RU2635823C1 - Method of monitoring above-ground cover in impact arctic regions - Google Patents

Method of monitoring above-ground cover in impact arctic regions Download PDF

Info

Publication number
RU2635823C1
RU2635823C1 RU2016138657A RU2016138657A RU2635823C1 RU 2635823 C1 RU2635823 C1 RU 2635823C1 RU 2016138657 A RU2016138657 A RU 2016138657A RU 2016138657 A RU2016138657 A RU 2016138657A RU 2635823 C1 RU2635823 C1 RU 2635823C1
Authority
RU
Russia
Prior art keywords
images
light flux
intrinsic
pixel
reflected light
Prior art date
Application number
RU2016138657A
Other languages
Russian (ru)
Inventor
Валерий Григорьевич Бондур
Вячеслав Федорович Давыдов
Владимир Евгеньевич Воробьев
Алексей Викторович Соболев
Original Assignee
Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" filed Critical Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС"
Priority to RU2016138657A priority Critical patent/RU2635823C1/en
Application granted granted Critical
Publication of RU2635823C1 publication Critical patent/RU2635823C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

FIELD: physics.
SUBSTANCE: using the means installed in an airspace carrier, synchronous images are obtained in the ultraviolet and near infrared regions of the reflected light flux and the intrinsic upward radiation of the underlying surface in the range of 2-3 mcm. Tie images are linked to the coordinates of the positioning system GLONASS. Synthesized matrices are formed from the pixel-by-pixel ratios of the images of the reflected light flux. The contours of the impact zones are selected by software calculation of the gradient of the intensity function of the synthesized matrices. Inside the selected contours, the fractal dimensions of the intensity functions, the area of the sites and the humidity of the above-ground cover are calculated from the parameters of the signal of the intrinsic upward radiation. Based on the obtained data, the degradation of the identified sites is calculated and its dynamics are monitored on a long time observation lag.
EFFECT: reliable detection of soil digression sites.
6 dwg

Description

Изобретение относится к области экологии и может найти применение при контроле состояния территорий вечной мерзлоты в целях раннего обнаружения критических состояний.The invention relates to the field of ecology and can find application in monitoring the status of permafrost territories in order to early detection of critical conditions.

Интенсификация хозяйственной деятельности в Арктической зоне делает актуальной задачу непрерывного мониторинга обширных территорий за Полярным кругом. Нарушение природного покрова тундры приводит к быстрому заболачиванию территорий и невозможности проведения должных рекреационных мероприятий в короткие сроки. Кроме того, на участках нарушения вечной мерзлоты наблюдается непрерывная эмиссия метана, законсервированного в вечной мерзлоте, что, в свою очередь, может привести к катастрофическим глобальным изменениям климата [см., например, K.М. Walter, S.A. Zimov, J.P. Chanton, D. Verbyla, F.S. Chapin III. Methane bubbling from Siberian thaw lakes as a positive feedback to climate warming // Nature. 2006. V. 443. P. 71-75].The intensification of economic activity in the Arctic zone makes the urgent task of continuous monitoring of vast territories beyond the Arctic Circle. Violation of the natural cover of the tundra leads to the rapid swamping of territories and the inability to conduct proper recreational activities in a short time. In addition, in areas of permafrost disturbance, continuous emission of methane preserved in permafrost is observed, which, in turn, can lead to catastrophic global climate changes [see, for example, K.M. Walter, S.A. Zimov, J.P. Chanton, D. Verbyla, F.S. Chapin III. Methane bubbling from Siberian thaw lakes as a positive feedback to climate warming // Nature. 2006. V. 443. P. 71-75].

Известен метод мониторинга импактных зон путем отслеживания динамики изменения их размеров вдоль трансекты (км) на интервале нескольких лет по коэффициенту спектральной яркости космического изображения [см., например, «Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве», Научный сборник статей, изд. МГУЛ, М., 1998 г., стр. 117] - аналог. Недостатком аналога является единственность измеряемого параметра и его малая чувствительность (информативность) к характеристикам отслеживаемого процесса.A known method for monitoring impact zones by tracking the dynamics of changes in their size along the transect (km) over a period of several years by the spectral brightness coefficient of a space image [see, for example, “Aerospace Methods and Geoinformation Systems in Forestry and Forestry”, Scientific collection of articles, ed. . MGUL, M., 1998, p. 117] - analogue. The disadvantage of the analogue is the uniqueness of the measured parameter and its low sensitivity (information content) to the characteristics of the monitored process.

