Development of space image сatalog of natural and anthropogenic objects and their interpretation features: a study of the territory of the Republic of Mordovia

Full Text

В настоящее время космические снимки широко применяются в самых разнообразных областях деятельности человека. Данные дистанционного зондирования (ДДЗ) Земли являются актуальным источником для формирования баз пространственных данных, обновления тематических карт, мониторинга природных и хозяйственных процессов, решения задач рационального использования природных ресурсов [3; 4; 7; 8; 10].

За десятки лет существования искусственных спутников Земли и систем дистанционного зондирования Земли из космоса было собрано огромное количество изображений земной поверхности. Для их интерпретации были разработаны методики дешифрирования космических снимков, классификаторы использования земель, выявлены дешифровочные признаки объектов земной поверхности [1; 4; 9; 11]. Несмотря на это, в мире очень мало проектов, в которых были бы закреплены примеры изображений объектов на отдельно взятую территорию. Чаще всего – это законодательные документы, которые фиксируют официальный или даже юридический статус такой территории, реже – работы по определению эталонов дешифрирования отдельных объектов по космоснимкам [6; 8; 10]. Поэтому в представленной работе начата практическая реализация идеи разработки и создания каталога дешифровочных признаков для объектов земной поверхности на примере конкретной территории, а именно – Республики Мордовия (РМ).

Для выполнения поставленной задачи был проведен предварительный анализ нескольких источников ДДЗ, находящихся в свободном доступе. Старейшей коллекцией бесплатных разнообразных ГИС-данных обладает USGS (Служба геологической съёмки США), LandViewer (https://eos.com/landviewer), сервис EO Browser, приложение Google Earth [5]. В процессе выбора материалов космической съемки было выявлено, что наиболее подходящими датами съемки для определения большинства объектов земной поверхности является осенний период. В сухую ясную погоду объекты на снимках отображаются более четко, с гораздо большей долей вероятности определяются их границы. Исключение могут составить лишь заболоченные территории и водные объекты. Для определения таких объектов и их границ лучше подходят весенние снимки периода конца апреля – начала мая.

Основными объектами земной поверхности территории РМ, которые находят отображение на космических снимках, являются: лес; распаханные территории; водные объекты, в частности – реки; населенные пункты [2; 8; 10].

При более тщательном рассмотрении ДДЗ дополнительно на территорию РМ можно идентифицировать заболоченные территории и наиболее крупные производственные объекты. Также можно обнаружить озера и выявить особенности их происхождения [8], разграничить участки лиственного и хвойного леса, определить крупность населенных пунктов.

Таким образом, было сформировано шесть групп объектов: населенные пункты, сельскохозяйственные территории, леса, водные поверхности, заболоченные территории, промышленные объекты. Территория РМ довольно разнообразна в ландшафтном и социально-экономическом отношении, поэтому только шести групп объектов для составления классификации оказалось недостаточно. В связи с этим, перечисленные группы объектов составили Уровень 1, а далее внутри каждой группы объектов этого уровня были выделены классы объектов, которые составили Уровень 2. Для наглядности объекты Уровня 1 и Уровня 2 представлены в таблице.

 

Таблица
Соотношение объектов Уровня 1 и Уровня 2

Уровень 1	Уровень 2
Населенные пункты	Город
	Поселок городского типа
	Село
	Деревня
Сельскохозяйственные территории	Пашни и пастбища
	Питомники, сады
	Животноводческие фермы
Леса	Хвойный лес
	Смешанный лес
	Вырубки
	Выгоревшие территории (гари)
Водные поверхности	Реки
	Озёра пойменные
	Озёра карстовые
Заболоченные территории	Лесные заболоченные территории
	Торфяные болота
Промышленные объекты	Добыча песка
	Объекты деревообработки

 

Для определения объектов природного и антропогенного характера был применён метод визуального дешифрирования космических снимков [1; 4; 6; 9; 11]. Он требует большой визуальной натренированности в области изображений земной поверхности как из космоса, так на аэрофотоснимках. Все снимки, которые используются в данной работе, представляют собой цветные синтезированные изображения. Для большинства из них применялась комбинация съёмочных каналов в естественных цветах – 4, 3, 2 или 3, 2, 1, где 1 соответствует синей области спектра, 2 – зелёной, 3 – красной области спектра, 4 – области ближнего инфракрасного (ИК) излучения. Именно в этих комбинациях объекты местности принимают наиболее привычные для человеческого глаза цветовые характеристики.

Исключение составили такие объекты, как очаги лесных пожаров и выгоревшие территории. Для определения непосредственного очага возгорания лучше всего подходит комбинация с преобладанием ИК съемочных каналов среднего диапазона (7, 5, 2), а на снимке, представленном в естественной комбинации, можно проследить только степень задымления территории. Последствия же пожаров дает возможность оценить комбинация 5, 2, 5 (см. рис. 1). Здесь 5, 7 – области среднего и дальнего ИК излучения.

