4. *Данные дистанционного зондирования в сети Интернет.

Сети INTERNET позволяют сегодня по-новому организовать доступ пользователей к совершенно различной информации. Естественно, что с помощью этих сетей сегодня можно найти много информации о спутниковых системах и возможностях получения различных данных дистанционного зондирования Земли (ДЗЗ). Настоящая статья посвящена краткому описанию основных типов систем, позволяющих получить такую информацию в сетях Internet.

Сегодня представительства в Internet имеют фирмы, занимающиеся разными видами деятельности, и среди них, естественно, занимающиеся применением и распространением спутниковой информации. Зайдя на WEB-серверы этих фирм, вы получите информацию о продуктах, которые они распространяют, и условиях продажи, а также сможете оперативно связаться с фирмой, выяснить интересующие вас вопросы и в ряде случаев даже заказать данные. На серверах таких фирм обычно можно найти информацию о спутниках, данные с которых они распространяют, и примеры этих данных. Схема работы и представления данных для таких компаний вполне традиционная (запрос - ответ о наличии данных - оплата - пересылкаданных заказчику на магнитных носителях или в отпечатках). Содержание же серверов не отличается от обычных рекламных материалов с одной только разницей, что по сети Internet вы оперативно можете получить информацию о фирмах, находящихся в разных странах. Сравнив полученные данные, вы сможете принять взвешенное решение при выборе поставщика информации. Приведем несколько примеров таких серверов:

GEOSPACE - австрийская компания, занимающаяся, в частности, распространением данных ДЗЗ. Представляет данные со спутников Landsat, Spot, Resurs-01, IRS 1C, ERS, RADARSAT, JERS, а также с российских спутников высокого разрешения. Могут быть представлены как "сырые данные", так и обработанные (карты, атласы и т.д.).

EURIMAGE - на сервере представлена информация о следующих аппаратах: Landsat, Spot, Resurs-01, IRS 1C, ERS, RADARSAT, JERS, TIROS/AVHRR (NOAA), КВР 1000, TK-250, MK-4 (Kosmos), KФA 1000 (MIR) и др. Данные также могут быть представлены как "сырые", так и обработанные.

Top-to ten - английская компания, официальный дистрибьютер российских спутниковых изображений и карт. Представляет данные приборов КФА-1000, КФА-3000, ТК-350, ДД5, МК-4. Сервер позволяет сформировать и послать запрос о наличии данных.

Spin-2 - совместный проект ассоциации Совинформспутник (Москва), Aerial Images Inc. (Raleigh, NC) и Central Trading Systems, Inc.(Huntington Bay, NY). Представляет данные двухметрового разрешения с российских спутников, данные приборов КВР-1000, ТК-350. На сервере можно получить текущий каталог имеющихся данных по территории США и Канады, сформировать и послать запрос о наличии данных.

Мы сознательно не приводим подробное описание серверов, поскольку оно достаточно динамично; когда у вас возникнут конкретные вопросы, лучше самим посетить эти серверы и выяснить текущее положение дел. В приведенный список вошли разнородные по масштабу компании, распространяющие данные ДЗЗ, и, конечно, он далеко не исчерпывающий. Однако эти серверы достаточно типичны, посетив их, вы сможете оценить круг информации, который обычно на таких серверах можно найти.

Каталоги в прямом доступе

Возможности сетей Internet, конечно, не исчерпываются чисто представительскими системами. Сегодня существуют все технические возможности организовать оперативный доступ удаленных пользователей к каталогам данных и обзорным изображениям. Это резко упрощает работу пользователей, позволяет оперативно найти и оценить имеющиеся данные и резко сократить время выбора, покупки и получения информации. Из таких уже сегодня функционирующих систем, на наш взгляд, следует выделить четыре: EOSDIS, ImageNet , Spot Image, DFD.

В заключение следует отметить, что существующие сегодня серверы, рассчитанные на работу с данными достаточно высокого разрешения, обычно не позволяют полностью получить выбранные данные по сети. Это связано в большинстве случаев с техническими ограничениями на передачу больших объемов данных. Поэтому в основном эти системы рассчитаны на схему: поиск и выбор данных - оплата - пересылка данных на магнитных носителях. Кроме этого, в каталоги, доступные по сети, обычно попадают данные с достаточно большой временной задержкой. Естественно, что такие системы нельзя сегодня использовать для оперативных работ, хотя быстрое развитие коммуникаций и информационных технологий, видимо, позволят в ближайшие годы решить и эту задачу. Для данных низкого разрешения, например с метеорологических спутников, такие системы работают уже сегодня.

Оперативный доступ к данным

SMIS. Информационная система Лаборатории информационной поддержки космического мониторинга (SMIS - Space Monitoring Information Support). Она создавалась для организации поддержки пользователей данных, поступающих с метеоспутников, и владельцев станций приема спутниковых данных. Система в основном ориентирована на работу с пользователями, работающими с данными по территории России. На сервере SMIS пользователи могут получить доступ к следующей информации:

- текущие карты облачности над территорией европейской части России, северо-востока Европы и Западной Сибири. Карты автоматически обновляются четыре Кроме общих описаний и каталогов вы можете сегодня найти в Internet и получить оперативные спутниковые данные, которые становятся доступными пользователям уже через несколько минут после получения их со спутника. Конечно, сегодня это данные достаточно низкого разрешения, в основном с метеорологических спутников. Как примеры таких систем приведем SAA NOAA, Dundee и SMIS.

SAA NOAA. На сервере ведется большой архив телеметрии спутников NOAA и DMSP. При этом данные прибора высокого разрешения (1 км на точку) AVHRR примерно за последние полтора года доступны в режиме  on-line. Пользователям предоставляется возможность выбрать любой регион из архива за любое время, при этом предварительно можно просмотреть прореженные изображения сеансов. Данные предоставляются в формате NOAA level 1b, содержащем калибровки и сопутствующую инфорацию. Данные до 10 Мбайт доступны по сети посредством FTP в течение трех суток с момента заказа.