Известен «Способ контроля лесопожарной опасности» путем дистанционного измерения влажности лесных горючих материалов, патент RU № 2147253, A01G, 23/00, 2000 г. - аналог. Способ-аналог включает регистрацию собственного излучения подстилающей поверхности в диапазоне, соответствующем максимуму теплового ИК-излучения подстилающей поверхности, калибровку тракта зондирования по измерениям эталонных участков, вычисление числовых характеристик и расчет результирующего показателя, отличающийся тем, что в качестве результирующего показателя используют непосредственно величину влажности W лесных горючих материалов, преобразуют зарегистрированную функцию электрического сигнала в цифровые матрицы отсчетов зависимости амплитуды от координат, выделяют методами пространственного дифференцирования контуры на двумерных изображениях лесных массивов контролируемого региона при установленных пороговых значениях градиента, а величину влажности лесных горючих материалов внутри выделенных контуров рассчитывают по регрессионной зависимостиThe well-known "Method of controlling forest fire hazard" by remote measurement of the moisture content of forest combustible materials, patent RU No. 2147253, A01G, 23/00, 2000 - analogue. The analogue method includes recording the intrinsic radiation of the underlying surface in the range corresponding to the maximum thermal infrared radiation of the underlying surface, calibrating the sensing path from measurements of the reference sections, calculating numerical characteristics and calculating the resulting indicator, characterized in that the moisture value W is used directly as the resulting indicator forest combustible materials, convert the recorded function of the electrical signal into digital readout matrices Depending on the amplitude of the coordinates, is isolated by methods spatial differentiation circuits on two-dimensional images of forests controlled region when the set threshold values of the gradient, and the quantity of moisture forest fuel inside the edge enhancement function is calculated by regression

Figure 00000001
Figure 00000001

где

Figure 00000002
- поправочный коэффициент, учитывающий параметры тракта зондирования, географическую зону, тип лесов;Where
Figure 00000002
- a correction factor that takes into account the parameters of the sounding path, geographical area, type of forests;

σ2 - мощность переменной составляющей сигнала участка изображения внутри контура, Вт;σ 2 - power of the variable component of the signal of the image section inside the circuit, W;

L2 - мощность постоянной составляющей сигнала участка изображения внутри контура, Вт.L 2 - power of the constant component of the signal of the image section inside the circuit, W.

Недостатками способа-аналога являются:The disadvantages of the analogue method are:

- невозможность непосредственного использования из-за различия технических средств зондирования и технологии обработки сигналов;- the impossibility of direct use due to the difference in the technical means of sounding and signal processing technology;

- недостаточная достоверность результата из-за использования только одного диапазона зондирования и единственного измеряемого параметра.- insufficient reliability of the result due to the use of only one sensing range and a single measured parameter.

Ближайшим аналогом к заявленному техническому решению является «Способ отслеживания границы зоны лес-тундра», Патент RU № 2531765, 2014 г., G01C, 11/02, A01G, 23/00 - аналог.The closest analogue to the claimed technical solution is the "Method for tracking the border of the forest-tundra zone", Patent RU No. 2531765, 2014, G01C, 11/02, A01G, 23/00 - analogue.

Способ-аналог включает выбор трасс зондирования арктических территорий на термическом пределе произрастания растительности, спектрометрические измерения выбранных трасс, содержащие тестовые участки, в диапазонах 0,55…0,68 мкм и синхронные радиометрические измерения в СВЧ диапазоне на длине волны ~30 см с получением последовательности кадров вдоль трассы полета в полосе поперечного сканирования, расчет значений вегетационного индекса NDVI для каждого пикселя кадра спектрометрических измерений, формирование синтезированных матриц измерений результирующего сигнала кадров изображений путем перемножения соответствующих пикселей значений NDVI и пикселей сигнала радиометрических измерений, определение пороговой величины синтезированного сигнала по измерениям границы тестового участка, выделение, программной обработкой, линии границы по пороговой величине, визуализацию границы зоны лес-тундра и наложение ее на контурную карту Арктической зоны.An analogous method includes the selection of sensing paths of Arctic territories at the thermal limit of vegetation growth, spectrometric measurements of selected paths containing test sections in the ranges of 0.55 ... 0.68 μm and synchronous radiometric measurements in the microwave range at a wavelength of ~ 30 cm to obtain a sequence frames along the flight path in the transverse scanning strip, calculation of the values of the vegetation index NDVI for each pixel in the frame of spectrometric measurements, the formation of synthesized matrices of the resulting signal of the image frames by multiplying the corresponding pixels of the NDVI values and the pixels of the signal of radiometric measurements, determining the threshold value of the synthesized signal from the measurements of the boundary of the test site, selection, software processing, the boundary lines by the threshold value, visualizing the border of the forest-tundra zone and applying it to the contour map of the Arctic zone.

