисунок 38). Рисунок 38. Слой «Термоточки» 121 Поскольку исследуемый космический снимок выполнен 23 июля 2013 года, установите атрибутивный фильтр как представлено на рисунке ниже (Рисунок 39). Рисунок 39. Установка атрибутивного фильтра в окне контекстного меню слоя На рисунке ниже (Рисунок 40) видно, что данные тепловых аномалий и территория пожара хорошо согласуются. Рисунок 40. Результат установки атрибутивного фильтра на слой «Термоточки» 122 Для оценки динамики действующего пожара во времени, установите атрибутивный фильтр на слой «Термоточки» как представлено на рисунке ниже (Рисунок 41). Рисунок 41. Установка атрибутивного фильтра в окне контекстного меню слоя По данным тепловых аномалий видно, что в течении шести дней лесной пожар распространялся (Рисунок 42). Рисунок 42. Результат установки атрибутивного фильтра на слой «Термоточки» Участки лесной растительности, пройденные пожарами, характеризуются пониженной спектральной яркостью в ближней ИК зоне (далее по тексту - NIR). Это объясняется уменьшением содержания хлорофилла в вегетативных органах усыхающих деревьев. Также для гарей характерно повышение спектральной яркости в 123 средней ИК зоне (далее по тексту - SWIR). Оно, в свою очередь, объясняется уменьшением содержания влаги в листьях или хвое. В видимой зоне спектра для гарей характерна более высокая, чем у здоровой растительности, спектральная яркость. Это также объясняется уменьшением содержания хлорофилла, которое внешне проявляется в дефолиации и дехромации листьев при усыхании деревьев (Барталев С. А., 2010). На перечисленных выше закономерностях основаны различные ВИ, а также комбинации каналов, позволяющие дешифрировать гари. Однако для их эффективного применения необходимо, чтобы гарь была полностью свободна от облачности и теней (Барталеев, 2009). Рассмотрим возможность определения площади лесных гарей для этого используем космический снимок LANDSAT в синтезе каналов SWIR-NIR-Green (каналы 7-5-4 для LANDSAT 8 и 7-4-2 для Landsat 5,7). Включите в проекте снимок «LC8_23-07- 2013_SWIR_NIR_GREEN.tif», гарь выделяется как область в оттенках красного цвета на фоне сохранившейся растительности и характеризуется неровными «рваными» краями (Рисунок 43). Рисунок 43. Лесной пожар. Снимок Landsat 8, пространственное разрешение 30 м. Синтез SWIR, NIR, Green 124 Для измерения площади лесной гари активируйте инструмент «Измерения» и выберите инструмент «Рисование полигона» выделите контур гари. Система выведет данные о площади и периметре выделенного контура (Рисунок 44). Рисунок 44. Измерение площади границ гари Для определения кварталов или выделов попавших в зону гари, включите слой «Дистанционный мониторинг» перейдите на вкладку «Редактирование» создайте в слое пространственный объект по границам лесного гари (для уточнения границ используйте космические снимки высоким пространственным разрешением), заполните атрибутивные поля данными и сохраните объект в слое (Рисунок 45). Рисунок 45. Создание пространственного объекта по границам лесной гари 125 Перейдите на вкладку «Легенда слоя» отключите снимок «LC8_23-07-2013_SWIR_NIR_GREEN.tif» и включите слой «Кварталы», установите пространственный фильтр использую функцию «Пространственный фильтр по геометрии объекта с карты» и выделите контур гари. Система оставит на карте только те кварталы, которые пересекаются с лесной гарью (Рисунок 46). Рисунок 