автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Оценка возможностей аэрокосмического зондирования состояния естественной степной растительности МНР с помощью бортовых информационно-измерительных комплексов

Введение

Глава I. Методы определения состояния природных и антропогенных объектов по данным многоспектральных систем дистанционного зондирования (аналитический обзор) . 1С

1.1. Методы классификации природных объектов по аэрокосмическим данным. Постановка задачи. I'

1.2. Классификация с обучением: основные цроблемы . К

1.3. Влияние флуктуаций состояния зовдируемых объектов на результаты классификации . Г

1.4. Классификация зондируемых объектов без обучения . Н

1.5. Специфика задач классификации и определения состояния объектов. 2(

1.6. Влияние состояния объектов на их дистанционно измеряемые спектральные характеристики. 2Г

1.7. Регрессионные методы обработки данных дистанционных спектральных измерений. 4(

Глава 2. Формализованное описание связи параметров состояния и дистанционно измеряемых,спектральных характеристик растительных объектов.

2.1. Зондируемые объекты и их состояние. 5'

2.2. Функция связи состояние-яркость объекта (ФСЯ). . . б'

Глава 3. Экспериментальное определение и анализ ФСЯ естественной степной растительности МНР.

3.1. Методика экспериментов по определению ФСЯ.

3.2. Описание спектрометра "ИС0Х-020И. 8!

3.3. Методика экспериментов и их црактическая реализация

3.4. Методика обработки данных и восстановления ФСЯ . . 9!

3.5. Вопросы устойчивости ФСЙ.

Глава 4. Оценка информативности данных дистанционного определения состояния растительности.

4.1. Изучение корреляционных показателей информативности дистанционного зондирования (ДЗ).

4.2. Изучение влияния общего вида ФСЯ на информативность

4.3. Изучение точностных показателей, основанных на информации Фишера как критерии информативности ДЗ

4.4. Имитация решения обратных задач ДЗ с помощью информации Фишера.

Регулярные исследования околоземного космического пространства, начатые с конца пятидесятых годов, приобретают в последние десятилетия все большую практическую направленность. Одной из наиболее актуальных областей таких исследований является изучение природных ресурсов Земли (ИПРЗ) с космических аппаратов и самолетов-лабораторий с использованием метода дистанционного зондирования (ДЗ) в интересах таких отраслей науки и народного хозяйства как геология, сельское, лесное и водное хозяйство, океанология, озфана окружающей среды и многих других. В частности, в сельском хозяйстве материалы космических съемок Земли, выполняемых с помощью бортовой фотографической и сканерной аппаратуры, позволяют успешно следить за ходом полевых работ и фитосанитарным состоянием посевов, прогнозировать их урожайность и т.п.

Решение задач сельского хозяйства, основанное на использовании методов и средств ДЗ, особенно важно для такой страны, как МНР, обладающей значительной по площади территорией, специфическими природными условиями, относительно низкой плотностью населения и специализацией аграрного цроизводства в области пастбищного животноводства. Оценка цродуктивности и интенсивности использования пастбищ по данным аэрокосмической съемки необходима для оперативного планирования различного рода хозяйственных мероприятий в животноводстве.

Однако в этом нацравлении в МНР сделаны пока еще только первые шаги, носящие характер экспериментальных исследований. Ускоренному развитию этих работ, помимо чисто технических причин^ препятствует также отсутствие необходимого методического обеспечения и строгого обоснования возможностей методов ДЗ (в том числе и предельных) в определении состояния и динамики использования пастбищных угодий.