Недостатками ближайшего аналога являются:The disadvantages of the closest analogue are:

- невозможность непосредственного использования из-за различия технических средств зондирования и технологии обработки сигналов;- the impossibility of direct use due to the difference in the technical means of sounding and signal processing technology;

- недостаточный контраст участков непосредственного нарушения природного покрова тундры;- insufficient contrast of areas of direct violation of the natural cover of the tundra;

- отсутствие контроля за динамикой изменения обнаруженных участков дигрессии на длительном временном лаге наблюдений.- lack of control over the dynamics of changes in the detected areas of digression on a long time lag of observations.

Задача, решаемая заявленным техническим решением, состоит в обеспечении достоверного обнаружения участков дигрессии и измерении динамики процессов путем комплексирования сигналов, получаемых в разнесенных по диапазону участках спектра отраженного светового потока и собственного восходящего излучения подстилающей поверхности.The problem solved by the claimed technical solution is to ensure reliable detection of digression sites and measuring the dynamics of processes by combining signals received in spaced apart spectral ranges of the reflected light flux and intrinsic rising radiation of the underlying surface.

Поставленная задача решается тем, что способ мониторинга надпочвенного покрова импактных районов Арктики включает получение синхронных изображений средствами, установленными на воздушно-космическом носителе, в ультрафиолетовом и ближнем инфракрасном участках отраженного светового потока и собственного восходящего излучения подстилающей поверхности в диапазоне 2…3 мкм с привязкой изображений по координатам системой позиционирования «ГЛОНАСС», формирование синтезированных матриц из попиксельных отношений изображений отраженного светового потока, выделение контуров импактных зон программным расчетом градиента функции яркости I(х,у) синтезированных матриц, вычисление фрактальных размеров (Ω) функций яркости, площади участков (S) и влажности (W) надпочвенного покрова по параметрам сигнала собственного восходящего излучения внутри выделенных контуров, отслеживание динамики деградации выявленных участков на длительном временном лаге наблюдений из соотношения:The problem is solved in that the method for monitoring the subsoil of impact regions of the Arctic includes obtaining synchronous images using the means installed on an aerospace carrier in the ultraviolet and near infrared regions of the reflected light flux and the own upward radiation of the underlying surface in the range of 2 ... 3 μm with image binding according to the coordinates of the GLONASS positioning system, the formation of synthesized matrices from pixel-by-pixel relations of images of the reflected luminous flux, highlighting the contours of impact zones by software calculation of the gradient of the brightness function I (x, y) of the synthesized matrices, calculating the fractal dimensions (Ω) of the brightness, area (S) and humidity (W) of the soil surface using the parameters of the intrinsic radiation signal inside the selected contours, tracking the dynamics of degradation of the identified areas on a long time lag of observations from the ratio:

Figure 00000003
Figure 00000003

Изобретение поясняется чертежами, где:The invention is illustrated by drawings, where:

фиг. 1 - зависимость коэффициента отражения от длины волны падающего светового потока;FIG. 1 - dependence of the reflection coefficient on the wavelength of the incident light flux;

фиг. 2 - зависимость мощности собственного восходящего излучения подстилающей поверхности от длины волны и радиояркостной температуры;FIG. 2 - dependence of the power of the own rising radiation of the underlying surface on the wavelength and radio brightness temperature;

фиг. 3 - выделенные контуры участков дигрессии на карте Арктической зоны;FIG. 3 - selected contours of the areas of digression on the map of the Arctic zone;

фиг. 4 - функции фрактального размера сигнала синтезированных матриц а) эталонного участка, б) участка дигрессии;FIG. 4 - functions of the fractal size of the signal of the synthesized matrices a) the reference section, b) the digression section;

фиг. 5 - влажность надпочвенного покрова в функции параметров сигнала собственного восходящего излучения;FIG. 5 - moisture of the subsoil cover as a function of the parameters of the signal of its own ascending radiation;

фиг. 6 - функциональная схема устройства, реализующего способ.FIG. 6 is a functional diagram of a device that implements the method.

Техническая сущность изобретения состоит в следующем.The technical essence of the invention is as follows.

Коэффициент отражения падающего светового потока подстилающей поверхности определяется соотношениями Френеля. Для зондирования в надир коэффициент отражения, в первом приближении, будет равенThe reflection coefficient of the incident light flux of the underlying surface is determined by the Fresnel relations. For sounding in nadir, the reflection coefficient, to a first approximation, will be equal to

Figure 00000004
;
Figure 00000004
;

где n - коэффициент преломления.where n is the refractive index.