46. Пространственный фильтр по геометрии гари Выберите инструмент «Атрибутивная таблица», затем в нижней части окна карты выберите слой «Кварталы». Система отобразит атрибутивную информацию о выбранных объектах слоя (Рисунок 47). Рисунок 47. Окно просмотра атрибутивной информации по выбранным объектам слоя «Кварталы» 126 Данное изображение можно экспортировать в файл. Для этого выберите инструмент «Печать карты» установите необходимый формат, положение и размер изображения, затем нажмите кнопку «Экспорт». Когда документ будет подготовлен Система отобразит в нижней части окна «Печать карты» название файла (Рисунок 48) по нажатию файл будет загружен на файловое хранилище Вашего компьютера. Рисунок 48. Окно «Печать карты» Для дальнейшей работы с выделенным контуром гари в инструментальных ГИС в системе предусмотрена возможность выгрузки данных. Для этого активируйте контекстное меню слоя и выберите функцию «Выгрузить данные слоя в файл» произведите настройки экспорта и выберите необходимый Вам формат выгрузки (Рисунок 49): MS Excel; CSV; HTML. 127 Рисунок 49 Окно экспорта данных 3.3. Контроль и надзор за состоянием, использованием и охраной лесов Согласно ст. 83 Лесного кодекса Российской Федерации в перечень задач, решаемых на уровне субъекта Российской Федерации, входит выявление нарушений границ отвода лесосек рассмотрим возможность использования ДДЗ Земли и функциональных возможностей Единого картографического ресурса ЯНАО на примере решения данной задачи. Для выявления нарушений границ отвода лесосек включите следующие слои: «Лесничества» и «Кварталы» как представлено на рисунке ниже (Рисунок 50). Рисунок 50. Включение слоев «Лесничества» и «Кварталы» Установите на слой «Кварталы» атрибутивный фильтр по Вашему лесничеству, для этого введите условие для поля «Адрес 128 квартала (текстовый)» содержит следующее значение, например «Вынгапуровское» как представлено на рисунке ниже (Рисунок 51). Рисунок 51. Установка атрибутивного фильтра в окне контекстного меню слоя «Кварталы» Включите ДДЗ Земли например, «Материалы ДЗЗ», слой «Лесные участки» и приблизьтесь к территории участкового лесничества, выделив необходимую территорию используя инструмент «Приблизить» как представлено на рисунке ниже (Рисунок 52). Рисунок 52. Выделение территории увеличения экстента Перемещайтесь по карте исследуя территорию участкового лесничества поквартально, с целью визуального дешифрирования нарушений границ отвода лесосек. Пример нарушения границ приведен на рисунке ниже (Рисунок 53). 129 Рисунок 53. Пример нарушения границ отвода лесосек Для анализа выявленного нарушения проведем измерение площади фактических границ лесосеки для этого активируйте инструмент «Измерения» и выберите инструмент «Рисование полигона», затем выделите фактические границы лесосеки. Система выведет данные о площади и периметре выделенного контура (Рисунок 54). Рисунок 54. Измерение площади границ лесосеки Результат измерений можно сравнить с заявленной площадью к предоставлению и проверить имеется ли нарушения размеров границы лесосеки. 