Меню
Интересные новости
2018-08-02, Детский день рождения на природе: 4 идеи
2018-07-31, Чем опасен для нашего здоровья гриль за городом
2018-07-30, Все для праздника в стиле Герои в масках: идеи и советы
2018-07-29, Внутренняя отделка бани
2018-07-25, Продлеваем жизнь своим кроссовкам? Советы экспертов
2018-07-23, Компьютерные игры: во что играть самым маленьким
Отдых и туризм
2018-08-15, Романтическое путешествие в Вену
2018-08-13, Семейные каникулы: если с ребенком, то на Гоа
2018-08-12, Райский остров Комино (Мальта)
2018-08-11, Путешествии в Тунис
2018-08-10, Преимущества покупки снаряжения для туризма
2018-07-23, Самые странные особые пожелания гостей отеля
Архив поступлений
ПнВтСрЧт ПтнСбВс
  12345
6789101112
13141516171819
20212223242526
2728293031  
Статистика сайта
Rambler's Top100
Правовая информация
Пропозиція для територіальних громад      Оптимизация процесса геообработки – создание инструментов-скриптов Python (.py) для ArcGIS

Использование данных ДЗЗ при наблюдении за образованием зон мутности на водных поверхностях.Экологическое состояние воды.Состояние поверхностных вод

Исследование водных ресурсов Земли в настоящее время трудно представить без использования спутниковых методов и технологий. С помощью космических снимков можно определить состояние поверхностных вод и оценить экологическое состояние воды.
Основными достоинствами космических снимков являются: одновременность охвата значительной площади акватории, непрерывность информационного содержания снимка для каждой точки изображения, высокая периодичность регистрации состояния водных масс и прибрежных территорий. Однако определение многих характеристик (например, количественный и качественный состав взвесей и загрязняющих веществ в морской и речной воде, промышленных стоках и т.д.) пока недоступно космической информации. Можно лишь по косвенным признакам судить о тех или иных параметрах, достоверное определение которых зависит от результатов синхронных под спутниковых наблюдений, многочисленных сопоставлений космической информации с данными наземных измерений на момент съемки для установления зависимостей между тоном, структурой изображения и количественными характеристиками, дальнейшим совершенствованием съемочной аппаратуры.
Дешифрирование космических изображений акватории морей требует особого подхода. Система циркуляции течений мелководного моря создается наиболее часто повторяющимися ветрами и охватывает всю толщу воды, что приводит к ее перемешиванию и взмучиванию, затрудняя определение границ распространения твердых речных взвесей. Для их достоверного определения следует выбирать снимки, выполненные в безветренный период. Основными критериями отбора снимков служат: отсутствие облачности, контрастность изображения, визуальный рисунок распределения морских вод различной мутности.
Методика дешифрирования космических изображений основывается на анализе конфигураций и смены тональности рисунков изображения. Так, белые и светло-серые пятна, линии, вуали на общем темном фоне прозрачной морской воды отражают распределение взвесей в зоне смешения речной и морской воды. Самые яркие светлые пятна, как правило, расположены в устьях рек и в непосредственной близости к ним. Это объясняется тем, что после отрыва речной струи от дна при выходе на акваторию взвешенные наносы выпадают в виде “песчаного дождя”, причем интенсивность и крупность выпадающих частиц обратно пропорциональна расстоянию от устья – чем ближе к устью, тем крупнее фракции осадочного материала, а мелкодисперсные захватываются морскими течениями и разносятся на большие расстояния, участвуя в процессе морского осадкообразования. Соответственно границы распространения мутных вод в районах, прилегающих к устьям рек, могут быть идентифицированы как фронтальные разделы пресных речных и соленых морских вод. Достоверная интерпретация космических изображений возможна только на основе совместного анализа фактических данных метео- и гидрологических измерений (направлений и скорости ветра и течений, расходов воды и объемов твердого стока в замыкающих створах рек и пр.), полученных на репрезентативных ключевых участках для дальнейшей экстраполяции на весь район исследований.