DUNDEE. Сервер спутниковой приемной станции NERC в Университете в Данди (Англия). Содержится архив данных NOAA с 1978 года. В режиме прямого доступа находятся обзорные изображения за последние полгода. Данные полного разрешения доступны платно. В прямом доступе телеметрия хранится за последние три дня. Пользователям предоставляется выбор различных форматов для записи заказанных данных.   раза в сутки. Также автоматически строятся анимации движений облачности по серии карт;

- текущие карты облачности над отдельными регионами (Москва, Санкт-Петербург, Пермь, Нижний Новгород, Байконур), автоматически обновляются по мере пролета спутников над наблюдаемыми территориями;

- оперативный архив фрагментов данных по наблюдаемым регионам. В зависимости от текущих проектов постоянно проводятся наблюдения за 35-40 регионами;

- данные телеметрии за последние трое суток, принятые в ИКИ РАН. Как и фрагменты данных по различным регионам и карты облачности над ними, становятся доступны пользователям через 20-30 мин после приема. Для работы с данными телеметрии реализован интерфейс, позволяющий выбирать и перекачивать необходимые ему фрагменты.

- архивы фрагметов наблюдений по более чем 50 регионам. В архиве сегодня находятся данные наблюдений. Данные за последние месяцы находятся в прямом доступе. Остальной архив перенесен на CD-диски и предоставляется по специальным запросам. Для работы с архивом сделан динамически генерирующийся интерфейс, позволяющий быстро просматривать отдельные части архива. Реализована система поиска данных по регионам, времени, дате и т.д.

Все данные принимаются, обрабатываются и поступают на сервер SMIS автоматически. Это позволяет осуществлять постоянный мониторинг выбранных регионов. При этом набор наблюдаемых регионов может быть легко изменен. Это позволяет использовать систему в реальных оперативных задачах. Заметим также, что на сервере SMIS вы найдете большой список систем, обеспечивающих доступ к спутниковым данным.

2.Вращение эллиптической орбиты и атмосферное торможение.

Вращение эллиптической орбиты и атмосферное торможение

Эффект заключается в том, что эллиптическая орбита постоянно поворачивается в своей плоскости вперёд для спутников с нулевым наклонением, и назад - для спутников с наклонением, близким к 90°. За счёт этого точки перигея движутся вперёд или назад по орбите (см. рис. 8).

Рис. 8. Поворот эллиптической орбиты [1].

Скорость вращения "X2" эллиптической орбиты определяется выражением [1]:

.     (9)

На рис. 9 показаны графики зависимости X2(i) для ИСЗ с разными значениями больших полуосей "a".

Рис. 9. Скорость вращения X2 эллиптической орбиты [1].

Вращение происходит в том же направлении, что и движение спутника, если наклонение i < 63,4°, и в обратном направлении, если i > 63,4°. При i = 63,4° поворот орбиты отсутствует.

Наше пятое важное положение - движение ИСЗ подвержено возмущениям из-за несферичности Земли. За счёт прецессии орбита спутника может смещаться с угловой скоростью до 9°/сутки, а за счёт поворота эллиптической орбиты - до 15°/сутки. При этом, чем меньше наклонение, тем сильнее оба эффекта, но действовать они могут как в одну сторону, так и в противоположные.

Атмосферное торможение

Прецессия орбиты и поворот её плоскости связаны с действием несферичности Земли. Но кроме этого Земля окружена атмосферой, которая прослеживается до 2000 км над её поверхностью. Из этого следует, что на движение ИСЗ, особенно на низких орбитах, влиянием атмосферы мы пренебрегать не можем. Атмосферное давление падает с высотой экспоненциально - на высоте 200 км оно составляет 10-12 мбар (на уровне моря атмосферное давление составляет 1013 мбар), а на высоте 900 км - уже только 10-42 мбар [6]. Тем не менее, даже такая разреженная атмосфера может приводить к изменению орбиты ИСЗ.

Сила сопротивления движущемуся в атмосфере телу определяется выражением [4]:

,     (10)

где "cx" - безразмерный коэффициент сопротивления, для верхней атмосферы равный 2-2,5; "S" - площадь максимального сечения спутника, перпендикулярного налетающему воздушному потоку; "v" - скорость ИСЗ, "ρ" - плотность атмосферы на высоте полёта ИСЗ. Торможение ИСЗ определяется его парусностью - чем больше площадь и меньше масса, тем больше торможение.

Для спутника, движущемся по круговой орбите, сопротивление атмосферы будет сказываться следующим образом: спутник будет медленно опускаться по спирали с постоянно увеличивающейся скоростью. Угол снижения спутника на круговой орбите можно оценить из выражения [1]:

,     (11)

где "m" - масса ИСЗ, "g" - ускорение свободного падения. Снижение по спирали будет продолжаться до тех пор, пока спутник не опустится до высоты 160 км - ниже этой высоты сила сопротивления настолько велика, что спутник начинает резкое снижение и сгорит в атмосфере. На высоте 160 км период обращения равен примерно 88 минут - любой ИСЗ с меньшим периодом обречён.

Если орбита эллиптическая, то результат действия сопротивления атмосферы будет следующим: т.к. сопротивление сильно уменьшается с высотой, то максимальное сопротивление ИСЗ будет испытывать в перигее, а минимальное - в апогее. Это слабо меняет высоту перигея, но уменьшает высоту апогея - в результате эллиптичность орбиты уменьшается и спутник начинает спуск по спирали. На рис. 10 показано снижение ИСЗ в случае эллиптической орбиты.

Билет №5 Горбачев

1. Виды дистанционных методов.

5. *Виды дистанционных методов.

