автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Информационные технологии обработки данных дистанционного зондирования земли

На правах рукописи

ЮРОНЕН ЮРИЙ ПАВЛОВИЧ

Информационные технологии обработки данных дистанционного зондирования земли

Специальность 05 13 01 «Системный анализ, управление и обработка информации»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Красноярск - 2007

003062743

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Сибирский государственный аэрокосмический университет имени академика М Ф Решетнева», г Красноярск

Научный руководитель

доктор технических наук, профессор Петров Михаил Николаевич

Официальные оппоненты

доктор технических наук, профессор Лапко Василий Александрович

доктор технических наук, профессор Малинкин Виталий Борисович

Ведущая организация

Новосибирский государственный технический университет

Защита состоится «17» мая 2007 г в 14 00 часов на заседании диссертационного совета Д 212 249 02 при Государственном образовательном учреждении высшего профессионального образования «Сибирский государственный аэрокосмический университет имени академика М Ф Решетнева» по адресу 660014, г Красноярск, просп им газеты «Красноярский рабочий», 31

С диссертацией можно ознакомиться в библиотеке Сибирского государственного аэрокосмического университета имени академика М Ф Решетнева

Автореферат разослан «17» апреля 2007 г

Ученый секретарь диссертационного совета

И В Ковалев

Актуальность работы. В настоящее время в России, в частности в Красноярском крае, наиболее сложные проблемы оперативного управления природными ресурсами обусловлены процессами природопользования, экологии, а также происходящими катастрофическими явлениями природного и техногенного характера Последние происходят регулярно, как один из элементов эволюции биосферы, и приносят ежегодно огромный экономический ущерб На территории региона работают сотни крупных и средних предприятий горнодобывающей, лесной и др промышленностей, а также тысячи «неучтенных» природопользователей Вследствие развития топливно-энергетического комплекса (нефть, газ, уголь, торф, гидроэнергетика), горных предприятий, лесоперерабатывающих комплексов и связанной с ними инфраструктуры (нефтегазопроводы, линии электропередач, железные дороги, водохранилища и т д), экологические проблемы техногенного характера будут нарастать В ближайшие 30-50 лет относительно высокий уровень жизни в регионе будет поддерживаться, прежде всего, за счег интенсивной эксплуатации природных ресурсов, а значит, число и мощность негативных процессов будут нарастать. Это предопределяет внедрение в практику управления природо-ресурсным потенциалом принципов и методов рационального природопользования на базе современных информационных технологий, в частности, быстрого и широкомасштабного внедрения современных систем мониторинга, разрабатываемых на базе ГИС-технологий (ГИС - геоинформационные системы)

Специфические особенности Красноярского края, такие как

- большая территория (более 2 3 млн км2),

- крайне слабая заселенностью (менее 1 3 чел /км2) и освоенность,

- высокая лесистость территории (более 70%),

- наиболее освоенные центральные и южные территории относятся к зонам высокой сейсмичности (Мб > 6),

- присутствие разнообразных источников радиационной опасности (естественного и техногенного происхождения),

- повсеместные проявления негативных процессов природопользования (незаконные вырубки, нелицензированное недропользование),

- природные катастрофы (пожары, наводнения, землетрясения и др),

- приводят к тому, что традиционные методы мониторинга территорий оказываются малоэффективными и высокозатратными

Для решения стоящих проблем управления территорией возникает необходимость в создании автоматизированной системы, реализующей мониторинг за специфичными для региона природно-техногенными явлениями, такими как лесные пожары, наводнения, контроль за лесопользователями и недропользователями и др В качестве технологической основы системы используется космический мониторинг, связанный с получением и обработкой данных ДЗЗ (дистанционного зондирования Земли)

Для поддержки принятия широкого круга управленческих решений в регионе, таких как контроль за пожароопасностыо, паводковой обстановкой, загрязнением снежного покрова, изменением рельефа, лесоэнтомологический-мониторинг, уровень загрязнения атмосферы, экология природоохранных объ-

ектов и другими изменениями природной среды наиболее перспективно с применением материалов ДЗЗ и их интеграции в ГИС

Целью диссертационной работы является повышение эффективности системы мониторинга природных ресурсов по данным дистанционного зондирования земли по Красноярскому краю

Исходя из цели исследования, определены основные задачи

1 Разработка и внедрение технологии скоростной передачи данных

2 Разработка и внедрение информационных технологий обработки материалов дистанционного зондирования для выделения лесных пожаров, проведения лесоэнтомологического мониторинга, контроля за лесопользователями

3 Интеграция результатов дешифрирования и оцифровки материалов дистанционного зондирования в информационно аналитическую систему природопользования «Кадастр природных ресурсов Красноярского края», с целью автоматизированного получения количественных и экономических оценок нанесенного ущерба в следствии природных или антропогенных факторов

Методы исследования базируются на теории передачи информации, теории обработки сигналов, теории управления, методах анализа данных дистанционного зондирования земли, современных ГИС-технологиях и связанных с ними базами данных

Научная новизна решения поставленных задач заключается в следующем:

1 Впервые построена система алгоритмов согласования удаленных специальных сетей, что позволило сократить время приема и обработки информации данных дистанционного зондирования земли

2 На основе построенной системы алгоритмов разработаны информационные технологии автоматизированной обработки материалов ДЗЗ для выделения лесных пожаров, контроля за распространением лесопатологии, контроля за лесопользователями

3 Разработана технология интеграции результатов тематического дешифрирования и оцифровки материалов дистанционного зондирования земли в информационно аналитическую систему природопользования «Кадастр природных ресурсов Красноярского края»

4 Разработана информационная технология получения количественных и стоимостных оценок ущерба от лесных пожаров, развития лесопатологии, незаконного лесопользования

Практическая ценность диссертации.

Предложенная в диссертационной работе информационная технология, позволяет в режиме реального времени проводить мониторинг природной среды и давать количественные и экономические показатели ее нарушения На основе технологии разработан ГИС-проект «Горимость лесов Красноярского края», в котором помимо мониторинга пожаров производится оценка ущерба нанесенного природной среде

Разработанные информационные технологии по контролю за состоянием природной среды могут широко использоваться Администрацией Красноярского края и другими заинтересованными в получении этой информации организа-

циями и службами края в практике принятия административно-управленческих решений в различных сферах деятельности, связанных с природно-ресурсной базой региона, а также организациями, ответственными за ликвидацию последствий чрезвычайных ситуаций

Практическая ценность результатов подтверждена внедрением информационной технологий в ИАСП «Кадастр природных ресурсов Красноярского края».

Реализация результатов работы.

Разработанные в диссертации методы и технологии включены в ИАСП «Кадастр природных ресурсов Красноярского края», созданной на базе Государственного предприятия Красноярского края «Красноярский научно-исследовательский институт геологии и минерального сырья» (ГПКК «КНИИ-ГиМС»), заказчиком которой выступает агентство природопользования и лесной отрасли Администрации Красноярскою края

Апробация работы. Основные результаты работы докладывались и обсуждались на Международной конференции «Современные проблемы информационных технологий и космический мониторинг» (Ханты-Мансийск, 2001), I Международной конференции «Земля из космоса - наиболее перепекшвные решения» (Москва, 2003), II Международной конференции «Земля из космоса -наиболее перспективные решения» (Москва, 2005), IV конференции «Проблемы агропромышленного комплекса» (Паттайа (Тайланд), 2007)

Публикации. По тематике исследования опубликовано 12 печатных работ Эти материалы отражают основное содержание диссертации

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы из 53 названий Содержание работы изложено на 127 страницах текста В приложении приведены документы свидельствующие о практической реализации результатов исследований

Во введении обоснована актуальность работы, сформулированы цели исследования, указаны методологические основания работы, рассмотрены вопросы научной новизны и практической значимости работы, изложены основные положения, выносимые на защиту

Первая глава посвящена обзору существующих систем и методов мониторинга природной среды на основе материалов ДЗЗ, включающих такие элементы как передача данных от природно-ресурсных спутников земли до конечного потребителя и обработка полученных данных (рис 1)

Одним из ключевых элементов тобой системы дистанционного зондирования является информационная система приема, обработки и распространения данных выполняющей следующие задачи

