Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 21, 2024
Номер 1 Номер 2 Номер 3
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №1. С. 322-333

Организация распределенной работы с данными спутниковых гиперспектральных наблюдений для решения научных и прикладных задач

И.А. Уваров1 , А.М. Матвеев1 , М.А. Бурцев1 , Е.А. Лупян1 , А.А. Мазуров1 , А.А. Прошин1 , В.П. Саворский2 , О.А. Суднева1 
1 Институт космических исследований РАН, Москва, Россия
2 Институт радиотехники и электроники им. В.А.Котельникова РАН, Фрязинский филиал, Фрязино, Россия
В статье обсуждаются вопросы организации работы с данными спутниковых гиперспектральных (ГС) наблюдений в различных научных проектах. Представлен обзор основных задач, в которых традиционно используются ГС данные. Показано, что в настоящие время особый интерес представляют системы и инструменты анализа ГС данных, которые позволяют организовать работу с этими данными совместно с информацией, поступающей от других спутниковых систем наблюдения Земли. В работе также описана разработанная технология, позволяющая создавать блоки работы с ГС данными в различных информационных системах, ориентированных на распределенную работу с данными дистанционных наблюдений в научных проектах. Созданная технология позволяет организовывать автоматизированное получение ГС данных из различных центров, обеспечивающих их предоставление, ввести архивы ГС данных, ориентированные на организацию быстрого доступа к информации, и создавать специализированные интерфейсы, позволяющие распределенным научным коллективам проводить поиск и анализ ГС данных. Созданная технология прошла апробацию при разработке блоков работы с ГС данными в нескольких специализированных научных информационных системах, в том числе: системе "See the Sea", ориентированной на работу с данными спутниковых наблюдений для решения задач исследования Мирового океана; системе "VolSatView", созданной для обеспечения возможностями работы со спутниковыми данными специалистов-вулканологов; системе "ВЕГА-Science", ориентированной на информационную поддержку научных исследований состояния и динамики биосферы.
Ключевые слова: дистанционное зондирование, гиперспектральные спутниковые данные, информационные системы, распределенная обработка данных
Полный текст

Список литературы:

  1. Балашов И.В., Халикова О.А., Бурцев М.А., Лупян Е.А., Матвеев А.М. Организация автоматического получения наборов информационных продуктов из центров архивации и распространения спутниковых и метеоданных // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т.10. № 3. С.9–20.
  2. Барталев С.А, Ершов Д.В., Лупян Е.А., Толпин В.А. Возможности использования спутникового сервиса ВЕГА для решения различных задач мониторинга наземных экосистем // Современные проблемы дистанционного зондирования Земли, 2012. Т.9. №.1. С.49–56.
  3. Гордеев Е.И., О.А. Гирина, Е.А. Лупян, В.Ю. Ефремов, А.А. Сорокин, Д.В. Мельников, А.Г. Маневич, И.М. Романова, С.П. Королев, Л.С. Крамарева Возможности использования данных гиперспектральных спутниковых наблюдений для изучения активности вулканов Камчатки с помощью геопортала VolSatView // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т.11. №.1. С. 267–284.
  4. Ефремов В.Ю., Лупян Е.А., Мазуров А.А., Прошин А.А., Флитман Е.В. Технология построения автоматизированных систем хранения спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2004. № 1. С. 437–443.
  5. Лупян Е.А., Балашов И.В., Бурцев М.А., Ефремов В.Ю., Мазуров А.А., Мальцев Д.В., Матвеев А.М., Прошин А.А., Толпин В.А., Халикова О.А., Крашенинникова Ю.С. Возможности работы с долговременным архивом данных спутников LANDSAT по территории России и приграничных стран // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 3. С. 307–315.
  6. Лупян Е.А., Матвеев А.М., Уваров И.А., Бочарова Т.Ю., Лаврова О.Ю., Митягина М.И. Спутниковый сервис See the Sea - инструмент для изучения процессов и явлений на поверхности океана // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 2. С. 251–262.