Различают активные дистанционные методы, основанные на использовании отражённого объектами излучения после облучения их искусственными источниками, и пассивные, которые изучают собственное излучение тел и отражённое ими солнечное. В зависимости от расположения приёмников дистанционные методы подразделяют на наземные (в том числе надводные), воздушные (атмосферные, или аэро-) и космические. По типу носителя аппаратуры дистанционные методы различают самолётные, вертолётные, аэростатные, ракетные, спутниковые дистанционные методы (в геолого-геофизических исследованиях — аэрофотосъёмка, аэрогеофизическая съёмка и космическая съёмка). Отбор, сравнение и анализ спектральных характеристик в разных диапазонах электромагнитного излучения позволяют распознать объекты и получить информацию об их размере, плотности, химическом составе, физических свойствах и состоянии. Для поисков радиоактивныхруд и источников используется g-диапазон, для установления химического состава горных пород и почв — ультрафиолетовая часть спектра; световой диапазон наиболее информативен при изучении почв и растительного покрова, инфракрасная (ИК) — даёт оценки температур поверхности тел, радиоволны — информацию о рельефе поверхности, минеральном составе, влажности и глубинных свойствах природных образований и об атмосферных слоях.  По типу приёмника излучения дистанционные методы подразделяют на визуальные, фотографические, фотоэлектрические, радиометрические и радиолокационные. В визуальном методе (описание, оценка и зарисовки) регистрирующим элементом является глаз наблюдателя. Фотографические приёмники (0,3-0,9 мкм) обладают эффектом накопления, однако они имеют различную чувствительность в разных областях спектра (селективны). Фотоэлектрические приёмники (энергия излучения преобразуется непосредственно в электрический сигнал при помощи фотоумножителей, фотоэлементов и других фотоэлектронных приборов) также селективны, но более чувствительны и менее инерционны. Для абсолютных энергетических измерений во всех областях спектра, и особенно в ИК, используют приёмники, преобразующие тепловую энергию в другие виды (чаще всего в электрические), для представления данных в аналоговой или цифровой форме на магнитных и других носителях информации для их анализа при помощи ЭВМ. Видеоинформация, полученная телевизионными, сканерными (рис.), панорамными камерами, тепловизионными, радиолокационными (бокового и кругового обзора) и другими системами, позволяет изучить пространственное положение объектов, их распространённость, привязать их непосредственно к карте. 

2. Эллиптическая орбита

Эллиптическая орбита

Гелиоцентрическая орбита — эллиптическая траектория движения небесного тела вокруг Солнца. Один из двухфокусов эллипса, по которому движется небесное тело, совпадает с центром Солнца.3%E5%EB%E8%EE%F6%E5%ED%F2%F0%E8%F7%E5%F1%EA%E0%FF_%EE%F0%E1%E8%F2%E0" [1]

При движении небесного тела под действием силы притяжения звезды его полная энергия E и момент импульса Lотносительно этой звезды сохраняются:

где v — скорость тела, r — радиус-вектор, проведенный из центра звезды к телу, M — масса звезды, m — масса небесного тела. В полярной системе координат эти уравнения имеют вид:

,

где использованы следующие представления для скорости и момента импульса:

 — единичные орты.

Билет №6 Джанибекова

1.Методы получения геоинформации по снимкам.

*Методы получения геоинформации по снимкам.

Необходимая для географических исследований информация (предметно-содержательная и геометрическая) извлекается из снимков двумя основными методами: дешифрированием и фотограмметрической обработкой¹ (¹ Фотограмметрия (от греч. photos - свет, gramma - запись, metreo - измеряю) - дисциплина, изучающая способы определения пространственного положения, размеров и формы объектов путем измерения их фотографических изображений, а также снимков, полученных другими методами.). Оба метода используют как традиционные технологии, основанные на визуальной обработке аналоговых снимков, так и компьютерные, которые автоматизируют эти процессы при работе с цифровыми снимками.

Дешифрирование, которое должно дать ответ на основной вопрос, что изображено на снимке, позволяет получать предметную, тематическую (в основном качественную) информацию об изучаемом объекте или процессе, его связях с окружающими объектами. В визуальном дешифрировании обычно выделяют чтение снимков и их интерпретацию (толкование). Умение читать снимки базируется на знании дешифровочных признаков объектов и изобразительных свойств снимков. Глубина же интерпретационного дешифрирования существенно зависит от уровня географической подготовки исполнителя. Чем лучше знает дешифровщик предмет своего исследования, тем полнее и достовернее информация, извлекаемая из снимка.

Фотограмметрическая обработка призвана дать ответ на вопрос, где находится изучаемый объект и каковы его геометрические характеристики - размер, форма. Она позволяет определять по снимкам плановое и пространственное положение объектов и их изменение во времени. Для фотограмметрических измерений снимков применяют специальные прецизионные оптико-механические приборы, а также компьютерные комплексы со специализированным программным обеспечением.

Компьютерные технологии. Сейчас разработаны многие сотни алгоритмов и программ компьютерной обработки изображений. Для обработки аэрокосмических снимков на персональных компьютерах можно использовать коммерческое программное обеспечение общего назначения, такое, как Adobe Photoshop, Corel PHOTO-PAINT. Однако значительно большие возможности предоставляют профессиональные программные продукты, среди которых в нашей стране наиболее известны ERDAS Imagine, Er Mapper, ENVI. Кроме того, на отечественном рынке геоинформационных услуг представлены пакеты специализированных программ, предназначенных для решения узких задач, например, топографического картографирования на цифровых фотограмметрических системах PHOTOMOD, Талка, ЦНИИГАиК (Центральный научно-исследовательский институт геодезии, аэросъемки и картографии). Географ должен уметь выбрать оптимальный вариант обработки из многих возможных, предоставляемых коммерческим программным обеспечением.

Современные компьютерные технологии позволяют решать следующие группы задач:

визуализация цифровых снимков;

геометрические и яркостные преобразования снимков, включая их коррекцию;

конструирование новых производных изображений по первичным снимкам;

определение количественных характеристик объектов;

компьютерное дешифрирование снимков (классификация).

Наиболее сложной является задача компьютерного (автоматизированного) дешифрирования, которая составляет фундаментальную проблему аэрокосмического зондирования как научной дисциплины и для решения которой прилагалось и прилагается много усилий.

При визуальном дешифрировании снимков исполнителю приходится на основе дешифровочных признаков определять, узнавать объекты, а также выделять одинаковые, однородные объекты. Для выполнения этих эвристических процедур с помощью компьютера применяют наиболее распространенный подход, основанный на спектральных признаках, в качестве которых служит набор спектральных яркостей, зарегистрированных многозональным снимком. Формальная задача компьютерного дешифрирования снимков сводится к классификации - последовательной «сортировке» всех пикселов цифрового снимка на несколько групп. Для этого предложены алгоритмы классификации двух видов - с обучением и без обучения, или кластеризации (от англ. cluster- скопление, группа). При классификации с обучением пикселы многозонального снимка группируются на основе сравнения их яркостей в каждой спектральной зоне с эталонными значениями. При кластеризации же все пикселы разделяют на группы-кластеры по какому-либо формальному признаку, не прибегая к обучающим данным. Затем кластеры, полученные в результате автоматической группировки пикселов, дешифровщик относит к тем или иным объектам. Достоверность компьютерного дешифрирования формально характеризуется отношением числа правильно классифицируемых пикселов к их общему числу и составляет в среднем 70-85 %, заметно падая с увеличением набора дешифрируемых объектов.

