авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 ||

Методика идентификации нефтезагрязнений почвогрунтов по данным много- и гиперспектральной оптико–электронной аэросъемки

-- [ Страница 3 ] --

Рисунок 4 – Фрагмент матрицы коэффициента корреляции для НЗПГ и фона (а) в интервалах 620…660 и 730…770 нм и распределение значений яркости объекта в двумерном пространстве признаков (б) в спектральных каналах 640 и 750 нм для выборки объемом n=49

Результаты апробации метода ML позволили выявить, что главный вклад в уменьшение вероятности распознавания класса НЗПГ вносят зоны глубоких теней, что наблюдалось и при обнаружении. Для уменьшения доли этих зон параллельно с методом ML предложено использовать метод SAM, который не чувствителен к изменению освещенности сцены, однако появляются участки «ложной цели» (грунтовой дороги), которые в результате ML не выделяются. Для исключения вероятности появления «ложной цели» предложена процедура создания карты «комиссии» (СС=SAM–ML), повышающая результативность распознавания НЗПГ до 0,83.

На основе этого была обоснована структура автоматизированного распознавания НЗПГ по видеоспектральным данным, где на первом шаге с привлечением индексного изображения IS проводится кластеризация Isodata. Затем на полученной карте кластеров осуществляется поиск подобластей, выделенных при обнаружении, (обучение) и их дальнейшая классификация методами ML и SAM.

Количественная оценка распознанных границ нефтезагрязнения проводится снова по МС данным. В целом разработанный метод, основанный на взаимоувязанном использовании спектрально-яркостной и структурной информации, позволил повысить результативность идентификации НЗПГ в среднем в 1,6 раз от Рсущ=0,73 до Р=0,86, что свидетельствует о достижении условия (1).

3 Для рационального выбора технических характеристик МС и ГС ОЭА необходимо использовать алгоритм, основанный на развитии известного метода параметрического синтеза фотографических систем с учетом условий наблюдения, размера, структуры и спектрально-яркостных свойств НЗПГ

Результативность использования разработанного метода идентификации НЗПГ, в первую очередь, зависит от ТХ и установочных параметров аппаратуры наблюдения, которая при заданных условиях функционирования может обеспечить получение данных для достоверного выявления искомого объекта по пространственно-структурным и спектрально-яркостным признакам. Для получения таких данных был разработан специальный алгоритм обоснования ТХ, используемый как для МС средств при обнаружении, так и для видеоспектральной аппаратуры при распознавании НЗПГ.

Основными данными, на основе которых принимается решение о выборе ТХ, в алгоритме являются:

линейное разрешение на местности, которое при обнаружении задается размером элемента структуры поверхности НЗПГ, а в случае распознавания по спектрально-яркостным признакам – общим размером участка загрязнения;

спектрально-яркостные признаки 1-го уровня, а именно КСЯ (при распознавании) и КИЯ НЗПГ (при обнаружении).

При этом ЛРМ было принято использовать как наиболее адекватный показатель оценивания качества снимка для результативной идентификации НЗПГ, в том числе качества изображения пространственных свойств объекта. Кроме определения такого важного параметра аппаратуры как разрешающая способность ЛРМ учитывает влияние на качество изображения условий наблюдения, спектрально-яркостных свойств сцены в регистрируемом диапазоне спектра и других ТХ:

L = Hf · km /(2 f ·RC.). (4)

При разработке алгоритма в качестве базового был использован метод параметрического синтеза для фотографической аппаратуры профессора А.Ф. Мелькановича. Новизна алгоритма заключается в реализации стратегии поиска наилучших ТХ аппаратуры и его итерационной структуре (рис. 5).

Алгоритм включает математические модели элементов ОЭА, в частности, облученности сцены, оптической системы, приемника лучистой энергии, сдвига изображения, пороговой характеристики восприятия ОЭ изображений (или дешифровщика), а также экспонометрический расчет, который заключается в нахождении времени накопления зарядовых пакетов. Время экспонирования выбирается по максимуму достигаемой разрешающей способности при ограничениях по сдвигу и пороговой экспозиции, что в соответствии с формулой , где ­- коэффициент, описывающий пространственно-структурные свойства НЗПГ, доказывает достижение наилучших показателей результативности выбранных средств.

В алгоритме выбор ТХ ОЭА проводится в два независимых последовательных этапа. На первом этапе находится множество векторов параметров jk (фокусное расстояние f, параметры приемника лучистой энергии, например, размер элемента матрицы прибора с зарядовой связью хel, время накопления зарядовых пакетов tn и др.) аппаратуры Ps(i, j) для всех начальных условий диафрагменного числа K объектива. При этом каждый вариант аппаратуры Ps(i, j) при заданных в ИОДС (n, k) спектральных характеристиках объектов, фонов, атмосферы и элементов аппаратуры; условиях наблюдения (высота Hf и скорость полета V, угол отклонения оптической оси от вертикали, освещенность земной поверхности E, результирующая остаточная относительная декомпенсация и др.) должен обеспечивать получение изображения с требуемым ЛРМ в соответствии с формулой (4). На втором этапе из всех рассчитанных векторов осуществляется выбор такой аппаратуры (оптимальной) iopt, при которой целевая функция F(Ps(i,j)) принимает минимальное значение. В качестве целевой предложено использовать функцию, описывающую габариты объектива, а также учитывающую согласование полосы пропускания матрицы и оптической части системы и допустимый сдвиг.

На основе алгоритма разработаны практические рекомендации по выбору ТХ и условий применения МС и ГС ОЭА для идентификации НЗПГ (таблица 3).