Алгоритм выделения гидрооптических неоднородностей морской среды, связанных с антропогенными воздействиями, по многоспектральным космическим изображениям высокого разрешения:

  • синтезирование цветного изображения из отдельных спектральных каналов (RGB-синтез);
  • дешифрирование изображений для выделения облачного покрова, кораблей и следов их движения, суши и незакрытой облаками морской поверхности;
  • выбор фрагментов полного кадра изображения в районе исследования для последующей обработки;
  • фильтрация;
  • декорреляционное растяжение, главной целью которой является устранение коррелированности спектральных каналов;
  • параметрическая и непараметрическая классификация;
  • объединение классов;
  • цветокодирование.

Методика обработки гипер- и многоспектральных спутниковых данных среднего разрешения:

  1. географическая привязка исходных изображений, путем подбора опорных точек с использованием цифровой векторной карты береговой линии и последующего геометрического аффинного преобразования (комбинация сдвига, преобразования масштаба и поворота), минимизирующего невязку;
  2. маскирование суши с помощью цифровой векторной карты береговой линии;
  3. маскирование облаков и теней от облаков;
  4. маскирование отмелей на основе батиметрической карты;
  5. выбор спектральных каналов для обработки;
  6. подавление инструментального шума методом сегрегации шумовых компонент;
  7. атмосферная коррекция выбранных каналов. При этом используются следующие вспомогательные данные:
    • оптическая толщина атмосферных аэрозолей для излучения с длиной волны 550 нм (архив данных AERONET, http://aeronet.gsfc.nasa.gov);
    • содержание водяного пара в атмосфере (архив данных AERONET, http://aeronet.gsfc.nasa.gov).
  8. составление карты концентраций базовых примесей в соответствии с методом оценки осредненных по глубине концентраций примесей. Он основан на применении нелинейной многомерной оптимизации для решения задачи минимизации невязки

∑i=1,N(Rmes(λi)-Rmod(λi))2,

где Rmes(λi)i=1,N – измеренный спектр;
Rmod(λi)i=1,N – модельный спектр, вычисленный по методу Халтрина

Зоны мутности (изменение окраски) на водных поверхностях также могут возникать в результате цветения моря вследствие значительного скопления в поверхностном слое мельчайших морских организмов. Часто наблюдается обильное цветение воды за счет развития фитопланктона, когда популяция достигает более миллионов клеток на один литр. Цвет моря бывает красного, коричневого, желтого, молочно-белого и других цветов. Наблюдается цветение в виде обширных пятен или полос большой протяженности, и оно часто хорошо видно из космоса.
Морской фитопланктон представляет собой одноклеточные микроскопические растительные организмы размером от 1 мкм до 1 мм и включает представителей многих групп водорослей: диатомовых (Bacillariophyta), динофлагеллят (Pirrophyta), кокколитофорид (Coccolithus), кремнежгутиковых (Silicoflagellata), криптомонад (Cryptophyta), хризомонад (Chrysophyta), зеленых (Chlorophyta) и сине-зеленых (Cyanophyta) водорослей.
Для определения цвета морской воды из космоса используются изображения, полученные для синего и зеленого каналов, отношение которых определяет значение хлорофилла А.
Алгоритмы для перевода значений пикселов в величины конкретного геофизического параметра, опираются на эмпирические соотношения, полученные при обобщении результатов сравнения спутниковых данных о цвете морской воды с измеренной концентрацией пигмента хлорофилла в пробах воды, взятых с борта корабля в том же месте и в то же время.
В таком эмпирическом уравнении концентрация хлорофилла в столбе воды рассчитывается, исходя из соотношения излучения LW, измеренного спутником в двух частотных каналах. По данным Coastal Zone Color Scanner, (Гордон и др., 1983)

