Võrdlev dešifreerimine tsoonikujutiste seeria põhineb pildil kujutatud objektide spektraalpiltide kasutamisel. Objekti spektraalkujutise fotopildil määrab visuaalselt selle kujutise toon tsooniliste must-valgete kujutiste seerias; tooni hinnatakse standardskaalal optilise tiheduse ühikutes. Saadud andmete põhjal konstrueeritakse spektraalkujutise kõver, mis kajastab kujutise optilise tiheduse muutumist erinevates spektritsoonides olevatel piltidel. Sel juhul joonistatakse väljatrükkide optilise tiheduse väärtused piki ordinaattelge D, Vastupidiselt aktsepteeritavale kahanevad need mööda telge ülespoole, nii et spektraalse kujutise kõver vastab spektraalse heleduse kõverale. Mõned kommertsprogrammid pakuvad spektraalpiltide automaatset joonistamist digitaalpiltidest. Mitmetsooniliste piltide võrdleva tõlgendamise loogiline skeem sisaldab järgmisi samme: objekti spektraalkujutise kujutiste järgi määramine- võrdlus teadaoleva spektraalpeegeldusega- objekti tuvastamine.

Kontuuride dešifreerimisel kogu pildi ala ulatuses kasutatakse spektraalpilti edukalt ka dešifreeritavate objektide jaotuse piiride määramiseks, mis viiakse läbi võrdleva dešifreerimise meetoditega. Selgitame neid. Igal tsoonikujutisel on teatud objektide komplektid eraldatud kujutise tooniga ja need komplektid on erinevates tsoonides olevatel piltidel erinevad. Tsoonipiltide võrdlemine võimaldab neid komplekte eraldada ja üksikuid objekte tuvastada. Sellist võrdlust saab rakendada, kombineerides ("lahutades") tsoonikujutiste dešifreerimise skeeme, millest igaühel on identifitseeritud erinevad objektide komplektid, või hankides tsoonipiltidest diferentsiaalkujutisi. Võrdlev tõlgendamine on enim rakendatav taimsete objektide, eelkõige metsade ja põllukultuuride uurimisel.

Mitmetsooniliste piltide järjestikusel tõlgendamisel kasutatakse ka tõsiasja, et taimestiku tumedad kontuurid punases tsoonis heledamal taustal selle pildi heleduse suurenemise tõttu lähiinfrapuna tsoonis näivad „kaovat. ” pildilt, segamata tektoonilise struktuuri ja reljeefi suurte tunnuste tajumist. See avab võimaluse näiteks geomorfoloogilistes uuringutes dešifreerida erinevatelt tsoonipiltidelt erineva päritoluga pinnavorme - endogeenseid lähi-infrapunavööndi piltidelt ja eksogeenseid - punaselt. Järjestikune dekodeerimine võimaldab tehnoloogiliselt suhteliselt lihtsaid toiminguid tulemuste samm-sammult liitmiseks.

Mitmeajaliste kujutiste dešifreerimine. Mitmeajalised kujutised pakuvad kvalitatiivset uurimist uuritavate objektide muutuste kohta ja objektide kaudset tõlgendamist nende dünaamiliste tunnuste järgi.

Dünaamika uurimine. Piltidelt dünaamilise teabe ammutamise protsess hõlmab muutuste tuvastamist, nende graafilist kuvamist ja mõtestatud tõlgendamist. Mitme ajalise kujutise muutuste tuvastamiseks tuleb neid omavahel võrrelda, mis viiakse läbi alternatiivse (eraldi) või samaaegse (ühise) vaatluse teel. Tehniliselt toimub piltide visuaalne võrdlemine erinevatel aegadel kõige lihtsamalt neid ükshaaval vaadeldes. Väga vana “vilgutamise” meetod võimaldab näiteks lihtsalt tuvastada äsja ilmunud eraldiseisva objekti, vaadates kiiresti kahte pilti järjest erineval ajal. Muutuvast objektist tehtud võtete seeriast saab kokku panna illustreeriva kinogrammi. Seega, kui geostatsionaarsetelt satelliitidelt sama nurga all 0,5 tunni jooksul saadud Maa kujutised animatsioonifailiks kokku panna, siis on võimalik korduvalt taasesitada ekraanil pilvede igapäevast arengut.

Et tuvastada väikesed muudatused tulemuslikumaks osutub mitte järjestikune, vaid mitmeajaliste kujutiste ühisvaatlus, mille jaoks kasutatakse spetsiaalseid tehnikaid: kujutiste kombineerimine (monokulaarne ja binokulaarne); erinevuse või summa (tavaliselt värvilise) kujutise sünteesimine; stereoskoopilised vaatlused.

Kell monokulaarne Vaatluse käigus kombineeritakse samasse mõõtkavasse ja projektsiooniga ning läbipaistval alusel tehtud kujutised üksteise peale asetades ja läbi valguse vaadatuna. Kujutiste arvutipõhisel tõlgendamisel piltide ühiseks vaatamiseks on soovitatav kasutada programme, mis tagavad kombineeritud kujutiste tajumise ühe pildi poolläbipaistvate või "avavate" aladena teise taustal.

binokkel vaatlus, kui mõlemat erineval ajal tehtud pilti vaadatakse ühe silmaga, on kõige mugavam teostada stereoskoobi abil, mille puhul on vaatluskanalitel võimalik pildi suurendust ja heledust sõltumatult reguleerida. Binokulaarsed vaatlused võimaldavad hästi tuvastada muutusi selgetes objektides suhteliselt ühtlasel taustal, näiteks muutusi jõe kulgemises.

Erinevate aegade must-valgetelt fotodelt on võimalik hankida sünteesitud värviline pilt. Tõsi, nagu kogemus näitab, on sellise värvipildi tõlgendamine keeruline. See tehnika on efektiivne ainult lihtsa struktuuriga ja teravate piiridega objektide dünaamika uurimisel.

Liikumisest, objektide liikumisest tingitud muutuste uurimisel parimad tulemused annab stereoskoopiline vaatlus mitmeajalised kujutised (pseudo-stereoefekt). Siin saab hinnata liikumise iseloomu, stereoskoopiliselt tajuda liikuva objekti piire, näiteks aktiivse maalihke piire mäe nõlval.

Erinevalt mitmeajaliste kujutiste ühisvaatluse järjestikustest meetoditest nõuavad need eelparandusi – samasse mõõtkavasse viimist, teisendamist ning need protseduurid on sageli keerukamad ja aeganõudvamad kui muutuste määratlemine ise.

Dekodeerimine dünaamiliste funktsioonide abil. Geograafiliste objektide ajalise muutuse mustrid, mida iseloomustavad olekute muutumine ajas, võivad olla nende dešifreerimisomadused, mida, nagu juba märgitud, nimetatakse objekti ajutiseks kujutiseks. Näiteks erinevatel kellaaegadel tehtud termopildid võimaldavad ära tunda objekte, millel on spetsiifiline igapäevane kursus temperatuuri. Mitme ajalise kujutisega töötamisel kasutatakse samu võtteid, mis mitmetsooniliste piltide dešifreerimisel. Need põhinevad järjestikusel ja võrdleval analüüsil ja sünteesil ning on tavalised mis tahes pildiseeriaga töötamiseks.

Välja ja kaameraline tõlgendus. Kell valdkonnas Dešifreerimisel tehakse objektide tuvastamine otse maapinnal, võrreldes mitterahalist objekti selle pildiga fotol. Dekodeerimise tulemused kantakse pildile või sellele kinnitatud läbipaistvale kattekihile. See on kõige usaldusväärsem dekrüpteerimisviis, kuid ka kõige kallim. Välitõlgendust saab teostada mitte ainult fotoprintidel, vaid ka ekraani(digi)piltidel. Viimasel juhul kasutatakse tavaliselt tundliku tahvelarvuti ekraaniga välimikroarvutit, aga ka spetsiaalset tarkvara. Dekodeerimise tulemused märgitakse arvutipliiatsi abil ekraanile, fikseeritakse tavaliste sümbolite komplektiga ja salvestatakse teksti või tabelina mikroarvuti mälu mitmesse kihti. Dekrüpteerimisobjekti kohta on võimalik sisestada täiendavat heliinfot. Välitõlgenduse käigus on sageli vaja puuduvaid objekte piltidele kanda. Täiendav laskmine toimub silma- või instrumentaalmeetodil. Selleks kasutatakse satelliidi positsioneerimisvastuvõtjaid, mis võimaldavad väljal määrata pildil puuduvate objektide koordinaadid peaaegu igasuguse nõutava täpsusega. Piltide dešifreerimisel mõõtkavas 1:25 000 või väiksemas mahus on mugav kasutada mikroarvutiga ühendatud kaasaskantavaid satelliidivastuvõtjaid üheks dekoodriväljakomplektiks.

Väljatõlgenduse tüüp on aerovisuaalne dekodeerimine, mis on kõige tõhusam tundras, kõrbes. Helikopteri või kerglennuki lennu kõrgus ja kiirus valitakse olenevalt piltide mõõtkavast: mida suuremad, seda väiksema mõõtkavaga. Aerovisuaalne tõlgendus on tõhus satelliidipiltidega töötamisel. Selle rakendamine pole aga lihtne. Esineja peab suutma kiiresti navigeerida ja objekte ära tunda.

Kell kaamera dekodeerimine, mis on peamine ja levinum dekodeerimise tüüp, objekt tuvastatakse otseste ja kaudsete dešifreerimisfunktsioonide abil, ilma väljale sisenemata ja pilti otseselt objektiga võrdlemata. Praktikas kombineeritakse tavaliselt mõlemat tüüpi dekrüpteerimist. Nende kombinatsiooni ratsionaalne skeem näeb ette kosmosepiltide esialgse kaameralise, selektiivvälja ja lõpliku kaameralise tõlgenduse. Välja- ja kaameratõlgenduse suhe oleneb ka piltide skaalast. Suuremahulisi aerofotosid tõlgendatakse peamiselt välitingimustes. Töötades suuri alasid katvate satelliidipiltidega, suureneb kaameralise tõlgenduse roll. Maapinna informatsioon kosmosepiltidega töötamisel asendatakse sageli kaartidelt saadava kartograafilise teabega - topograafilised, geoloogilised, pinnase-, geobotaanilised jne.

