Site icon Евразийский Союз Ученых — публикация научных статей в ежемесячном научном журнале

ДЕШИФРИРОВАНИЕ АЭРОСНИМКОВ ДЛЯ ПОЧВЕННОГО КАРТОГРАФИРОВАНИЯ

Ключевую позицию при картировании и исследовании почв для сельскохозяйственных целей занимает дешифрирование аэроснимков.

Задачами почвенного дешифрирования являются установление содержания и проведение границ почвенных контуров по аэроснимкам.

Первую из этих двух взаимосвязанных операций можно назвать генетическим дешифрированием, она имеет своей целью определение генетической принадлежности почвы.

Вторая задача – контурное дешифрирование – связана с установлением контуров различных почв.

Почва как объект исследования аэрометодом является весьма своеобразным элементом ландшафта. Как и любое самостоятельное естественно-историческое тело природы, почва обладает определёнными морфологическими параметрами – мощностью всей почвы, рядом взаимосвязанных горизонтов, каждый из которых также имеет определённую мощность с типичной окраской, структурой, механическим составом и т.д. На аэроснимках получают фотоизображение только морфологические признаки почв, видимые, отражённые морфологически на поверхности почвы.

Окраска поверхностных горизонтов – один из наиболее достоверных признаков дешифрирования почв. На цветных аэроснимках различие окраски поверхностных горизонтов определяются по цветовой шкале, на чёрно-белых – по чёрно-белой.

Тон фотоизображения почв на аэроснимках определяется отражательной способностью почв, которая зависит от минералогического и органического состава [2, с. 74].

Методика почвенных обследований при составлении почвенных карт остаётся примерно такой же, что и по материалам наземных съёмок. Однако значительно большее количество информации, содержащейся в материалах аэросъёмки, позволяет перенести значительный объём полевых работ (более 50%) в камеральные условия.

При дешифрировании аэроснимков для целей сельскохозяйственного картографирования требуется выделять множество подвидов основных угодий. Это существенно усложняет процесс распознавания контуров местности по их изображениям. Специалист, занимающийся дешифрированием аэроснимков, должен знать назначение земельного участка (для определения вида сельхозугодия), его характерные признаки (для отнесения его к тому или иному подвиду), демаскировочные признаки (для распознавания подвида сельхозугодия в натуре) и особенность их аэрофотографического изображения в различных условиях.

Необходимо более детально рассмотреть особенности дешифрирования основных сельхозугодий.

Пашня – земельный участок, систематически обрабатываемый и используемый под посевы сельскохозяйственных культур [1, с. 21]. Демаскирующими признаками пашни в натуре являются следы распашки, наличие посевов сельхозкультур или обработки поля под пары и т.п. На аэроснимке свежевспаханная пашня с подзолистыми или песчаными почвами изображается светло-серым тоном, а чернозёмными – тёмным.

Участки пашни в большинстве случаев имеют правильные формы.

Залежь – земельный участок, использовавшийся ранее под пашню, более года, начиная с осени, не использующийся для посева сельхозкультур и не подготовленный под пар [1, с. 23].

Демаскирующим признаком для распознавания залежи в натуре являются следы давней распашки или многолетней культурной обработки, часто эти участки имеют хорошо задернованную поверхность.

На аэроснимке распознавание залежи производится по характерной микроструктуре фотоизображения распаханных ранее и задернованных поверхностей (нечётко выраженная направленность, следы распашки), приуроченности к массивам пашни, бывшим населённым пунктам и т.п., а также на основе изучения материалов предшествующих съёмок. Дешифрируемость вновь образовавшихся контуров залежи близка к дешифрируемости пашни, а с течением времени резко снижается.

Многолетние насаждения – земельный участок, занятый древесными, кустарниковыми или травянистыми многолетними насаждениями, способными давать урожай плодово-ягодной или технической продукции [1, с. 21]. К многолетним насаждениям относятся сады, виноградники, ягодники, тутовники, плантации чайных и эфирномасличных культур, плодовые и виноградные питомники и т.п.

Структура фотоизображения многолетних насаждений является надёжным дешифровочным признаком для выделения контура угодий. Легко распознаются на аэроснимке сады по своей сетчатой структуре фотоизображения, однако другие многолетние растения с рядовой посадкой и обработкой имеют однотипную, струйчатую структуру изображения на аэроснимке и установить наименование многолетнего насаждения можно только при наличии дополнительной информации о характере произрастающих культур (высота, ширина междурядий, зональность и т.п.) или путём непосредственного наблюдения в натуре.

Сенокос – земельный участок, травостой которого в основном используется для сенокошения [1, с. 23].

При достаточно твёрдых демаскирующих признаках в натуре изображение сенокосных участков мало чем отличается от пастбищных и распознать их можно по ряду косвенных признаков (следы сенокошения, стога сена и т.п.). Наилучшая дешифрируемость сенокосов достигается на аэроснимках, полученных в период массового сенокошения или после него, но до уборки сена с поля.