130 Для выделения границ нарушения лесосеки, включите слой «Дистанционный мониторинг» перейдите на вкладку «Редактирование» создайте в слое пространственный объект по границам лесосеки (для уточнения границ используйте космические снимки высоким пространственным разрешением), заполните атрибутивные поля данными и сохраните объект в слое (Рисунок 55). Рисунок 55 Создание пространственного объекта по границам лесосеки Данное изображение можно экспортировать в файл. Для этого выберите инструмент «Печать карты» установите необходимый формат, положение и размер изображения, затем нажмите кнопку «Экспорт». Когда документ будет подготовлен Система отобразит в нижней части окна «Печать карты» название файла (Рисунок 56) по нажатию файл будет загружен на файловое хранилище Вашего компьютера. 131 Рисунок 56 Окно «Печать карты» Для дальнейшей работы с выделенным контуром лесосеки в инструментальных ГИС в системе предусмотрена возможность выгрузки данных. Для этого активируйте контекстное меню слоя и выберите функцию «Выгрузить данные слоя в файл» произведите настройки экспорта и выберите необходимый Вам формат выгрузки (Рисунок 57): MS Excel; CSV; HTML. Рисунок 57 Окно экспорта данных 132 4. Тематические задачи, решаемые с помощью специализированного программного обеспечения по обработке и интерпретации данных дистанционного зондирования Земли Использование современного программного обеспечения в области обработки и интерпретации ДДЗ Земли, а также методик и технологий, описанных в разделе 2 настоящего документа, позволяет качественно улучшить, результаты решаемых задач в области мониторинга лесохозяйственной деятельности и существенно расширить возможности Единой картографической системы ЯмалоНенецкого автономного округа. Например, анализ и интерпретация различных комбинаций каналов мультиспектральных космических снимков и их ручное или автоматизированное дешифрирование предоставляют возможность выявлять изменения состояния лесов, происходящих в результате негативных воздействий (в том числе изменений, произошедших в результате воздействия вредных организмов, ветровалов и т.д.) (Рисунок 58) и составлять на их основе тематические карты деградации лесов. Рисунок 58. Обширные повреждения жуком-типографом (Правдинское лесничество Московской области, снимок со спутника WorldView-2, 2011 г.) (Компания «Совзонд», 2015) 133 Методы автоматизированного дешифрирования космических снимков высокого и среднего пространственного разрешения за разные периоды мониторинга, а также их спектральные преобразования, создание разновременных композитов, помогают в оценке состояния возобновления выгоревших участков леса (Рисунок 59, Рисунок 60). Рисунок 59. Результат расчёта ВИ NDVI через год после пожара (слева) и через 13 лет после пожара (справа) Рисунок 60. Оценка состояния возобновления выгоревших участков леса на основе автоматизированной классификации космических снимков (Березовское лесничество Ханты-Мансийского АО - Югры) 134 Перечень учтенных нормативно-правовых актов и использованной литературы 1. An Overview of the WorldView-3 Sensor // Digital Globe, Geospatil WordFum 2014 [В Интернете] / авт. Marchisio Giovanni. - 2015 г.. - 16 12 2015 г.. http://www.geospatialworldforum.org/2014/presentation/Sensors/WGF%2020 14b%20-%20Giovanni%20Marchisio%20-%20DigitalGlobe_PDF.pdf. 2. Landsat Missions Timeline [В Интернете] / авт. U.S. Department of the Interior | U.S. Geological Survey // Landsat Missions. - 23 Ноябрь 2015 г.. - 15 Декабрь 2015 г.. - http://landsat.usgs.gov//about_mission_history.php. 3. Landsat Missions Timeline [В Интернете] / авт. USGS // Landsat. - 2015 г.. 15 Декабрь 2015 г.. - http://landsat.usgs.gov/about_mission_history.php. 4. MODIS Data - Terra [В Интернете] / авт. NASA // MODIS Web / ред. Maccherone Brandon. 