Изменение антропогенной нагрузки в окрестностях г. Санкт-Петербурга по данным дистанционного зондирования в видимой области спектра

Обработка данных дистанционного зондирования заключалась в совместном анализе данных трех спектральных каналов приборов MSU-E (спутник Космос-1939) и HRV (спутник SPOT) с целью клас­сификации природных объектов и изучения их свойств.

Рис. 8.3. Расположение полигона на карте окрестностей г. Санкт-Петербурга

На территории полигона, расположенного в районе поселка Токсово, находится два крупных озера -- Кавголовское и Хеппо-Ярви, а также около десятка более мелких. В юго-западной части полигона протекает р. Охта, правый приток р. Невы, кроме того, на исследуемом пространстве много мелких речек и ирригационных канав. Раститель­ность определяется лесами различных типов -- хвойными и смешан­ными, частично заболоченными. На территории полигона достаточно много полей, расположенных вблизи многочисленных поселков, и больших открытых участков леса, лугов и болот. Карта окрестностей поселка Токсово представлена на рис. 8.4.

На первом этапе файлы исходных данных прибора HRV спут­ника SPOT и сканерное изображение карты были приведены к единой географической проекции (Reformat>RESAMPLE). После этого из трансформированных изображений были вырезаны фрагменты (Reformat>WINDOW), определяемые границами выбранного полигона.

Соответствующий фрагмент карты, приведенный к проекции Мерка­тора, показан на рис. 8.5:

Рис. 8.5. Карта полигона

Для отображения файлов .IMG, представляющих фрагменты изображений, полученных для каждого из спектрального канала при­бора HRV, были подготовлены файлы палитры (spot1t.SMP,

spot2t.SMP, spot3t.SMP) (рис 8.6-8.9).

Рис. 8.7. Гистограмма изображения, полученного на 1-м канале прибора HRV

Рис. 8.9. Гистограмма изображения, полученного на 2-м канале прибора HRV

Рис. 8.11. Гистограмма изображения 3-го канала прибора HRV

Таким образом, основываясь на информации первого и второго каналов, не удается провести однозначную классификацию природных объектов. Информация, полученная в третьем спектральном диапазоне прибора HRV, позволяет уверенно классифицировать озера с помощью модуля RECLASS. При классификации растительности получаются несколько худшие результаты (рис. 8.10 и 8.11).

Полученные результаты классификации природных объектов по информации, полученной в 3-м спектральном канале, не следует рас­пространять на другие наборы данных. К такому результату приводит «сочетание» различных обстоятельств -- времени зондирования, со­стояния растительности. Поэтому 3-й спектральный канал оказывается более информативным, чем первые два. Чтобы убедиться в этом, дос­таточно сравнить гистограммы изображений, полученных на 3-м спек­тральном канале (рис. 8.11) и методом главных компонент (рис. 8.12).

Рис. 8.12. Гистограмма изображения, полученного методом главных компонент

Метод главных компонент (Principal Components Analysis) — это способ свертывания информации, когда одно изображение заменя­ет 3 или 4 без существенной потери информации.

Таблица 8.1

Коэффициенты корреляции между исходными файлами и файлами главных компонент

Из таблицы видно, что первую главную компоненту определяет в основном информация 3-го канала (r = 0.998980). Высокая информа­тивность 3-го канала определяет результаты классификации с обуче­нием (рис. 8.13) и без обучения (рис. 8.14) -- своими очертанииями эти рисунки напоминают рис. 8.10, представляющий изображение, полученное на 3-м канале прибора HRV.

Рис. 8.13. Результат классификации с обучением (модуль MAXLIKE, Proportion to exclude -- 1%)

Рис. 8.14. Результат классификации без обучения ( модуль CLUSTER)

Один из вопросов, который изучался для полигона, располо­женного в районе пос. Токсово, заключался в оценке изменения антро­погенной нагрузки на этот район в 90-х гг. на основании сопоставле­ния: карты, состояние местности на которой соответствует началу 80-х гг.; изображения, полученного с помощью прибора МСУ-Э 13 мая 1989 г.; изображения, полученного с помощью прибора HRV 26 авгу­ста 1996 г.

ochta.vec -- р. Охта, оцифрованная с карты и представленная в левом нижнем углу рис. 8.16 синей ломаной линией;

rroad.vec -- железная дорога, оцифрованная с карты и показан­ная на рис. 8.16 красно-белой ломаной линией, идущей приблизитель­но посередине рисунка с юга на север;

ua_old.vec -- границы старой застройки, оцифрованные с карты и представленные на рис. 8.16 тонкими красными ломаными линиями;

ua_new.vec -- границы новой застройки, оцифрованные непо­средственно с результата классификации данных прибора HRV на рис. 8.15 и представленные на рис. 8.16 жирными красными ломаными ли­ниями.

Рис. 8.15. Результат классификации данных прибора HRV без обучения модулем ISOCLUST при 22 кластерах

Границы новой застройки по данным прибора HRV оцифровы­вались приблизительно по тем же кластерам, которые при сопоставле­нии результатов классификации с картой, должны быть отнесены к районам жилой застройки.

Эти же границы показаны на рис. 8.17, представляющем резуль­таты классификации данных прибора МСУ-Э без обучения модулем ISOCLUST при 21 кластере.

Рис. 8.17. Результат классификации данных прибора МСУ-Э без обучения модулем ISOCLUST при 21 кластере и выведения на растровую подложку векторных файлов

Как видно из рис. 8.17, в данном случае кластеры, попадающие в границы новой застройки, показанные жирными красными ломан­ными линиями, в основном не совпадают с кластерами, которые мож­но отождествить со старой застройкой. Из этого можно сделать вывод о том, что новая застройка появилась между 1989 и 1996 гг. -- датами соответствующих спутниковых снимков.

8.1.2.