Достижения в области полной автоматизации дешифрирования, при которой можно было бы исключить или существенно ограничить участие человека в получении географической информации по аэрокосмическим снимкам, пока скромны. Вычислительные алгоритмы, основанные на спектральных признаках отдельных пикселов, обеспечивают решение самых простых классификационных задач; они рационально включаются в качестве элементов в сложный процесс визуального дешифрирования, которое пока остается основным методом извлечения природной и социально-экономической географической информации из аэрокосмических снимков. Для существенного прогресса в развитии компьютерного дешифрирования необходим переход к программному обеспечению более высокого уровня, основанному на знаниях экспертов. Специалисты в области искусственного интеллекта видят решение проблемы автоматизации дешифрирования аэрокосмических снимков в объединении формализованных знаний высококвалифицированных дешифровщиков (экспертов) с возможностями современных компьютеров, т. е. в создании компьютерных экспертных систем.

2.Круговая орбита

Круговая орбита

Геостациона́рнаяорби́та (ГСО) — круговая орбита, расположенная над экватором Земли (0° широты), находясь на которой, искусственный спутник обращается вокруг планеты с угловой скоростью, равной угловой скорости вращения Земли вокруг оси. В горизонтальной системе координат направление на спутник не изменяется ни по азимуту, ни по высоте над горизонтом, спутник «висит» в небе неподвижно. Геостационарная орбита является разновидностью геосинхронной орбиты и используется для размещения искусственных спутников (коммуникационных, телетрансляционных и т. п.).

Спутник должен обращаться в направлении вращения Земли, на высоте 35 786 км над уровнем моря (вычисление высоты ГСО см. ниже). Именно такая высота обеспечивает спутнику период обращения, равный периоду вращения Земли относительно звёзд (Звёздные сутки: 23 часа 56 минут 4,091 секунды).

Билет №7 Дорджиев

1. Космические системы изучения природных ресурсов и мониторинга окружающей среды: система «Ресурс».

*Космические системы изучения природных ресурсов и мониторинга окружающей среды: система «Ресурс».

Отечественная космическая система Ресурс, функционирующая с середины 70-х гг. XX в., создавалась как общегосударственная постоянно действующая система для изучения природных ресурсов и контроля окружающей среды, обеспечивающая получение геоинформации двух видов - базовой (фотографической) и оперативной (передаваемой по радиоканалам). В систему входили автоматические космические аппараты фотографической съемки Ресурс-Ф и оперативного наблюдения за сушей Ресурс-0 (рис. 2) и океаном Океан-О. К работе в системе эпизодически привлекались пилотируемые космические корабли и орбитальные станции, а также специальные самолеты-лаборатории. Многоярусная система Ресурс предусматривала и наземный ярус в виде специальных тестовых участков местности - полигонов - в различных природных зонах, предназначенных для отработки методов практического использования дистанционной видеоинформации.

Спутники Ресурс-Ф рассчитаны на детальную фотосъемку местности с высот 200 - 300 км в течение нескольких недель с возвращением спускаемого аппарата с отснятой фотопленкой на Землю. Спутники оперативного наблюдения, на которых установлены съемочные сканеры, работая в течение нескольких лет на орбитах высотой 600 - 900 км, быстро и регулярно передают видеоинформацию по радиоканалам на наземные пункты приема (рис. 3).

Рис. 2. Космические аппараты Ресурс-Ф (а) и Ресурс-0 (б): 1 - корректирующая двигательная установка; 2 - спускаемый аппарат; 3 - приборный отсек; 4 - фотоаппаратура; 5 - система ориентации; 6 - многозональный сканер среднего разрешения МСУ-СК; 7 - солнечные батареи; 8 - многозональный сканер высокого разрешения МСУ-Э

Рис. 3. Антенна наземного пункта приема видеоинформации

Созданы пункты приема двух классов - стационарные с антеннами большого диаметра, обеспечивающие высокоскоростную регистрацию больших потоков информации и, следовательно, сравнительно высокое качество снимков, и упрощенные с небольшими антеннами, позволяющими оперативно получать снимки, но обычно пониженного качества, на метеостанциях, ледокольных судах, в службах охраны лесов и т.д.

Вся обработка видеоинформации, полученной со спутников, делится на предварительную (межотраслевую) и тематическую (отраслевую). Предварительная обработка заключается в приведении материалов космических съемок к виду, наиболее пригодному для последующего тематического анализа и интерпретации отраслевыми потребителями. Она предусматривает устранение неизбежных искажений и помех снимков, обусловленных как техническими причинами, так и природными факторами. Это так называемая коррекция снимков, которая бывает геометрической и радиометрической.

Геоинформация, поставляемая системой Ресурс, используется в народнохозяйственных, научных, учебных целях. Наиболее целесообразно применение космических снимков для комплексного изучения и картографирования природных ресурсов, экологического мониторинга и создания ГИС (географических информационных систем) крупных регионов.

2. Орбитальные элементы

Орбитальные элементы

Орбитальные элементы — набор параметров, задающих траекторию движения небесного тела.

Одной из задач небесной механики является определение орбит небесных тел. Для задания орбиты спутника планеты, астероида или Земли используют так называемые орбитальные элементы. Они отвечают за задание базовой системы координат (точка отсчёта, 1" оси координат), форму и размер орбиты, её ориентацию в пространстве и момент времени, в который небесное тело находится в определённой точке орбиты. В основном, используются два способа задания орбиты (при наличии системы координат)5%EC%E5%ED%F2%FB_%EE%F0%E1%E8%F2%FB" [1]:

при помощи векторов положения и скорости;

при помощи орбитальных элементов.

Другие элементы орбиты

Аномалия (в небесной механике) — угол, используемый для описания движения тела по эллиптической орбите.