Пастбище – земельный участок, систематически используемый для выпаса скота, а также участки, не являющиеся сенокосом и залежью, растительность которых пригодна на корм скоту [1, с. 25].

Распознавание участков пастбищ на изображениях затруднено отсутствием каких-либо прямых признаков, отличающих их от изображений сенокосов, залежей, мелких сплошных кустарников и т.п. К косвенным признакам, позволяющим распознавать участки пастбищ, можно отнести изображение скотных дворов и кошар, загонов с навесами и других устройств для стоянок скота или водопоя.

Изображение пастбищных участков не имеет контрастных отличий от изображения сенокосов, и поэтому границу между ними устанавливают приближённо, если нет разделяющего линейного или другого ясно выраженного контура [4, с. 42].

Дешифрирование границ угодий и землепользований на аэроснимках составляет одну из наиболее важны задач сельскохозяйственного картографирования, а точность определения их положения на изображении существенно влияет на точность измерения площадей участков по плану. Дешифрируемость границ определяется размытостью и контрастом изображения смежных объектов, а также чувствительностью глаза или другой воспринимающей системы.

В связи с тем, что определённые морфологические характеристики почв не могут отображаться на обычном аэрофотоснимке, для исследования почвенного покрова применяют также многозональные снимки, которые позволяют более надёжно распознавать изучаемые объекты.

Большинство объектов земной поверхности обладает уникальными, присущими только им отражательными свойствами. Спектральный образ, получаемый в результате обработки многозональных снимков часто используется при автоматизированном дешифрировании.

Совокупность значений яркости многозонального снимка может быть представлена как пространство спектральных признаков, размерность которого определяется числом съёмочных зон. Каждая точка в этом пространстве представлена набором координат, равным значениям уровней яркости в зонах. Спектральная яркость природных объектов определяет уровень яркости их изображения на зональных снимках и, следовательно, положение в пространстве признаков.

Классификация объектов предполагает разделение пространства признаков на замкнутые области (классы) с определёнными значениями признаков. Область в пространстве спектральных признаков может быть компактной, когда характеристики точек данного класса мало различаются. Причина этого заключается в неоднородности объектов земной поверхности и их освещённости. В каждой точке неоднородной поверхности яркости соответствующих объектов интегрируются в разных соотношениях, из-за чего возникает большой разброс спектральных характеристик внутри одного класса.

Отнесение точек к классам зависит от принятого правил классификации. Здесь используются два подхода:

  1. Классификация основана на признаках объектов, принадлежность которых к определённому классу на местности известна (например, признаки объектов на эталонных участках). В этом случае выполняется контролируемая классификация, называемая также классификацией с обучением.
  2. Группировка точек со сходными уровнями яркости в зонах без предварительного знания числа и характеристик классов объектов на местности. Это неконтролируемая классификация или классификация без обучения [3, с. 136-137].

Достоверность автоматизированного дешифрирования формально характеризуется отношением числа правильно классифицируемых точек к их общему числу.

В завершение всего изложенного следует отметить, что вычислительные алгоритмы, основанные на анализе спектральных признаков отдельных точек, обеспечивают надёжное решение только самых простых классификационных задач; они рационально включаются в сложный процесс визуального дешифрирования, которое до сих пор остаётся основным методом получения информации из аэроснимков и напрямую зависит от практических навыков и квалификации исполнителя.

Список литературы:

  1. Инструкция по дешифрированию аэрофотоснимков и фотопланов в масштабах 1:10000 и 1:25000 для целей землеустройства, государственного учёта земель и земельного кадастра. – Москва, 1978. – 142 с.
  2. Афанасьева Т.В. Использование аэрометодов при картировании и исследовании почв. – М.: типография изд-ва МГУ, 1965. – 158 с.
  3. Лабутина И.А. Дешифрирование аэрокосмических снимков. – М.: Аспект Пресс, 2004. – 184 с.
  4. Фостиков А.А., Альтшулер Б.Ш., Плоткин Р.М., Сухотько Н.В. Аэрофотогеодезические изыскания в сельском хозяйстве. – М.: Недра, 1980. – 320 с.[schema type=»book» name=»ДЕШИФРИРОВАНИЕ АЭРОСНИМКОВ ДЛЯ ПОЧВЕННОГО КАРТОГРАФИРОВАНИЯ» description=»В статье рассматриваются особенности дешифрирования сельхозугодий для создания и обновления карт.» author=»Самсонова Наталья Вячеславовна» publisher=»БАСАРАНОВИЧ ЕКАТЕРИНА» pubdate=»2017-04-13″ edition=»ЕВРАЗИЙСКИЙ СОЮЗ УЧЕНЫХ_30.04.2015_4(13)» ebook=»yes» ]

404: Not Found404: Not Found