Корректное решение этой проблемы предполагает рассмотрение целого комплекса методических вопросов, составляющих предмет настоящей диссертационной работы. Это прежде всего изучение характеристик самого зондируемого объекта, влияния условий съемки, формирования коэффициентов спектральной яркости (КСЯ) степной растительности и их связи с параметрами состояв ния последней, а также разработка алгоритмов обработки данных спектрометрических , фотографических и сканерных съемок, определение потенциальной точности оценки состояния объекта и оптимизация параметров аппаратуры бортовых информационно-измерительных комплексов ДЗ. Особо следует вьщелить принципиально новые вопросы статистической оценки состояния зондируемых природных объектов с учетом их цространственной изменчивости, как в пределах элемента разрешения бортовых приборов на местности, так и между самими элементами, а также отличия этой процедуры от достаточно-шроко используемых алгоритмов классификации. Исследование возможности таких оценок, также как и их практическая реализация должны базироваться на использовании разнотипной информации, поставляемой комплексом бортовых приборов ДЗ, адекватным решаемой многопараметрической задаче. Примерами их могут служить комплексы, устанавливаемые на станциях типа "Салют", включающие такие приборы как МШ--6М, МКС-М и "Спектр-15М".

Выполнение сформулированных выше методических работ и исследований позволит дать количественное описание функционирования всего информационно-измерительного тракта ДЗ на примере пастбищной растительности МНР.

Актуальность проблемы. В семидесятые годы интерес исследователей, разрабатывавших принципы обработки и использования данных дистанционного аэрокосмического зондирования Земли, был сосредоточен в основном на совершенствовании методов автоматической классификации природных объектов, на многозональных аэрокосмических изображениях. Используемые для этих целей математические алгоритмы базировались на стандартных методах распознавания образов или, эквивалентно, методах проверки статистических гипотез с применением простых регрессионных моделей. Опыт, накопленный исследователями в последние годы, показал, что улучшение результатов классификации, выполняемой с помощью указанных алгоритмов, имеет довольно жесткие пределы, а 1фуг потребителей аэрокосмической информации весьма ограничен.

Кроме того, в настоящее время все более важной задачей дистанционного зондирования (ДЗ) становится задача оценки состояния природных и антропогенных объектов по данным бортовых информационно-измерительных комплексов, устанавливаемых на аэрокосмических носителях. Попытки ее решения методами проверки статистических гипотез с использованием регрессионных методов оказались неэффективными, пригодными в лучшем случае для какого-либо конфетного весьма ограниченного региона. Это связано с эффектом шшйшшг. функции распределения флюктуаций состояния зондируемых объектов, а также непостоянством регрессионных зависимостей между значениями коэффициента спектральной яркости (КСЯ) объектов и их предметно-специфических характеристик (ПСХ) цри переходе с одного участка измерений на другие,достаточно от него удаленные.

В связи с этим рассматриваемые в диссертационной работе воцросы оптимизации методов и технических средств решения задач классификации и оценки состояния природных и антропогенных объектов, исследования характеристик основных элементов информационного тракта дистанционного зондирования, установления инвариантных функций связи спектральных и предметно-специфических характеристик зондируемых объектов на примере пастбищной степной растительности, а также определения предельных точностей решения указанных выше задач делают ее тематику актуальной, имеющей большое црактическое значение.

Цель работы. Целью диссертационной работы является исследование возможностей информационно-измерительных систем, используемых в дистанционном зондировании Земли, для решения задач классификации и оценки состояния цриродных объектов,оптимизации алгоритмов обработки аэрокосмической видеоинформации в таких системах и определения цредельных точностей оценки состояния объектов.

В соответствии с сформулированной целью исследования в работе ставились и решались следующие задачи:

1. Проведение экспериментов по сбору обучающих данных о связи спектральных свойств и состояния выбранных природных объектов (ими были степные растительные сообщества МНР,имеющие важное народнохозяйственное значение).

2. Исследование возможности извлечения из этих данных устойчивой и надежной информации об аналитической форме функции связи параметров состояния зондируемых объектов с их яркостью (ФСЯ).

3. Определение на основе поведения ФСЯ сравнительной информативности ДЗ при разных условиях съемки, состояния объектов и т.п.

4. Оценка ожидаемой точности (информативности) решения обратных задач ДЗ и ее зависимости от различных факторов, влияющих на спектральные свойства объекта.