- получение (прием) данных со спутников,

- проведение первичной обработки данных,

- организация архивов данных,

- проведение специализированной (тематической) обработки,

- организация доставки данных потребителям

Космический сегмент | Космический аппарат

Рис 1 1 Основные элементы работы спутниковых систем дистанционного зондирования

Конкретная архитектура этих систем определяется типом спутника ДЗЗ Основной задачей является доставка данных и результатов их обработки потребителям От эффективности решения этой задачи зависит в конечном итоге эффективность работы всей системы спутникового дистанционного зондирования

Исходя из основных элементов работы спутниковых систем, необходимо рассмотреть отдельно элементы этой системы

Космический сегмент. В настоящее время существует большое количество спутников дистанционного зондирования земли Из всего разнообразия, можно выделить следующие категории

1 по типу съемки

- панхроматические,

- спектрозональные,

- гинерспектральные,

- радарные,

- лидарные

2 по пространственному разрешению (масштабу)

- метеорологические системы, имеющие низкое разрешение (1 км),

- природоресурсные системы среднего разрешения (сотни мегров),

- природоресурсные системы высокого разрешения (десятки метров),

- системы высокого разрешения (метры)

Наземный сегмент. В настоящее время существует две схемы организации системы приема передачи данных ДЗЗ Первая основана на организации приема данных в нескольких специализированных центрах приема, их обработке и доставке удаленным потребителям Недостатком здесь до последнего времени были трудности, связанные с организацией работ с удаленными пользователями, что существенно ограничивало возможности этой схемы Во второй схеме локальные приемные станции устанавливаются непосредственно у потребителя спутниковой информации, что, на первый взгляд, должно спять мно-

гие проблемы с доставкой данных конечным потребителям, однако в связи с высокой стоимостью оборудования и лицензий в настоящее время эта система также не является распространенной В последние годы в России было введено в эксплуатацию порядка 15 станций, способных принимать данные низкого разрешения

Однако на практике схема, когда все получаемые и обрабатываемые локальной станцией данные используются только ее владельцем, почти не используется Обычно локальные станции приобретаются региональными центрами с целью использования спутниковой информации для решения целого спектра задач, поэтому при их использовании сразу возникают практически те же проблемы, что и у крупных специализированных центров приема, обработки и распространения данных Первая проблема - это необходимость создания центров обработки данных, способных одновременно решать несколько практических задач Вторая - организация доставки спутниковых данных и результатов их обработки конечным потребителям При этом, одной из основных задач таких центров становится доставка результатов обработки конечным, в основном удаленным, потребителям Таким образом, при использовании локальных станций реализуется, хотя и в несколько ограниченном виде, схема с централизованным приемом, обработкой и распространением данных

На сегодняшний день в России реализовано или находится на стадии реализации достаточно большое количество проектов, в основу которых положены материалы ДЗЗ

К таким системам следует отнести отраслевую систему мониторинга Гос-комрыболовства (функционирует с 2000 г), систему спутникового мониторинга сельскохозяйственных земель (макет системы введен в опытную эксплуатацию в 2003 году), систему дистанционного мониторинга лесных пожаров МПР РФ, разработанной в интересах службы Авиационной охраны лесов России и позволяющей работать с данными спутников NOAA, TERRA, AQUA и результатами их тематической обработки В настоящее время система оперативного спутникового мониторинга лесных пожаров представляет собой довольно сложную распределенную систему В ней реализована полностью автоматическая технология обработки, хранения и распространения спутниковых данных Сегодня система содержит автоматически обновляющуюся информацию о реальной го-римости лесов, информацию о тушении лесных пожаров и результаты обработки спутниковых данные практически по всей территории России

Несколькими НИИ РАН ведутся работы по созданию системы лесоэнтомо-логический мониторинга, предназначенного для

1 анализа состояния насаждений и популяций насекомых в конкретной экологической обстановке,

2 прогнозирования динамики численности насекомых и степени их воздействия на лесные экосистемы,

3 своевременного выявления очагов массового размножения,

4 принятия оптимальных решений по защите лесов с учетом их ресурсных и средообразующих функций

Спутниковые средства и приборы ДЗЗ в данном случае могут использоваться для своевременного обнаружения очагов насекомых на начальных стадиях развития, оценки степени повреждения лесов, особенно в труднодоступных регионах Сибири и Дальнего Востока

Однако в большинстве случаев, все эти системы носят информационный характер и не учитывают последствия нарушений и не дают количественных и экономических оценок происходящих вследствие ущерба Такие системы, как правило, дают информацию о произошедшем событии (лесном пожаре, повреждении лесного покрова от насекомых вредителях леса, незаконных вырубках леса и т п) как таковом, не делая каких-либо оценок

Вторая глава посвящена программным комплексам для обработки данных ДЗЗ и методикам, а также программным комплексам ГИС, которые были использованы в работе для решения задач идентификации, количественной оценки и интеграции материалов в ИАСП «Кадастр природных ресурсов Красноярского края»

Обработку полученных со спутников данных ДЗЗ можно условно разбить на несколько этапов

- радиометрическая коррекция изображения,

- геометрическая коррекция изображения и его привязка к координатной системе,

- классификация изображения,

- оцифровка (векторизация), создание полигональных, линейных или точечных покрытий

Радиометрическая коррекция изображения проводится в целях улучшения изображения полученного с природоресурсного спутника Земли

Не смотря на то, что измерительная аппаратура спутников Земли перед запуском проходит радиометрическую калибровку и после запуска в течении некоторого времени происходит ее верификация, по истечении времени она теряет свои изначальные параметры под воздействием неблагоприятных факторов космического пространства Поэтому показания датчиков сканера необходимо корректировать Как правило, для коррекции применяется процедура, состоящая в том, что наблюдаются одни и те же объекты на Земле, текущая интенсивность излучения сравнивается с результатами предыдущих наблюдений Корректировочные коэффициенты определяются путем статистической обработки и выкладываются в сеть internet на официальных ресурсах, что позволяет уточнять свойства полученных изображений

Также в понятие радиометрической коррекции попадают алгоритмы улучшения изображения, такие как восстановление пропущенных пикселей Эта процедура позволяет скорректировать наиболее часто встречающиеся на практике помехи, появляющиеся в результате неправильной работы сканирующего прибора либо незначительной облачности В случае, если эти нарушения на изображении невелики, то изображение можно восстановить, используя методы интерполяции (экстраполяции) с использованием уравнения авторегрессии

Si J = «o/t m + °lfk+l m + alfM „,+1 + + asfk+s ,„+, + b4,j , (1)

где g¡ J - прогнозируемая яркость пропущенного пикселя, а:],Ь - некоторые коэффициенты Известные яркости /1я из окружения пропущенного пикселя не должны повторятся

При решении этой задачи, как правило, используются оценки коэффициентов корреляции, вычисляемые по известным яркостям пикселей из окружения пропущенного пикселя Далее а0,а1,а1 пересчитываются таким образом, чтобы они удовлетворяли X а> +р ~1 >

по всем г,р

Также наиболее распространенный дефект изображений это слабый контраст, обусловленный ограниченностью диапазона воспроизводимых яркостей Под контрастом понимают разность максимального и минимального значений яркости Путем цифровой обработки значения контраста можно изменить яркость каждого элемента изображения и увеличить диапазон яркостей

Возможным методом улучшения контраста может стать так называемая линейная растяжка хистограмм, когда уровням исходного изображения лежащим в интервале [Л,„„,/„жс], присваиваются новые значения с тем, чтобы охватить весь возможный интервал яркости При этом контраст существенно увеличивается Преобразование уровней яркости осуществляется по формуле

+ (2) где fl - старое значение /-го пиксела, g, - новое значение, значения с и й выбираются таким образом, чтобы gmlн = 0 и };Ш1КС = О

Также можно использовать такие алгоритмы улучшения контраста, как нормализацию гистограммы, когда на весь максимальный интервал значений яркости растягивается не вся гистограмма, а ее наиболее интенсивный участок, и из рассмотрения исключаются малоинформативные «краевые» значения

Во многом использование линейных фильтров, таких как линейная фильтрация в частотной плоскости, линейная локальная фильтрация и нелинейных фильтров, таких как медианная фильтрация, сигма-фильтр, нелинейный градиентный фильтр, позволяют улучшать изображение с устранением шумов фотоприемных устройств, шумов в каналах связи, размытию изображения вследствие турбулентности атмосферы, геометрические искажения и др Выбор типа фильтра зависит от специфики решаемой задачи, от наличия сведений о свойствах сигнала и шума, от требований к качеству изображения