Viide dekodeerimine. Kaameraline tõlge põhineb kasutusel dekrüpteeritud standardid, loodud väljal antud territooriumile tüüpilistel võtmealadel. Seega on dešifreerimisstandardid iseloomulike piirkondade pildid, millele on trükitud tüüpiliste objektide dešifreerimise tulemused, millele on lisatud dešifreerimistunnuste tunnus. Lisaks kasutatakse standardeid kaameralises tõlgendamises, mis viiakse läbi geograafilise meetodiga interpoleerimine ja ekstrapoleerimine, st levitades tuvastatud dešifreerimisomadusi standarditevahelistele ja kaugemale jäävatele aladele. Kaameraline standardite abil tõlgendamine töötati välja raskesti ligipääsetavate piirkondade topograafilisel kaardistamisel, kui mitmes organisatsioonis loodi standardite fotokogud. Meie riigi kartograafiateenistus andis välja dešifreerimisnäidiste albumid erinevat tüüpi objektid aerofotodel. Kosmosepiltide, enamasti mitmetsooniliste, temaatilises tõlgendamises on selline õpetamisroll Moskva Riiklikus Ülikoolis koolitatutel. M.V. Lomonosovi teaduslikud ja metoodilised atlased "Mitmetsooniliste kosmosepiltide dešifreerimine", mis sisaldavad juhised ja näiteid erinevate komponentide dekodeerimise tulemuste kohta looduskeskkond, sotsiaalmajanduslikud objektid, inimtekkelise mõju tagajärjed loodusele.

Piltide ettevalmistamine visuaalseks tõlgendamiseks. Geograafiliseks tõlgendamiseks kasutatakse originaalpilte harva. Aerofotode tõlgendamisel kasutatakse tavaliselt kontaktprinte ja satelliidipilte on soovitav tõlgendada „edastuse kaudu“ filmil olevate lüümikute abil, mis annavad täielikumalt edasi kosmosepildi väikseid ja madala kontrastsusega detaile.

Pildi teisendamine.Kiiremaks, lihtsamaks ja täielikumaks kujutise ekstraheerimiseks vajalikku teavet teostada selle teisendus, mis taandub määratud omadustega teise pildi saamiseks. See on suunatud vajaliku esiletõstmisele ja ebavajaliku teabe eemaldamisele. Tuleb rõhutada, et pildi transformatsioon ei lisa uut teavet, vaid viib selle edasiseks kasutamiseks mugavasse vormi.

Kujutise teisendamine võib toimuda fotograafiliste, optiliste ja arvutimeetoditega või nende kombinatsiooniga. Fotograafiameetodid põhinevad erinevatel fotokeemilise töötlemise viisidel; optiline - pilti läbiva valgusvoo muundamisel. Levinumad arvutipildi teisendused. Võime öelda, et praegu pole arvutiteisendustele alternatiivi. Levinud piltide arvutiteisendused visuaalseks tõlgendamiseks, nagu tihendamine-dekompressioon, kontrasti teisendus, värvipiltide süntees, kvantimine ja filtreerimine, samuti uute tuletatud geopiltide loomine.

Suurenda pilte. Visuaalses tõlgendamises on tavaks kasutada tehnilisi vahendeid, avardades silma võimalusi, näiteks erinevate suurendustega luubid - 2x kuni 10x. Kasulik mõõtesuurendus, mille skaala on vaateväljas. Suurenduse vajadus selgub piltide ja silma eraldusvõime võrdlusest. Eeldatakse, et silma lahutusvõime parima nägemise kaugusel (250 mm) on 5 mm-1. Et eristada näiteks kõiki detaile kosmosefotol eraldusvõimega 100 mm-1, tuleb seda suurendada 100/5 = 20 korda. Ainult sel juhul saate kasutada kogu fotol sisalduvat teavet. Tuleb arvestada, et suure suurendusega (üle 10x) fotode saamine fotograafiliste või optiliste meetodite abil ei ole lihtne: vaja on fotosuurendusi. suured suurused või originaalpiltide väga kõrge, raskesti teostatav valgustus.

Arvutiekraanil piltide vaatlemise omadused. Kujutiste tajumisel on olulised kuvari omadused: parimad tõlgendustulemused saavutatakse suurtel ekraanidel, mis taasesitavad maksimaalne summa värvid ja kõrge pildi värskendussagedus. Digitaalse pildi suurendamine arvutiekraanil on optimaalsele lähedane, kui pildi üks piksel vastab ühele piksliekraani pikslile.

Kui pikslite suurus PIX maastikul (ruumiline eraldusvõime) on teada, on pildi skaala ekraanil võrdne:

Näiteks digitaalne satelliidipilt TM/Landsat pikslisuurusega maapinnal PIX = 30 m taasesitatakse ekraanil koos pix d = 0,3 mm mõõtkavas 1:100 000. Kui on vaja arvestada pisidetailidega, saab arvutiprogrammi abil tehtud ekraanipilti täiendavalt suurendada 2, 3, 4 korda või rohkem; sel juhul kuvatakse üks pildi piksel 4, 9, 16 või enama ekraanipiksli võrra, kuid pilt omandab silmaga märgatava “piksli” struktuuri. Praktikas on kõige levinum lisatõus 2 - Zx. Kogu pildi samaaegseks kuvamiseks ekraanil tuleb pilti vähendada. Sel juhul kuvatakse aga ainult iga 2., 3., 4. jne. pildi read ja veerud ning sellel on detailide ja väikeste objektide kadumine vältimatu.

Efektiivse töö aeg ekraanipiltide dešifreerimisel on lühem kui visuaalsete väljatrükkide dešifreerimisel. Samuti on vaja arvestada vooluga sanitaarnormid töö arvutiga, reguleerides eelkõige dekoodri silmade minimaalset kaugust ekraanist (vähemalt 500 mm), pideva töö kestust, elektromagnetväljade intensiivsust, müra jne.

Instrumendid ja abivahendid. Sageli on visuaalse tõlgendamise käigus vaja teha lihtsaid mõõtmisi ja kvantitatiivseid hinnanguid. Selleks kasutatakse mitmesuguseid abivahendeid: paletid, toonide skaalad ja tabelid, nomogrammid jne. Stereoskoope kasutatakse piltide stereoskoopiliseks vaatamiseks. mitmesugused kujundused. Kaameralise tõlgendamise parimaks seadmeks tuleks pidada kahekordse vaatlussüsteemiga stereoskoopi, mis võimaldab stereopaari vaadata kahe dekoodri abil. Tõlgendustulemuste ülekandmine üksikutelt piltidelt ühisele kartograafilisele alusele toimub tavaliselt väikese spetsiaalse optilis-mehaanilise seadme abil.

Dekrüpteerimise tulemuste formuleerimine. Visuaalse tõlgendamise tulemused esitatakse kõige sagedamini graafilisel, tekstilisel ja harvem digitaalsel kujul. Tavaliselt saadakse dešifreerimistöö tulemusena hetktõmmis, millel on kokkuleppelised märgid uuritud objekte. Dekodeerimise tulemused on samuti fikseeritud läbipaistvale kattekihile. Arvutiga töötades on mugav tulemusi esitada printeri väljatrükkide (paberkoopiate) kujul. Satelliidipiltide põhjal nn dekrüpteerimisskeemid, mis oma sisult kujutavad endast pildi mõõtkavas ja projektsioonis koostatud teemakaartide fragmente.

Automaatne dekodeerimine on pildil olevate andmete tõlgendamine, mida teostab elektrooniline arvuti. Seda meetodit kasutatakse selliste tegurite tõttu nagu tohutu hulga andmete töötlemine ja digitehnoloogiate areng, pakkudes pilti automatiseeritud tehnoloogiatele sobivas formaadis. Piltide tõlgendamiseks kasutatakse teatud tarkvara (tarkvara): ArcGIS, ENVI (vt joon. 5), Panorama, SOCETSET jne.

Joonis 5. ENVI 4.7.01 programmiliides

Vaatamata kõigile arvutite ja eriprogrammide kasutamise eelistele, tehnoloogia pidevale arengule, on automatiseeritud protsessil ka probleeme: mustrituvastus masina klassifitseerimisel, kasutades kitsalt formaliseeritud dekrüpteerimisfunktsioone.

Objektide tuvastamiseks jagatakse need teatud omadustega klassidesse; seda ruumi jagamist objektide sektsioonideks ja klassideks nimetatakse segmenteerimiseks. Kuna pildistamise ajal on objektid sageli suletud ja "müraga" (pilved, suits, tolm jne), on masina segmenteerimine oma olemuselt tõenäosuslik. Kvaliteedi parandamiseks lisatakse objektide spektraalsetele tunnustele (värv, peegeldus, toon) info objektide kuju, tekstuuri, asukoha ja suhtelise asukoha kohta.

Masina segmenteerimiseks ja objektide klassifitseerimiseks on erinevatel klassifitseerimisreeglitel välja töötatud algoritme:

koos väljaõppega (juhendatav klassifikatsioon);

ilma väljaõppeta (järelevalveta klassifikatsioon).

Klassifitseerimisalgoritm ilma koolituseta võib pildi segmenteerida üsna kiiresti, kuid suure hulga vigadega. Kontrollitud klassifitseerimine nõuab võrdlusalade näitamist, kus on klassifitseeritavatega sama tüüpi objekte. See algoritm nõuab arvutilt palju pingutust ja annab tulemuse suurema täpsusega.

3.1. Automatiseeritud dekrüpteerimine envi 4.7.01 abil

Kosmosepiltide tõlgendamise ja töötlemise meetodite uurimiseks dekodeeriti satelliidilt Landsat-8 kujutis Udmurdi Vabariigi territooriumile. Pilt on saadud USA geoloogiateenistuse veebisaidilt. Pildil on selgelt näha Iževski linn, Iževski tiik, Kama jõe vool Votkinski linnast Sarapuli linna on samuti moonutusteta loetud. Pildistamise kuupäev - 15.05.2013 ja 05.10.2017. 2013. aasta pildi pilvede katvuse protsent on 45% ja pildi ülemine osa on raskesti dešifreeritav (samas on peaaegu kogu kevad-suvine uuringuperiood pildil kõrge pilvesisaldus). Seetõttu toimub põhitöö teabe analüüsimisel ajakohasema pildiga.

2017. aasta pildi pilvede katvuse protsent on 15% ja pildi parem ülemine nurk ei sobi töötlemiseks territooriumi pinda katva pilvegrupi tõttu.

Pildil kasutamiseks vastu võetud koordinaatsüsteem on UTM-Universal Transverse Mercator, mis põhineb WGS84 ellipsoidil.

ENVI tarkvarapakett (PC) on tarkvaratoode, mis pakub Maa kaugseire (ERS) optoelektrooniliste ja radariandmete täielikku töötlemise tsüklit, samuti nende integreerimist geograafiliste infosüsteemide (GIS) andmetega.

ENVI eeliste hulka kuulub ka intuitiivne graafiline liides, mis võimaldab algajal kasutajal kiiresti omandada kõik vajalikud andmetöötlusalgoritmid. Loogilised rippmenüü elemendid hõlbustavad andmete analüüsimisel või töötlemisel vajaliku funktsiooni leidmist. Võimalik on ENVI menüüelemente lihtsustada, ümber ehitada, venestada või ümber nimetada või lisada uusi funktsioone. Versioonis 4.7 on juurutatud ENVI ja ArcGIS toodete integreerimine.