Истинная аномалия v представляет собой угол между линией, соединяющей тело B с фокусом эллипсаF, в котором находится тело притяжения, и линией соединяющей F с перицентром — точкой на орбите, самой близкой к F.

Средняя аномалия (обычно обозначается M) — для тела, движущегося по невозмущённой орбите — произведение его «среднего движения» и интервала времени после прохождения перицентра. Таким образом средняя аномалия — угловое расстояние от перицентра гипотетического тела, движущегося с постоянной угловой скоростью, равной среднему движению.

Эксцентрическая аномалия (обозначается E) — параметр используемый для выражения переменной длины радиус-вектора r. Уравнение связывающее эти величины имеет вид:

,

Билет №8 Капшук

1. Пространственное и временное разрешение снимков.

Пространственное и временное разрешение снимков.

По пространственному разрешению (размеру на местности минимального изображающегося элемента L_R) снимки разделяют так:

1. Снимки низкого разрешения (измеряется километрами, L_R ≥ 1000 м). Такое разрешение характерно для сканерных и тепловых инфракрасных снимков с метеоспутников, включая геостационарные, и для снимков, получаемых сканерами малого разрешения с ресурсных спутников, где основные изображающиеся объекты - облачность, тепловая структура вод океана, крупнейшие геологические структуры суши.

2. Снимки среднего разрешения (сотни метров, L_R = 100-1000 м), на которых отображаются многие природные объекты, но в большинстве случаев не воспроизводятся объекты, связанные с хозяйственной деятельностью. Это снимки, получаемые сканерами Среднего разрешения, и тепловые инфракрасные снимки с ресурсных спутников.

3. Снимки высокого разрешения (десятки метров, L_R = 10-100 м), на которых изображаются не только природные, но и многие хозяйственные объекты. Высокое разрешение характерно для наиболее широко используемых сканерных снимков с ресурсных спутников и фотографических снимков с пилотируемых кораблей, орбитальных станций, автоматических картографических спутников. Поскольку размерность большинства изучаемых географических объектов находится как раз в этих пределах, снимками этой группы удовлетворяется большинство географических задач. Но для решения этих задач они неравноценны. Поэтому эта группа подразделяется на две подгруппы:

а) снимки относительно высокого разрешения (30-100 м), получаемые главным образом сканирующей аппаратурой с ресурсных спутников для решения оперативных задач и обзорного тематического картографирования;

б) снимки высокого разрешения (10-30 м) - это фотографические, сканерные и ПЗС-снимки с ресурсно-картографических и ресурсных спутников, используемые для детального тематического картографирования.

4. Снимки очень высокого разрешения (единицы метров, L_R = 1-10 м), на которых отображается весь комплекс природных и хозяйственных объектов, включая населенные пункты и транспортные сети. Снимки получают длиннофокусной фотографической и аппаратурой ПЗС-съемки с картографических спутников для решения задач топографического картографирования.

5. Снимки сверхвысокого разрешения (доли метра, L_R ≤ 1 м), детально отображающие населенные пункты, промышленные, транспортные и другие хозяйственные объекты. Эти снимки получают с использующих аппаратуру ПЗС-съемки специализированных спутников для детальной съемки и крупномасштабного топографического картографирования. К данной группе относится и весь огромный массив аэрофотоснимков.

При классификации снимков по масштабу следует учитывать, что для фотографических снимков принято указывать оригинальный масштаб снимков, получаемых при съемке; для сканерных же снимков принимают масштаб, наиболее широко используемый при визуализации изображения.

Временное разрешение – это период времени, когда происходит повторная съемка одной и той же территории (например, каждый день; один раз в 16 дней).

Для снимков низкого пространственного разрешения периодичность съемки одной и той же территории 1 раз в день.Для снимков высокого пространственного разрешения периодичность съемки одной и той же территории 1 раз в 16 дней

2.Первый и третий законы Кеплера

Первый и третий законы Кеплера

1) Каждая планета Солнечной системы обращается по эллипсу, в одном из фокусов которого находитсяСолнце. Форма эллипса и степень его сходства с окружностью характеризуется отношением , где— расстояние от центра эллипса до его фокуса (половина межфокусного расстояния),—большая полуось. Величина называетсяэксцентриситетом эллипса. При , и, следовательно,эллипс превращается в окружность.

3) Квадраты периодов обращения планет вокруг Солнца относятся, как кубы больших полуосей орбит планет. Справедливо не только для планет, но и для их спутников.

, где и— периоды обращения двух планет вокруг Солнца, аи— длины больших полуосей их орбит.

Ньютон установил, что гравитационное притяжение планеты определенной массы зависит только от расстояния до неё, а не от других свойств, таких, как состав или температура. Он показал также, что третий закон Кеплера не совсем точен — в действительности в него входит и масса планеты: , где— масса Солнца, аи— массы планет.

Поскольку движение и масса оказались связаны, эту комбинацию гармонического закона Кеплера и закона тяготения Ньютона используют для определения массы планет и спутников, если известны их орбиты и орбитальные периоды.

Билет №9 Куделина

1. Спектрометрирование. Виды.

*Спектрометрирование. Виды.

Основной путь изучения спектральной отражательной способности - экспериментальный. Спектральные яркости или коэффициенты спектральной яркости и индикатрисы отражения получают на основе абсолютных или относительных измерений, выполняемых с помощью фотоэлектрических спектрометров.

Методика относительного спектрометрирования, которое наиболее распространено, базируется на формуле

где

и

- спектральные яркости объекта и эталона. Поэтому помимо измерения излучения от исследуемого объекта необходимо также зарегистрировать излучение от эталона; при этом объект и эталон должны находиться при одинаковых условиях освещения. В качестве эталона применяют материалы с хорошо известными и стабильными во времени оптическими характеристиками (гипсовые пластинки, молочные стекла).

Спектрометрические измерения, которые выполняют с точностью 5-10%, могут быть лабораторными, полевыми, самолетными и космическими.

Лабораторные спектрометрические измерения небольших по размеру образцов выполняют для выявления зависимости отражательной способности, например, почвы от содержания гумуса, механического состава, влажности и т.д.