Следующий этап обработки изображения это геометрическая коррекция Для сканеров оптического диапазона с цилиндрической разверткой основной причиной геометрических искажений является кривизна поверхности земли Специфические искажения, связанные с тем, что наблюдение ведется под углом к надиру, возникают при использовании сканеров с линейной разверткой и радиолокационных станций бокового обзора Для устранения таких искажений и приведения снимка в заданную географическую проекцию используют методики геометрической коррекции изображения такие как

- аффинные преобразования,

- полиномиальные преобразования,

- модель резинового листа (интерполяционные преобразования),

- специальные модели

Аффинные преобразования есть точечные взаимно однозначные отображения плоскости (пространства) на себя, при которых прямые переходят в прямые Если на плоскости задана декартова система координат, то любое аффинное преобразование этой плоскости может быть определено посредством невырожденного линейного преобразования координат х и у точек этой плоскости Такое преобразование задается формулой

х' ~ ах + Ьу + р, у' = сх + с!у + я, (3)

с дополнительным требованием

аЪ

= ай-ЪсФ О (4)

са

Аналогично, любое аффинное преобразование пространства может быть определено при помощи невырожденных линейных преобразований координат точек пространства Совокупность всех аффинных преобразований плоскости (пространства) на себя образует группу аффинных преобразований Это означает, в частности, что последовательное проведение двух преобразовании эквивалентно некоторому одному

Полиномиальная модель преобразования использует для трансформирования изображения методы аппроксимирования координат полиномами различных порядков Метод основан на вычислении коэффициентов матрицы трансформации, используемых для аппроксимации координат опорных точек полиномами различных порядков, и определения положения всех точек изображения

Эта модель наиболее часто применяется в процессах трансформирования и задается следующим уравнением

х0 =а0 + а1х + а2у + аъх2 + а,ху + а5у2 + + акх'у] + +апу', (5) где х0 — конечное положение точки после преобразования, я0, а,, , а„ - значения, отвечающие за сдвиг изображения, линейные, нелинейные изменения, преобразования масштаба и вращение, Г - порядок полиномиального преобразования, г,] - показатель степени, при этом г + у < ?

Для решения разных задач трансформации используются полиномы различных порядков Аппроксимация полиномом первого порядка позволяет осуществлять линейные преобразования координат изображения и работать с изображениями, описывающими небольшие участки земной поверхности (без учета кривизны земной поверхности) Аппроксимация полиномами второго порядка позволяет трансформировать изображение большой поверхности, в топографической системе координат Аппроксимация полиномами более высоких порядков позволяет учесть и устранить разнообразные искажения снимков

Чем выше порядок аппроксимации полинома, тем точнее обработка изображения, но тем больше для этого требуется опорных точек, по которым будет проводиться аппроксимация

Для расчета неизвестных коэффициентов полиномиального преобразования выполняется решение системы уравнений относительно значений коорди-

нат известных входных и выходных точек привязки Входные точки привязки выбираются на растровом изображении, а выходными точками могут являться точки, выбранные на топографической карте, или точки GPS

Модель резинового листа (интерполяционные преобразования) основана на использовании заданных опорных точек, которые являются фиксированными и не меняют своих координат в процессе преобразования, при этом положение остальных точек вычисляется на основе интерполяции координат

Специальные модели представляют собой модификации или комбинации различных методов и используются для более эффективной трансформации изображений из разных источников Как правило, эти модели учитывают характеристики съемочной аппаратуры, с помощью которой было получено изображение

Следующий один из основных этапов в технологии обработки материалов ДЗЗ - этап распознавания образов по изображению, получаемому со спутника

Под распознаванием образов (классификацией) обычно понимают процедуру, позволяющую вынести решение о принадлежности данного изображения или ею фрагмента к одному из п классов, п> 1 Это решение выносится на основании наличия у изображения некоторых признаков того или иного класса Результатом является выделение объектов на изображении, разделенных на классы Определение, что такое класс и каковы его признаки, зависит от задачи

Распознавание образов — раздел, разрабатывающий принципы и методы классификации и идентификации предметов, явлений, процессов, сигналов, ситуаций, т е всех тех объектов, которые могут быть описаны конечным набором некоторых признаков или свойств, характеризующих объект

В общей теории распознавания образов различают два типа задач

- задачи таксономии (обучение без учителя),

- задачи собственно распознавания (обучение с учителем)

Задачи таксономии возникают, когда необходимо разделить предъявляемые объекты по нескольким группам (образам) только на основе их описаний, причем число групп может быть как известно так и неизвестно

Задачи второго типа, т е задачи распознавания, возникают при необходимости определить класс, к которому принадлежит описание некоторого распознаваемого объекта При решении задач распознавания предполагается, что число классов конечно и задано Классы могут пересекаться

Описание объекта представляет собой /и-мерный вектор, где т - число признаков, используемых для характеристики объекта, причем q-я компонента этого вектора равна значению <7-го признака В описании объекта информация о значении некоторых признаков может отсутствовать, т е. некоторые компоненты описания объекта могут быть не определены

Наиболее общая математическая формулировка задачи распознавания выглядит следующим образом Имеется совокупность из Л" объектов, для которых известны образы (классы), к которым они принадлежат Эту совокупность называют обучающей последовательностью, а составляющие ее объекты называют эталонами Необходимо, исходя из обучающей последовательности, опреде-

лить класс, к которому принадлежит описание некоторого объекта, подвергаемого классификации и идентификации

Формальное решение задачи распознавания принято записывать в виде так называемой решающей функции i=d{x), где г - номер класса, к которому принадлежит описание распознаваемого объекта - вектор признаков х

Решающая функция строится на основе разбиения пространства признаков

U на М непересекающихся классов U„ г=1, ,М

м

UC/,=C/, £/,р|Е/,=0 при i*j (6)

1=1

В конечном итоге решающая функция d служит для определения номера i области U„ к которой принадлежит аргумент х Критерием выбора и синтеза решающей функции d может служить минимальная ошибка идентификации

При числе классов более двух часто применяется метод последовательных дихотомий Для наглядного представления процесса распознавания путем последовательных дихотомий вводят двоичное (бинарное) дерево распознавания

Двоичные деревья часто употребляются для представления множества данных при процедурах поиска, кодирования, распознавания и сортировки Наиболее важным преимуществом использования двоичных деревьев в этих задачах является тот факт, что для идеально сбалансированного двоичного дерева число обращений к элементам исходного множества данных - log М вместо М при обычном переборе

Двоичное дерево распознавания разбивает множество М возможных классов М0 на два подмножества Mi и М2, соответствующих крайним классам G,h и G,2 множества А4д

p(Gh,Gh) = шахp(G,,GJ),М0 = Л/, UМг, (7)

где р - функция расстояния на множестве М0

Подмножество М; содержит векторы, более близкие к Gii, чем к G,2, подмножество Мг, наоборот, содержит векторы, более близкие к О¡2, чем к С/,/ Подмножества М/ и Мг также разбиваются на два подмножества своих крайних элементов М\-Мц U М\2 и М2=М2/ U М22 и т д

Процесс поиска вектора признаков G„ наиболее близкого к данному G,., можно оформить в виде последовательных дихотомий следующим образом Находясь в корне дерева, производим сравнение расстояний р (G0, G2) и р (G0, G2), где G/ и G2 - векторы признаков, которыми помечены преемники корня После этого переходим в ту вершину дерева, которая помечена ближайшим к Go вектором признаков (Gj или G2) Далее, находясь в этой вершине, продвигаемся по дуге, ведущей к ближайшему вектору, и т д, до тех пор, пока не достигаем листа дерева. После этого считаем, что наиболее близким вектором к Go из множества всех М эталонных векторов является вектор G„ которым помечен достигнутый лист дерева распознавания

В теории распознавания образов можно выделить несколько различных подходов, отличающихся структурой описания классов признаков

Детерминированный подход Детерминированный подход к распознаванию предполагает, что в любой точке пространства признаков, используемых

для распознавания, с ненулевой априорной вероятностью могут появляться реализации только одного класса