Научная новизна. Научная новизна диссертационной работы заключается в следующем:

1. Впервые доказана необходимость использования набора функций связи состояния зондируемого объекта с его спектральной яркостью (ФСЯ) в качестве основного массива априорной информации ("банка данных" объекта).

2. Показана возможность получения надежной информации о ФСЯ из данных эксперимента при изменяющихся условиях съемки и воздействии мешающих факторов.

3. Впервые разработана и апробирована методика экспериментального определения ФСЯ, изучения статистических характеристик пастбищной степной растительности, оценки влияния условий измерений и сопутствующих мешающих факторов.

4. Разработаны методы решения прямых и обратных задач дистанционного зондирования и оптимизации параметров информационно-измерительных систем, продемонстрированные на примере изучения пастбищной степной растительности МНР.

5. Выполнены расчеты информации Фишера, как показателя ожидаемой точности и информативности данных дистанционного зондирования.

На защиту выносятся следующие основные результаты.

1. Методика полигонного эксперимента и обработки его данных с целью определения ФСЯ.

2. Доказательство возможности устойчивого определения ФСЯ по 1файней мере относительно одной интересующей потребителя переменной - полной фитомассы.

3. Теоретическое обоснование видовой специфики ФСЯ зондируемого объекта и её достаточности для решения обратной задачи ДЗ.

4. Методика имитации решения обратных задач ДЗ на основе ФСЯ с оценкой результатов по информации Фишера, а также рекомендации по созданию алгоритмов решения таких задач.

5. Результаты анализа перспективности использования ДЗ в определении различных характеристик состояния природных объектов и диапазонов их изменения, а также рекомендации по выбору спектральных каналов бортовых многозональных съёмочных систем.

Диссертационная работа выполнялась автором в лаборатории методов: ■. интерпретации аэрокосмической информации о Земле Института космических исследований АН СССР и была включена в план работ лаборатории. Автор выражает глубокую благодарность всем сотрудникам этой лаборатории, в особенности своему научному руководителю кандидату технических наук Егорову В.В.$г младшему научному сотруднику Балтеру Б.М. за постоянную помощь в работе. Кроме того, автор считает своим долгом выразить признательность всем коллегам из различных научных организаций МНР, принимавшим участие в 1982-1983 гг. в полигонных экспериментах.

I - 10 - '

Выводы

1. По данным полигонного эксперимента и полученной в нем ФСЯ возможно оценивание биомассы степной растительности с точ ностьго.10-15 ц/га, а фазы вегетации - с точностью до 2-3. дней.

2. Для оценки различных характеристик состояния зондируемого объекта оптимальны различные спектральные каналы. Например, для биомассы - это зоны вблизи 0,45 и 0,65 мкм, а для проективного покрытия - вблизи 0,66 мкм и 0,75 мкм. С. ростом числа учитываемых переменных состояния преимущество одних каналов перед другими сглаживается. Изменение биомассы зондируемого объекта может резко изменить качество используемых спектральных каналов в смысле их оптимальности.

3. Оценивание состояния более густых растительных сообществ имеет меньшую точность.

4. Ошибка определения ФСЯ в настоящее время примерно на порядок хуже, чем требуется для решения обратных задач ДЗ с точностью, близкой к потенциально возможной.

5. Методика имитации решения обратных задач ДЗ позволяет определить спектральный ход потенциальной точности оценки" состояния, объекта, согласующийся с результатами корреляционного анализа, что подтверждает ее правильность. При этом установлено, что а) в зависимости от условий съёмки и состояния зонди-. руемого объекта зависимость точности от разрешения-на местности имеет не монотонный характер; б) учет старших моментов наблюдений повышает точность при не слишком малых п ; в) насыщение роста точности с увеличением числа спектральных каналов происходит медленнее, чем в задачах классификации.