Полевое спектрометрирование проводится в целях определения спектральных коэффициентов яркости и индикатрис отражения отдельных объектов и геосистем низших рангов (рис. 2). В полевых условиях изучают суточную и сезонную динамику отражательной способности природных объектов, влияние погодных условий (дождь, ветер и т.д.) и условий наблюдения (положение Солнца, угол визирования).

Аэроспектрометрирование выполняется с самолета или вертолета для изучения более крупных и менее однородных объектов - сельскохозяйственных полей (угодий), водоемов и т.д.

Принципиальная особенность космического спектрометрирования заключается в том, что спектрометр, установленный на космическом аппарате, регистрирует суммарное излучение земной поверхности и атмосферы. Поэтому одной из задач космического спектрометрирования является изучение влияния атмосферы на оптические характеристики земных объектов.

При практическом использовании результатов спектрометрирования необходимо учитывать, что отражательная способность, например отдельного древесного листа (лабораторные измерения), отличается от отражательной способности дерева (наземные измерения), а она, в свою очередь, - от отражательной способности участка леса (самолетные измерения) или лесного массива (космические измерения).

Рис. 2. Определение спектральной отражательной способности в поле (а) с помощью фотоэлектрического спектрометра (б)

2. Радарная съемка (SRTM).

Радарная съемка (SRTM)

SRTM (Shuttleradartopographicmission) - осуществленная в феврале 2000 г. с борта космического корабля многоразового использования "Шаттл" радарная интерферометрическая съемка поверхности земного шара. Данная съемка проведена на почти всей территории Земли между 60 град. северной широты и 54 град. южной широты, а также океанов, с помощью двух радиолокационных сенсоров SIR-C и X-SAR установленных на борту корабля. Результатом съемки стала цифровая модель рельефа 85 процентов поверхности Земли.

Всего в результате съемки было получено 12 терабайт радиолокационных данных, которые в течении 2 лет проходили обработку специалистами NASA.

Данные SRTM существуют в нескольких версиях: предварительные (версия 1, 2003 г.) и окончательная (версия 2, февраль 2005 г.). Окончательная версия прошла дополнительную обработку, выделение береговых линий и водных объектов, фильтрацию ошибочных значений. Данные распространяются в нескольких вариантах - сетка с размером ячейки 1 угловая секунда (~30 метров) и 3 угловые секунды (~90 метров). Более точные односекундные данные (SRTM1) доступны на территорию США, на остальную поверхность земли доступны только трехсекундные данные (SRTM3). Файлы данных представляют собой матрицу из 1201 x 1201 (или 3601 x 3601 для односекундной версии) значений, которая может быть импортирована в различные программы построения карт и геоинформационные системы, например в GoogleEarth.

Кроме того, существует версия 3, распространяемая в виде файлов ARC GRID, а также ARC ASCII и в формате Geotiff, квадратами 5x5 секунд в датуме WGS84. Эти данные получены организацией CIAT из оригинальных высотных данных USGS/NASA путем обработки, которая обеспечила получение гладких топографических поверхностей, а так же интерполяцию областей, в которых отсутствовали исходные данные.

Билет №10 Манаенко

1. Понятие о цифровом аэрокосмическом снимке.

*Понятие о цифровом аэрокосмическом снимке.

Изображение цифровых снимков представляет собой матрицу из одинаковых элементов. Каждый элемент имеет свое значение цвета, которое задается 8 битами(от 0 до 255).

В отличие от фотоснимков за пространственное разрешение

цифровых снимков принимают размер пиксела на местности, который обозначается PIX (от слова pixel)} Этот первостепенный показатель любой космической съемочной системы всегда приводится в ее проспекте. По этому номинальному показателю сравниваются различные сканерные системы. Например, пространственное разрешение снимков MSS/Landsat принимают равным

80 м, МСУ-Э/Ресурс- О — 45 м, Ikonos — 0,8 м.

Пиксел является наименьшим элементом цифрового изображения, внутри которого отдельные объекты не различаются. Экспериментально установлено, что для надежного воспроизведения компактного объекта на цифровом снимке его размер должен быть не менее четырех пикселов, а для того, чтобы различались компактные объекты разной формы, их площадные размеры должны составлять уже несколько десятков пикселов.

2. Использование данных ДЗЗ для целей точного земледелия.

Использование данных ДЗЗ для целей точного земледелия

Результаты исследований свидетельствуют о том, что наиболее перспективными являются дистанционное зондирование Земли (ДЗЗ) с использованием космических, пилотируемых и беспилотных малых и сверхмалых летательных аппаратов. Наибольшее количество работ происходит в области пассивной и активной регистрации электромагнитной энергии. Космические аппараты (КА) дистанционного зондирования Земли широко используются для изучения природных ресурсов Земли и решения задач метеорологии. Для исследования природных ресурсов КА оснащаются в основном оптической или радиолокационной аппаратурой. Преимущества последней заключаются в том, что она позволяет наблюдать поверхность Земли в любое время суток, независимо от состояния атмосферы.

Сегодня для зондирования сельскохозяйственных полей широко применяются легкие пилотируемые аппараты (СЛА) и беспилотные летательные аппараты. В настоящее время уже предпринимаются попытки использования дистанционного зондирования Земли в точном земледелии. Это аэрофотосъемка (космическая съемка) или сканирование больших площадей для решения задач крупномасштабного картирования полей (составления планов) и построения цифровых карт рельефа. Эти данные становятся материальной основой создания геоинформационных систем (ГИС) для точного земледелия. Изучение и вторичная обработка таких данных позволяют осуществить процесс кластеризации про странства внутри отдельного поля, прежде всего в агроэкологическом смысле (выделить разного рода площадки с определенным уклоном и ориентацией в пространстве для определения их гидрологии и инсоляции). Данные дистанционного зондирования могут также быть использованы при составлении управляющих карт для проведения операций агроцикла, в том числе и для дифференцированного внесении я минеральных удобрений, химических средств защиты растений и мелиорантов

На следующем этапе становится возможным определить более точно отдельные параметры почвы, например динамику изменения ее влажности и температуры, а также некоторые климатические факторы, такие, как суммарные температуры, направление ветра, однородные по урожайности или содержанию элементов питания ареалы, зоны управления (managementzones) и др.