Непрерывно-групповой подход к распознаванию является развитием детерминированного подхода Считается, что каждый рассматриваемый класс порождается в результате априори неизвестных топологических преобразований, описываемых непрерывными группами, над некоторой эталонной реализацией

Структурно-лингвистический (синтаксический) подход к распознаванию основан на описании геометрической структуры класса с помощью специального формального языка, алфавит которого составляют так называемые непроизводственные элементы структуры и операции их композиции, задаваемые грамматикой этого языка

Статистический подход к распознаванию предполагает, что в одной точке пространства признаков с отличной от нуля априорной вероятностью могут появляться реализации, относящиеся к различным классам Это может быть связано с неизбежными случайными ошибками, присутствующими в детерминированных признаках, а также при использовании признаков, являющихся принципиально случайными величинами, т е использование вероятностных свойств

Распознавание образов, основанное на использовании искусственных нейронных сетей. Искусственная нейронная сеть представляет собой ориентированный граф с вершинами - неиронами, соединенными ребрами (связями) КаэКдый нейрон может принимать счетное число состояний, характеризующихся потенциалом нейрона - некоторым действительным числом К нейрону подходят входные и выходные связи, по которым соответственно ему передаются возбуждения от одних на другие нейроны

Каждая нейронная сеть характеризуется своей топологией количеством входов и выходов, числом скрытых уровней (слоев между входными и выходными слоями), числом нейронов на каждом уровне Искусственные нейронные сети могут быть многослойными и однослойными, причем каждый слой по отношению к другому является входом или выходом

В настоящее время искусственные нейронные сети находят широкое применение для решения задач инверсии и классификации при обработке данных ДЗЗ и, несмотря на уже сложившуюся их классификацию по архитектуре, правилам обучения, функциям активации и т д, их условно разделяют на две основные группы нейронные сети с обучением (априори имеются достоверные данные, на которых выполняется процесс обучения) и без обучения

Как правило, завершающий этап работ по материалам ДЗЗ это создание векторного покрытия на основе тематического растра, полученного путем классификации изображения, оцифровка или векторизация изображения Для этих целей в настоящее время разработано достаточно большое количество программ, основной задачей которых является перевод информации из растрового формата данных в векторный с целью обмена данными с ГИС-системами Главные же функции ГИС-систем заключаются в следующем

— получение данных,

- хранение данных,

- управление данными,

- анализ данных;

- создание картографической продукции

В свою очередь геоинформационные технологии предлагают эффективные средства хранения и анализа пространственно распределенной информации Эти системы связывают географическое местоположение с другими характеристиками пространственных объектов

В третьей главе рассмотрены состав и структура комплекса мониторинга и оценки экономических последствий нарушений природной среды на основе материалов данных дистанционного зондирования

Для решения поставленных задач используется комплекс аппаратных и программных средств, принадлежащих Сибирскому Региональному Центру (СРЦ) МЧС России, Красноярскому научному центру (КНЦ) СО РАН и КНИИ-ГиМС, на базе последнего создана ИАСП «Кадастр природных ресурсов Красноярского края» В эту систему в качестве компонента включен блок мониторинга и оценки экономических последствий нарушения природной среды на основе материалов ДЗЗ, структура которого представлена на рис 2

Рис 2 Структурная схема взаимодействия БД и пользователей ИАСП «Кадастр природных ресурсов Красноярского края» и блока мониторинга и оценки экономических последствий нарушения природной срсды

По материалам ДЗЗ и данным, полученных из ИАСП, проводится тематическое дешифрирование с применением программных продуктов ERDAS Img и пакета программ, разработанных фирмой ScaNEx (NeRiS, GeoTransformer), с использованием методов, разработанных в КНИИГиМС в целях мониторинга природных ресурсов, таких как лесных, геологических, водных и др, с последующей векторизацией полученных результатов

Все данные, полученные в результате тематического дешифрирования, на выходе имеют растровое и векторное представление Растровые данные поступают в архив рабочих материалов ДЗЗ Векторные данные наполняются необходимой атрибутивной информацией и поступают в ИАСП, где в дальнейшем используются пользователями сети

Программные средства блока мониторинга и оценки экономических последствий нарушения природной среды включают в себя пакеты для обработки данных ДЗЗ ERDAS Img 9 О, ScanEx NeRiS, пакеты ГИС приложений Arc View 3 1, ArcGIS 9 0, картографический internet сервер на базе ArcIMS

Четвертая глава посвящена мониторингу, количественным и экономическим оценкам природных ресурсов красноярского края на основе материалов ДЗЗ в ИАСП «Кадастр природных ресурсов Красноярского края»

В представленной работе были поставлены задачи, такие как

- создание системы объединяющей две удаленных сети, наземной станции СРЦ МЧС (г Красноярск) и КНИИГиМСа, отдельным скоростным каналом передачи данных, что позволило сократить время приема и обработки информации ДЗЗ,

- адаптация и внедрение каталога данных ДЗЗ на базе internet технологий,

- разработка и внедрение информационных технологий обработки материалов ДЗЗ для выделения лесных пожаров, проведения лесоэнтомологи-ческого мониторинга, контроля за лесопользователями,

- интеграция результатов дешифрирования и оцифровки материалов ДЗЗ в ИАСП «Кадастр природных ресурсов Красноярского края», с целью автоматизированного получения количественных и стоимостных оценок нанесенного ущерба в следствии природных и/или антропогенных факторов для нужд организаций ответственных за принятие административно управленческих решений

При решении первой поставленной использовались имеющиеся средства СРЦ МЧС, КНЦ СО РАН и КНИИГиМС Результатом этой работы послужила вступившая в строй сеть (рис 3), объединяющая две удаленных сети (СРЦ МЧС и КНИИГиМС), с пропускной способностью 2 МЪ/s Что позволяет существенно сократить время получения и обработки информации конечным пользователям данных ДЗЗ

Следующей задачей было создание Internet каталога данных ДЗЗ Эта разработка была создана на основе Интернет каталога ДЗЗ фирмы ScanEx Адаптированная система «каталог данных ДЗЗ КНИИГиМС» в которую в автоматизированном режиме производится внесение записей (ведется база данных основанная на MSSQL сервере) о материалах ДЗЗ имеющихся в наличии у КНИИГиМС как то

- данные SPOT (панхроматические снимки с разрешением 5 м),

- данные IRS-1C, IRS-1D (панхроматические снимки с разрешением 5 8 м , спектрозональные с разрешением 23 м ),

- данные Terra (сканер MODIS с разрешением 250, 500, 1000 м),

- данные Landsat MSS, TM, ЕТМ (с разрешением 20-30 м),

- данные Resurs, Meteor (с разрешением 28-40 м )

CquwpKimHI tMC

Рис 3 Сеть передачи дагшпх материалов ДЗЗ

В созданном internet-каталоге реализованы следующие возможности поиска материалов ДЗЗ поиск данных ДЗЗ по типу сканера, но произвольно выбранной или точно известной территории Также возможно уточнить критерий времени (даты) на который производится запрос

В результате выборки пользователю выдается таблица, в которой отображаются параметры снимка (дата/время, имя спутника и номер записи) Также в результатах запроса реализована возможность предварительного просмотра снимка или группы снимков, и просмотра их местоположения на топографической основе

При решении задачи разработки и внедрения алгоритмов обработки материалов ДЗЗ для выделения лесных пожаров, были проведены следующие работы Разработан ГИС-проект «Мониторинг лесных пожаров территории Красноярского края», в который в режиме реального времени поступает информация по лесным пожарам детектированных по материалам космической съемки спутника EOS АМ-1 Terra (спектрорадиометр MODIS), детектирование пожаров происходит в автоматизированном режиме по алгоритмам, разработанным NASA для этого типа оборудования Так как выходные значения при этой обработке имеют точечные характеристики, был разработан алгоритм, позволяющий вести поиск и преобразование точечного покрытия в площадные, что позволяет иметь данные не только об очаге возгорания, но и о площадных характеристиках участках развития пожара Ввиду того, что разрешающая способность аппаратуры низкая (1км), то минимальная площадная характеристика пожара принимается за значение 1 км2 В дальнейшем, т к все данные хранятся в единой базе ИАСП, то появляется возможность выводить все данные о пожарах (географическое положение, дата, площадь и т п ) на электронную карту ГИС-проекта, и вести график горимости лесов (рис 4)