Pildi ettevalmistamiseks dekodeerimisprotsessi jaoks on vaja seda töödelda ja analüüsiks saada spektraalkujutis ise. Pildi seeriast pildi saamiseks on vaja kõik kanalid paigutada ühte voogu/konteinerisse, kasutades juhtpaneeli käsku Layerstacking (vt joonis 6). Pärast kõiki teisendusi saame mitme kanaliga konteineri/pildi, millega saab edasi töötada: filtreerimine, sidumine, järelevalveta klassifitseerimine, dünaamika tuvastamine, vektoriseerimine. Kõik pildikanalid viiakse samale eraldusvõimele ja samale projektsioonile. Selle käsu laadimiseks valige: BasicTools>LayerStacking või Map>LayerStacking .

Joonis 6. ENVI programmiliides – kanalite virnastamine kihtide virnastamises

Multispektraalse pildi visualiseerimisel on vaja ENVI tarkvarapaketi menüüst valida järgmised käsud: File>OpenExternalFile>QuickBird. Uues AvailableBandsList aknas (vt joon. 7) RGB-joontes pildi sünteesimiseks valime vastavalt punase, rohelise ja sinise kanali - kanalite jada "4,3,2". Tulemusena saame inimsilmale tuttava pildi (vt joon. 8.) ja ekraanile ilmub 3 uut akent - Pilt, kerimine, suum.

Joonis 7. AvailableBandsList aken

Joonis 8. 15. mail 2013 tehtud pildi sünteesitud pilt - kanalite jada "4,3,2".

Viimasel ajal kasutatakse ENVI-s Landsat-8 pildiga võrreldes sagedamini kanalite jada "3,2,1", et saada loomulikele värvidele lähedased pildid. Kahe järjestuse võrdlemiseks viime läbi filtreerimisprotseduuri (pildiaknas on vahekaart Filter), kuvades mõlemad tulemused ekraanil (vt joonis 9).

Joonis 9. Pildi filtreerimine järjestuses "3,2,1"

Tänu sellele käsule saate parandada pildi kvaliteeti: sel juhul on suurenenud pilvede läbipaistvus, on ilmnenud pindade (veealad, metsad, inimtekkelised territooriumid) eraldatuse selged kontuurid. Tegelikult aitab Filter pildi "müra" korrigeerida.

Kontrollimatu klassifitseerimine toimub pikslite klassidesse jaotamise põhimõttel - sarnased heledusomadused. ENVI-s on kaks järelevalveta klassifitseerimisalgoritmi: K-means ja IsoData. Käsk K-means on suurusjärgu võrra keerulisem: see nõuab teatud oskusi pildiseadete ja väljundtulemuste valimisel. IsoData käsk on lihtsam ja nõuab ainult süsteemis määratud parameetrite muutmist (vt joonis 10): põhipaneel, Klassifikatsioon - järelevalveta - K-means/ IsoData käsk (vt joonis 11) .

Joonis 10. IsoData seadete aken ENVI-s

Saadud järelevalveta klassifitseerimise näites domineerivad infrapuna- ja sinised kanalid, mis annavad üksikasjalikku teavet hüdrovõrgu kohta pildialal.

Joonis 11. Järelevalveta klassifikatsioon

ENVI kompleksi kaudu on lihtne ja mugav pilti registreerida georefereeritud pildi abil ning seejärel kasutatakse saadud pilti MapInfos. Selleks vali peamenüüst Map>Registration>SelectGCPs: Image to Map. Tulemust saab kohe kuvada MapInfos võrdluseks, salvestades spetsiaalsesse vormingusse (vt joonis 12).

Joon.12. Pildi geoviide MapInfos kasutamiseks

Kujutise vektoriseerimine ENVI-s toimub sama andmehulgaga nagu ENVI-st MapInfo piltide sidumine, kasutades vektoriseerimiskäsku: peate määrama projektsiooni, ellipsoidi, tsooni numbri (vt joonis 13).

Valitud territooriumil toimuvate muutuste dünaamikat jälgitakse mitme ajalise mitme tsooni kujutiste abil (2013. ja 2017. aasta jaoks). Dünaamikat saab jälgida kolmel viisil:

vilkuv meetod;

"sandwich" meetod - kihtide kombinatsioon MapInfos;

kasutades muutmiskaarti.

Joonis 13. Pildi vektoriseerimine

Vilkuv meetod loob kaks erinevat akent 2 hetktõmmisega, kasutades kuvatavate kihtide valimise aknas käsku NewDisplay. Mõlemad pildid on lingitud pildiaknas oleva käsu LinkDisplays abil ja ekraanil on näha mõlemad pildid, mis liiguvad erinevatel ajahetkedel ühtemoodi, kuvades sama ala (vt joonis 14). Arvutihiire klõpsuga vahetavad piltidega kuvad kohti – vilguvad, mis võimaldab muutusi (dünaamikat) tuvastada.

Joonis 14. Dünaamiline tuvastamine – vilkuv meetod

"Sandwich" meetod seisneb mõlema varem Jpeg2000/.jp2 formaadis salvestatud pildi samaaegses kombinatsioonis, kasutades käsku Fail – Salvesta pildid. Teise võimalusena tuleb mõlemad pildid Mapinfos avada ühes projektsioonis (Universal Transverse Mercator). Mugavaks võrdluseks muudetakse ülemise kihi/pildi läbipaistvus 50% peale ja tehakse visuaalne muudatuste otsimine, millele järgneb dünaamika alade jaotamine (vt joonis 15).

Kui 2 vastuvõetud pilti on georefereeritud, eraldatud kihtide ja geotiff/tiff formaadiga, siis on olemas kaasaegne tegelik meetod - muuda kaarti. Mõlemal pildil tuleb valida sama tüüpi kiht, näiteks kolmas - roheline. Teisenduste tulemusena saadakse suure müraga kaart, mis vajab filtrite reguleerimist.

Joonis 15. Dünaamika paljastamine - "võileiva" viis

Kui võrrelda kõiki kolme meetodit, siis avaldab töö autorile rohkem muljet „võileiva“ meetod, sest vilkumise meetod annab nägemisele tugeva koormuse ja põhjustab silmade enneaegset füsioloogilist väsimust. Muudatuste kaardi koostamine ei ole alati efektiivne, sest. Müra ei saa täielikult eemaldada.

Näiteks aerokaameraga tehtud piltide puhul fookuskaugusega / = 70 mm C = 250 = 3,5. Seega

lühifookusega aerokaameratega tehtud fotode stereoskoopilisel vaatamisel tajutakse maastikku liialdatuna, mis hõlbustab selle erinevate mikrovormide uurimist. Sel juhul tuleb meeles pidada, et selliste piltide stereoskoopilise tajumise korral tunduvad nõlvad palju järsemad, kui nad tegelikult on.

Visuaalses tõlgendamises on binokulaarse nägemise omadusi kasutades kasulik jälgida mitte ainult stereoskoopilisi kujutiste paare, vaid ka piltidest koosnevaid paare. erinevat värvi(binoklivärvi segamine), mustvalge ja värviline, teravad (läikivad) ja pehmed (matid) võtted jne.

3.1.3. Kujutiste visuaalse tõlgendamise tüübid ja meetodid

Visuaalse tõlgendamise käigus tunneb esineja kosmosepildil ära objektid, määrab nende kvaliteedi ja mõned kvantitatiivsed omadused, paljastab objektide, nähtuste ja protsesside omavahelised suhted ning fikseerib ka interpretatsiooni tulemused graafilises vormis.

Geograafilises dešifreerimises on oluline metodoloogiline lähenemine dešifreeritud objektide analüüs arenduses ja tihedas seoses nende keskkonnaga. Dekodeerimine toimub põhimõttel üldisest konkreetseni. Kosmosepilt on geograafi jaoks ennekõike uuritava ala infomudel, mida tajutakse tervikuna. Kuid sihipärase dekodeerimise käigus puutub esitaja tavaliselt kokku nii pildil oleva üleliigse (üleliigse) teabega kui ka vajaliku teabe puudumisega. Taas tuleb rõhutada, et kosmosepiltide tõlgendamine nõuab teatud teadmisi ja oskusi. Mida sügavam erialased teadmised seda täpsem, täielikum ja usaldusväärsem on pildilt eraldatud teave. Kunstiga piirneva intellektuaalse tegevuse visuaalse dekodeerimise tulemused sõltuvad oluliselt mitte ainult piltide omadustest, vaid ka dekodeerija kogemusest, eruditsioonist, mõistmisvõimest, sageli ka intuitsioonist.

Dekodeerimise tehnoloogilised skeemid. Kujutiste tõlgendamine, nii uurimistöö kui ka tootmine, toimub alati eesmärgipäraselt. Geograafid uurivad kujutiste abil erineva järgu geosüsteeme, nende komponente, aga ka üksikuid objekte.

sina, nähtused ja protsessid, teostades maastikulist, geomorfoloogilist, hüdroloogilist, glatsioloogilist ja muud tüüpi tõlgendust.

Tõlgendustöö tehnoloogia ja korraldus sõltuvad oluliselt selle ülesannetest, territooriumist, kujutiste mahust ja tüübist (foto või skanner, termo, radar jne), üksikute piltide või nende seeriate kasutamisest (mitmetsooniline, mitme- ajaline). Dekrüpteerimiseks on erinevaid organisatsioonilisi ja tehnoloogilisi skeeme, kuid need kõik sisaldavad järgmisi samme:

2) dekrüpteerimisobjektide komplekti tuvastamine (eellegendi koostamine tulevase dekrüpteerimisskeemi või kaardi jaoks);

3) piltide valik tõlgendamiseks, kujundite transformeerimine nende väljendusrikkuse suurendamiseks, instrumentide ettevalmistamine ja abivahendid dekrüpteerimine. Tuleb meeles pidada, et ühe probleemi lahendamiseks optimaalsed pildid ei pruugi teise jaoks olla tõhusad;

4) kosmosepiltide õige tõlgendamine ja usaldusväärsuse hindamine;

5) dekodeerimise tulemuste registreerimine.

Iga teose keskne punkt on kosmosepiltide tegelik tõlgendamine. Temaatilist tõlgendamist saab teostada kahe peamise loogilise skeemi järgi. Esimene skeem näeb ette objektide tuvastamise ja seejärel nende graafilise valiku; teine ​​skeem - esiteks graafiline valik sama tüüpi kujutisega alade pildil ja seejärel nende äratundmine. Mõlemad skeemid lõpevad tõlgendamise etapiga, dešifreerimise tulemuste teadusliku tõlgendamisega. Kujutiste, eriti kosmosepiltidega töötamisel kasutab dekooder laialdaselt lisamaterjali, tavaliselt kartograafilist, mis aitab täpsustada dešifreerimisfunktsioone ja hinnata dešifreerimistulemusi.