  7. Лупян Е.А., Савин И.Ю., Барталев С.А, Толпин В.А., Балашов И.В., Плотников Д.Е. Спутниковый сервис мониторинга состояния растительности «ВЕГА» // Современные проблемы дистанционного зондирования Земли, 2011. Т.8. №.1. С. 190–198.
  8. Толпин В.А., Балашов И.В., Ефремов В.Ю., Лупян Е.А., Прошин А.А., Уваров И.А., Флитман Е.В. Создание интерфейсов для работы с данными современных систем дистанционного мониторинга (система GEOSMIS) // Современные проблемы дистанционного зондирования Земли из космоса, 2011. Т.8. № 3. С. 93–108.
  9. Almond, Samuel The Remote Sensing Of Oil Slicks From Satellite Platforms. 2000. http://www.geog.ucl.ac.uk/~salmond/essay.html.
  10. Bannehr L., Luhmann Th., Piechel J., Roelfs T., Schmidt A. Extracting roof parameters and head bridges over the city of Oldenburg from hyperspectral, thermal, and airborne laser scanning data // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2011. V.XXXVIII-4/W19. P. 17–22.
  11. Bian M., Skidmore A., Schlerf M., Liu Y., Wang T. Estimating biochemical parameters of tea (camellia sinensis (L.)) using hyperspecttral techniques // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. V.XXXIX-B8. P. 237–241.
  12. Shibayama, M. and Akiyama, T. Seasonal visible, nearinfrared and mid-infrared spectra of rice canopies in relation to LAI and above-ground dry phytomass // Remote Sensing of Environment. 1989. Vol. .27, P. 119–127
  13. Chisense C. Classification of roof materials using hyperspectral data // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol. XXXIX-B7. P. 103–107.
  14. Chisense, C. Classification of Roofs using Hyperspectral Data. Master thesis. 2011. University of Applied Sciences Stuttgart, Germany.
  15. Cloutis E. A. Spectral reflectance properties of hydrocarbons, remote sensing implications // Science. 1989. Vol. 245. P. 165–168.
  16. Dennison P. Fire detection in imaging spectrometer data using atmospheric carbon dioxide absorption // International Journal of Remote Sensing. 2006. Vol. 27. No. 4. P. 3049–3055.
  17. Dennison P., Roberts D. Daytime fire detection using airborne hyperspectral data // Remote Sensing of Environment. 2009. Vol.113. No.8. P. 1646–1657.
  18. De Souza E., Vicens R., Rosa A., Cruz C. Spectral analysis of different vegetation cover using the Hyperion sensor – a case study in the state of Rio de Janeiro – Brasil // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. V.XXXIX-B7. P.109–111.
  19. EO-1 User Guide. v. 2.3. University of Cicinatty. 2003.
  20. Ellis J.M., Davis H.H., Zamudio J.A. Exploring for onshore oil seeps with hyperspectral imaging // Oil and Gas Journal. 2001. No.10. P. 49–56.
  21. Foudan M.F. Salem. Hyperspectral remote sensing: A new approach for oil spill detection and analysis. Doctor Dissertation. 2003. George Mason University (USA).
  22. Fung, T., Ma, F.Y. and Siu, W.L. Hyperspectral data analysis for subtropical tree species recognition // Geoscience and Remote Sensing Symposium Proceedings, IGARSS '98. IEEE International. 1998.Vol.3, P. 1298–1300.
  23. Goetz, A. F. H., G. Vane, J. E. Solomon, and B. N. Rock. Imaging Spectrometry for Earth Remote Sensing // Science. 1985. Vol.228. P. 1147–1153.
  24. Heather Freeman. Evaluation of the use of hyperspectral imagery for identification of microseeps near Santa Barbara, California. California. Sep.26, 2003.