Коэффициент преломления n существенно зависит от длины волны λ светового потока и от увлажненности надпочвенного покрова [см. Л.С. Жданов, учебник по физике, физматгиз, М., 1978 г., «Абсолютные показатели преломления», табл. 32.3, стр. 386].The refractive index n substantially depends on the wavelength λ of the light flux and on the moisture content of the subsoil [see L.S. Zhdanov, physics textbook, physmatgiz, M., 1978, “Absolute refractive indices,” table. 32.3, p. 386].

Зависимость коэффициента отражения светового потока от длины волны иллюстрируется графиками фиг. 1. В ультрафиолетовом диапазоне (К) существенно выше, чем в ближнем ИК диапазоне. Последнее позволяет обеспечить контраст между изображениями при формировании синтезированной матрицы путем попиксельных отношений изображения большей яркости (ультрафиолетового) к меньшей яркости (инфракрасного). Формирование синтезированной матрицы представляется стандартной операцией специализированного программного обеспечения [см., например, MATH CAD. 7.0 PLUS, ИЗДАНИЕ 3-е стереотипное, информационно-издательский дом «Филинъ», 1998 г., стр. 211, Векторизация элементов матрицы]. После этого осуществляют нормирование функции сигнала синтезированной матрицы в стандартной шкале 0…255 уровней квантования.The dependence of the reflection coefficient of the light flux on the wavelength is illustrated by the graphs of FIG. 1. In the ultraviolet range (K) is significantly higher than in the near infrared range. The latter allows you to provide a contrast between the images during the formation of the synthesized matrix by pixel-by-pixel ratios of the image of higher brightness (ultraviolet) to lower brightness (infrared). The formation of a synthesized matrix seems to be a standard operation of specialized software [see, for example, MATH CAD. 7.0 PLUS, EDITION 3rd stereotypical, information and publishing house Filin, 1998, p. 211, Vectorization of matrix elements]. After that, the function of the signal of the synthesized matrix is normalized in a standard scale of 0 ... 255 quantization levels.

Психологически восприятие образа объекта человеком-оператором происходит на уровне контуров. Последнее достигается путем выделения контуров (контурного рисунка) на изображениях, осуществляемого методами пространственного дифференцирования [см., например, Дуда P.O., Харт П.Е. «Распознавание образов и анализ сцен», перевод с англ., изд. Мир, М, 1976 г. «Пространственное дифференцирование», стр. 287-288]. Существует несколько стандартных операторов (Робертса, Лапласа, Собела), позволяющих вычислить контуры на двумерных изображениях. Выделение контуров на изображении с использованием масок различных операторов представляется стандартной математической операцией [см., например, П.А. Минько «Обработка графики Photoshop CS2», изд. Эксмо, 2007 г., стр. 47-56]. Результат выделения областей дигрессии надпочвенного покрова иллюстрируется на фиг. 3. После выделения контуров рассчитывают количественные значения показателей дигрессии по параметрам сигнала внутри них.Psychologically, the perception of the image of an object by a human operator occurs at the contour level. The latter is achieved by highlighting the contours (contour drawing) in the images by spatial differentiation methods [see, for example, Duda P.O., Hart P.E. “Pattern Recognition and Scene Analysis”, translation from English, ed. World, M, 1976. "Spatial differentiation", pp. 287-288]. There are several standard operators (Roberts, Laplace, Sobel) that allow you to calculate the contours in two-dimensional images. The selection of contours in the image using masks of various operators is represented by a standard mathematical operation [see, for example, P.A. Minko, “Processing Photoshop CS2 Graphics,” ed. Eksmo, 2007, pp. 47-56]. The result of the allocation of areas of digression of the subsoil is illustrated in FIG. 3. After selecting the contours, quantitative values of the digression indicators are calculated by the signal parameters inside them.

Наиболее емкой информационной характеристикой объекта является его форма. Количественной характеристикой формы служит фрактальная размерность функции сигнала изображения [см., например, Mandelbrot. B, Fractals, Forms, Chance and Dimensions, Freeman, San Francisco, 1977]. Расчет фрактальной размерности осуществляют методом осцилляций [см. Патент RU № 2422898, 2011 г.] по специализированной математической программе.The most capacious information characteristic of an object is its shape. A quantitative characteristic of the shape is the fractal dimension of the function of the image signal [see, for example, Mandelbrot. B, Fractals, Forms, Chance and Dimensions, Freeman, San Francisco, 1977]. The calculation of fractal dimension is carried out by the method of oscillations [see Patent RU No. 2422898, 2011] for a specialized mathematical program.

Текст программы вычисления фрактальной размерности изображений.The text of the program for calculating the fractal dimension of images.