Для успешного применения в ТЗ системы дистанционного зондирования должны отвечать следующим условиям [5]:

1. Возможность осуществления сбора данных, их коррекции и первичной обработки в течение 24–48 часов.

2. Пространственное решение – порядка 5 м для спектрозональной съемки.

3. Спектральное решение (порядка 10–20 нм) для повышения точности определения биофизических параметров растительного покрова.

4. Высокое временнoе решение, обеспечивающее по крайней мере 5–6 сеансов получения информации в течение вегетационного периода.

5. Возможность предоставления результатов тематической интерпретации данных в доступных пользователю форматах.

6. Невысокая (доступная) стоимость данных.

Билет №12 Пономарева

1. Спектральная отражательная способность природных объектов.

*Спектральная отражательная способность природных объектов.

Фундаментальные исследования по спектрометрированию выполнил Е.Л. Кринов¹ (¹ Кринов Е. Л. Спектральная отражательная способность природных образований. - Л.; М.: Изд-во АН СССР, 1947.) еще в 40-х годах прошлого века. Положив начало работам по оптике ландшафтов, он разработал первую спектрометрическую классификацию, которая со временем стала классической. По спектральной яркости в видимом диапазоне, где получен наибольший объем экспериментальных данных, все многообразие объектов земной поверхности отчетливо делится на несколько классов, каждый из которых отличается по характеру спектральной отражательной способности (рис. 2.5).

I. Горные породы и почвы характеризуются увеличением коэффициентов спектральной яркости по мере приближения к красной зоне спектра. Спектральная яркость горных пород зависит от входящих в их состав минералов и элементов, а почв - от содержания соединений железа и гумуса.

Рис. 2.5. Схематизированные кривые спектральной яркости природных объектов:

1 - растительный покров; 2 - снежные поверхности; 3 - горные породы и почвы; 4 - водные поверхности

II. Растительный покров отличается характерным максимумом отражательной способности в зеленой (0,55 мкм), минимумом - в красной (0,66 мкм) и резким увеличением отражения в ближней инфракрасной зоне. Низкая отражательная способность вегетирующих растений в красной зоне связана с поглощением, а ее увеличение в зеленой зоне - с отражением этих лучей хлорофиллом. Большие коэффициенты яркости в ближней инфракрасной зоне объясняются пропусканием этих лучей хлорофиллом и отражением их от внутренних тканей листа.

III. Водные поверхности характеризуются самыми низкими значениями и монотонным уменьшением отражательной способности от сине-фиолетовой к красной зоне спектра, поскольку длинноволновое излучение сильнее поглощается водой.

IV. Снежный покров обладает наиболее высокими значениями коэффициентов спектральной яркости с небольшим их понижением в ближней инфракрасной зоне спектра. Близки к этому классу по характеру отражения облачные образования, которые имеют несколько узких полос поглощения в длинноволновой части спектра.

Общим для всех объектов является понижение коэффициента спектральной яркости в зоне 2 - 3 мкм. Обращают на себя внимание два минимума у кривых при длинах волн 1,43 и 1,93 мкм, обусловленные полосами поглощения воды. Особенно они заметны у кривой отражения зеленой растительности, где они добавляются к уже отмеченному минимуму в зоне 0,66 мкм.

Спектральная отражательная способность, по которой разделены классы, различается и у объектов внутри класса (рис. 2.6, 2.7).

Рис. 2.6. Кривые спектральной яркости основных типов почв: 1 - серозем; 2 - дерново-подзолистая; 3 - темно-каштановая; 4 - темно-серая лесная; 5 - чернозем	Рис. 2.7. Кривые спектральной яркости деревьев разных пород: 1 - береза; 2 - дуб; 3 - сосна; 4 - ель

Более того, коэффициенты спектральной яркости варьируют в определенных пределах и для объектов одного вида. Так, на отражательную способность горных пород влияют запыленность, различные поверхностные выцветы и корки, спектральное отражение которых по сравнению с исходной породой может существенно отличаться. При повышении влажности почв их яркость уменьшается (при полном насыщении водой - в два раза), но характер кривой спектральной отражательной способности не меняется.

Спектральная яркость растений меняется с их возрастом: она выше у молодых растений и ниже у находящихся в стадии полной зрелости. Отражательная способность растительности зависит от фитопатологических изменений. При заболевании растения его листья начинают слабее поглощать красные и отражать инфракрасные лучи. Из всех объектов суши растительный покров имеет наиболее информативные спектральные характеристики, которые чутко реагируют на его изменчивость.

Отражательная способность водных объектов сильно зависит от содержания в воде фитопланктона и ее загрязнения - наличия взвешенных частиц, нефтяной пленки и т.д.

Загрязнение снега и содержание в нем воды также приводят к изменениям отражательной способности. При насыщении снега водой отражение ближнего и среднего инфракрасного излучения резко падает.

Таким образом, спектральная отражательная способность зависит от свойств объектов, их состояния, а также от сезона. Дистанционно опознавать объекты и оценивать их состояние возможно не только по величине коэффициента спектральной яркости, но и по спектральной индикатрисе отражения. Существует много объектов на земной поверхности, которые по разным направлениям отражают излучение разного спектрального состава. Например, в составе отраженного излучения поля цветущего подсолнуха в восточном направлении всегда преобладают оранжево-красные лучи, а в западном - зеленые. Поэтому коэффициенты спектральной яркости природного объекта, измеренные при визировании под разными углами к земной поверхности, могут служить его количественными спектральными признаками.

2. Применение синтезированных изображений для дешифрирования различных объектов.

. Применение синтезированных изображений для дешифрирования различных объектов

Дешифрирование – это процесс распознавания: объектов, их свойств, взаимосвязей по их изображениям на снимке. Это и метод изучения и исследования объектов, явлений и процессов на земной поверхности, который заключается в распознавании объектов по их признакам, определении характеристик, установлении взаимосвязей с другими объектами.

Дешифровочные свойства – это свойство объектов, нашедшие отражение на снимке и используемые для распознавания.

Дешифрировать снимок — это значит обнаружить, распознать, классифицировать и интерпретировать выявленный объект или явление.