  25. Hestir, E. L., Khanna, S., Andrew, M. E., Santos, M. J., Viers, J. H., Greenberg, J. A., Rajapakse, S. S. and Ustin, S. L. Identification of invasive vegetation using hyperspectral remote sensing in the California Delta ecosystem. // Remote Sensing of Environment .2008. Vol.112, P. 4034–4047.
  26. Horig B., Kuhn F., Oschutz F., Lehmann F. HyMap hyperspectral remote sensing to detect hydrocarbons // Int. J. Remote Sensing. 2001. Vol. 22. No.8. P. 1213–1422.
  27. Inoue Y., Peñuelas P., Miyata A., and Mano M. Normalized difference spectral indices for estimating photosynthetic efficiency and capacity at a canopy scale derived from hyperspectral and CO2 flux measurements in rice // Remote Sensing of Environment. 2008. Vol. 1112, P. 156–172.
  28. Kurz T., Buckley S., Howell J. Close range hyperspectral imaging integrated with terrestrial lidar scanning applied to rock characterisation at centimetre scale // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. V.XXXIX-B5. P. 417–422.
  29. Lee J.-D., Dewitt B., Lee S.-S., Bhang K.-J., Sim J.-B. Analysis of concrete reflectance characteristics using spectrometer and VNIR hyperspectral camera // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol. XXXIX-B7. P. 127–130.
  30. Mohammadi M. Road Classification and Condition Determination using Hyperspectral Imagery. Master thesis. 2011. University of Applied Sciences Stuttgart, Germany.
  31. Nakanishi T., Imai Y., Morita T., Akamatsu Y., Odagawa S., Takeda T., Kashimura O. Evaluation of wheat growth monitoring methods based on hyperspectral data of later grain filling and heading stages in western Australia // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol. XXXIX-B8. P. 295–300.
  32. Newnham G., Lazaridis D., Sims N., Robinson A., Culvenor D. Assessing the significance of Hyperion spectral bands in forest classification // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol.XXXIX-B7. P. 147–149.
  33. Phil P. R. P., Crisp P. T. Surface geochemical prospecting methods used for oi1 and gas prospecting // Journal of Geochemical Exploration. 1982. Vol.17. No.1. P. l–34.
  34. Ricco A., Giunta G., Landi T., Migliaccio M. Remote optical observation of biomass burning: A feasibility and experimental case study with the SIM.GA hyperspectral system // International Journal of Remote Sensing. 2011. Vol. 32. No. 21. P. 6241–6259
  35. Roberts D., Dennison P., Gardner M., Hetzel Y., Ustin S., Lee C. Evaluation of the potential of Hyperion for fire danger assessment by comparison to the Airborne Visible Infrared Imaging Spectrometer // IEEE Transactions on Geoscience and Remote Sensing. 2003. Vol. 41. No. 6. P. 1297–1310.
  36. Tian Q. Study on oil-gas reservoir detecting methods using hyperspectral remote sensing // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol. XXXIX-B7. P. 157–162.
  37. Torbick N., Becker B. Evaluating Principal Components Analysis for identifying optimal bands using wetland hyperspectral measurements from the Great Lakes, USA // Remote Sensing. 2009. Vol.1. No.3. P. 208–417.
  38. White D., Lewis M. Mapping the wetland vegetation communities of the Australian Great Artesian Basin springs using SAM, MTMF and spectrally segmented PCA hyperspectral analysis // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2012. Vol. XXXIX-B7. P. 163–165.
  39. Williams A., Lawrence G. 'The role of satellite seep detection in exploring the South Atlantic's ultra-deep water' // Surface Exploration case Histories, etc, AAPG Studies in Geology. 2002. Vol. 48.
  40. Zomer R. J., Trabucco, A., Ustin, S. L. Building spectral libraries for wetlands land cover classification and hyperspectral remote sensing // Journal of Environmental Management. 2009. Vol. 90, P. 2170–2177.