Заключение

X.Разработаны методы анализа и выполнено математическое моделирование процесса прохождения полезной информации, т.е. данных о параметрах состояния природных объектов, через информационно-измерительный тракт. С этой целью определены параметры состояния пастбищной растительности, оказывающие основное влияние на ее яркость, оценено влияние флуктуаций состоя ния объекта, условий съемки (высота Солнца, дата съемки); црог веден расчет и исследование функций связи яркости объекта с его состоянием, учет влияния внутренних и внешних помех на процесс прохождения информации от объекта исследования до потребителя.

2. Разработана и практически проверена методика полигонных экспериментов по синхронному измерению характеристик радиации и состояния растительных объектов и обработки получаемых данных, позволяющая выполнять указанные эксперименты при изменяющемся во времени суток и в ходе цикла вегетации объекта коэффициенте спектральной яркости и корректировать влияние этих и других мешающих факторов на ФСЯ. Доказана возможность устойчивого определения ФСЯ естественной степной растительности в экспериментах подобного типа.

3. Показано, что единственными характеристиками пастбищной растительности, поддающимися дистанционному зондированию при возможной на данном этапе точности определения ФСЯ, являются объем биомассы^приходящейся на единицу площади, и (в меньшей степени) цроективное покрытие почвы растительностью. Построенные в диссертации аппроксимации для ФСЯ позволяют различить по дистанционным данным 2-3 градации биомассы, что соответствует точности ее определения 10-15 ц/га. Показано, что из трех типов исследованных степных растительных сообществ (байкало-ковыльная, луговая и петрофитная степи) первые две неразличимы по дистанционным данным при условии равной биомассы на единицу площади, последнюю же можно отличить от первых двух с высокой степенью надежности.

4. Обоснована необходимость охвата в ходе экспериментов рассматриваемого типа как можно более широкого диапазона вариаций как характеристик состояния самих объектов, так и мешающих факторов, что связано с низкой экстраполирующей способностью ФСЯ.

5. Показано, что в рассматриваемом в работе спектральном диапазоне (0,4-0,8 мкм) наблюдается весьма устойчивое преимущество одних спектральных интервалов над другими для дистанционного зондирования тех или иных характеристик растительност! В частности, для определения биомассы рекомендуются использовать следующие спектральные интервалы бортовых устройств, входящих в состав информационно-измерительных систем: 0,45-0,47; 0,62-0,67; 0,75-0,8 мкм.

6. Исследована зависимость ожидаемой точности решения обратных задач дистанционного зондирования различных характеристик состояния степной растительности от значений самих этих характеристик, условий и методов съемки и т.д. На этой основе даны рекомендации по оптимизации методов дистанционного зондирования исследованных объектов в зависимости от того, какая характеристика состояния исследуется, и в каком диапазоне состояний находится объект. В частности, определено оптимальное числ< спектральных каналов и оптимальное пространственное разрешение бортовых средств информационно-измерительной системы как функция указанных факторов.

- 153

7. Впервые реализован алгоритм решения обратной задачи дистанционного зондирования, учитывающий флуктуации состояния объекта в элементе разрешения, и на основе данных, полученных в эксперименте, исследованы характеристики этого алгоритма и даны рекомендации по его оптимизации применительно к к определению состояния пастбищной растительности МНР.

1.McDonald R.B., Hall E.G., ЕгЪ R.B. She large area crop invenS tory experiment (LAC1.): An assessment after one year of operation - loth Int.Symp.Rem.Sens., Ann Arbor,1975,1.,p.17.

2. Балтер Б.М. Достижимая средняя точность классификации объектов дистанционного зондирования и влияние на неё методов сбора и обработки данных в кн.: Многозональные аэроков:-мические съёмки Земли. М.,Наука, 1981, с. .135-151.

3. Krunpe P.L., Nichols J.D., Lauer D.T. ERTS-1 analysis of wildland resoyrces using manual and automatic techniques -Symp. Manag. Utilis. Rem. Sensed Data, Sioux Falls, 1973,50.