Таблица 3 – Варианты параметров ОЭА, обеспечивающих обнаружение и распознавание НЗПГ при высотах Солнца (20…50)о

Тип ОЭА (этап обработки) ИОДСнм Основные параметры системы S*, м L**, м Нf, м V***, м/с
xel, мкм D fmin.…fmax мм tn(min)… tn(max), сек
ГС (распознавание) 500…850 6 5…7 5…20 (0,13…0,47).10-2 4…10 0,6…1,6 300…600 30
600…1000 60
1000…1500 60 и 100
10 8…9 4…100 (0,37…0,93).10-2 4…10 0,6…1,6 1500…2000 100 и 150
2000…3000 200 и 250
МС (обнаружение) 450…505 и 620…1000 5 4…5 20…120 (0,83…1,30).10-3 1 0,25 300…10000 30
0,15 и 0,3 0,04 и 0,08 300…600 30…60

*статистически обоснованный размер разлива или элемента структуры;

**ЛРМ, требуемое для идентификации НЗПГ с заданными размерами и структурой;

***скорость, наилучшая по минимальному сдвигу.

Заключение

В диссертации поставлена и решена актуальная научная и практическая задача, которая заключается в разработке методики оперативного информационного обеспечения экологической безопасности в части выявления НЗПГ в районах интенсивного обращения нефти и нефтепродуктов с использованием ОЭ средств аэронаблюдений пассивного типа.

Основные научные и практические выводы:

  1. Рекомендуется в качестве основных исходных данных для отнесения участка ОЭ изображения к нефтезагрязнённым оподзоленным и торфяно-болотным почвогрунтам использовать сформированную систему идентификационных спектрально-яркостных и пространственно-структурных признаков.
  2. Предложенный для идентификации НЗПГ признак IS может служить индикатором прогнозирования уровня загрязнения почвогрунтов.
  3. Установлено, что степень снижения КСЯ НЗПГ в значительной степени определяется увеличением содержания гумуса в верхнем горизонте исходной почвы, что позволяет обосновать шкалу нефтезагрязненности почв различного генетического типа.
  4. При авиационном контроле аппаратура наблюдения для обнаружения и распознавания импактных нефтезагрязнений должна обеспечивать линейное разрешение на местности соответственно 0,04…0,25 м и 0,6…1,6 м.
  5. Для результативной идентификации НЗПГ необходимо использование данных о пространственных и многомерных спектральных описаниях НЗПГ и фона, полученных в результате применения ГС средств в комплексе с МС ОЭА.
  6. Для обработки данных МС ОЭА с целью обнаружения рекомендуется использовать структурный признак НЗПГ, рассчитанный как среднеквадратичное отклонение разности массивов яркости объекта в двух спектральных каналах, взятых из интервалов 450…505 нм и 620…1000 нм, где наблюдаются наиболее существенные отличия НЗПГ от фона.
  7. Для обработки ГС видеоданных с целью распознавания НЗПГ по спектрально-яркостным признакам рекомендуется использовать как стандартные методы классификации данных ДЗ (Isodata, Maximum likelihood, Spectral angle mapper) с индивидуальными установочными параметрами, показавшие наибольшую точность, так и дополнительные процедуры СС= ML-SAM и индексное изображение, в целом повышающие оценку вероятности достоверного выделения участков загрязнения.
  8. Распознавание НЗПГ по гиперкубу видеоспектральных данных целесообразно проводить только в интервале оптического диапазона спектра 500…850 нм со спектральным разрешением 10 нм, сокращая тем самым размерность данных.
  9. Выбор параметров МС и ГС ОЭА как для обнаружения, так и распознавания НЗПГ рекомендуется проводить с помощью разработанного алгоритма обоснования ТХ с учетом различных условий съемки при заданных пространственно-структурных и спектрально-яркостных свойствах НЗПГ в ОИДС. Например, для обнаружения рекомендуется аппаратура с размером элемента xel=5 мкм, диафрагмой D=4…5, фокусным расстоянием f=20…120 мм, а для распознавания xel=6 или 10 мкм, D=5…7 или 8…9, f=5…20 или 4…100 мм.
  10. Разработанные в диссертации методические решения обеспечивают реализацию потенциальных возможностей МС и ГС ОЭА и повышение результативности идентификации НЗПГ с 0,73 (при использовании известных подходов) до 0,86 (при использовании предложенного метода) при общепризнанном требовании 0,75, что позволяет сделать вывод о достижении цели исследования.
  11. В целом разработанная методика идентификации нефтяных разливов по данным ОЭ аэросъемки позволила повысить оперативность и уменьшить время получения информации для больших по площади территорий. Например, время авиационного обследования и послеполетной обработки его результатов, составляет 3 часа, а при наземных обследованиях той же территории по маршрутной сетке - не менее 3 дней. При этом финансовые затраты в последнем случае увеличиваются в 1,2 раза, а результаты будут отличаться меньшей детализацией и охватом территории.

Материалы диссертации опубликованы в 20 работах, основные из них:

1. Григорьева О.В. Метод идентификации нефтезагрязненных земель с использованием оптико-электронных систем дистанционного зондирования / Исследования Земли из космоса. Выпуск №1 – М.: 2008 г. - с.82-88.

2. Григорьева О.В., Панин А.В. Методика автоматизированной идентификации нефтезагрязнённых земель на базе комплексного использования оптико-электронных фотографических и гиперспектральных средств / Геоинформатика. Выпуск №2 – М.: 2008 г. – с. 49-54.

3. Григорьева О.В. Исследование состояния верхнего горизонта почв по материалам дистанционного зондирования / Материалы по изучению русских почв. – СПб: СПбГУ, 2006 г. – с.252-253.

  Структурная схема алгоритма обоснования параметров ОЭА экологического-18

Рисунок 5 – Структурная схема алгоритма обоснования параметров ОЭА экологического контроля в видимом и ближнем инфракрасном диапазонах



Pages:     | 1 | 2 ||
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.