Следующим этапом работы являлось выделение участков растительности поврежденной вследствие пожаров и насекомых - вредителей леса, и экономическая оценка последствий нарушений

В качестве тестового участка был выбран Болынемуртинский лесхоз Красноярского края, участок с широким распространением насекомых - вредителей леса, таких как сибирский шелкопряд

На первом этапе проводится подбор космоснимка на интересующую территорию, его координатная привязка и геометрическая коррекция Эти процедуры проводятся в программе ScanExViewer, последующие операции по геометрической трансформации и координатной привязке проходят в программе ScanExTransformer, с использованием алгоритмов линейной трансформации и для более точной привязки используется метод Rubber sheet Использование этих методов позволят с достаточной степенью точности трансформировать и произвести привязку снимка (для МСУ-Э в пределах масштаба 1 ¡200000 ошибка составляет не более 30 метров, что соответствует стандартной ошибке масштаба)

ринг горимости лесов»

Выделение площадей с нарушенным лесным покровом проводится в программе БсапЕхЫеШз Для выделения зон, нарушенных в результате нашествия вредителей, проводилась классификация на основе обученной нейронной сети программы

Метод обучения нейронной сети решению такой задачи состоит в следующем Зададим некоторый начальный набор параметров нейронов Далее предъявляем сети один объект х Находим нейрон, выдавший максимальный сигнал Пусть номер этого нейрона г Тогда параметры нейрона модифицируются по следующей формуле

а[ =Лх + (1-Л)а, (8)

Затем сети предъявляется следующий объект, и так далее до тех пор, пока, после очередного цикла предъявления всех объектов, не окажется, что параметры всех нейронов изменились на величину, меньшую заданной точности В (8) параметр X называют скоростью обучения Для некоторых мер бчизости после этого преобразования может потребоваться дополнительное нормирование параметров нейрона одним из методов

В данном случае применяется метод динамических ядер, который напрямую минимизирует суммарную меру близости Метод является итерационной процедурой, каждая итерация которой состоит из двух шагов Сначала задаются начальные значения ядер Затем выполняют следующие шаги разбиение на классы при фиксированных значениях ядер

К, - {х ¿ш(а',х) < dtst{aJ ,х)}, (9)

и оптимизация значений ядер при фиксированном разбиении на классы

£сЙ5Г(а',х)-»чип (10)

В случае равенства в (9), объект относят к классу с меньшим номером Процедура останавливается, если после очередного выполнения разбиения на классы не изменился состав ни одного класса

Исследуем сходимость метода динамических ядер В (9) суммарная мера близости может измениться только при переходе объектов из одного класса в другой Если объект перешел из у-о класса в 1-й, то верно неравенство сЬя^а' ,х) То есть при переходе объекта из одного класса в другой

суммарная мера близости не возрастает На шаге оптимизации значении минимизируются отдельные слагаемые суммарной меры близости Поскольку эти слагаемые независимы друг от друга, то суммарная мера близости не может возрасти При этом если суммарная мера близости не уменьшилась, то ядра остались неизменными, и при выполнении следующего шага будет зафиксировано выполнение условия остановки И, наконец, учитывая, что конечное множество объектов можно разбить на конечное число классов только конечным числом способов, получаем окончательное утверждение о сходимости метода динамических ядер Эти процедуры сходятся за конечное число шагов, причем ни на одном шаге не происходит возрастания суммарной меры близости

По результатам обучения проводилась классификация изображения с помощью пространственной модели классификации

Эта модель описывает наиболее естественную классификацию Ядра являются точками в пространстве объектов Мера близости - квадрат обычного евклидова расстояния Обучение сети Кохонена ведется непосредственно по формуле (8) Задача (10) имеет вид

^ = £ -а' (11)

/

Дифференцируя (11) по каждой координате ядра и приравнивая результат к нулю, получаем

-0 = ° (12)

/

Преобразуя полученное выражение, получаем

«;=!>?/м, (13)

]

где \К, | - мощность г-го класса (число объектов в классе) Таким образом, оптимальное ядро класса - среднее арифметическое всех объектов класса

В конечном результате был получен тематический растр, по которому проводилась дальнейшая работа по выделению классов Так как не ставилась цель оценки повреждений по каким либо градациям, а интересовала только общая площадь леса, подвергнутая нарушению, был получен тематический растр с площадными характеристиками объектов развития нарушений лесного покрова В последующем имеющийся тематический растр оцифровывается с целью получения векторного покрытия характеризующего площадь нарушения Эти

данные заносятся с базу данных ИАСП, и таким образом появляется возможность, что, при наличии данных кадастровой оценки территории, можно посчитать количественные и экономические оценки ущерба природной среды вследствие различного рода неблагоприятных факторов (таб 1)

Таблица 1

Площадь кварталов по космоснимкам, га (Экв) 20621

Площадь кварталов по базе, га (Эл ) 35104

Бкв /Бл 0,59

Количество кварталов 40

Общий запас древесины, тыс мЗ 3470,85

в т ч по категориям защитности

Г 2819,87

11 1657,07

III 191,16

IV 51,44

Запас спетых и перестойных, тыс мЗ 2075,75

в т ч породно

К 302,74

С 54,99

Л 34,45

Е 511,03

П 478,21

Б 607,3

О 86,88

Экономическая оценка

Дрсвесина по минималыплм ставкам, млн руб 23,74

Кадастровая стоимость млн руб 47,25

Разработанная информационная технология позволяет оперативно получить информацию о количественных характеристиках нарушенной территории, и, помимо этого, получить экономическую оценку Также она позволяет отслеживать другие механизмы ущерба лесного покрова, такие как

- нарушения лесного фонда вследствие пожаров

- нарушения в результате добычи полезных ископаемых,

- нарушения сельскохозяйственных угодий,

- ущерб от незаконного лесопользования

Данные, полученные в результате тематического дешифрирования материалов ДЗЗ в растровом, векторном формате и оценочные таблицы, поступают в базу данных ИАСП территориального комплексного кадастра природных ресурсов, созданного на базе КНИИГиМС ИАСП содержит данные по основным видам природных ресурсов, таких как минеральные, водные, земельные, лесные, биологические, рекреационные, климатические, экологические В данном случае, так как работы проводились по лесным ресурсам, все материалы тематического дешифрирования попадают в базу данных ИАСП, ГИС лесных ресурсов, таким образом, происходит обновление или дополнение имеющейся картографической и кадастровой базы

Картографическая информация размещена на базе серверного программного комплекса АгсМБ, поддерживающего хранение информации в электронном виде в растровом, векторном форматах и атрибутивных таблицах и позволяющего формировать запросы к БС)Ь-серверу, который содержит табличные данные

Пользователи ИАСП (Администрация Красноярского края, лесная служба и др ), имеют доступ к электронным базам данных и электронной картографической продукции

На основе этих материалов появляется возможность оперативного принятия административно управленческих решении в различных сферах природопользования Так, в данном случае, это оперативное реагирование при возникновении лесного пожара с целью принятия мер по его тушению, оперативное реагирование при обнаружении незаконных рубок и принятие мер по ликвидации этой проблемы на начальном этапе ее возникновения Также система позволяет оперативно в течение незначительного промежутка времени отслеживать качественные и экономические оценки результатов воздействия на окружающую среду, в частности, оперативного изменения картографического материала данных лесоустройства вследствие пожаров и рубок леса Основные результаты работы и выводы.