Figure 00000005
Figure 00000005

Figure 00000006
Figure 00000006

Результат программного расчета функций фрактальной размерности иллюстрируется графиками фиг. 4 а) эталонного участка, б) участка дигрессии. При изменении характеристик надпочвенного покрова фрактальная размерность (фиг. 4) изменяется в интервале от 0,33 до 0,81.The result of the software calculation of the fractal dimension functions is illustrated by the graphs of FIG. 4 a) the reference section, b) the digression section. When changing the characteristics of the subsoil, the fractal dimension (Fig. 4) varies in the range from 0.33 to 0.81.

Следующим признаком дигрессии является увеличение влажности (заболачиваемости) участков по сравнению с ненарушенными, естественными участками тундры. Избыточная влажность надпочвенного покрова снижает кажущуюся температуру подстилающей поверхности и уровень сигнала собственного восходящего излучения. Плотность потока мощности r(λ, Т) (вт/м2⋅мкм) электромагнитного излучения нагретых тел по закону Планка задается двухпараметрической зависимостью от длины волны (λ) и температуры (Т°K). График функции r(λ, Т) иллюстрируется фиг. 2 [см., например, Физический энциклопедический словарь, под ред. A.M. Прохорова, М., Сов. Энциклопедия, 1983 г., Планка закон излучения, с. 544, а также Дроздов В.А., Сухарев В.И. Термография в строительстве, М., Стройиздат, 1987 г., с. 13]. По закону Вина, максимум теплового излучения приходится на длину волны

Figure 00000007
. Функция Вина на графике фиг. 2 изображена штрихпунктирной линией. Из представленного графика следует, что в области реальных значений температуры подстилающей поверхности порядка 300°K±20° максимальная частная производная
Figure 00000008
функции r(λ, Т) приходится на интервал значений λ∈(2…3) мкм. Данный интервал приема собственного восходящего излучения может быть реализован средствами AVHRR космической системы NOAA (США) либо отечественными средствами типа МСУ-СК. Расчет влажности осуществляют по регрессионной зависимости способа-аналога (Патент RU № 2147253, 2000 г.). Для чего вычисляют параметры сигнала внутри выделенных контуров:The next sign of digression is an increase in the humidity (swampiness) of the sites compared to the undisturbed, natural areas of the tundra. Excessive moisture in the subsoil reduces the apparent temperature of the underlying surface and the signal level of its own rising radiation. The power flux density r (λ, T) (W / m 2 ⋅ μm) of electromagnetic radiation of heated bodies according to Planck's law is given by a two-parameter dependence on wavelength (λ) and temperature (T ° K). The graph of the function r (λ, T) is illustrated in FIG. 2 [see, for example, Physical Encyclopedic Dictionary, ed. AM Prokhorova, M., Sov. Encyclopedia, 1983, Planck's Law of Radiation, p. 544, as well as Drozdov V.A., Sukharev V.I. Thermography in construction, M., Stroyizdat, 1987, p. 13]. According to Wien's law, the maximum thermal radiation falls on the wavelength
Figure 00000007
. The Wien function in the graph of FIG. 2 is depicted by a dash-dot line. From the presented graph it follows that in the range of real temperatures of the underlying surface of the order of 300 ° K ± 20 °, the maximum partial derivative
Figure 00000008
function r (λ, Т) falls on the interval of values λ∈ (2 ... 3) microns. This interval for receiving intrinsic rising radiation can be realized by means of the AVHRR of the NOAA space system (USA) or by domestic means such as MSU-SK. The calculation of humidity is carried out according to the regression dependence of the analogue method (Patent RU No. 2147253, 2000). Why calculate the signal parameters inside the selected circuits:

σ2 - мощность переменной составляющей, (дисперсия) m1 2 - мощность постоянной составляющей (как квадрат математического ожидания сигнала m1)σ 2 - power variable component (dispersion) m 1 2 - power DC component (as the mathematical expectation of the square of the signal m 1)

Figure 00000009
Figure 00000009

где а - поправочный коэффициент, учитывающий характеристики тракта зондирования (а≈1,2).where a is a correction factor that takes into account the characteristics of the sensing path (a≈1.2).

График регрессионной зависимости иллюстрируется на фиг. 5.A regression plot is illustrated in FIG. 5.