4. Bauer M.E., Swain P.H., Mroczynski R.P., Anuta P.E., MacDo-nald R.B. Detection of southern com leaf blight by remote sensing techniques 7th Int.Symp.Rem*Sens.,Ann Arbor,p.693»

5. Hay C.M. Agricultural inventory techniques witn orbital and high-altitude imagery Photogr.Eng.Rem.Sens.,1974,ДО,p.1283.

6. Дуда P., Харт П. Распознавание образов и анализ сцен. М., Мир, 1976, 511 с.

7. Sinnock S., Melhorn W.N. Reflections concerning machine-aided analysis of ERTS-1 MSS data common fallacies and misconceptions - 4th Conf.Rem.Sens.Earth Res.,Tullahoma,1975, pp. 713-733.

8. Cicone R.6., Malila W.A., Gleason J.M., Nalepka R.F. Effectsof misregistration on multispectral regognition 3th Symp. Mach. Proc. Hem. Sensed Data,Lafayette,1977,P.4A-1 - 4A-3.

9. Horwitz H.M., Nalepka R.F., Hyde P.D., Могgenstern J.P. Estimating the proportions of objects within a single resolution element of a multispectral imagery 7th Int. Symp. Rem. Sens., Ann Arbor, 1971, p. 1307.

10. Балтер Б.М., Егоров В.В. Статистическая оценка состояния природных объектов по данным дистанционных измерений Исследование Земли из космоса, 1981, 3, с. 46-55.

11. Bartlett D., Klemas V., Rogers R., NaviChandra A. Variability of wetland reflectance and its effects on automatic categorisation of satellite imagery Amer. Soc. Photogramm. Azmu. Meeting, 43rd, Washington, 1977, p. 70.

12. Richardson A.J., Wiegand C.L. A table look-up procedure for rapid mapping of vegetation coyer and crop development.- 4th Symp. Mach. Proc. Rem. Sensed Data, Lafayette, 1977, pp. 284-297.

13. Misra P.N., Wheeler S.G. Landsat data from agricultural sites: crop signature analysis 11th Int. Symp. Rem. Sens. Ann Arbor, 1977, pp. 1473-1482.

14. Красиков В.А., Хатунцвва ffl.B. Обзор машинных методов интерпретационной обработки многозональной видеоинформациив кн. "Аэрокосмические исследования Земли. Методы обработки информации на ЭВМ.",М., Наука, 1978, с. 132-142.

15. Красиков В.А., Хатунцева М.В., Штарьков ГО.М. Методы кластерного анализа в задачах тематической обработки многозональной видеоинформации в кн. "Аэрокосмические исследования Земли. Методы обработки информации на ЭВМ.",М.,Наука,1978, с. II2-I26.

16. Fink D.J. The technological response 11th Int. Symp. Rem. Sens*, Ann. Arbor, 1977, pp. 27-50.

17. Johnson R.W., Harris R.C. Remote sensing for water quality and biological measurements in coastal waters Photogr. Ehg. and Rem. Sens., 1980, 46, t, pp. 77-83.

18. Frayse E.G. Monitoring of a renewable resourse ( a land information system for Europe) Proc. EARSEL/ESA Symp. on Rem. Sens. Appl. for Environ. Studies, Brussels, 1983,pp. 9-12.

19. Кондратьев К.Я., Козодёров В.В., Федченко П.П. Возможности определения содержания хлорофилла, в растениях по их спектрам отражения Исследование Земли из космоса,1982,6,с.63-68

20. Виноградов Б.В. Дистанционное измерениечфитомассы Исследов; ние Земли из космоса, 1982, 5, с. 36-45.

21. Tucker С.J., Maxwell E.L. Sensor design for monitoring vegetation canopies Photogr. Eng. and Rem. Sens., 1976, -J2T 11, PP. 1399-1410.

22. Tucker C.J., Miller L.D. Soil spectra contributions to grass canopy spectral reflectance Photogr. Eng. and Rem. Sens., 1977, 4Д, 6, pp. 721-726.