Esimene skeem osutub universaalseks enamiku probleemide lahendamiseks; see on pälvinud laialdast tunnustust visuaalse tõlgendamise praktikas. Teine skeem on väga tõhus suhteliselt lihtsate objektide dešifreerimiseks heleduse omaduste järgi, kuid selle rakendusala on piiratud. Mõlemad arvutitõlgenduse skeemid on klassifikatsioonitehnoloogiates rakendatud koolitusega ja ilma.

dekrüpteerimismärgid. Lennunduspildil erinevad objektid üksteisest mitmete dešifreerivate (demaskeerivate) tunnuste poolest. Tuvastage peamised omadused, mis

on tavaks jagada otseseks (lihtne ja kompleksne) ja kaudseks (värv sh I, 5). Otsesed lihtsad dešifreerimistunnused on kujutise ja varju kuju, suurus, toon (värv) ning ülaltoodud tunnuseid ühendav keerukas (kompleksne) omadus on pildimuster. Kaudsed märgid põhinevad objektidevahelistel suhetel, võimalusel tuvastada objektid, mis pildil ei ole nähtavad, teiste hästi kujutatud objektide abil. Kaudsed märgid on ka objekti asukoht, geograafiline lähedus, jäljed objekti mõjust keskkonnale.

Igal objektil on oma omadused, mis avalduvad otsestes ja kaudsetes dešifreerimistunnustes, mis üldjuhul ei ole konstantsed, vaid sõltuvad aastaajast, uuringu ajast ja spektrivahemikest, pildi mõõtkavast jne. Enamasti on need välja töötatud nähtava ulatusega kujutiste jaoks, neil on soojus- ja radaripiltide puhul oma omadused. Seega sõltub pildi toon nähtavas vahemikus olevatel piltidel objektide heledusest, termilises infrapunas - nende temperatuurist ja raadiopiirkonnas - pinna karedusest, niiskusesisaldusest ja objekti geomeetriast. valgustus raadiokiire poolt. Termo-infrapunapiltidel puudub selline dešifreerimisfunktsioon nagu vari ning radaripiltidel teeb tasaste alade pildistruktuuri kasutamise keeruliseks täpimüra olemasolu. Olenevalt konkreetsetest tingimustest muutub dešifreerivate märkide suhteline tähtsus ja märgid ise. Algaja esineja töötab rohkem otseste dešifreerimismärkidega; kaudsete märkide oskuslik kasutamine annab tunnistust dekoodri kõrgest kvalifikatsioonist.

Otseses (koheses) dešifreerimises kasutatakse otsemärke. Esitame nende omadused nähtava ulatuse piltide jaoks.

Vorm on visuaalses tõlgendamises tõhus otsene märk. Peamine osa objekti teabest sisaldab kontuuri kuju. Inimtekkelised objektid on geomeetriliselt õige, standardse kujuga - põllumajanduslikud põllud eristuvad ristkülikukujulise kujuga (värv sh I, 5, a), lennuväljad identifitseeritakse ristuvate triipude järgi. Kolmemõõtmeline kuju võimaldab objekte stereoskoopiliselt ära tunda.

Suurus on funktsioon, mida kasutatakse peamiselt suuremahuliste piltidega töötamisel. Erineva funktsionaalse otstarbega hooned eristuvad suuruse järgi (värv sh I, 5, b), eraldatud on teravilja ja sööda külvikorra põllud. Suuruse hindamine dešifreerimisprotsessis toimub tavaliselt visuaalse võrdluse teel teadaoleva objekti suurusega. Tähtsad on nii absoluutmõõtmed kui ka nende suhted.

Pildi toon (mustusaste), mille määrab objekti heledus ja pildi spektraalala, aitab eraldada.

peamised pinnatüübid: lumi, avatud maa, taimestik. Koht päikese sära pildil osutab sageli veekogudele. Toon ei ole aga stabiilne omadus. Isegi sama valgustuse korral võib sisse ilmuda sama objekt erinevad osad teistsuguse tooniga pilt ja vastupidi. Toonide vahekord on palju stabiilsem – toonide kontrastid. Mitmetsoonilise pildi puhul on tsoonipiltide seerias reprodutseeritud sama objekti toon erinev. Korreleerudes spektraalse heleduse kõveraga, muundub see keeruliseks otsemärgiks - objekti spektraalseks kujutiseks.

Värv on informatiivsem ja usaldusväärsem omadus kui mustvalge pildi toon. Värvi järgi (värv sh I, 5, c) eristuvad hästi veeobjektid, metsad, niidud, küntud põllud. Kasutades sihipäraselt moonutatud värvidega pilte, eraldage erinevat tüüpi taimestik, kivid jne.

Varju võib omistada nii otsestele kui ka kaudsetele dešifreerimismärkidele. Foto- ja skannerpiltide puhul on see jagatud õigeteks ja juhtumiteks. Detailsetel fotodel olev vari peegeldab pildistatava objekti siluetti ja võimaldab hinnata selle kõrgust (värv sh I, 5, d). Kuna varjul on alati suhteline kontrastsus, mis on palju suurem kui objektil endal, siis sageli võimaldab vaid langev vari tuvastada plaanilt väikseid, kuid kõrgeid objekte, näiteks tehasekorstnaid. Mägipiirkondades raskendavad sügavad varjud dešifreerimist. Varjud mõjutavad oluliselt pildi joonistamist.

Pildi joonistamine - stabiilne kompleksne dešifreerimisfunktsioon, mis võimaldab eksimatult tuvastada mitte ainult selliseid objekte nagu põllumajanduslikud põllud, asulad, aga ka erinevad tüübid geosüsteemid. Kosmosepiltide mustreid on mitu klassifikatsiooni, milles need on jagatud ühe või kahe omadussõnaga terminite abil: granulaarne, mosaiik, radiaalne joa jne. Iga loodusterritoriaalset kompleksi iseloomustab teatud muster pildil, mis peegeldab selle morfoloogilist struktuuri (värv sh I, 6). Joonisel eristavad kujutised tekstuuri - mustrit moodustavate elementide kuju ja struktuuri - tekstuurielementide ruumilist paigutust. Mõnikord iseloomustavad kujutise mustrit kvantitatiivsed näitajad, mis on morfomeetrilise tõlgendamise aluseks.

Arvutitõlgenduses mõistetakse digitaalkujutise tekstuuri all tavaliselt pikslite heleduse väärtuste ruumilist muutlikkust, mis ühendab osaliselt visuaalses interpretatsioonis tavaliselt eristatavate tekstuuri ja struktuuri mõistete sisu.

Morfomeetriline tõlgendus. Objektide dešifreerimisatribuut - vorm - määratakse tavaliselt dešifreerimise käigus

visuaalselt, kuid selle mõõtude põhjal on võimalik objektide täpsem eraldamine kuju järgi. Lisaks üksikute objektide kujule määratakse objektide kuju kvantitatiivsed statistilised omadused. massijaotus ja nende levik – need võivad toimida ka märkidena teatud tüüpi objektid.

Objektide äratundmist ja uurimist, mis põhineb kvantitatiivsete näitajate määramisel, mis iseloomustavad nende kuju, suurust, ruumilise jaotuse tunnuseid, kujutise mustrit - selle tekstuuri ja struktuuri. morfomeetriline dekrüpteerimine. Morfomeetriliste parameetrite määramise meetodid, mille arvu erinevates uurimisvaldkondades mõõdetakse kümnetes, varieeruvad lihtsamatest visuaalsetest ja instrumentaalsetest mõõtmistest piltide arvutitöötluseni.

Morfomeetrilist tõlgendust kasutatakse laiaulatuslike piltidega töötamisel - alates suuremahulistest aerofotodest kuni satelliidipiltide uurimiseni. Seda kasutatakse erinevates teemavaldkonnad uurimine. Näiteks metsainventuuris lahendatakse üks istutushindamise olulisi ülesandeid - puistute boniteedi (s.o nende kvaliteedi, puiduvarude) määramine - kaudselt võra läbimõõdu ja võra tiheduse analüüsi põhjal, kasutades laiaulatuslikku õhustikku. fotod; nende karakteristikute statistilised näitajad saadakse profiilide mõõtmisel stereofotogrammeetrilistel instrumentidel.

Geoloogilistes ja geomorfoloogilistes uuringutes kasutatavate kujutiste morfomeetrilise analüüsi teine ​​liik on rikketektoonika elementide (joonte pikkus, suund, tihedus) jaotuse analüüs. Nende leviku diagrammid, mis on saadud joonte dešifreerimise tulemustest, on aluseks erinevate keldristruktuuridega alade tuvastamisel, millel on erinevad väljavaated maavarade otsimiseks. Selliseks piltide analüüsiks kasutatakse seda laialdaselt tarkvara arvuti töötlemine. lähedane ülesanne- territooriumi tsoneerimine vastavalt erosioonide dissektsiooni intensiivsusele, näiteks vastavalt kuristik-suruvõrgustiku tihedusele. Nüüd pakutakse ka stereomudeli ja piltidest koostatud digitaalse mudeli alusel erineva tiheduse ja sügavusega alade, kaldenurkade ja kallakute särituse kujutistest eraldamist. arvutiprogrammid. Raskem on maastikuuuringutes kasutatava kujutise mustri morfomeetriline tõlgendamine, kuna mustri tunnuseid on keerulisem formaliseerida ja kvantifitseerida. Sellegipoolest uuritakse maastikumustrite kvantitatiivseid omadusi, et töötada välja nende põhjal maastikumorfomeetrilise arvutitõlgenduse algoritmid.

Indikatiivne dekodeerimine. Vastupidiselt otsesele kaudne dekodeerimine, mis põhineb looduses objektiivselt eksisteerivate objektide ja nähtuste omavahelisel seotamisel ja vastastikusel sõltuvusel, dekooder ei määra mitte objekti ennast, mis ei pruugi olla pildil kujutatud, vaid selle osuti, indikaator. Kõige sagedamini kasutatakse indikaatoritena taimkatet, aga ka topograafiat ja hüdrograafiat. Aluseks on kaudsed märgid maastik dešifreerimismeetod, mis põhineb mitmepoolsetel seostel maastiku üksikute komponentide, dešifreeritava objekti ja kõige vahel looduslik kompleks. Tavaliselt suureneb piltide ulatuse vähenedes kaudsete dešifreerimisfunktsioonide roll.

tsv-s. sh. I, 5 on näited objektidest, mis on dešifreeritud kaudsete märkide abil. Põldudel esinevad mulla leotamise laigud viitavad vajumise mikroreljeefi kujunemisele ja põhjavee lähedasele tasemele. Liustiku pinnamoreenide silmused ja kurrud näitavad, et tegemist on pulseeriva liustikuga ja see peaks liikuma.