За показатель нарушенности естественного режима тундры отдельного участка принимают произведение расчетных параметров: площадь оконтуренного участка (S), фрактальную размерность сигнала синтезированного изображения (Ω), влажность надпочвенного покрова (W). Динамику (Д) процесса деградации участка определяют по соотношению измеренных показателей на интервале наблюдений в несколько летThe indicator of the disturbance of the natural regime of the tundra of an individual site is the product of the calculated parameters: the area of the contoured area (S), the fractal dimension of the signal of the synthesized image (Ω), and the moisture content of the subsoil (W). The dynamics (D) of the process of degradation of the site is determined by the ratio of the measured parameters over the observation interval of several years

Figure 00000010
Figure 00000010

Пример реализации способаAn example implementation of the method

Заявленный способ может быть реализован по схеме фиг. 6. Функциональная схема содержит авиационный носитель (1), типа самолетной лаборатории, созданной в рамках международной программы «Открытое небо», с установленными на нем цифровой видеокамерой (2) ультрафиолетового диапазона, типа «Фиалка МВ-Космос», спектрозональной камеры (3), типа MOMS-2P, Германия, ближнего инфракрасного диапазона (i), радиометра приема собственного восходящего излучения подстилающей поверхности (4) диапазона 2…3 мкм, типа МСУ-СК. Трассовую покадровую съемку запланированных районов осуществляют от бортового комплекса управления (БКУ) (5), на основе заложенных в БКУ программ включения бортовой аппаратуры. Результаты покадровой съемки районов записывают в бортовое запоминающее устройство (6) с одновременной привязкой изображений по координатам от аппаратуры потребителей (7), космической системы позиционирования «ГЛОНАСС». После посадки самолетного носителя массивы полученных измерений помещают на сервер хранения данных (8). Тематическую обработку изображений осуществляют в центре обработки (9), где через устройство ввода (10) информацию из сервера хранения передают в электронно-вычислительную машину (11) со стандартным набором периферийных устройств: процессор (12), оперативное запоминающее устройство (13), винчестер (14), дисплей (15), принтер (16), клавиатура (17), сервер Internet (18). Предварительно, в оперативное запоминающее устройство (13) записывают программы специализированного программного обеспечения MATH CAD. Затем, формируют кадры синтезированных матриц из попиксельных отношений ультрафиолетового и зонального ближнего ИК изображения. Выделяют, программной обработкой, контуры на поле синтезированных матриц, как это иллюстрируется фиг. 3. Рассчитывают параметры сигналов внутри выделенных контуров. Вычисляют геометрические площади S контуров и фрактальные размеры функции яркости. Диапазон изменений фрактальной размерности иллюстрируется графиками фиг. 4 а, б, значения ее находятся в интервале от 0,33 до 0,81. По параметрам сигнала собственного восходящего излучения подстилающей поверхности определяют влажность надпочвенного покрова внутри выделенных контуров. Рассчитывают математическое ожидание сигнала, m, как сумму амплитуд пикселей (∑Ai/N), деленную на количество пикселей в выделенном контуре. Физический смысл математического ожидания - это постоянная составляющая. Рассчитывают дисперсию сигнала σ2, физический смысл которой - мощность переменной составляющей. Дисперсию, по определению, вычисляют как разность между суммой квадратов амплитуд пикселей, деленной на количество пикселей, и квадратом постоянной составляющей:

Figure 00000011
. Влажность вычисляют по регрессионной зависимости, иллюстрируемой графиками фиг. 5. В Центре обработки создают базу (19) для накопленных результатов измерений за несколько лет. В частности, для значений параметров, иллюстрируемых графиками фиг. 3, 4, 5, получены количественные оценки деградации при следующих значениях составляющих: (S=8 км2, Ω=0,4, W=0,2) - предшествующее измерение; (S=10 км2, Q=0,5, W=0,3) - текущее измерение. Темп деградации:The claimed method can be implemented according to the scheme of FIG. 6. The functional diagram contains an aircraft carrier (1), such as an aircraft laboratory, created as part of the Open Sky international program, with an ultraviolet digital video camera (2) mounted on it, such as Violet MV-Cosmos, a spectrozone camera (3) , type MOMS-2P, Germany, near infrared (i), a radiometer for receiving its own upward radiation from the underlying surface (4) of the range 2 ... 3 μm, type MSU-SK. Frame-by-frame shooting of planned areas is carried out from the onboard control complex (BKU) (5), based on the programs for turning on-board equipment incorporated in the BKU. The results of frame-by-frame surveying of the areas are recorded in the on-board storage device (6) with simultaneous binding of images according to the coordinates from the consumer equipment (7), the GLONASS space positioning system. After landing the aircraft carrier, the arrays of the obtained measurements are placed on the data storage server (8). Thematic image processing is carried out in the processing center (9), where through the input device (10) information from the storage server is transmitted to an electronic computer (11) with a standard set of peripheral devices: processor (12), random access memory (13), hard drive (14), display (15), printer (16), keyboard (17), Internet server (18). Previously, programs of specialized software MATH CAD are recorded in the random access memory (13). Then, frames of the synthesized matrices are formed from the pixel-by-pixel ratios of the ultraviolet and zonal near-infrared images. The contours on the field of synthesized matrices are isolated, by software processing, as illustrated in FIG. 3. Calculate the parameters of the signals inside the selected circuits. The geometric areas S of the contours and the fractal dimensions of the brightness function are calculated. The range of changes in fractal dimension is illustrated by graphs of FIG. 4a, b, its values are in the range from 0.33 to 0.81. According to the parameters of the signal of its own ascending radiation of the underlying surface, the moisture of the subsoil cover inside the selected contours is determined. Calculate the expected signal, m, as the sum of the amplitudes of the pixels (∑A i / N) divided by the number of pixels in the selected path. The physical meaning of mathematical expectation is a constant component. The signal dispersion σ 2 is calculated, the physical meaning of which is the power of the variable component. The dispersion, by definition, is calculated as the difference between the sum of the squares of the amplitudes of the pixels divided by the number of pixels and the square of the constant component:
Figure 00000011
. Humidity is calculated from the regression illustrated by the graphs of FIG. 5. In the Processing Center create a base (19) for the accumulated measurement results over several years. In particular, for parameter values illustrated by graphs of FIG. 3, 4, 5, quantitative estimates of degradation were obtained for the following values of the components: (S = 8 km 2 , Ω = 0.4, W = 0.2) - previous measurement; (S = 10 km 2 , Q = 0.5, W = 0.3) - current measurement. Degree of degradation:

Figure 00000012
Figure 00000012

Способ реализован на существующей технической базе. Эффективность способа характеризуется документальностью результатов в виде контурных карт с обнаруженными участками деградации, оперативностью и высокой чувствительностью к измеряемым параметрам.The method is implemented on an existing technical basis. The effectiveness of the method is characterized by documented results in the form of contour maps with detected areas of degradation, efficiency and high sensitivity to the measured parameters.

Claims (2)

Способ мониторинга надпочвенного покрова импактных районов Арктики, включающий получение синхронных изображений средствами, установленными на воздушно-космическом носителе, в ультрафиолетовом и ближнем инфракрасном участках отраженного светового потока и собственного восходящего излучения подстилающей поверхности в диапазоне 2…3 мкм с привязкой изображений по координатам системой позиционирования ГЛОНАСС, формирование синтезированных матриц из попиксельных отношений изображений отраженного светового потока, выделение контуров импактных зон программным расчетом градиента функции яркости I(х,y) синтезированных матриц, вычисление фрактальных размеров (Ω) функций яркости, площади (S) участков и влажности (W) надпочвенного покрова по параметрам сигнала собственного восходящего излучения внутри выделенных контуров, отслеживание динамики деградации выявленных участков на длительном временном лаге наблюдений из соотношения:A method for monitoring the subsoil of impact regions of the Arctic, including obtaining synchronous images by means installed on an aerospace carrier, in the ultraviolet and near infrared regions of the reflected light flux and intrinsic ascending radiation of the underlying surface in the range of 2 ... 3 μm with the images referenced by the GLONASS positioning system , the formation of synthesized matrices from pixel-by-pixel relations of images of the reflected light flux, the selection of the contour impact zones by software calculating the gradient of the brightness function I (x, y) of the synthesized matrices, calculating the fractal dimensions (Ω) of the brightness, area (S) of the sections and moisture (W) of the subsoil using the parameters of the intrinsic radiation signal inside the selected loops, tracking degradation dynamics identified areas on a long time lag of observations from the ratio:
Figure 00000013
Figure 00000013
RU2016138657A 2016-09-30 2016-09-30 Method of monitoring above-ground cover in impact arctic regions RU2635823C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016138657A RU2635823C1 (en) 2016-09-30 2016-09-30 Method of monitoring above-ground cover in impact arctic regions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016138657A RU2635823C1 (en) 2016-09-30 2016-09-30 Method of monitoring above-ground cover in impact arctic regions

Publications (1)

Publication Number Publication Date
RU2635823C1 true RU2635823C1 (en) 2017-11-16

Family

ID=60328555

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016138657A RU2635823C1 (en) 2016-09-30 2016-09-30 Method of monitoring above-ground cover in impact arctic regions

Country Status (1)

Country Link
RU (1) RU2635823C1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2693255C1 (en) * 2018-07-11 2019-07-01 Общество с ограниченной ответственностью "АгроДронГрупп" Technique for remote reconnaissance diagnostics of providing plants with nitrogen (using a multispectral camera and unmanned aerial vehicles)
CN112200042A (en) * 2020-09-30 2021-01-08 华中师范大学 Method for analyzing ecological change trend by using space-time ecological environment remote sensing fractal dimension