23. Broors D.J. Landsat measures of water clarity Photogr.

24. Eng. and Rem, Sens., 1975, Ц» 10» P* 1269.

25. Ritchie J.C., Schriebe F.R., McTenry J.R. Remote sensing of suspended sediments in surface water Photogr. Eng. and Rem. Sens., 1976, £2, 12, pp. 1539 - 1545.

26. Арст Х.Ю., Арст Г.А. Модель расчёта яркости моря в кн. "Оптические методы изучения океана",Таллинн,1980, с.165-170.

27. Psuty К.P., Allen J.R. Trend surface analysis of ocean outfall plumes - Photogr. Eng. and Rem. Sens., 1975, Ц» 6, pp. 721-730.

28. Byer R.L., Garbuny M. Pollutant detection by absorption using Mie scattering and topographic targets as retroreflectors Appl. Opt., 1973, 12., 7, p. 1496.

29. Odrosky C.E. Population estimates from satellite imagery -Photogramm. Eng. and Rem. Sens., 1975, 41, 6, pp.707-712.

30. Федченко П.П. Возможности определения гумуса в почвах по данным спектральных измерений Исследование Земли из космоса, 1982, 5, с. 72-79.

31. Tucker C.J. Resolution of grass canopy biomass classes -Photogr. Eng. and Rem. Sens., 1977, 8, pp. 1059-1067.

32. Dbering D.W., Harban J.C., Rouse J.W., Haas R.H. Effective use of Landsat for range monitoring and management: an example on a regional scale C0SPAR 26th Plenary Meet., Tel Aviv, 1977, pp. 118-123.

33. Pall Conv., Seattle, 1976, P« 231.

34. Rogers R.H., McKeon J.В., Schertz J.P. Mappjng water quality parameters from computer processing of Landsat-2 satellite data Am. Soc. Photogramm. Annu. Meet. 43rd, Washington, 1977, p. 482.

35. Кринов Е.Л. Спектральная отражательная способность природных образований. М-Л. изд. АН СССР, 1947, 271 с.

36. Кондратьев К.Я., Федченко П.П. Спектральная отражательная способность и распознавание растительности. Л.Гидрометеоиз-дат , 1982, 216 с.

37. Харин Н.Г. Дистанционные методы изучения растительности. М. Наука, 1975, 132 с.

38. Виноградов Б.В. Космические методы изучения природной среды. М. Наука, 1976, 288 с.

39. Виноградов Б.В., Кондратьев К.Я. Космические методы землеведения. Л. Гидрометеоиздат, 1971 , 190 с.

40. Аванесов Г.А. Проблемы аэрокосмической спектрометрии земной поверхности. Исследование Земли из космоса, 1980, №2,с.66-75

41. Никитин П.А. Вариации радиотеплового излучения морских льдов (результаты численного эксперимента). Исследование Земли из космоса, 1980, № 5, с. 56-63.

42. Матиясевич Л.М. О соотношении спектрометрического и фотографического методов дистанционного изучения природных ресурсов Исследование Земли из космоса, 1983, № 3, с. 56-61.

43. Кощгратьев К.Я., Федченко П.П. Возможности использования спектров отражения почв для изучения их свойств. Исследовани Земли из космоса, 1980, № I, с. II4-I24.

44. Кондратьев К.Я. , Козодеров В.В., Федченко П.П. Возможности определения содержания хлорофилла в растениях по ихспектрам отражения. Исследование Земли из космоса, 1982, № 6, с. 63-68.

45. Нильсон Т.А., Антон Я.А., Аллей В.Б. Сезонный ход коэффициентов спектральной яркости ячменя и ржи. Исследование Зещи из космоса, 1983, № 5, с. 72-80.

46. Росс Ю.К., Егоров В.В. Методические вопросы аэрокосмического зондирования Земли из космоса, 1983, № 2, с. 58-64.

47. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. Л.Гидрометеоиздат, 1981, 287с.

48. Филатова Н.И. XXIII сессия КОСПАР, дистанционные методы и поиски полезных ископаемых. Исследование Земли из космоса, 1980, № 6, с. II3-II4.

49. Росс Ю.К. Радиационный режим и архитектоника растительного покрова. Л.,Гидрометеоиздат, 1975, 342 с.

50. Кондратьев К.Я. Дистанционное изучение почв и растительности (Обзор по материалам симпозиума КОСПАР, г.13удапешт, 10-12.06. 1980г.). Исследование Земли из космоса, 1981, № I, с.108-118.

51. Johnson R.W., Bahn G.S., Thomas J.P. Syoptic thermal and oceanographic parameter distributions in the N.Y. bight apex Photogr. Ehg. and Rem. Sens.,1981, 11,pp.1593-159t

52. Cooper K., Smith J.A., Pitts D. Reflectance of a vegetation canopy using the Adding method Appl. Opt., 1982, 2^, 22, p. 4112.

53. Smith J.A., Oliver R.E. Plant canopy models for simulating composite scene spectroradiance in the 0.4 to 1.05 micrometer region 8th Int. Symp. Rem. Sens., Ann Arbor,1972, PP. 1333-1353.

54. Kimes D.S., Smith J.A. Simulation of solar radiation absorption in vegetation canopies Appl. Opt., 1980.19.16.pp. 2801-2811.

55. Кондратьев К.Я., Федченко П.П. Опыт распознавания некоторых сельскохозяйственных культур по их спектрам отражения Исследование Земли из космоса, 1980, .5, с. 50-55.

56. Рачкулик В.И., Ситникова И.М. Методические указания по определению параметров растительного покрова Ташкент, САНИГМЙ, 1972, 39 с.

57. Беляева И.П., Рачкулик В.И., Ситникова М.В. Связь коэффициента яруости системы почва-растительный покров с количеством растительной массы. Метеорол. и гидрол., 1965, 8,с.7-12.

58. Tucker C.J., Miller L.D. Shortgrass prairie spectral measurements Photogr. Eng. and Rem. Sens., 1975, jLL, 9,p.1157* 1167.

59. Виноградов Б.В. Дистанционная индикация содержания гумуса . в почве Почвоведение, 1981, II, с. II4-I23.

60. Кондратьев К.Я., Федченко П.П. Возможности.использования спектров отражения почв для изучения их свойств Исследова ние Земли из космоса, 1980, I, с. II4-I24.

61. Тищенко А.П., Степанова Г.И. К вопросу о методике составления карт отражательной способности почвенного покрова -Исследование Земли из космоса, 1980, 3, с. 34-39.

62. Ronald J.,Zaneveld V. Remotely sensed reflectance and Its dependence on vertical structured a theoretical derivation -Appl. Opt., 1982, 21., 22, pp. 4146-4150.

63. Deschamps Р.У., Herman M., Tangre D. Modeling of the temperature atmospheric effects and its application to the remote sensing of the ocean color Appl. Opt., 1983, 22., 23, p. 3751.

64. Howard R. et al. Clear water radiance for atmospheric correction of CZCS imagery Appl.Opt.,1981,20,24, p.4175.

65. Сидько Ф.Я. и др. Оптические методы изучения растительныхценозов суши и моря Исследование Земли из космоса, 1980, 3, с. 41-50.

66. Оптические методы изучения океанов и внутренних водоёмов -Новосибирск, 1979, 372 с.79» Ulaby Р.Т., et al« Experiments on the radar backscatter of snow IEEE Trans. Geosci. Electron.,1977, 4, p. 185.

67. Конелович O.B., Межеринер Э.М. Изучение моря Океанология, 1980, вып. 20, I, с. 50-56.

68. Hughes В.A. The effect of internal waves on surface wind waves.2. Theoretical analysis J. Geophys. Res., 1978, §2, C1,p. 455.