Разработана и внедрена скоростная система передачи данных от удаленной сети станции приема космической информации до конечного пользователя и потребителя информации, что позволило существенно сократить время передачи и обработки данных ДЗЗ

Создана адаптированная база данных материалов ДЗЗ на основе хЩете^шИ-апй-технологии, позволяющая потребителям информации выбирать интересующие их материалы по критериям, производя запросы с помощью ЭДЕВ-интерфеиса и визуально оценивать качество выбранной информации

Разработана и внедрена автоматизированная информационная технология обнаружения лесных пожаров на территории Красноярского края и алгоритм выявления их площадных характеристик

Создана информационная технология определения качественных и экономических оценок воздействия на лесной покров, вследствие пожаров и рубок, а также технология контроля за незаконными лесными рубками

Разработана автоматизированная технология наполнения результатами тематического дешифрирования картографических и табличных материалов ИАСП «Кадастр природных ресурсов Красноярского края» с целью поддержки принятия управленческих решений Администрации Красноярского края и служб, связанных с контролем за использованием природных ресурсов и лицензирующих ведомств Красноярского края, входящих в систему

Публикации автора. По теме диссертации автором опубликованы следующие работы

1 Юронен Ю П / Петров М Н // Методика количественной оценки нарушенное™ лесного фонда Вестник КрасГАУ Вып 2 - Красноярск, 2007 с 128-133

2 Юронен Ю П / Анциферова О В Сибгатулин В Г и др // Мониторинг состояния природной среды на основе методов анализа данных дистанционного зондирования земли (ДЗЗ) Природные ресурсы Красноярского края (Аналитический обзор) Красноярск КНИИГиМС, 2001, с 203-204

3 Юронен Ю П // Опыт применения методов дистанционного зондирования земли (ДЗЗ) при решении экологических задач - выделение ланд-шафтно-экологических зон для регистрации границ ООПТ Проблемы использования и охраны природных ресурсов Центральной Сибири Вып

4 Красноярск КНИИГиМС, 2003, с 371-379

4 Юронен Ю П / Грищенко В А , Заграбчук С Ф , Никифоров КС// Методика количественной оценки нарушенности лесного фонда Проблемы использования и охраны природных ресурсов Центральной Сибири Вып

5 Красноярск КНИИГиМС, 2003, с 234-237

5 Юронен 10 П / Грищенко В А , Заграбчук С Ф , Никифоров КС// Методика количественной оценки нарушенности лесного фонда // Первая международная конференция «Земля из космоса - наиболее эффективные решения», 26-28 ноября Сборник тезисов Инженерно-технологический Центр СканЭкс, М ООО «Бином-пресс», 2003, с 155-156

6 Юронен Ю П /коллектив авторов // Территориальный комплексный кадастр природных ресурсов Красноярского края состояние и перспективы/ Под ред В Г Сибгатулина, В А Грищенко, А Е Мирошникова Красноярск КНИИГиМС, 2004, 196 с

7 Юронен Ю П / Жура В М, Романов А П Н Геологические особенности юго-западной части Саяно-Шушенского биосферного заповедника Труды Государственного природного биосферного заповедника «Саяно-Шушенский». Вып 1 2005. с 30-38

8 Юронен Ю П / Грищенко В А // Применение материалов данных дистанционного зондирования земли в информационно-аналитической системе «Природные ресурсы и экология Красноярского края» управления природных ресурсов администрации Красноярского края Вторая международная конференция «Земля из космоса - наиболее эффективные решения», 30 ноября - 2 декабря 2005 г Сборник тезисов М Инженерно-технологический Центр СканЭкс, ЗАО «Совзонд», ООО «Издательство БИНОМ», 2005, с 80-83

9 Юронен Ю П / Петров М Н // Технология оценки ущерба от лесных пожаров Журнал фундаментальные исследования №2 М 2007, с 36-37

10 Юронен Ю П / Петров МН // Кадастр природных ресурсов Красноярского края, технология контроля за лесопользованием Журнал фундаментальные исследования №2 М 2007, с 37-38

11 Юронен Ю П // Кадастр природных ресурсов - технология контроля за лесопользователями Вестник НИИ СУВПТ Вып 2 - Красноярск НИИ СУВПТ, 2006 - С 212-246

12 Юронен Ю П / Петров МН // Технология оценки ущерба от лесных пожаров в ГИС системе «Кадастр природных ресурсов красноярского края»

Вестник НИИ СУВПТ Вып 2 - Красноярск НИИ СУВПТ, 2006 - С 1 123

Юронен Юрий Павлович

Информационные технологии обработки данных дистанционного зондирования земли

Автореферат

Подписано в печать 13 04 2007 Формат 60x84/16

Уч. изд. л. 1.5 Тираж 100 экз Заказ № 149

Отпечатано в отделе копировально-множительной техники СибГАУ 660014, г. Красноярск, пр им газ «Красноярский рабочий», 31

Введение.

Глава 1 Обзор существующих систем и методов мониторинга природной среды на основе материалов ДЗЗ.

1.1 Передача данных.

1.3 Системы мониторинга природных ресурсов использующие данные ДЗЗ

Глава 2 Методики обработки данных ДЗЗ и программные комплексы.

2.1 Методики обработки материалов ДЗЗ.

2.1.1 Радиометрическая коррекция изображения.

2.1.2 Геометрическая коррекция изображения.

2.1.3 Классификация изображений.

2.2 Пакеты прикладных программ по обработке данных ДЗЗ.

2.2.1 Обработка с помощью пакета ERDAS Img.

2.2.2 Обработка с помощью пакета Scanex NeRis.

2.3. Геоинформационные системы и технологии.

2.3.1. Особенности организации данных в ГИС.

2.3.2 Координатные данные.

2.3.3. Атрибутивные данные.67

2.4 Графическая среда ГИС.

2.5 Програмное обеспечение ГИС.

2.5.1. Инструментальная система Arc/Info.

2.5.2 Программный продукт Arc View.

Глава 3 Состав и структура комплекса мониторинга и оценки экономических последствий нарушений природной среды.

Глава 4 Ведение мониторинга природных ресурсов Красноярского края на основе материалов ДЗЗ в ИАСП «Кадастр природных ресурсов Красноярского края».

4.1 Организация приема данных ДЗЗ и ведение архива.

4.2 Методология ГИС системы «Горимость лесов Красноярского края».

4.3 Выделение участков растительности поврежденной в следствии пожаров и насекомых вредителей леса, и экономическая оценка последствий нарушений.

4.4 Технология контроля за лесопользователями.

4.5 Ведение баз данных в ИАСП.

Основные результаты диссертационной работы.

Актуальность работы. В настоящее время в России, в частности в Красноярском крае, наиболее сложные проблемы оперативного управления природными ресурсами обусловлены процессами природопользования, экологии а также происходящими катастрофическими явлениями природного и техногенного характера. Последние происходят регулярно, как один из элементов эволюции биосферы и приносят ежегодно огромный экономический ущерб. На территории региона работают сотни крупных и средних предприятий горнодобывающей, лесной и др. промышленностей, а также тысячи «неучтенных» природопользователей. В ближайшие годы планируется развитие топливно-энергетического комплекса (нефть, газ, уголь, торф, гидроэнергетика), горных предприятий, лесоперерабатывающих комплексов и связанной с ними инфраструктуры (нефтегазопроводы, линии электропередач, железные дороги, водохранилища и т.д.). В связи с этим, экологические проблемы техногенного характера будут нарастать (Красноярск и Норильск давно входят в десятку самых «грязных» городов страны). Необходимо учитывать, что в ближайшие 30-50 лет относительно высокий уровень жизни в регионе будет поддерживаться прежде всего за счет интенсивной эксплуатации природных ресурсов, с этим связаны высокий инвестиционный и ассимиляционный (экологический) потенциал региона, а значит, число и мощность негативных процессов, будут нарастать. Это предопределяет внедрение в практику управления природо-ресурсным потенциалом принципов и методов рационального природопользования на базе современных информационных технологий (в частности, быстрого и широкомасштабного внедрения современных систем мониторинга разрабатываемы на базе ГИС - технологий (ГИС - геоинформационные системы).

Специфические особенности Красноярского края такие как:

- большая территория (более 2.3 млн. км )

- крайне слабая заселенностью (менее 1.3 чел/км2) и освоенность;

- высокая лесистость территории (более 70%);

- наиболее освоенные центральные и южные территории относятся к зонам высокой сейсмичности (М5> 6);

- присутствие разнообразных источников радиационной опасности (ес тественного и техногенного происхождения);

- повсеместные проявления негативных процессов природопользования (например незаконные вырубки, нелицензированное недрапользование эти виды деятельности негативно отражаются на экологию и экономику края)

- природные катастрофы (пожары, наводнения, землетрясения и др.).

Приводят к тому, что традиционные методы мониторинга территорий оказываются малоэффективными и высоко затратными.