Indikaatorite abil kaudset dešifreerimist nimetatakse indikaatorite dešifreerimiseks, mille käigus tuvastatakse vaadeldavate maastiku "füsiognoomiliste" komponentide põhjal vaatlemiseks vähem kättesaadavad komponendid või protsessid. Sellise dešifreerimise geograafiliseks aluseks on indikaatorõpetus (indikatiivne maastikuteadus). Indikatiivne tõlgendus mängib eriti suurt rolli satelliidipiltidega töötamisel, kui otsesed tunnused kaotavad pildi tugeva üldistuse tõttu oma tähtsuse. Tasaste alade satelliidipiltidel kuvatakse peamiselt välimine taimkate. maa pind, mille tõttu ilmub mikroreljeef; taimestikku saab kasutada ka muldade ja muldade hindamiseks. Indikatiivse dešifreerimise käigus moodustavad nad nn indikaatorite tabelid, kus iga indikaatori tüübi või oleku kohta on näidatud sellele vastav kuvatava objekti tüüp. Selline tehnika on eriti hoolikalt välja töötatud hüdrogeoloogiliseks tõlgendamiseks, kui taimkatte jaotuse järgi on võimalik määrata mitte ainult põhjavee olemasolu, vaid ka sügavust ja mineraliseerumist.

Indikaatoritena võivad toimida objektid, mille seosed uuritava nähtusega esmapilgul silma ei paista. Nii täheldati korduvalt rünkpilvede lineaarsete seljandite teket suurte tektooniliste rikete kohal. Geofüüsikalised väliuuringud on näidanud, et selliste rikete ääres tõusevad täiendavad soojusvood, mis seletab pilvede teket, mis seetõttu võivad toimida rikete indikaatorina.

Näidikute dekodeerimisega on võimalik üleminek ruumilistelt omadustelt ajalistele. Tuvastamise põhjal ruumilis-ajaline ridade tähiste järgi on võimalik kindlaks teha protsessi suhteline vanus või selle arenguetapp. Erinevad vormid alasov edasi

Riis. 3.9. Liikumise jälgijad:

a - liustiku pinna keskmised moreenid; b - valitsevate tuulte suunas piklikud liivased seljandikud kõrbes; c - jõe poolt merre kantud erineva hägususega veevoolud; d - fütoplankton merepinnal, visuaalne

lüüsiv seenevool

satelliidipildid igikeltsa tsoonis, nende seos termokarstijärvedega näitab igikeltsa termokarstiprotsesside arenguetappe, mis võimaldab eraldada noore, küpse, lagunenud termokarsti reljeefi.

Ookeani veemasside liikumise, pinnatuulte ja liustike jää indikaatoritena on sageli massiobjektid (jäljendid), mis koos visualiseerivad liikumise suunda ja olemust (joonis 3.9). Nende rolli saab mängida purustatud jää, suspensioonid, fütoplankton, mis jälgib vee liikumist meres, mediaanmoreenid, pragude muster või kihistumine mägiliustiku pinnal. Vete liikumist visualiseerivad hästi veepinna temperatuurikontrastid – just termilistelt infrapunapiltidelt selgub Maailmamere pöörisstruktuur. Eoolilised pinnavormid liivamassiivid ja sastrugid lehtliustike lumega kaetud pinnal viitavad pinnatuulevoogude valdavale suunale. Selgub mitte ainult suund, vaid ka mõned liikumise kvantitatiivsed omadused, selle kiirus. Näiteks piki liustiku telge on piki liustiku telge pikenenud mäeliustikul koos jääga alla liikuvad jääkaare all olevad ogive kaared, mis viitavad suuremale kiirusele keskosas võrreldes jää liikumise kiirusega külgedel. liustikust, mis viitab pigem laminaarsele kui plokk-tüüpi jää liikumisele.

Mitmetsooniliste piltide dekodeerimine. Mitmetsooniline kosmosepilt koosneb tavaliselt 4-6 suhteliselt kitsastes spektrialades saadud kujutised. Seda tüüpi kujutised võivad hõlmata ka radaripilte, mis on saadud nii erineva pikkusega peegeldunud raadiolainete registreerimisel kui ka nende erineva polarisatsiooniga. Tsoonipiltide seeriaga töötamine on keerulisem kui ühe pildiga ning mitmetsooniliste piltide tõlgendamine nõuab spetsiaalsete metoodiliste lähenemiste kasutamist. Kõige mitmekülgsem läheneminevärvilise pildi süntees,sealhulgas konkreetse dešifreerimisprobleemi lahendamiseks optimaalse värvisünteesi valiku valimine. Täiendavaid tulemusi saab ka akromaatika seeriaga töötades(must ja valge) tsooni pildid. Sel juhul kasutatakse kahte peamist metodoloogilist lähenemisviisi -võrdlev ja järjestikune dekrüpteerimine.

Võrdlev dešifreerimine tsoonikujutiste seeria põhineb pildil kujutatud objektide spektraalpiltide kasutamisel. Objekti spektraalkujutis fotopildil määratakse visuaalselt selle kujutise tooniga tsooniseerias. must ja valge pildid; tooni hinnatakse standardskaalal optilise tiheduse ühikutes. Saadud andmete põhjal koostatakse spektraalkujutise kõver (joon. 3.10), mis peegeldab kujutise optilise tiheduse muutust.

Riis. 3.10. Peamiste metsa moodustavate liikide ja muude objektide spektraalkujutise kõverad, mis on saadud tsooniliste kujutiste MKF-6 / Sojuz-22 fotoprintide seeriast (graafikutel vertikaalsed jooned

vastavad filmimisaladele):

1 - liiv; 2 - heinamaad (alases); 3 - mänd;4 - lehis; 5 - kask, paju,

pappel; 6 - kuusk; 7 - tuhk; 8 - vesi

pildid erinevates spektripiirkondades. Sel juhul vähenevad piki ordinaattelge joonistatud väljatrükkide D optilise tiheduse väärtused, erinevalt aktsepteeritust, piki telge ülespoole, nii et spektraalse kujutise kõver vastab spektraalse heleduse kõverale. Mõned kommertsprogrammid pakuvad spektraalpiltide automaatset joonistamist digitaalpiltidest. Mitmetsooniliste piltide võrdleva tõlgendamise loogiline skeem sisaldab järgmisi samme: objekti spektraalse kujutise määramine piltidelt - võrdlus teadaoleva spektraalpeegelduvusega - objekti tuvastamine.

Kontuuride dešifreerimisel kogu pildi ala ulatuses kasutatakse spektraalpilti edukalt ka dešifreeritavate objektide jaotuse piiride määramiseks, mis viiakse läbi võrdleva dešifreerimise meetoditega. Selgitame neid. Igal tsoonikujutisel on teatud objektide komplektid eraldatud kujutise tooniga ja need komplektid on erinevates tsoonides olevatel piltidel erinevad. Näiteks joonisel fig. 3.11 näide pildil punases tsoonis (K), mänd, kuusemetsad ja põlenud alad ning lähiinfrapuna (IR) - kuusemetsad ja põlenud alad. Matš-! Tsoonikujutiste jaotus võimaldab neid agregaate eraldada ja eraldi välja tuua üksikud objektid, antud juhul männimetsad. Sellist võrdlust saab teostada tsoonipiltide dešifreerimise skeemide kombineerimise ("lahutamise") abil / millest igaühel tuvastatakse erinevad objektide komplektid / või saadakse tsoonipiltidest diferentsiaalkujutised. Tsoonipiltide lahutamise või nende dekodeerimisskeemide toimingute jada saab kirjutada dekodeerimisvalemite kujul (vt joonis 3.11). Võrdlev tõlgendamine on enim rakendatav taimsete objektide, eelkõige metsade ja põllukultuuride uurimisel.

K - IR või IR - K

Lehise metsad (L) männimetsad(KOOS)

Kuusemetsad ja põlenud alad (F + D) Alasy

L \u003d (L + C) ik - C \u003d (L + C) ik - [(C + E + G) k - (E + G) "]

Riis. 3.11. Mitmetsooniliste piltide MKF-6 / Sojuz-22 võrdlev tõlgendamine keskmise taiga vööndi metsade liigilise koosseisu järgi (Kesk-Jakuudi tasandik, Viljui jõe keskjooks) eraldamiseks

Järjestikune dekrüpteerimine põhineb sellel, et erinevad objektid kuvatakse piltidel optimaalselt erinevates spektripiirkondades. Näiteks madala vee fotodel, mis on tingitud erinevatest spektripiirkondadest (K, O, 3) tulevate kiirte erinevast läbitungimisest veekeskkond leida kaardistamisobjekte, mis asuvad erinev sügavus, ja mitmetsooniliste kujutiste seeria tõlgendamine võimaldab teil teha mitme sügavusanalüüsi (joonis 3.12).

Riis. 3.12. Mitmetsooniliste piltide järjestikune tõlgendamine

IFF-v / Sojuz-22 erinevatele sügavustele

põhjareljeefi vormide analüüs Kaspia mere madalas kirdeosas:

1 - veealuste lakkide harjad; 2 - nõlvade ülemised osad; 3 - nõlvade alumised osad; 4 - lamestatud intercree-

nye depressioonid; 5 - interhume õõnsused

Mitmetsooniliste piltide järjestikusel tõlgendamisel kasutatakse ka tõsiasja, et taimestiku tumedad kontuurid punases tsoonis heledamal taustal selle pildi heleduse suurenemise tõttu lähiinfrapuna tsoonis näivad „kaovat. ” pildilt, segamata tektoonilise struktuuri ja reljeefi suurte tunnuste tajumist. See avab võimaluse näiteks geomorfoloogilistes uuringutes dešifreerida erinevatelt tsoonipiltidelt erineva päritoluga pinnavorme - endogeenseid lähi-infrapunavööndi piltidelt ja eksogeenseid - punaselt. Järjestikune dekodeerimine võimaldab tehnoloogiliselt suhteliselt lihtsaid toiminguid tulemuste astmeliseks liitmiseks.

Mitmeajaliste kujutiste dešifreerimine. Mitmeajalised kujutised pakuvad kvalitatiivset uurimist uuritavate objektide muutuste kohta ja objektide kaudset tõlgendamist nende dünaamiliste tunnuste järgi.

Dünaamika uurimine. Piltidelt dünaamilise teabe ammutamise protsess hõlmab muutuste tuvastamist, nende graafilist kuvamist ja mõtestatud tõlgendamist. Mitme ajalise kujutise muutuste tuvastamiseks tuleb neid omavahel võrrelda, mis viiakse läbi alternatiivse (eraldi) või samaaegse (ühise) vaatluse teel. Tehniliselt toimub piltide visuaalne võrdlemine erinevatel aegadel kõige lihtsamalt neid ükshaaval vaadeldes. Väga vana "vilgutamise" meetod (virvendusmeetod) võimaldab näiteks üsna lihtsalt tuvastada äsja ilmunud eraldiseisvat objekti, uurides kiiresti kahte pilti eri aegadel järjest. Muutuvast objektist tehtud võtete seeriast saab kokku panna illustreeriva kinogrammi. Seega, kui geostatsionaarsetelt satelliitidelt sama nurga all 0,5 tunni jooksul vastuvõetud Maa kujutised monteerida “helisevasse” filmi või animatsioonifaili, siis on võimalik korduvalt taasesitada ekraanil pilvede igapäevast arengut.