2015 г.. 15 Декабрь 2015 г.. http://modis.gsfc.nasa.gov/. 5. Monitoring Vegetation Systems in the Great Plains with ERTS. Third ERTS Symposium, NASA SP-351: [Статья] / авт. Rouse J. W. [и др.] // 1973. - стр. 309-317. 6. NOAA Satellite System [В Интернете] / авт. ФГБУ "НИЦ "Планета". - 2015 г.. - 15 Декабрь 2015 г.. - http://planet.iitp.ru/spacecraft/noaa_rus.htm. 7. NOAA-N Prime Mission Overview Booklet [В Интернете] / авт. United Launch Alliance // ulalaunch.com. - 2008 г.. - 15 Декабрь 2015 г.. http://www.ulalaunch.com/uploads/docs/Mission_Booklets/DII/dii_noaanprim e_mob.pdf. 8. Pleiades - eoPortal Directory - Satellite Missions [В Интернете] / авт. Herbert J. Kramer. 2015 г.. 15 12 2015 г.. https://directory.eoportal.org/web/eoportal/satellite-missions/p/pleiades. 9. Rapideye-satellite [В Интернете] / авт. Совозонд // Rapideye. - 2015 г.. - 15 12 2015 г.. - http://www.rapideye-satellite.ru/satellites.html. 10.Satellite Imagery Product Specifications [В Интернете] / авт. BlackBridge. Апрель 2015 г.. 6.1. 15 12 2015 г.. http://blackbridge.com/rapideye/upload/RE_Product_Specifications_ENG.pdf. 11.Suomi NPP [В Интернете] / авт. ИТЦ «СКАНЭКС». - 2015 г.. - 16 12 2015 г.. http://www.scanex.com/ru/data/default.asp?submenu=suomi_npp&id=index. 12.Suomi NPP (National Polar-orbiting Partnership) Mission. [В Интернете] / авт. Herbert J. Kramer. - 2015 г.. - 16 12 2015 г.. https://directory.eoportal.org/web/eoportal/satellite-missions/s/suomi-npp. 135 13.The Influences of Soil Salinity, Growth Form, and Leaf Moisture on the Spectral Reflectance of Spartina Alterniflora Canopies. Photogrammetric Engineering and Remote Sensing: [Статья] / авт. Hardisky M. A., Klemas V. и Smart R. M. . - 1983 г.. - стр. 77-83. 14.Why is that Forest Red and that Cloud Blue? [В Интернете] / авт. NASA // NASA Earth Observator. - Holli Riebeek, 04 Март 2014 г.. - 15 Декабрь 2015 г.. - http://earthobservatory.nasa.gov/Features/FalseColor/page1.php. 15.WMO OSCAR Satellite: Pléiades-1A [В Интернете] / авт. World Meteorological Organization. - 2015 г.. - 16 12 2015 г.. - http://www.wmosat.info/oscar/satellites/view/361. 16.Автоматизированное уточнение площадей, пройденных лесными пожарами, по данным приборов HRV, HRVIR. [Книга] / авт. Барталеев С. А.. - 2009. 17.Анализ методов обработки материалов дистанционного зондирования Земли. [Статья] / авт. Кочуб Е. В. // Вестник полоцкого государственного университета. Серия F, №16. - 2006 г.. - стр. 132-140. 18.Атмосферная коррекция в ПО ENVI. Модуль FLAASH [Статья] / авт. Болсуновский М.А. Черепанов А.С // Геопрофи №5. - 2006 г.. - стр. 22-24. 19.Аэрокосмические методы географических исследований: Учебник для студентов высш. учеб. заведений. [Книга] / авт. Книжников Ю.Ф. Кравцова В.И., Тутубалина О.В.. - [б.м.] : Академия. – М., 336 с., 2004 . 20.Дистанционное зондирование земли из космоса. Цифровая обработка изображений. [Книга] / авт. Кашкин В.Б. Сухинин А.И.. - [б.м.] : Логос, 264 с., 2001. 21.Дистанционное зондирование: количественный подход [Книга] / авт. Дейвис Ш.М. Ландгребе Д.М., Филлипс Т.Л. и др.. - [б.м.] : «Недра», 415 с., 1983. 22.Исследование возможности оценки состояния поврежденных пожарами лесов по данным многоспектральных спутниковых измерений [Книга] / авт. Барталев С. А. Егоров В. А. и др.. - 2010. 