Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 3. С. 21-28
Возможности дистанционного мониторинга объектов земной поверхности с помощью гиперспектрального комплекса в диапазоне длин волн 400–1700 нм
А.Н. Виноградов
1 , Д.С. Демидова
1 , В.В. Егоров
2 , А.А. Ильин
1 , А.П. Калинин
3 , А.И. Родионов
1 , И.Д. Родионов
4 , И.П. Родионова
4 1 ЗАО «Научно-технический центр «Реагент», Москва, Россия
2 Институт космических исследований РАН, Москва, Россия
3 Институт проблем механики им. А.Ю. Ишлинского РАН, Москва, Россия
4 Институт химической физики им. Н.Н.Семенова РАН, Москва, Россия
Одобрена к печати: 21.12.2017
DOI: 10.21046/2070-7401-2018-15-3-21-28
Рассматриваются вопросы авиационного гиперспектрального зондирования земной поверхности с использованием двух сенсоров видимого и ближнего инфракрасного диапазона. Приводятся тактико-технические характеристики бортовых гиперспектральных модулей со спектральными диапазонами 400–1000 и 900–1700 нм, обладающих высоким пространственным и спектральным разрешением. Даётся описание лётного эксперимента, проведённого в Московской области. Гиперспектральная съёмка проводилась с самолёта Ан-2 с высоты 800–900 м в полуденные часы. Методика обработки гиперспектральных кубов базировалась на использовании алгоритмов контролируемой и неконтролируемой классификации. Были получены RGB-изображения участков местности, занятых лесом, сельскохозяйственным посевом, травой, приусадебными участками и дорогами. Из исходных гиперспектральных кубов рассчитывались соответствующие изображения первых главных компонент. Статистическая обработка этих изображений сводилась к расчёту гистограмм с последующей их аппроксимацией набором гауссовых кривых методом разделения смесей. По полученным аппроксимациям производилось вычисление таблиц точности, относящихся как к раздельному, так и совместному использованию данных обоих гиперспектральных модулей. Показано, что вероятности правильной классификации объектов сцены при раздельной обработке в среднем составляли около 0,85 (исключая приусадебные участки и дороги), а при совместной обработке — 0,98.
Ключевые слова: гиперспектрометр, видимый и ближний инфракрасный диапазон, природный объект, главные компоненты, классификация, кластер, ложная тревога, матрица точности
Полный текстСписок литературы:
- Виноградов А. Н., Егоров В. В., Калинин А. П., Родионов А. И., Родионов И. Д., Родионова И. П. (2017а) Разработка и исследование гиперспектрометра ближнего инфракрасного диапазона БИК1: Препринт ИКИ РАН. Пр-2182. 2017. 22 с.
- Виноградов А. Н., Егоров В. В., Калинин А. П., Родионов А. И., Родионов И. Д., Родионова И. П. (2017б) Авиационная система дистанционного мониторинга Земли в видимом и ближнем инфракрасном диапазоне (400–1700 нм) // Датчики и системы. 2017. № 5. С. 32–36.
- Исимару А. Распространение и рассеяние волн в случайно неоднородных средах. Т. 2. М.: Мир, 1980. 280 c.
- Rodionov I. D., Rodionov A. I., Vedeshin L. A., Egorov V. V., Kalinin A. P. Airborne hyperspectral systems for solving remote sensing problems // Izvestija. Atmospheric and Oceanic Physics. 2014. V. 50. No. 9. P. 983–1003.
- VanderPlas J. Python Data Science Handbook. O’Reilly Media, 2016. 541 p.
- Vinogradov A. N., Egorov V. V., Kalinin A. P., Rodionov A. I., Rodionov I. D. A line of aviation hyperspectrometers in the UV, visible, and near-IR ranges // J. Optical Technology. 2016. V. 83. Iss. 4. P. 237–243.