Coastal Zone Color ScannerCoastal Zone Color Scanner

где C – концентрация хлорофилла в поверхностных слоях в мг пигмента /м3, а LW (443), LW (520), и LW (550) излучение на длинах волн 443 (синего канала), 520, и 550 нм (зеленого канала).
C13 используется при C13 < 1.5 мг/м3; в других случаях используют C23.
Этот способ позволяет рассчитывать концентрацию хлорофилла с точностью 50% в широком диапазоне от 0,01 до 10 мг/м3.
Цветовые характеристики поверхности моря могут быть использованы для оценки типа океанских вод, обнаружения биопродуктивности районов, перспективных для рыболовства; цветовые контрасты являются важным индикатором при наблюдении фронтальных зон – границ течений, вихрей, зон перемешивания, апвеллингов и т.п., в частности при наблюдении из космоса. Преломленный свет на границе раздела проникает на некоторую глубину и после поглощения и рассеяния на имеющихся неоднородностях (в случае фитопланктона – на пигментах живых организмов и на дендрите – взвешенных продуктах жизнедеятельности) частично возвращается в атмосферу принося информацию о содержащихся в воде взвешенных и растворенных веществах.
Дистанционное зондирование фитопланктона основано на проведении спектрозональных съемок и определении содержания фотосинтезирующего пигмента (хлорофилла – зеленого пигмента растительных клеток, играющего основную роль в фотосинтезе). Для наблюдения фитопланктона (точнее «хлорофилла-а») и его пространственного распределения из космоса разработаны специальные датчики – сканеры цвета моря, такие как SeaWiFS (Sea-viewing Wide Field-of-View Sensor) на спутнике Seastar, а также спектрорадиометры MERIS (Medium Resolution Imaging Spectrometer) на ИСЗ Envisat и MODIS (Moderate Resolution Imaging Spectrometer) на ИСЗ Aqua и Terra [Barnes et al., 1998].
Спутниковые датчики цвета океана регистрируют величины яркости восходящего излучения на верхней границе атмосферы в нескольких спектральных каналах. Эти величины обусловлены совокупностью многих факторов, и цепочка, связывающая биопродуктивность вод и сигнал, регистрируемый спутниковым датчиком, оказывается достаточно длинной. От первичной продукции (концентрации фитопланктона) непосредственно зависит содержание пигментов фитопланктона и взвешенных частиц, обусловливающих поглощение и рассеяние света морской водой; именно эти два процесса в основном определяют спектральную яркость излучения, выходящего из водной толщи. Помимо них, на спектральную яркость выходящего излучения влияют процессы взаимодействия излучения с морской водой, такие как комбинационное рассеяние и флуоресценция. Комбинационное рассеяние охватывает весь видимый диапазон, флуоресценция хлорофилла доминирует в красной области спектра (максимум вблизи длины волны 685 нм); флуоресценция растворенного органического вещества - «желтого вещества» - заметно проявляется в синей области спектра (пик вблизи 425 нм) в высокопродуктивных водах и в районах, подверженных влиянию речного стока.
Данные сканеров цвета моря помимо концентрации хлорофилла позволяют рассчитать общее содержание взвешенного вещества и растворенного органического вещества (желтого вещества) в верхнем слое моря.
Мониторинг распределения концентрации хлорофилла имеет важное практическое значение для рыболовства, поскольку фитопланктон - это кормовая база зоопланктона и рыб. Часто цветущий планктон приводит к массовой гибели рыб и др. морских животных за счет выделения токсичных веществ и активного потребления растворенного кислорода. Необычное быстрое, взрывоподобное размножение таких токсичных водорослей иногда охватывает большие акватории, вызывая так называемые «красные приливы». Благоприятная комбинация факторов среды – температуры, солености, обилие пищи и биогенных элементов, речного стока и солнечной радиации – наиболее вероятна причина.

Таблица 1. Характеристики спектральных каналов, которые применяются при исследовании морей и океанов с использованием данных ДЗЗ.

Наименование спектрального канала (русский/английский)

Обозначение спектрального канала в документации

Длины волн спектрального канала, мкм (μm)

Применение спутниковой информации в дистанционном зондировании Земли и других приложениях

Видимый синий/Blue

Band 1, B1 0,45-0,52
  1. Данные используются для океанографических приложений;
  2. Отображение побережий, батиметрии, наносов;
  3. Измерение глубины воды, благодаря большой проницаемой способности сигнала.

Видимый зеленый/Green

Band 2, B2 0,52-0,60
  1. Дифференциация чистой и мутной воды;
  2. Составления карт концентрации наносов и осадков в мутных водах;
  3. Обнаружение нефти на поверхности воды.

