Поиск
Найти:
Подписка/отписка
на рассылку новостей
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. 2019. Т. 16. № 5. С. 99-110

Информационные инструменты распределенного анализа данных спутникового мониторинга растительных ареалов при проведении специальных экспертиз

В.П. Саворский 1, 2 , А.В. Кашницкий 2 , О.Ю. Панова 1 
1 Институт радиотехники и электроники им. В.А. Котельникова РАН, Фрязинский филиал, Фрязино, Московская обл., Россия
2 Институт космических исследований РАН, Москва
Одобрена к печати: 24.07.2019
DOI: 10.21046/2070-7401-2019-16-5-99-110
Работа посвящена разработке информационных инструментов для поддержки специализированных сервисов, используемых в процедурах выявления участков незаконного культивирования растений по данным спутниковых мультиспектральных наблюдений. Разработка этих инструментов основывается на требованиях, объективно обусловленных особенностями методов выявления таких участков. Разработанный набор инструментов применен к исследованию средствами спутникового мониторинга посевов технической конопли, являющейся модельной культурой для исследования спектральных сигнатур участков наркотикосодержащей конопли. Полученные в результате применения разработанных инструментов к реальным спутниковым данным результаты позволили оценить эффективность использования мультиспектральных и гиперспектральных сигнатур, а также спектральных индексов для выявления участков технической конопли. А именно, они позволили оценить эффективность обнаружения посевов конопли на фоне яровых зерновых (типовой фоновой культуры районов сельскохозяйственного производства черноземной зоны России) в течение периода вегетации. В качестве меры эффективности обнаружения посевов конопли использованы значения расстояния Джеффриса–Матуситы между множествами значений спектральных характеристик, описывающих спектральные характеристики в диапазонах видимого и ближнего ИК диапазонов технической конопли и яровых зерновых, наблюдаемые со спутников в период с мая по сентябрь. В качестве спектральных характеристик использованы коэффициенты отражения (КО) солнечного излучения на верхней границе атмосферы и спектральные индексы (СИ). По результатам статистического анализа данных спутниковых наблюдений аппаратурой ETM+ Landsat7 и MSI Sentinel-2 установлено, что предложенный в работе СИ NDCI совместно с СИ NDVI позволяют устойчиво обнаруживать и/или различать посадки конопли и яровых зерновых в течение большей части вегетационного периода с июня по сентябрь. Кроме того, была установлена более высокая устойчивость СИ NDCI к межгодовой изменчивости спектральных характеристик сельскохозяйственных покровов по сравнению с СИ NDVI.
Ключевые слова: спутниковый мониторинг, незаконное культивирование растений, спектральные сигнатуры, расстояние Джеффриса-Мацуситы
Полный текст

Список литературы:

  1. Барталев С. А., Егоров В. А., Лупян Е. А., Плотников Д. Е., Уваров И. А. Распознавание пахотных земель на основе многолетних спутниковых данных спектрорадиометра MODIS и локально-адаптивной классификации // Компьютерная оптика. 2011. Т. 35. № 1. С. 103–116.
  2. Кашницкий А. В., Балашов И. В., Лупян Е. А., Толпин В. А., Уваров И. А. Создание инструментов для удаленной обработки спутниковых данных в современных информационных системах // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 1. С. 156–170.
  3. Кашницкий А. В., Лупян Е. А., Балашов И. В., Константинова А. М. Технология создания инструментов обработки и анализа данных сверхбольших распределенных спутниковых архивов // Оптика атмосферы и океана. 2016. Т. 29. № 9. С. 772–777.
  4. Лупян Е. А., Прошин А. А., Бурцев М. А., Балашов И. В., Барталев С. А., Ефремов В. Ю., Кашницкий А. В., Мазуров А. А., Матвеев А. М., Суднева О. А., Сычугов И. Г., Толпин В. А., Уваров И. А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 263–284.
  5. Плотников Д. Е., Барталев С. А., Лупян Е. А. Метод детектирования летне-осенних всходов озимых культур по данным радиометра MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 2. № 5. С. 322–330.
  6. Саворский В. П., Панова О. Ю., Савченко Е. В. Методы анализа данных спутникового мониторинга растительных ареалов для выявления участков незаконного земледелия при проведении специальных экспертиз // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 5. С. 13–30.
  7. Толпин В. А., Барталев С. А., Бурцев М. А., Ефремов В. Ю., Лупян Е. А., Мазуров А. А., Матвеев А. М., Прошин А. А., Флитман Е. В. Оценка состояния сельскохозяйственных культур на основе межгодовой динамики с использованием данных MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2007. Т. 2. С. № 4. С. 380–389.
  8. Толпин В. А., Лупян Е. А., Барталев С. А., Плотников Д. Е., Матвеев А. М. Возможности анализа состояния сельскохозяйственной растительности с использованием спутникового сервиса «ВЕГА» // Оптика атмосферы и океана. 2014. Т. 27. № 07. С. 581–586.
  9. Чернявский Г. М., Стрыков А. И. Системный подход и новые информационные технологии в задачах обнаружения наркосодержащих растений. М.: АНО «Научно-изд. информ. центр», 2003. 207 с.
  10. Kailath T. The Divergence and Bhattacharyya Distance Measures in Signal Selection // IEEE Trans. Communication Theory. 1967. V. COM-15. P. 52–60.
  11. Richards J. A., Jia X. Remote Sensing Digital Image Analysis. Berlin Heidelberg: Springer, 2006. 439 p.
  12. Rouse J. W., Haas R. H., Scheel J. A. Deering D. W. Monitoring Vegetation Systems in the Great Plains with ERTS // Proc. 3rd Earth Resource Technology Satellite (ERTS) Symp. 1974. V. 1. P. 48–62.
  13. Walthall C. L., Daughtry C. S. T., Pachepsky L. Development of Cannabis Spectral Signatures and Cannabis Growth Simulation Model: Progress report FY 2003. Beltsville. MD. USA: USDA-ARS Hydrology and Remote Sensing Laboratory, 2003. 15 p.