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2189732C2 (en) * 2000-12-14 2002-09-27 Московский государственный университет леса Method for early forest pathology diagnosis
RU2497112C1 (en) * 2012-06-08 2013-10-27 Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" Method for remote determination of degradation of soil cover
RU2588179C1 (en) * 2015-01-29 2016-06-27 Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" (НИИ "АЭРОКОСМОС") Method for determining above-soil cover digression in arctic zone

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2189732C2 (en) * 2000-12-14 2002-09-27 Московский государственный университет леса Method for early forest pathology diagnosis
RU2497112C1 (en) * 2012-06-08 2013-10-27 Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" Method for remote determination of degradation of soil cover
RU2588179C1 (en) * 2015-01-29 2016-06-27 Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" (НИИ "АЭРОКОСМОС") Method for determining above-soil cover digression in arctic zone

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
В.Г.Бондур, В.Е.Воробьев. Космический мониторинг импактных районов Арктики / Исследование Земли из космоса, 2015, N4, стр. 4-24. *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2693255C1 (en) * 2018-07-11 2019-07-01 Общество с ограниченной ответственностью "АгроДронГрупп" Technique for remote reconnaissance diagnostics of providing plants with nitrogen (using a multispectral camera and unmanned aerial vehicles)
WO2020013736A1 (en) * 2018-07-11 2020-01-16 Общество с ограниченной ответственностью "АгроДронГрупп" Remote investigative diagnosis of nitrogen supply to crops
CN112200042A (en) * 2020-09-30 2021-01-08 华中师范大学 Method for analyzing ecological change trend by using space-time ecological environment remote sensing fractal dimension
CN112200042B (en) * 2020-09-30 2022-09-13 华中师范大学 Method for analyzing ecological change trend by using space-time ecological environment remote sensing fractal dimension

Similar Documents

Publication Publication Date Title
Jia et al. Fractional vegetation cover estimation algorithm for Chinese GF-1 wide field view data
Tan et al. A comparison of radiometric correction techniques in the evaluation of the relationship between LST and NDVI in Landsat imagery
Lu et al. Mapping vegetation biophysical and biochemical properties using unmanned aerial vehicles-acquired imagery
Hasan et al. Soil moisture retrieval from airborne L-band passive microwave using high resolution multispectral data
Xu et al. Study on the estimation of near-surface air temperature from MODIS data by statistical methods
Chiu et al. Cloud optical depth retrievals from the Aerosol Robotic Network (AERONET) cloud mode observations
Coakley et al. Retrieval of cloud properties for partly cloudy imager pixels
Hu et al. A Landsat-5 atmospheric correction based on MODIS atmosphere products and 6S model
Yu et al. A physical-based atmospheric correction algorithm of unmanned aerial vehicles images and its utility analysis
Boori et al. Global Land Cover classification based on microwave polarization and gradient ratio (MPGR)
Maltese et al. Mapping soil water content under sparse vegetation and changeable sky conditions: Comparison of two thermal inertia approaches
Xi et al. Comparison of marine boundary layer cloud properties from CERES‐MODIS edition 4 and DOE ARM AMF measurements at the Azores
RU2635823C1 (en) Method of monitoring above-ground cover in impact arctic regions
Peischl et al. Wheat canopy structure and surface roughness effects on multiangle observations at L-band
Martin et al. Remote sensing of sea surface salinity from CAROLS L-band radiometer in the Gulf of Biscay
Ellsäßer et al. Predicting evapotranspiration from drone-based thermography–a method comparison in a tropical oil palm plantation
Bley et al. Meteosat-based characterization of the spatiotemporal evolution of warm convective cloud fields over central Europe
Niu et al. Evapotranspiration estimation with UAVs in agriculture: a review
Chai et al. Estimating fractional cover of non-photosynthetic vegetation in a typical grassland area of northern China based on Moderate Resolution Imaging Spectroradiometer (MODIS) image data
Casadio et al. Total column water vapour from along track scanning radiometer series using thermal infrared dual view ocean cloud free measurements: The Advanced Infra-Red WAter Vapour Estimator (AIRWAVE) algorithm
Clausen et al. Spatial and Temporal Variance in the Thermal Response of Buried Objects
Tang et al. Mapping surface moisture of a gold heap leach pad at the El Gallo Mine using a UAV and thermal imaging
Fricke et al. Temperature monitoring along the Rhine River based on airborne thermal infrared remote sensing: estimation of in situ water temperatures and inflow detection compared to artificial satellite data
Sharma et al. Comparative assessment of vegetation indices in downscaling of MODIS satellite land surface temperature
La et al. Image simulation from multitemporal landsat images