Для решения стоящих проблем управления территорией возникает необходимость в создании автоматизированной системы, которая реализует мониторинг за специфичными для региона природно-техногенными явлениями такими как лесные пожары, наводнения, контроль за лесопользователями и недрапользователями и др. В качестве технологической основы системы используется космический мониторинг, связанный с получением и обработкой данных ДЗЗ (дистанционное зондирование Земли).

Для поддержки принятия широкого круга управленческих решений в регионе, таких как: контроль за пожароопасностью, паводковой обстановкой, Лесоэнтомологический мониторинг, уровень загрязнения атмосферы, экологии природоохранных объектов, загрязнением снежного покрова, изменением рельефа и другими изменениями природной среды наиболее перспективно с применением материалов ДЗЗ и их интеграции в ГИС.

Целью диссертационной работы является повышение эффективности системы мониторинга природных ресурсов по данным дистанционного зондирования Земли по Красноярскому краю. Исходя из цели исследования, определены основные задачи:

1. Разработка и внедрение технологии скоростной передачи данных.

2. Разработка и внедрение информационных технологий обработки материалов дистанционного зондирования для выделения лесных пожаров, проведения лесоэнтомологического мониторинга, контроля за лесопользователями.

3. Интеграция результатов дешифрирования и оцифровки материалов дистанционного зондирования в информационно аналитическую систему природопользования «Кадастр природных ресурсов Красноярского края», с целью автоматизированного получения количественных и экономических оценок нанесенного ущерба в следствии природных или антропогенных факторов.

Методы исследования базируются на теории передачи информации, теории обработки сигналов, теории управления, методах анализа данных дистанционного зондирования Земли, современных ГИС-технологиях и связанных с ними базами данных.

Научная новизна решения поставленных задач заключается в следующем:

1. Впервые построена система алгоритмов согласования удаленных специальных сетей, что позволило сократить время приема и обработки информации данных дистанционного зондирования Земли.

2. На основе построенной системы алгоритмов разработаны информационные технологии автоматизированной обработки материалов ДЗЗ для выделения лесных пожаров, контроля за распространением лесопатологии, контроля за лесопользователями.

3. Разработана технология интеграции результатов тематического дешифрирования и оцифровки материалов дистанционного зондирования Земли в информационно аналитическую систему природопользования «Кадастр природных ресурсов Красноярского края».

4. Разработана информационная технология получения количественных и стоимостных оценок ущерба от лесных пожаров, развития лесопатологии, незаконного лесопользования.

Обоснованность и достоверность полученных результатов подтверждены актом о внедрении системы в ИАСП «кадастр природных ресурсов Красноярского края», и отчетной документацией о проделанной работе которые находятся в настоящее время в «Росгеофонде», и Администрации Красноярского края.

Практическая ценность диссертации.

Предложенная в диссертационной работе информационная технология, позволяет в режиме реального времени проводить мониторинг природной среды и давать количественные и экономические показатели ее нарушения. На основе технологии разработан ГИС-проект «Горимость лесов Красноярского края», в котором помимо мониторинга пожаров производится оценка ущерба нанесенного природной среде.

Разработанные информационные технологии по контролю за состоянием природной среды могут широко использоваться Администрацией Красноярского края и другими заинтересованными в получении этой информации организациями и службами края в практике принятия административно-управленческих решений в различных сферах деятельности, связанных с природно-ресурсной базой региона, а также организациями, ответственными за ликвидацию последствий чрезвычайных ситуаций.

Практическая ценность результатов подтверждена внедрением информационной технологий в ИАСП «Кадастр природных ресурсов Красноярского края».

Реализация результатов работы.

Разработанные в диссертации методы и алгоритмы включены в ИАСП «Кадастр природных ресурсов Красноярского края», созданной на базе государственного предприятия Красноярского края «Красноярский научно-исследовательский институт геологии и минерального сырья» (ГПКК «КНИИГиМС»), заказчиком которой выступает агентство природопользования и лесной отрасли Администрации Красноярского края.

Апробация работы. Основные результаты работы докладывались и обсуждались на Международной конференции «Современные проблемы информационных технологий и космический мониторинг» (Ханты-Мансийск, 2001), I Международной конференции «Земля из космоса - наиболее перспективные решения» (Москва, 2003), II Международной конференции «Земля из космоса - наиболее перспективные решения» (Москва, 2005), IV конференции «Проблемы агропромышленного комплекса» (Паттайа (Тайланд), 2007).

Публикации. По тематике исследования опубликовано 12 печатных работ. Эти материалы отражают основное содержание диссертации.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы из 55 названий. Содержание работы изложено на 127 страницах текста. В приложении приведены документы свидельст-вующие о практической реализации результатов исследований.

Основные результаты диссертационной работы

Разработана и внедрена скоростная система передачи данных от удаленной сети станции приема космической информации до конечного пользователя и потребителя информации что позволило существенно сократить время передачи и обработки данных дистанционного зондирования Земли.

Создана адаптированная база данных материалов ДЗЗ на основе internet/intranet технологий, позволяющая потребителям информации выбирать интересующие его материалы, по критериям, производя запросы с помощью WEB интерфейса и визуально оценивать качество выбранной информации.

Разработана и внедрена система автоматизированной технологии обнаружения лесных пожаров на территории Красноярского края и алгоритм выявления их площадных характеристик.

Создана автоматизированная система определения качественных и экономических оценок воздействия на лесной покров в следствии пожаров и рубок, а также система контроля за незаконными лесными рубками.

Разработана автоматизированная система наполнения результатами тематического дешифрирования картографических и табличных материалов ИАСП «кадастра природных ресурсов Красноярского края» с целью поддержки принятия решения при управлении природными территориями Красноярского края для нужд Администрации Красноярского края и служб связанных с контролем за использованием природных ресурсов и лицензирующих ведомств Красноярского края входящих в систему.

1. Адрианов В.Ю. // Англо-русский толковый словарь по геоинформатике М., Дата+, 2001. 122 с.

2. Аковецкий В.И. // Дешефрирование снимков. М.: 1983. 376 с.

3. Андреев М.В. Возможности организации отраслевого спутникового мониторинга / А.Ю. Дегай, Ю.С. Крашенинникова, Е.А. Лупян, A.A. Мазуров, P.P. Назиров, A.A. Прошин, Е.В. Флитман, Э.Э. Гербек, И.Г. Проценко // Рыбное хозяйство. Специальный выпуск.2001. с.35

4. Афонин C.B. Система космомониторинга лесных пожаров на территории Томской области./ Белов В.В., Гриднев Ю.В. // Оптика атмосферы и океана 2000. Т.13. N11. С.996-1004.

5. Баранов Ю.Б. Программное обеспечение для обработки спутниковых данных / Королев Ю.Л., Миллер A.C. // ГИС Ассоциация. Информационный бюллетень. 1997. N 2(9).

6. Барталев С.А. Разработка ГИС мониторинга лесных пожаров в России на основе ARCVIEW GIS 3.0 и глобальной сети INTERNET / Беляев

7. А.И., Ершов В.В., Зукерт Н.В., Коровин Г.Н., Кошелев В.В., Е.А. Jly-пян, Рыбникова Л.А., Сурикова Е.П., Шуляк П.П. //ARCREVIEW- современные геоинформационные технологии 1998 N 1 (4) с 6-7.

8. Бугаевский Л.М. Теория одиночных космических снимков. / Портнов A.M. // M., Недра, 1984, 280 с.

9. Ю.Бельчанский Г.И. Использование искусственных нейронных сетей для анализа спутниковых данных дистанционного зондирования./ Коробков Н.В. // Исследования Земли из космоса, № 4. 1998. с. 111-120.

10. П.Букчин М.А. Возможность создания и перспективы использования недорогих станций приема данных со спутников серии NOAA / Гершен-зон В.Е., Захаров М.Ю., Лупян Е.А., Плюснин И.А. // Исследование Земли из Космоса. 1992. N 6. С. 85-90.

11. Гарбук C.B. Космические системы дистанционного зондирования Земли. / Гершензон В.Е. // М.: Изд. А и Б. 1997. 296 с.

12. Даррер Г.А. // Математическое моделирование динамики лесных пожаров / Г.А. Даррер. М.: Лесная промышленность. 1979. 160 с.

13. Дейвис Ш. // Дистанционное зондирование: количественный подход. М.: Недра. 1983. 169 с.