Дешифрирование снимков как дисциплина является составной частью аэрокосмических методов, которые кроме дешифрирования включают:

•        способы получения аэрокосмических снимков,

•        фотограмметрию и стереофотограмметрию, изучающие методы геометрических измерений по снимкам,

•        Фотометрию,

•        Структурометрию.

Предмет которых — изучение яркостных различий изображений объектов на снимке

Билет №15 Пшеничный

1. Дешифрирование разновременных снимков.

Дешифрирование разновременных снимков.

Разновременные снимки обеспечивают качественное изучение изменений исследуемых объектов и косвенное дешифрирование объектов по их динамическим признакам.

Исследования динамики. Процесс извлечения динамической информации со снимков включает выявление изменений, их графическое отображение и содержательную интерпретацию. Для выявления изменений по разновременным снимкам их нужно сопоставить между собой, что осуществляется путем поочередного (раздельного) или одновременного (совместного) наблюдения. Технически визуальное сопоставление разновременных снимков осуществляется наиболее просто их поочередным наблюдением. Очень старый способ «миганий» (фликер-способ) позволяет, например, достаточно просто обнаружить вновь появившийся отдельный объект быстрым поочередным рассматриванием двух разновременных снимков. Из серии снимков изменяющегося объекта может быть смонтирована иллюстративная кинограмма. Так, если получаемые через 0,5 ч с геостационарных спутников в одном и том же ракурсе снимки Земли смонтировать в киноленту-«кольцовку» или анимационный файл, то возможно многократно воспроизвести на экране суточное развитие облачности.

Для выявления небольших изменений оказывается более эффективным не поочередное, а совместное наблюдение разновременных снимков, для чего используются специальные приемы: совмещение изображений (монокулярное и бинокулярное); синтезирование разностного или суммарного (обычно цветного) изображения; стереоскопические наблюдения.

При монокулярном наблюдении снимки, приведенные к одному масштабу и проекции и изготовленные на прозрачной основе, совмещают наложением один на другой и рассматривают на просвет. При компьютерном дешифрировании снимков для совместного просмотра изображений целесообразно использовать программы, обеспечивающие восприятие совмещаемых изображений как полупрозрачных или «открывающие» участки одного изображения на фоне другого.

Бинокулярное наблюдение, когда каждый из двух разновременных снимков рассматривается одним глазом, наиболее удобно осуществлять с помощью стереоскопа, в котором каналы наблюдения имеют независимую регулировку увеличения и яркости изображения. Бинокулярные наблюдения дают хороший эффект при обнаружении изменений четких объектов на относительно однородном фоне, например изменений русла реки.

По разновременным черно-белым снимкам возможно получить и синтезированное цветное изображение. Правда, как показывает опыт, интерпретация такого цветного изображения затруднена. Этот технический прием результативен лишь при изучении динамики простых по структуре объектов, имеющих резкие границы.

При исследовании изменений вследствие движения, перемещения объектов наилучшие результаты дает стереоскопическое наблюдение разновременных снимков (псевдостереоэффект). Здесь можно оценить характер движения, стереоскопически воспринять границы движущегося объекта, например границы активного оползня на горном склоне.

В отличие от поочередного приемы совместного наблюдения разновременных снимков требуют предварительных коррекций - приведения их к одному масштабу, трансформирования, причем эти процедуры часто более сложны и трудоемки, чем само определение изменений.

2. Построение кривой спектральной яркости объекта.

Построение кривой спектральной яркости объекта

Цифровое изображение характеризуется яркостью составляющих его точек (пикселов).  Яркость это степень белизны изображения в данной точке.    Обычно значения яркости на мониторе компьютера изменяются в интервале от 0 - черный до 255 - белый.

На спутниковых снимках яркость пикселов означает отражательную способность, изображенных на снимке объектов.

Кривая спектральной яркости это график, по оси  абсцисс которого отложены значения длин электромагнитных волн или диапазоны, в которых ведется съемка в каждом из спектральных каналов  многоспектрального снимка, а по оси ординат значения яркости изучаемого пиксела в этих спектральных каналах.

Билет №21. Сердюков

1.Сканерные снимки.

Сканерные снимки

Сканерный снимок отличается от снимка центральной проекции тем, что изображение формируется не мгновенно (практически из одной точки пространства), а в течении некоторого времени, путем поперечного сканирования поверхности Земли специальным сканирующим устройством, находящимся на борту космического аппарата (КА). Обработка сканерных снимков усложняется в связи с тем, что необходимо с высокой точностью учитывать поведение КА на интервале сканирования, который может составлять несколько десятков секунд.

Разработанный блок обработки сканерных космических снимков решает следующие задачи:

Коррекция геометрических искажений сканерного снимка, связанных с движением КА, кривизной поверхности и вращением Земли, ориентацией и особенностями работы сканирующего устройства.

Привязка снимка к земному эллипсоиду и преобразование в заданную картографическую проекцию.

Уточнение ориентации сканирующего устройства на время съемки и начальных условий движения космического аппарата (КА) по опорным точкам.

Использование точной дифференциальной баллистической модели движения космического аппарата и модели ориентации оптической оси сканирующего устройства, предполагающей ее изменения во времени, позволяет при наличии достаточного числа опорных точек привязать сканерный снимок к земному эллипсоиду с погрешностью, не превышающей двух элементов разрешения снимка, на интервалах сканирования - 15-25 секунд (120-200 км). Так для снимков, полученных со спутника "Ресурс 3", имеющих разрешающую способность на местности 80 метров, ошибка привязки не превышает 100 - 160 м.

2.Радиолокационные снимки.

Радиолокационные снимки

Радар (основной элемент радиолокационных КА) - активная система дистанционных методов, в которой источник излучения и приемник отраженных сигналов расположен на одном КА. Изображение местности строится путем регистрации отраженного от элемента ландшафта сигнала на экране в виде одной строки развертки. Наиболее перспективными для съемок окружающей среды считаются радары бокового обзора — SLAR.

Основное преимущество радиолокаторов съёмка поверхности Земли в любое время суток и любую погоду (радиосигнал способен проникать через облачность и дождевые капли).

На радарных изображениях довольно хорошо получаются рельеф и тоновой рисунок. Если из тонового рисунка вычесть часть, обусловленную рельефом, то останется часть, обусловленная неровностями отражающих поверхностей и диэлектрическими свойствами.