69. K.Krishen. Remote sensing of oceans using microwave sensors-Rem. Sens. Appl. to Energy-Related Probl. Symp., Miami, 1974, P. S2-25.

70. S.S.Lee et al. Remote sensing applied to thermal pollution -Ibid., p.S5-33.

71. Джонсон H., Лион Ф. Статистика и планирование эксперимента в технике и науке (методы обработки данных).- М.,Наука, 1980, 610 с.

72. Ванюшин Г.П., Дягонов В.Н., Сансин С.М. Анализ данных синхронных измерений ИСЗ "Метеор" и судов у восточного побережья Каспийского моря Исследование Земли из космоса, 1981, 4,с. 54-60.

73. Khorram S. Use of ocean color scanner data in water quality mapping Photogr. Eng. and Rem. Sens.,1981, 5,pp* 667-676.

74. Johnson R.W., Bahn G.S., Thomas J.P. Synoptic thermal and oceanographic parameter distributions in the N.Y. Bight Apex Photogr. Eng. and Rem. Sens., 1981, 47,11,pp.1593-1598.

75. Johnson R.W. Remote sensing and spectral analysis of plumes from ocean dumping in the New York Bight Apex Rem. Sens* of Envir.,1980, PP« 197-209.

76. Малкевич M.C., Малкова B.C., Старцева В.П. Анализ дистанционных измерений температуры поверхности Тихого океана из космоса Исследование Земли из космоса,1982, 2, с.45-56.

77. Городецкий А.К. Определение температуры земной поверхности методом углового. сканирования Исследование Земли из космоса, 1981, 2, с. 36-44.

78. Johnson R.W. Multispectral remote sensing of ocean dumped materials 11th Int. Symp. Rem. Sens.,Ann Arbor, 1977, pp. 1619-1627.

79. Johnson R.W., Zingmark R.G., Kamzberg S.J. Remote sensing of benthic microalgal biomass with a tower-mounted multi-spectral scanner Rem. Sens, of Envir., 1980,pp.351-362.

80. Cox C., Munk W. Slopes of the sea surface deduced from photographs of sun glitter Bull. Scripps. Inst. Oceanography Univ. Calif., 1956, 6, 9,pp. 6-14.

81. Клименко О.Я., Козодёров В.В. О регрессионном анализе данных дистанционных измрений и параметров состояния природных образований Исследование Земли из космоса, 1982, I, с. 122-124.

82. Bartlett D.S., Klemas V. In situ spectral reflectance studies of tidal wetland grasses Photogr. Eng. and Rem. Sens. 1981, 12» PP« 1695-1703.

83. Xapdisky M.A., Klemas V., Smart R.M. The influence of soil salinity, growth form, and leaf moisture on the spectral radiance of Spartina alterniflora canopies Photogr. Eng. and Rem. Sens., 1975» 1» PP« 77-83.

84. Aaronson A.C., Buchman P.E., Wescott Т., Pries R. A Land-sat agricultural monitoring program 4th Symp. Mach. Proc. Rem. Sensed Data. Lafayette, 1977, pp. 44-51.

85. Eav В.В., Lillesand T.M., Manion F.D. Development of aphotographic remote sensing system to expedite the detection and assessment of tree stressing urban environments -Amer. Soc. Photogramm. Annual Meeting, 43rd, Washington, 1974, pp. 138-154.

86. Постои Т., Стыоарт И. Теория катастроф, и её приложения. М., Мир, 1980, 607 с.

87. Кендалл М., Стьгоарт А. Статистические выводы и связи.-М., Наука, 1973, 699 с.

88. Мишев Д.Н. Дистанционни исследования на Земята от космоса -София, БАН, 1981, 206 с.

89. Фу К.З., Ландгребе О.А., Филипс Т.Л. Информационная обработка сельскохозяйственных данных, полученных путём дистанционных измерений ТИИЭР, 1969, 57, 4,с. 300-315.