Väikeste muutuste tuvastamiseks osutub efektiivsemaks mitte vaheldumisi, vaid mitmeajaliste kujutiste ühisvaatlus, milleks kasutatakse spetsiaalseid tehnikaid: piltide kombineerimine (monokulaarne ja binokulaarne); erinevuse või summa (tavaliselt värvilise) kujutise sünteesimine; stereoskoopilised vaatlused.

Monokulaarsel vaatlusel asetatakse samasse mõõtkavasse ja projektsiooniga ning läbipaistval alusel tehtud kujutised üksteise peale ja vaadatakse läbi valguse. Kujutiste arvutipõhisel tõlgendamisel piltide ühiseks vaatamiseks on soovitatav kasutada programme, mis pakuvad kombineeritud kujutiste tajumist

ühe pildi poolläbipaistvad või "paljastavad" alad teise taustal.

Binokulaarset vaatlust, kui mõlemat erineval ajal tehtud pilti vaadeldakse ühe silmaga, on kõige mugavam teostada stereoskoobi abil, kus vaatluskanalitel on pildi suurenduse ja heleduse sõltumatu reguleerimine. Binokulaarsed vaatlused võimaldavad hästi tuvastada muutusi selgetes objektides suhteliselt ühtlasel taustal, näiteks muutusi jõe kulgemises.

Mitmeajaliste must-valgete piltide hulgast on võimalik saada sünteesitud värviline pilt. Tõsi, nagu kogemus näitab, on sellise värvipildi tõlgendamine keeruline. See tehnika on efektiivne ainult lihtsa struktuuriga ja teravate piiridega objektide dünaamika uurimisel.

Liikumisest, objektide liikumisest tingitud muutuste uurimisel annavad parima tulemuse stereoskoopiline vaatlus mitmeajalised kujutised (pseudo-stereoefekt). Siin saab hinnata liikumise iseloomu, stereoskoopiliselt tajuda liikuva objekti piire, näiteks aktiivse maalihke piire mäe nõlval.

Erinevalt mitmeajaliste kujutiste ühisvaatluse järjestikustest meetoditest nõuavad need eelparandusi – samasse mõõtkavasse viimist, teisendamist ning need protseduurid on sageli keerukamad ja aeganõudvamad kui muutuste määratlemine ise.

Dekodeerimine dünaamiliste funktsioonide abil. Geograafiliste objektide ajalise muutuse mustrid, mida iseloomustavad olekute muutumine ajas, võivad olla nende dešifreerimisomadused, mida, nagu juba märgitud, nimetatakse objekti ajutiseks kujutiseks. Näiteks erinevatel kellaaegadel saadud termopildid võimaldavad ära tunda kindla ööpäevase temperatuurimuutusega objekte. Mitme ajalise kujutisega töötamisel kasutatakse samu võtteid, mis mitmetsooniliste piltide dešifreerimisel. Need põhinevad järjestikusel ja võrdleval analüüsil ja sünteesil ning on tavalised mis tahes pildiseeriaga töötamiseks.

Välja ja kaameraline tõlgendus. Põllul Dešifreerimisel tehakse objektide tuvastamine otse maapinnal, võrreldes mitterahalist objekti selle pildiga fotol. Dekodeerimise tulemused kantakse pildile või sellele kinnitatud läbipaistvale kattekihile. See on kõige usaldusväärsem dekrüpteerimisviis, kuid ka kõige kallim. Välitõlgendust saab teostada mitte ainult fotoprintidel, vaid ka ekraani(digi)piltidel. Viimasel juhul kasutatakse tavaliselt tundliku ekraaniga välimikroarvutit. haava tablett, samuti spetsiaalne tarkvara

ei. Dekodeerimise tulemused märgitakse arvutipliiatsi abil ekraanile, fikseeritakse tavaliste sümbolite komplektiga ja salvestatakse teksti või tabelina mikroarvuti mälu mitmesse kihti. Dekrüpteerimisobjekti kohta on võimalik sisestada täiendavat heliinfot. Välitõlgenduse käigus on sageli vaja puuduvaid objekte piltidele kanda. Täiendav laskmine toimub silma- või instrumentaalmeetodil. Selleks kasutatakse satelliidi positsioneerimisvastuvõtjaid, mis võimaldavad väljal määrata pildil puuduvate objektide koordinaadid peaaegu igasuguse nõutava täpsusega. Piltide dešifreerimisel mõõtkavas 1:25 000 ja väiksemas mahus on mugav kasutada mikroarvutiga ühendatud kaasaskantavaid satelliitvastuvõtjaid üheks dekoodri välikomplektiks.

Välitõlgenduse tüüp hõlmab aero-visuaalset tõlgendamist, mis on kõige tõhusam tundras, kõrbes. Helikopteri või kerglennuki lennu kõrgus ja kiirus valitakse olenevalt piltide mõõtkavast: mida suuremad, seda väiksema mõõtkavaga. Aerovisuaalne tõlgendus on tõhus satelliidipiltidega töötamisel. Selle rakendamine pole aga lihtne – esineja peab suutma kiiresti navigeerida ja objekte ära tunda.

Kaameralise dekodeerimise puhul, mis on peamine ja levinum dekodeerimise tüüp, tuvastatakse objekt otseste ja kaudsete dešifreerimisfunktsioonide abil, ilma väljale sisenemata ja pilti objektiga vahetult võrdlemata. Praktikas kombineeritakse tavaliselt mõlemat tüüpi dekrüpteerimist. Nende kombinatsiooni ratsionaalne skeem näeb ette kosmosepiltide esialgse kaameralise, selektiivvälja ja lõpliku kaameralise tõlgenduse. Välja- ja kaameratõlgenduse suhe oleneb ka piltide skaalast. Suuremahulisi aerofotosid tõlgendatakse peamiselt välitingimustes. Töötades suuri alasid katvate satelliidipiltidega, suureneb kaameralise tõlgenduse roll. Maapinna informatsioon kosmosepiltidega töötamisel asendatakse sageli kaartidelt saadava kartograafilise teabega - topograafilised, geoloogilised, pinnase-, geobotaanilised jne.

Viide dekodeerimine. Kaameraline tõlge põhineb kasutusel dekrüpteerimisstandardid loodud väljal antud territooriumile tüüpilistel võtmealadel. Seega on dešifreerimisstandardid iseloomulike piirkondade pildid, millele on trükitud tüüpiliste objektide dešifreerimise tulemused, millele on lisatud dešifreerimistunnuste tunnus. Lisaks kasutatakse standardeid kaameralises dekodeerimises, mis viiakse läbi geo-

graafiline interpoleerimine ja ekstrapoleerimine, st tuvastatud dešifreerimisomaduste levitamine standardite vahelistele ja kaugematele aladele. Kaameraline standardite abil tõlgendamine töötati välja raskesti ligipääsetavate piirkondade topograafilisel kaardistamisel, kui mitmes organisatsioonis loodi standardite fotokogud. Meie riigi kartograafiateenistus avaldas aerofotodel erinevat tüüpi objektide tõlgendamisnäidiste albumeid. Enamiku mitmetsooniliste ruumipiltide temaatilise tõlgendamise puhul on selline õpetamisroll Moskva Riiklikus Ülikoolis koolitatutel. M.V. Lomonosovi teaduslikud ja metoodilised atlased "Mitmetsooniliste kosmosepiltide dešifreerimine", mis sisaldab metoodilisi soovitusi ja näiteid looduskeskkonna erinevate komponentide, sotsiaalmajanduslike objektide, tagajärgede dešifreerimise tulemuste kohta antropogeenne mõju looduse kohta.

Piltide ettevalmistamine visuaalseks tõlgendamiseks. Geograafiliseks tõlgendamiseks kasutatakse originaalpilte harva. Aerofotode tõlgendamisel kasutatakse tavaliselt kontaktprinte ja satelliidipilte on soovitav tõlgendada „edastuse kaudu“ filmil olevate lüümikute abil, mis annavad täielikumalt edasi kosmosepildi väikseid ja madala kontrastsusega detaile.

Pildi teisendamine. Pildilt vajaliku info kiiremaks, lihtsamaks ja täielikumaks väljavõtmiseks teostatakse selle teisendus, mis taandub teise määratud omadustega kujutise saamiseks. See on suunatud vajaliku esiletõstmisele ja ebavajaliku teabe eemaldamisele. Tuleb rõhutada, et pildi teisendamine ei lisa uut teavet, vaid viib selle edasiseks kasutamiseks mugavasse vormi.

Kujutise teisendamine võib toimuda fotograafiliste, optiliste ja arvutimeetoditega või nende kombinatsiooniga. Fotograafiameetodid põhinevad erinevatel fotokeemilise töötlemise viisidel; optiline - pilti läbiva valgusvoo muundamisel. Levinumad arvutipildi teisendused. Võime öelda, et praegu pole arvutiteisendustele alternatiivi. Piltide tavalisi arvutiteisendusi visuaalseks tõlgendamiseks, nagu tihendamine-dekompressioon, kontrasti teisendus, värviliste kujutiste süntees, kvantimine ja filtreerimine, samuti uute tuletatud geopiltide loomist, käsitletakse jaotises Sec. 3.2.

Suurenda pilte. Visuaalsel tõlgendamisel on tavaks kasutada võimalusi avardavaid tehnilisi vahendeid

silmad, näiteks erineva suurendusega luubid - 2x kuni 10x. Kasulik mõõtesuurendus, mille skaala on vaateväljas. Suurenduse vajadus selgub piltide ja silma eraldusvõime võrdlusest. Eeldatakse, et silma lahutusvõime parimal nägemiskaugusel (250 mm) on 5 mm-1. Et eristada näiteks kõiki detaile eraldusvõimega kosmosefotopildil

100 mm-1, tuleb seda suurendada ^ ^ = 20 korda. Ainult selles

juhul saate kasutada kogu fotol olevat teavet. Tuleb meeles pidada, et suure suurendusega (üle 10x) fotode saamine fotograafiliste või optiliste meetodite abil ei ole lihtne: selleks on vaja suuremõõtmelisi fotosuurendusi või originaalfotode väga suurt valgustust.