 

Рис. 1. Влияние комбинации съемочных каналов на обнаружение очагов возгорания и на возможность оценить последствия.

 

Следующей методикой дешифрирования, применимой ко всем без исключения объектам, является дешифрирование по разновременным (разносезонным) снимкам [1; 2; 4; 9; 11]. Для территории РМ эта методика особенно актуальна, так как республика расположена в умеренном климатическом поясе и для неё характерна смена всех четырех сезонов года. Также особенностью исследуемой территории является преобладание облачности именно в летний период. Таким образом, лучше всего для дешифрирования объектов подходят снимки середины весны или начала осени. Именно в эти периоды растительность не мешает определять границы объектов, прежде всего таких, как населённые пункты или реки и озера.

На точность определения объектов, конечно же, влияет пространственное разрешение космических снимков [1; 4; 9; 11]. В нашей работе были использованы снимки, как среднего, так и высокого пространственного разрешения. Подавляющая часть объектов определяется по снимкам среднего пространственного разрешения, но для большей надежности результатов дешифрирования желательно применять снимки высокого разрешения. Наибольшее значение это имеет для выявления населенных пунктов и определения болот и заболоченных территорий, достаточно широко распространенных в республике.

Крупные населенные пункты хорошо проявляются на космических снимках благодаря своей пестрой текстуре. А небольшие села и деревни определяются по снимкам среднего пространственного разрешения только по разграниченным приусадебным участкам, но иногда и этого бывает недостаточно. В таких случаях требуется наличие дополнительных источников (таких как аэрофотоснимки и топографические карты) [2; 10].

На территории РМ широко распространены пахотные земли. Сельскохозяйственные поля легко определяются по своей правильной геометрической форме. Как правило, они разделены лесополосами. Животноводческие фермы можно определить по характерному взаимному расположению построек, которые, в свою очередь, отличаются от жилых домов размерами, яркостью, наличию огороженного участка (загона) для выпаса скота (см. рис. 2).

 

Рис. 2. Сельскохозяйственные объекты Мордовии на космических снимках: животноводческая ферма.

 

На космических снимках территории РМ можно выявить такие объекты, как питомники саженцев плодовых деревьев, а также специализированные питомники по подготовке саженцев для восстановления леса и других рекреационных мероприятий. Такие питомники можно определить по особой структуре, связанной с особенностью разведения и ухода за молодыми растениями.

Леса на территории РМ представлены хвойными и лиственными породами. По космическим снимкам можно разграничить границы массивов и тех, и других. Хвойные породы обычно отображаются в более темных тонах, чем лиственные. В естественной комбинации съемочных диапазонов они даже могу иметь коричневатый, фиолетовый или серый оттенок.

Из промышленных производств, которые можно определить по космическим снимкам. стоит отметить карьер по добыче песка рядом с поселком Комсомольский в Чамзинском районе и деревообрабатывающие предприятия в Зубово-Полянском районе. Причем последние можно точно определить только при наличии снимков высокого пространственного разрешения (рис. 3).

 

Рис. 3. Промышленные объекты на космических снимках: добыча песка (слева), деревообрабатывающее предприятие (справа).

 

Карьеры по добыче песка определяются на снимках по цвету и полосчатому рисунку, характерному для разработок открытых горных выработок. Предприятие по обработке и заготовке древесины также определяется по цвету, желтым или красноватым оттенкам от опилок и наличию бревен, уложенных в штабеля.

Таким образом, для каталога космических изображений природных и антропогенных объектов было подготовлено 35 космических снимков. Для оформления каталога был разработан общий макет компоновки. Он представлен на рисунке 4.

 

Рис. 4. Макет компоновки каталога дешифровочных признаков территории Республики Мордовия.

 

В зависимости от особенностей того или иного объекта или явления в компоновку могут быть внесены незначительные изменения. Чаще всего это было вызвано необходимостью размещения дополнительных снимков, использованных для большей наглядности и более достоверного определения объектов.

Полученный каталог дешифровочных признаков может применяться для дешифрирования объектов, распространенных не только на территории Республики, но и для объектов соседних регионов, расположенных в наиболее приближенных природных и социально-экономических условиях.

About the authors

Natalya A. Kislyakova

National Research Mordovia State University

Email: Varfil_nata@mail.ru

Аспирант кафедры физической и социально-экономической географии географического факультета

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

Aleksandra A. Kolesnikova

National Research Mordovia State University

Author for correspondence.
Email: shyrikol@mail.ru

Студент третьего курса направления подготовки «Картография и геоинформатика»

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

References

Supplementary files