14. Дистанционное зондирование в метеорологии, океанографии и гидрологии / Под ред. А.П. Креннелла'// М.: Мир, 1984. 536 с.

15. Ежков В.В. Эффективность использования космической информации в лесном хозяйстве / Метальников А.П., Исаев A.C., Сухих В.И., Кудрявцев B.C., Щетинский В Е. //Исследования Земли из космоса. 1986. N 3. С. 3-11.

16. Исаев A.C. Геоинформационные системы в прогнозировании и контроле массового размножения лесных насекомых / Киселев В.В., Калашников E.H., Плешиков В.П. и др. // Лесоведение, 1999, С. 20-25.

17. Израэль Ю.А. Экология и контроль состояния природной среды. // М., Гидрометеоиздат, 1984. 560 с.

18. Кашкин В.Б. Автоматизированная обработка изображений Космические средства контроля окружающей среды. // Красноярск: ИПЦ КГТУ, 200. 243 с.

19. Книжников Ю.Ф. Аэрокосмические методы географических исследований. / Кравцова В.И., Тутобалина О.В. // М.: Академия, 2004. 334 с.

20. Кондратьев К.Я. Приоритеты глобальной экологии и задачи дистанционного зондирования окружающей среды и биосферы // Исследование Земли из космоса. 1991. N 5. С. 3-9.

21. Кондратьев К.Я. Современное состояние и перспективы дистанционного зондирования. 1. Глобальная система наблюдений // Исследование Земли из космоса. 1991. N6. С. 104-111.

22. Коровин Г.Н. Авиационная охрана лесов. / Андреев H.A. // М.: Агро-промиздат. 1988,220 с.

23. Космическая информация в геологии / Под ред. В.Г. Трифонова и др. // М.: Наука, 1983. 536 с.

24. Кошкарев A.B. Геоинформатика / Тикунов B.C. // под редакцией Д.В. Лисицкого. М., Картгеоцентр Геоиздат, 1993, 90 с.

25. Кронберг П. Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии. // М.: Мир, 1988. 343 с.

26. Лаврова Н.П. Аэрофотосъемка. Автоматизация аэрофотосъемочных процессов. / Алмазов И.В., Прилепский А.Н. // М., 1985. 185 с.

27. Лобанов А.Н. Автоматизация фотограмметрических процессов./ Жур-кинИ.Г.// М., 1980, 185 с.

28. Лупян Е.А. Универсальная технология построения систем хранения спутниковых данных / Мазуров A.A., P.P. Назиров, A.A. Прошин, Е.В. Флитман // Препринт ИКИ РАН. Пр-2024. М. 2000. 22 с.

29. Лурье И.К. дистанционное зондирование Земли и географические информационные системы. Теория и практика цифровой обработки изображений. / Косикова А.Г. // М., 2003.174 с.

30. Митчелл Э. Руководство по ГИС анализу. // Киев, ЗАО ЕСОММ Со; Стилос, 2000,198 с.

31. Нелепо Б.А. Спутниковая гидрофизика. Терехин Ю.В., Коснырев В.К., Хмыров Б.Е. // М.: Наука, 1983, 254 с.

32. Проценко И.Г. Информационная система мониторинга рыболовства. // Рыбное хозяйство. Специальный выпуск. 2001. с. 3-18.

33. Пузаченко М.Ю. ГИС-технологии в мониторинге биоразнообразия лесов. / Черненькова Т.В. // ARCREVIEW 2006 № 4 С.9-10.

34. Петухов C.B. Об алгоритме выделения контуров на аэрокосмических снимках земной поверхности. / Шаманов И.В., Гурвич П.М. // В кн.: Математические методы исследования природных ресурсов Земли из космоса. М.: Наука. 1984. С. 166-171.

35. ПрэттУ. Цифровая обработка изображений в 2-х томах // М.: Мир 1982. 790 с.

36. Сухинин А.И. Система космического мониторинга лесных пожаров в Красноярском крае. // Сибирский экологический журнал. 1996. Т.З. № 1. С.85-91.

37. Селиванов A.C. Региональная станция приема и обработки спутниковой информации. / Тучин Ю.М. // В сб. Дистанционное зондирование Земли и решение задач природопользования и экологии на федеральном и региональном уровнях. РКА ЦПИ Москва 1996. С. 69-71.

38. Трофимов A.M. Геоинформационные системы и проблемы управления окружающей средой. / Панасюк М.В. // Казань, издательство Казанского университета, 1984. 142 с.

39. Халугин Е.И. Цифровые карты. / Жалковский Е.А., Жданов Н.Д. // М., Недра, 1992,419 с.

40. Щетинский В.Е. Организация в СССР охраны лесов от пожаров // Международный. учебный, семинар ООН по практическому, применению данных ДЗ Земли в области лесного хоз-ва М. 1984. С. 9.

41. A Guide to Earth Observing Satellites. / National Remote Sensing Centre Limited. // United Kingdom. 193 p.

42. Baumgarther M.F. A low cost AVHRR receiving station for environmental studies / FugrerM. // 10th Annual International Geoscience @ Remote sensing symp. V.II. September 1990. P. 241-244.

43. Barnes, W. L. Prelaunch characteristics of the Moderate Resolution Imaging Spectroradiometer (MODIS) on EOS-AMI. / Pagano, T. S., & Salomonson, V. V. // IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(4), 1088-1100.

44. Bartalev, S.A. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia, / A.S. Belward, D. V. Erchov, and A. S. Isaev, // International Journal of Remote Sensing, Vol. 24, No. 9,1977 1982

45. Carpenter G.A. ART Neural Netvork for Remote Sensing: Vegetation classification from Landsat TM and terrain data. / Gjaja M.N., Gopal S., Woodcock C.E. // IEEE Trans. Geosci. And Rem. Sens. 1997. V. 35. №2. P.308-325.

46. ERDAS Field Guide.// Erdas inc. Atlanta Georgia 1997. 656 p.

47. ESO Reference Handbook // Goddard space Flight Center NASA. N 256697/20032. US, Washington: government printing office, 1990.153 p.

48. Folk M. An Introduction to HDF (Hierarchical Data Format) / HDF Groupe University of Illonois at Urbana Champaign 1997. 63 p.

49. Kidwell, K.B. NOAA polar data user's guide: NOAA NESDIS, // NCDC. 1988. 148 p

50. Justice C. 0. The MODIS Fire Products. Remote Sensing of Environment, / Giglio L., Korontzi S., Owens J., Morisette J. T., Roy, D., Descloitres J., Al-leaume S., Petitcolin F., and Kaufman Y. // 83(1-2), 244-262.

51. Earth Observing System Data Gateway: http://edcimswww.cr.usgs.gov/pub/imswelcome/plain.html

52. E. LoupianA Universal Technology for Development of Satellite Data Storage Systems / A. Mazurov, R. Nazirov, A. Proshin, E. Flitman // 4 International Symposium on "Reducing the Cost of Spacecraft Ground Systems and Operations", 2001.

53. Pease C.B. Satellite Imaging Instruments. Principles, // Technologies and Operational Systems Ellis Horwood. 1991. P. 1-310.

54. Rothermel R.C. A mathematical model for predicting fire spread in wild land fuels. // res. Papers INT-115, Rothermel; Intermountain Forest and Range Experiment station, Forest Service US, Department of agriculture, Olden UT 1972.

55. Schiffer R.S. The international Satellite Cloud Climatology Project (ISCCP): The first project of the World Climate Research Programme Bull. / Ros-sow W.B. // Amer. Meteor. Soc. 1983. V. 64. P. 779-784.

56. Viehoff T. AVHRR-HRPT receiving and image processing system for polar research J./ Shipborne A. // Rem. Sens. 1990. V. 11. N 5. P. 877-886.

57. Ward K., Small low cost ground station Capabilities. / Barrington-Brown J., Gardner S. // 2nd International Symposium on "Reducing the Costif Spacecraft Ground Systems and Operations" 21-23 July 1997. Proceedings Oxford, UK. P. 35.1-35.10

58. Персональные станции приема, хранения и обработки изображений Земли из космоса основная продукция Инженерно-технологического центра СканЭкс.// http://www.scanex.ru/ru/stations/index.html

59. Байкальский РИКЦ // http://www.geol.irk.ru/bricc.htm

60. Сайт DATA+ // http://www.dataplus.ru/