Таблица 2. Характеристики тематических задач оценки морей и океанов, решаемых с использованием материалов ДЗЗ. Посмотреть таблицу здесь

Выводы
Особенности использования данных ДЗЗ:

  • данные дистанционного зондирования представляют реалистичную картину синоптической, сезонной и многолетней циркуляции течений и изменчивости полей взвешенных веществ;
  • современные возможности космической съемки позволяют получить изображение значительной по площади морской поверхности с разрешением 30-50 м, т.е. с такой детальностью, которую не в состоянии обеспечить гидрометеорологическая сеть с ее дискретными во времени и в пространстве наблюдениями;
  • достоверная интерпретация космических изображений возможна только на основе совместного анализа фактических данных метео- и гидрологических измерений (направлений и скорости ветра и течений, расходов воды и объемов твердого стока в замыкающих створах рек и пр.), полученных на репрезентативных ключевых участках для дальнейшей экстраполяции на весь район исследований.

Список литературы

    • В.А. Кровотынцев, О.Ю. Лаврова, М.И. Митягина, А.Г. Островский. Космический мониторинг состояния природной среды Азово-Черноморского бассейна.
    • В.Г. Бондур, Н.И. Рыбакова, С.А. Старченков. Мониторинг антропогенных воздействий на прибрежные зоны по данным многоспектральных и гиперспектральных космических сканеров.
    • Е.И. Корчемкина, Е.Б. Шибанов. Усовершенствование метода дистанционного определения концентрации пигментов фитопланктона.
    • Водные ресурсы европейского севера России: итоги и перспективы исследований. Материалы юбилейной конференции, посвященной 15-летию ИВПС, 2006 г.
    • И.Е. Курбатова. Спутниковый мониторинг побережья Азовского моря: реальные возможности и специфика.
    • Классификатор тематических задач оценки природных ресурсов и окружающей среды, решаемых с использованием материалов дистанционного зондирования Земли. Редакция 7. – Иркутск: ООО «Байкальский центр», 2008.
    • Сычев В.И., Смирнова Ю.Е., Батура А.А. Результаты дистанционного зондирования в видимом диапазоне для оценки динамики прибрежной зоны восточной части Финского залива.
    • Фитопланктон и цветение моря.
    • Карты состояния водной среды.

    Если Вас интересует элитная недвижимость в Лондоне, тогда обращайтесь.

Поиск по сайту
Меню
НОВОСТИ
2018-04-07, 7 базовых курсов в области геоинформационных систем (обучение ГИС)... Подробнее>>>
2018-03-12, ХXІІ Всеукраїнської науково-практичної конференції у ЖВІ... Подробнее>>>
2018-03-11, VIII международный бизнес-форум «GISTECH-UA 2018»... Подробнее>>>
2018-03-10, Группировка КА ДЗЗ “GaoJing-1” (“SuperView 1”) КНР... Подробнее>>>
2018-02-28, Безкоштовні курси по ГІС "Esri's MOOC program"... Подробнее>>>
2018-02-27, Успішний запуск РН "Союз-2.1а" з 4 КА "Lemur-2"... Подробнее>>>
2018-02-26, Россия запустила КА ДЗЗ “Канопус-В” №3 и №4... Подробнее>>>
2018-02-24, Угруповання КА "GOES"... Подробнее>>>
2018-02-23, Курс “Корпоративні бази геоданих для СУБД MS SQL Server. Встановлення та налаштування”... Подробнее>>>
2018-02-22, Курс “ArcGIS for Server 10.x встановлення та налаштування. Сервіси даних”... Подробнее>>>
2018-02-21, IV Всеукраинский хакатон аграрных инноваций-2018... Подробнее>>>
Все новости
10 новых поступлений
  • «Дистанционное зондирование Земли» Японская ассоциация дистанционного зондирования
  • Орбиты спутников дистанционного зондирования Земли
  • «Просторовий аналіз і моделювання в ГІС»
  • Конспект лекций по ГИС
  • Учебное пособие по курсу геоинформатика
  • Геоінформаційні системи в агросфері
  • Руководство по ГИС-анализу часть 1
  • ГІС в екологічних дослідженнях та природоохоронній справі
  • Геоінформаційні технології в народному господарстві
  • Дистанционное зондирование Земли из космоса – обзор законодательства и правоприменительной практики
  • Реклама на сайте
    Copyright © 2008-2018
    При использовании материала сайта
    индексируемая гиперссылка на http://mapexpert.com.ua/ обязательна