Arvutiekraanil piltide vaatlemise omadused. Piltide tajumisel on olulised kuvari omadused: parimad tõlgendustulemused saavutatakse suurtel ekraanidel, mis taasesitavad maksimaalselt värve ja millel on kõrge pildi värskendussagedus. Digitaalse pildi suurendamine arvutiekraanil on optimaalsele lähedane juhtudel, kui üks piksli ekraanist rf vastab ühele pildi pikslile c . Sel juhul suurenemine v ekraanipilt saab olema:

piXrf v = --

PIXc

Kui pikslite suurus PIX maastikul (ruumiline eraldusvõime) on teada, on pildi skaala ekraanil võrdne:

1 = pix

Md PIX"

Näiteks TM/Landsati digitaalse ruumi kujutis pikslisuurusega PIX = 30 m maapinnal taasesitatakse ekraanil piksliga d = 0,3 mm mõõtkavas 1:100 000. 2, 3, 4 korda või rohkem ; sel juhul kuvatakse üks pildi piksel 4, 9, 16 või enama ekraanipiksli võrra, kuid pilt omandab silmaga märgatava “piksli” struktuuri. Praktikas on kõige levinum lisatõus 2 - Zx. Kogu pildi samaaegseks kuvamiseks ekraanil tuleb pilti vähendada. Sel juhul kuvatakse aga ainult iga 2., 3., 4. jne. pildi read ja veerud ning sellel on detailide ja väikeste objektide kadumine vältimatu.

Efektiivse töö aeg ekraanipiltide dešifreerimisel on lühem kui visuaalsete väljatrükkide dešifreerimisel. Arvestada tuleb ka kehtivaid arvutiga töötamise sanitaarnorme, mis reguleerivad eelkõige dekoodri silmade minimaalset kaugust ekraanist (vähemalt 500 mm), pideva töö kestust, töö intensiivsust. elektromagnetväljad, müra jne.

Instrumendid ja abivahendid. Sageli on visuaalse tõlgendamise käigus vaja teha lihtsaid mõõtmisi ja kvantitatiivseid hinnanguid. Selleks kasutatakse mitmesuguseid abivahendeid: paletid, toonide skaalad ja tabelid, nomogrammid jne. (joonis 3.13). Piltide stereoskoopiliseks vaatamiseks kasutatakse erineva kujundusega stereoskoope. Kaameralise tõlgendamise parimaks seadmeks tuleks pidada kahekordse vaatlussüsteemiga stereoskoopi, mis võimaldab stereopaari vaadata kahe dekoodri abil. Tõlgendustulemuste ülekandmine üksikutelt piltidelt ühisele kartograafilisele alusele toimub tavaliselt väikese spetsiaalse abil opto-mehaaniline seade.

Dekrüpteerimise tulemuste formuleerimine. Visuaalse tõlgendamise tulemused esitatakse kõige sagedamini graafilisel, tekstilisel ja harvem digitaalsel kujul. Tavaliselt saadakse dešifreerimistöö tulemusena hetktõmmis, kus uuritavad objektid on graafiliselt esile tõstetud ja tähistatud kokkuleppeliste märkidega. Dekodeerimise tulemused on samuti fikseeritud läbipaistvale kattekihile. Arvutiga töötades on mugav tulemusi esitada printeri väljatrükkide (paberkoopiate) kujul. Satelliidipiltide põhjal nndekrüpteerimisskeemid,mis oma sisult kujutavad endast pildi mõõtkavas ja projektsioonis koostatud teemakaartide fragmente.

Riis. 3.13. Lihtsamad mõõtetarvikud: a - mõõtekiil; b - ringide skaala

Teadusliku ja tehnoloogilise revolutsiooni ning kosmoseuuringute ajastul jätkab inimkond hoolikalt Maa uurimist, jälgides looduskeskkonna seisundit, hoolitsedes ratsionaalse keskkonnajuhtimise eest, täiustades pidevalt praegu piiratud loodusvarade hindamise meetodeid. Maa kosmosest uurimise ja kosmoseseire arenevate meetodite hulgas on mitmetsooniline fotograafiline uuring kindlalt ellu sisenemas, avades täiendavaid võimalusi piltide tõlgendamise usaldusväärsuse suurendamiseks.

Septembris 1976 viisid NSV Liidu ja SDV spetsialistid Interkosmose programmi raames toimunud rahvusvahelise koostöö raames ühiselt läbi kosmoseeksperimendi Raduga, mille käigus korraldasid NSVL piloodid-kosmonautid V.f. Bõkovski ja V. V. Aksenov said kosmoseaparaadi Sojuz-22 kaheksapäevasel lennul enam kui 2500 multispektraalset pilti maapinnast. Pildistamise viis läbi SDV rahvaettevõtte "Carl Zeiss Jena" ja NSV Liidu Teaduste Akadeemia Kosmoseuuringute Instituudi spetsialistide ühiselt välja töötatud ja SDV-s toodetud mitmetsooniline kosmosekaamera MKf-6. Mitmetsooniline pildistamine aparaadiga MKf-6 viidi läbi ka laborilennukitest ja seejärel Salyut-6 mehitatud orbitaaljaamast. Samaaegselt aparaadiga MKf-6 töötati välja mitmetsooniline sünteesiv projektor MSP-4, mis avas võimaluse toota kvaliteetseid värvisünteesitud kujutisi, mida kasutatakse nüüd laialdaselt teaduslikus, praktilises ja õppetöös.

See piltide ja nendest koostatud kaartide atlas illustreerib tüüpiliste näidete varal mitmetsoonilise kosmosefotograafia materjalide kasutamise võimalusi erinevates looduskeskkonna uuringutes, majandustegevuse planeerimisel ja operatiivjuhtimisel ning paljude temaatilise kaardistamise harude puhul. . Atlas tutvustab laias valikus Maa-uuringute valdkondi. See hõlmab loodustingimuste ja ressursside uurimist mitte ainult maismaal, vaid ka madalas meres. Mägimurdealade geoloogiliste uuringute tõlgendustehnika on toodud Pamiiri-Alay piirkonna näitel. Uurimise geomorfoloogilis-glatsioloogilisi ja hüdroloogilisi aspekte vaadeldakse Lõuna-Cis-Baikali piirkonna tektoonilise struktuuri ja reljeefi, Okhotski mere ranniku reljeefi, jõgede lammi reljeefi ja külmunud termokarsti uurimise näitel. Kesk-Jakuutia reljeef, Pamiiri-Alay jäätumine, jõgede tahke äravoolu levik Baikali järves ja liustikumaastikud SDV põhjaosas. Taimkatteuuringud viidi läbi Kagu-Kasahstani poolkõrbe- ja kõrbetaimestiku ning Lõuna-Cis-Baikali piirkonna ja Jakuutia keskosa metsataimestiku näitel. Maastiku kaardistamine hõlmab Kagu-Kasahstani ja Kesk-Aasia mäestikualade ja mägedevaheliste basseinide kuivi maastikke, põhjaosa mägi-taiga maastikke

Baikali piirkond, aga ka SDV keskosa maastikud. Kagu-Kasahstani ja SDV keskosas asuva saidi näidetel on näidatud satelliidipiltide kasutamise võimalused territooriumi füüsiliseks ja geograafiliseks tsoneerimiseks. Lisaks loodusvarade uuringutele on atlases välja toodud ka mõned sotsiaal-majanduslike uuringute valdkonnad - põllumajandusliku maakasutuse ja asustusala kaardistamine, samuti inimmõju uurimine looduskeskkonnale kaasaegsete maastike kaardistamise näitel nende inimtekkeliste omadustega. modifikatsioonid. Need uuringud viidi läbi Nõukogude Liidu Kesk-Aasia piirkondades ja SDV-s.

Kirjanduses on piisavalt üksikasjalikult kirjeldatud "klassikaliste" aerofotode dešifreerimise meetodit. Praktikas kasutatakse edukalt selliste piltide töötlemise traditsioonilist ja väljakujunenud tehnoloogiat. Atlas esitleb metoodiliste võtete kogumit mitmetsooniliste õhu- ja kosmosepiltide töötlemiseks erinevatel tehniliste seadmete tasemetel – visuaalselt, instrumentaalselt ja automatiseeritult. Visuaalses interpretatsioonis on kõige mitmekülgsem töö värvisünteesitud piltidega. Tsoonipiltide seeria kasutamisel kasutatakse mitut tehnikat. Lihtsaim tehnika - optimaalse spektraalvööndi valik konkreetsete nähtuste dešifreerimiseks - on efektiivne ainult mõne objekti, näiteks madalate veekogude rannajoone puhul, ja seetõttu on selle rakendusala suhteliselt piiratud. Spetsiifilise spektraalse heledusega objektide dešifreerimisel, eriti metsa moodustavate kivimite eraldamisel metsataimestiku kaardistamisel, on soovitatav võrrelda tsoonipiltide seeriat, kasutades uuringuobjektide spektraalset kujutist, mis on ligikaudu määratud standardse tihedusskaala abil. , tuvastada liustike piire ja firni joont erineva niiskusesisaldusega lume kujutise erinevuste järgi jne.

Tsoonipiltide seeria järjestikust tõlgendamist, kasutades spektri teatud tsoonides erinevate objektide optimaalse kuvamise efekti, kasutatakse erineva järgu tektooniliste rikete eraldamiseks, erinevatel sügavustel veealade järjekindlaks uurimiseks jne.

Mitmetsooniliste kosmosepiltide tõlgendamine toimub subsatelliidikatsetes saadud aerofotode valikulise kasutamisega. Peente erinevuste tuvastamiseks dekodeeritud objektide vahel, mida visuaalselt ei jäädvusta, näiteks need, mis on seotud põllukultuuride seisukorraga, kasutatakse mõõtmiste tõlgendust, mis põhineb objektide spektraalse heleduse fotomeetrilistel määramistel tsooniliste kujutiste põhjal, võttes arvesse moonutusi, mis tulenevad võttetingimused. See annab spektrofotomeetrilised määramised veaga 3-5%.

Keerulisemaks andmeanalüüsiks, sh suure töödeldava infohulgaga seotud operatiivprobleemide lahendamisel, on vajalik automaatne pilditöötlus, mille võimalusi illustreerib maakasutuse näide ja puuvillakultuuride liigitus sõltuvalt nende seisundist.

Kõik atlases olevad mitmetsooniliste piltide põhjal koostatud kaardid on uut tüüpi kartograafilised tööd ning demonstreerivad kosmoseuuringutel põhinevate teemakaartide täiustamise võimalusi.

Erilist rolli erinevate probleemide lahendamisel suhteliselt väikestel, klassikaliste meetoditega hästi uuritud territooriumidel mängivad lennukilt saadud mitmetsoonilised kujutised. See loodusvarade ja keskkonnakontrolli üksikasjaliku uurimise meetod on paljutõotav näiteks SDV territooriumil. Esitatud mitmetsooniliste aeropiltide näited hõlmavad katseala järve piirkonnas. Süsser See SDV keskosas, samuti Ferghana oru alad, Ohhotski rannik ja teised NSV Liidus. Kosmosepiltidel on omakorda tuntud eelised nähtavus, spektraalne ja ruumiline kujutise üldistus. Esitatud kosmosepildid hõlmavad Läänemere, Kaspia mere kirdeosa ja Okhotski mere rannikut, Lõuna-Cis-Baikali ja Põhja-Baikali piirkondi, Kesk-Jakuutiat, Kagu-Kasahstani ja Kesk-Aasiat.