23.Космический аппарат «Ресурс-ДК1» (находится в эксплуатации) [В Интернете] / авт. Научный центр оперативного мониторинга Земли (НЦ ОМЗ) // Официальный сайт Научного центра оперативного мониторинга Земли (НЦ ОМЗ). . - 2015 г.. - 15 Декабрь 2015 г.. http://www.ntsomz.ru/ks_dzz/satellites/resurs_dk1. 24.Лесной кодекс Российской Федерации (№ 200-ФЗ от 04.12.2006) / авт. Государственная дума. - 2006 г.. 25.Новая карта типов земного покрова бореальных систем Евразии по данным SPOT 4-VEGETATION // Аэрокосмич. методы и геоин136 формац. технологии в лесоведении и лесном хоз-ве: Докл. 3-й Всерос. конф., посвящ. памяти Г.Г. Самойловича. Москва [Конференция] / авт. Барталев С.А. Белвард А.С., Ершов Д.В.. - 2002. - стр. 30–34. 26.НЦ ОМЗ Иннотер [В Интернете] / авт. ГИА "Иннотер". - 2015 г.. - 16 12 2015 г.. http://www.innoter.com/satellites/Kanopus-V/) (http://www.ntsomz.ru/zakaz/data. 27.Обработка и интерпретация данных дистанционного зондирования Земли: Учебное пособие. [Книга] / авт. О.С. Токорева. - [б.м.] : Томского политехнического университета. – Томск., 148с, 2010. 28.Официальный сайт компании «Совзонд» [В Интернете] / авт. Компания «Совзонд» // Официальный сайт компании «Совзонд». Создание сайта — Individ, 2015 г.. - 15 Декабрь 2015 г.. http://sovzond.ru/files/bro%D1%81hure-forest.pdf. 29.Оценка площадей крупных лесных пожаров по данным AVHRR NOAA [Статья] / авт. Абушенко Н.А. Алтынцев Д.А., Мазуров A.A., Минько Н.П. // Исслед. Земли из космоса. № 2. - 2000 г.. - стр. 87–93. 30.Оценка площадей крупных лесных пожаров по данным AVHRR NOAA // Исслед. Земли из космоса. [Книга] / авт. Абушенко Н.А. Алтынцев Д.А., Мазуров A.A., Минько Н.П.. - [б.м.] : № 2. c. 87–93, 2000. 31.Полиномиальные преобразования [В Интернете] / авт. М.Ю. Дубинин // GIS-Lab.info. - 16 11 2014 г.. - http://gis-lab.info/qa/polynom.html. 32.Положение об осуществлении государственного лесного контроля и надзора (утв. постановлением Правительства Российской Федерации от 22.06.2007 № 394). 33.Правила пожароной безопасности в лесах (утв. постановлением Правительства РФ от 30.06.2007 № 417) / авт. Правительство РФ. - 2007 г.. 34.Приказа Рослесхоза от 12.12.2011 N 516 "Об утверждении Лесоустроительной инструкции". 35.Программный комплекс ENVI: Учебное пособие. [Книга]. - [б.м.] : Совзонд. – М., 265 с., 2007. 36.Радиометрическая коррекция VNIR данных ASTER. [В Интернете] / авт. М.Ю. Дубинин // GIS-Lab.info. - 16 11 2014 г.. - http://gislab.info/qa/aster_radiocorr.html. 37.Рекомендации по обнаружению и тушению лесных пожаров (утв. Рослесхозом 17.12.1997). 38.Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы. Аналит. обзор / ИОА [Книга] / авт. Лупян Е.А. Мазуров А.А., Флитман Е.В., Ершов Д.В., Коровин Г.Н., Новик В.П., 137 Абушенко Н.А., Алтынцев Д.А., Кошелев В.В., Тащилин С.А., Татарников А.В., Сухи- нин А.И., Пономарев Е.И., Гришин А.М., Афонин С.В., Белов В.В., Гриднев Ю.В. и др.. - Новосибирск : ГПНТБ СО РАН. Сер. Экология. Вып. 68, 2003. 39.Федеральное космическое агентство (Роскосмос) [В Интернете] / авт. Федеральное космическое агентство (Роскосмос) // Официальный сайт Федерального космического агентства. - 2015 г.. - 15 Декабрь 2015 г.. http://www.federalspace.ru/356/. 40.ЦСКБ-Прогресс [В Интернете] / авт. АО "РКЦ ПРОГРЕСС". - 2015 г.. 16 12 2015 г.. http://samspace.ru/products/earth_remote_sensing_satellites/ka_resurs_p/. 138