Maa uurimise lennundusmeetod on oma põhimõttelt keeruline ja interdistsiplinaarne. Iga pilt sobib reeglina mitmeotstarbeliseks kasutamiseks Maa uurimise erinevates valdkondades. See on kooskõlas ka atlase piirkondliku struktuuriga, kus iga pildi jaoks esitatakse dešifreerimistehnika nendes suundades, kus see osutus kõige tõhusamaks. Iga jaotis, mis avaneb värvilise sünteesitud pildiga uuringualast koos viiteskeemiga ja territooriumi tekstilise kirjeldusega, esitab piltide tõlgendamise tulemused teemakaartide kujul, peamiselt mõõtkavas 1:400 000- 1:500 000, lühikeste tekstikommentaaridega. Peamiste teemade kohta antakse selgitusi ja soovitusi mitmetsooniliste piltide temaatilise tõlgendamise meetodi kohta.

Atlas võib olla teadusliku ja metoodilise juhendina mitmetsooniliste piltide tõlgendamisel kaugmeetodil loodusvarade uurimisega tegelevatele spetsialistidele ning seda saab laiemalt kasutada visuaalse abivahendina satelliidipiltide kasutamiseks temaatiliste kaartide koostamisel. kartograafia, geoloogia, mullateadlased, põllumajanduse ja metsanduse spetsialistid ning looduskaitsjad. Kahtlemata leiab see laialdast rakendust ülikoolides. Õpilased saavad seda kasutada lennunduse teooria ja praktika õppimisel

cal meetodid, omandada kosmosepiltidega töötamise oskused kaartide väljatöötamisel ja koostamisel ning loodusvarade uurimisel.

Põhitöö atlase koostamisel tegid Moskva Riikliku Ülikooli geograafiateaduskond, NSVL Teaduste Akadeemia Kosmoseuuringute Instituut ja SDV Teaduste Akadeemia Maafüüsika Keskinstituut.

Atlas koostati Moskva Ülikooli geograafiateaduskonna kartograafia osakonna lennundusmeetodite laboris geomorfoloogia, kartograafia, glatsioloogia ja krüolitoloogia, NSVL füüsilise geograafia, välisriikide füüsikalise geograafia, probleemiosakondade osavõtul. sama teaduskonna kompleksse kaardistamise ja atlaste, pinnase erosiooni ja kanalisatsiooniprotsesside laborid, samuti geoloogiateaduskond, Moskva Riikliku Ülikooli teadusliku fotograafia ja kinematograafia osakond, Üleliiduline ühendus "Aerogeoloogia" Maa kauguurimise keskuses SDV Teaduste Akadeemia Maa füüsika keskinstituudi, Potsdami pedagoogilise instituudi geograafia osakonna ja ülikooli geograafia osakonna meetodid. M. Luther Halle-Wittenbergist.

Ruumikujutiste tõlgendamine- uuritud looduslike komplekside ja ökoloogiliste protsesside või nende näitajate äratundmine vastavalt fotokujutise mustrile (toon, värv, struktuur), selle suurusele ja kombinatsioonile teiste objektidega (fotopildi tekstuur). Need välised omadused on omased ainult nendele maastike füsiognoomilistele komponentidele, mis kujutisel otseselt kajastuvad.

Sellega seoses on otseste märkide abil võimalik dešifreerida vaid väikest hulka looduslikke komponente - pinnavormid, taimestik, mõnikord pinnased.

Dekodeerimine hõlmab tuvastamist, äratundmist, tõlgendamist, samuti objektide kvalitatiivsete ja kvantitatiivsete omaduste määramist ning tulemuste kuvamist graafilisel (kartograafilisel), digitaalsel või tekstilisel kujul.

Kujunditel on üldgeograafiline (topograafiline), maastikuline ja temaatiline (valdkondlik) geoloogiline, mulla-, metsa-, glatsioloogiline, põllumajanduslik jne tõlgendus.

Ruumikujundite tõlgendamise põhietapid: köitmine; märkamine; tunnustamine; tõlgendamine; ekstrapoleerimine.

Snapshot hetktõmmis- see on pildi piiride ruumilise asukoha määratlus. See seisneb pildil kujutatud territooriumi täpses geograafilises asukohas. See viiakse läbi topograafiliste kaartide abil, mille mõõtkava vastab pildi mõõtkavale. Pildi iseloomulikud kontuurid on veehoidlate rannajooned, hüdrograafilise võrgustiku muster ja makroreljeefi vormid (mäed, suured lohud).

Märkamine seisneb fotograafilise kujutise erinevate jooniste võrdlemises. Kujutise märkide (toon, värv, mustri struktuur) järgi eraldatakse maastike fotofüsiognoomilised komponendid.

tunnustamine, või dekrüpteerimisobjektide tuvastamine,- sisaldab fotokujutise struktuuri ja faktuuri analüüsi, mille abil tuvastatakse maastike fotofüsiognoomilised komponendid, tehnogeensed struktuurid, maakasutuse iseloom, füsiognoomiliste komponentide tehnogeensed häiringud. Selles etapis luuakse fotofüsiognoomiliste komponentide otsesed dešifreerimismärgid.

Tõlgendamine seisneb tuvastatud objektide klassifitseerimises kindla põhimõtte järgi (olenevalt dekodeerimise temaatilisest fookusest). Seega tõlgendatakse maastiku tõlgendamisel geosüsteemide füsiognoomilisi komponente ja tuvastatud tehnogeensed objektid on mõeldud ainult õigeks orienteerumiseks. Majanduskasutuse dešifreerimisel juhitakse tähelepanu tuvastatud maakasutusobjektidele - põldudele, teedele, asulatele jne. Maastiku määravate (varjatud) komponentide või nende tehnogeensete muutuste tõlgendamine toimub maastikuindikatsiooni meetodil. Piltide täielik ja usaldusväärne tõlgendamine on võimalik ainult otseste ja kaudsete dešifreerimisfunktsioonide komplekssel kasutamisel. Tõlgendusprotsessiga kaasneb kontuuride joonistamine, s.t üksikutest piltidest dešifreerimisskeemide loomine.

Ekstrapoleerimine- hõlmab sarnaste objektide tuvastamist kogu uuringualal ja esialgse kaardipaigutuse koostamist. Selleks kõik käigus saadud andmed dekodeerimineüksikud pildid. Ekstrapoleerimise käigus tuvastatakse sarnased objektid, nähtused ja protsessid teistes valdkondades; kehtestada maastikke-analooge.

Dekrüpteerimine viiakse läbi põhimõtte järgi üldisest konkreetseni. Iga foto on ennekõike piirkonna infomudel, mida uurija tajub tervikuna ning objekte analüüsitakse arengus ja lahutamatus seoses nende keskkonnaga.

On olemas järgmist tüüpi krüptimist.

Temaatiline dekodeerimine sooritada kahe loogilise skeemi järgi. Esimene näeb ette objektide esmakordse tuvastamise ja seejärel nende graafilise valiku, teine ​​- esiteks sarnaste piirkondade graafilise valiku pildil ja seejärel nende tuvastamise. Mõlemad skeemid lõpevad tõlgendusega – dešifreerimise tulemuste teadusliku tõlgendusega. Arvutitõlgendusega rakendatakse neid skeeme koos koolitusega klastri- ja klassifitseerimistehnoloogiates.

Piltidel olevaid objekte eristatakse dešifreerimistunnuste järgi, mis jagunevad otse ja kaudne. To otsene sisaldama kuju, suurust, värvi, tooni ja varju, aga ka keerulist ühendavat tunnust - pildi joonist. kaudne märgid on objekti asukoht, geograafiline lähedus, keskkonnaga koosmõju jäljed.

Kell kaudne dekodeerimine, lähtudes objektiivselt olemasolevatest seostest ning objektide ja nähtuste vastastikusest sõltuvusest, paljastab dekooder pildil mitte objekti enda, mida ei pruugi olla kujutatud, vaid selle indikaatorit. Sellist kaudset tõlgendust nimetatakse indikatiivseks, mille geograafiliseks aluseks on indikatiivne maastikuteadus. Selle roll on eriti suur, kui otsesed märgid kaotavad kujundi tugeva üldistuse tõttu oma tähtsuse. Samal ajal koostatakse spetsiaalsed näidutabelid, kus iga indikaatori tüübi või oleku kohta on näidatud kuvatava objekti vastav tüüp.

Indikatiivne dekodeerimine võimaldab liikuda ruumilistelt tunnustelt ajalistele. Aegruumridade põhjal saab kindlaks teha protsessi suhtelise vanuse või selle arenguetapi. Näiteks paljude Siberi jõgede orgudesse jäänud hiiglaslike jõekäärude järgi hinnatakse nende suurust ja kuju minevikus veevoolu ja toimunud muutusi.

Ookeanis veemasside liikumise indikaatoritena on sageli ka purunenud jää, suspensioonid jms. Vee liikumist annavad hästi näha ka veepinna temperatuurikontrastid – just termilistelt infrapunapiltidelt on veepinna pöörisstruktuur näha. Ilmnes maailma ookean.

Mitmetsooniliste piltide dekodeerimine. Neljast kuni kuuest tsoonilisest pildist koosneva seeriaga töötamine on keerulisem kui ühe pildiga ning nende tõlgendamine nõuab mõningaid spetsiaalseid metodoloogilisi lähenemisi. Eristage võrdlevat ja järjestikust dešifreerimist.

Võrdlev dešifreerimine seisneb piltidelt spektraalse kujutise määramises, selle võrdlemises teadaoleva spektraalpeegelduvusega ja objekti tuvastamises. Esmalt tuvastatakse tsoonikujutistel objektide komplektid, mis on erinevates tsoonides erinevad, ja seejärel neid võrreldes (lahutades tsoonide tõlgendusskeemid) eraldatakse nendes komplektides üksikud objektid. Selline dekodeerimine on kõige tõhusam taimsete objektide puhul.

Järjestikune dekrüpteerimine põhineb asjaolul, et alakujutised kuvavad optimaalselt erinevaid objekte. Näiteks madala vee piltidel on erineva spektrivahemikuga kiirte ebaühtlase tungimise tõttu veekeskkonda näha erineval sügavusel asuvad objektid ning pildiseeria võimaldab teha kihtide kaupa analüüsi ning seejärel võtke tulemused järk-järgult kokku.

Mitmeajaliste kujutiste dešifreerimine pakub objektide muutuste ja nende dünaamika uurimist, samuti muudetavate objektide kaudset tõlgendamist nende dünaamiliste tunnuste järgi. Näiteks põllukultuure tuvastatakse kasvuperioodil toimuva pildi muutumise järgi, võttes arvesse põllumajanduskalendrit.