Использование космических снимков в создании тематических карт

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

(ФГБОУ ВПО «КубГУ»)

Факультет географический

Направление 021300 «Картография и геоинформатика»

Кафедра геоинформатики

КУРСОВАЯ РАБОТА

Использование космических снимков в создании тематических карт

Работу выполнила

Г.А. Шкут

Научный руководитель

доц., канд. геогр. наук

Д.А. Комаров

Краснодар 2015



Содержание

Введение

1. Характеристика программных продуктов, используемых при дешифрировании снимков в целях создания тематических карт

1.1 Геоинформационный модуль ArcMap 9.3

1.2 Программный продукт ENVI 9.4

1.3 Программный продукт ERDAS IMAGINE 2014

2. Применение современных дистанционных методов в создании тематических карт

2.1 Анализ отечественного опыта использования дистанционных данных в тематическом картографировании

2.2 Анализ зарубежного опыта использования дистанционных данных в тематическом картографировании

3. Создание тематических карт Темрюкского района на основе дешифрирования снимка в разных программных пакетах

3.1 Создание карты температуры подстилающей поверхности при помощи программы ArcMap

3.2 Создание карты ареалов водных объектов при помощи программы ENVI 4.8

3.3 Создание карты растительности при помощи программы ERDASImagine 2014

Заключение

Список использованных источников



Введение

В последние годы расширилось использование электронных карт и планов во всех сферах деятельности общества. Возросли потребности в специальных методах и технологиях получения и применения электронных карт для решения практических задач, в частности, в создании и разработке тематических карт и обеспечении картографическим материалам более широкого круга потребителей.

Традиционная разработка содержания картографических произведений ориентируется главным образом на определенную тему и назначение. Это определяет узкотематическое содержание современных карт и в сочетании с высокой ценой ведет к ограничению потребительского спроса на картографическую продукцию, поэтому создавать картографические произведения на крупные, но малонаселенные районы не выгодно экономически, поскольку большие затраты на картографирование крупных районов, как правило, не окупаются. В результате некоторые административные районы РФ не имеют карт. Содержание общегеографических карт, выполненное на основе топографических, без дополнительного тематического содержания не может передать всей необходимой специфики территории [12].

Целью курсовой работы является освоение приемов использования космических снимков в создании тематических карт. В качестве наглядного примера была выбрана территория Темрюкского района.

При создании работы в задачи входило:

- получить навык работы в программах ArcMap 9.3, ERDASImagine 2014, ENVI 4.8;

- научиться использовать космические снимки при создании карт;

- создать тематические карты Темрюкского района;

- проанализировать полученные карты и сделать выводы о проделанной работе.

1. Характеристика программных продуктов, используемых при дешифрировании снимков в целях создания тематических карт

1.1 Геоинформационный модуль ArcMap 9.3

ArcMap представляет географическую информацию как набор слоёв и прочих элементов в виде карты. В ArcMap есть два способа работы с картой: вид данных и вид компоновки [13].

Документы ArcMap

При сохранение созданной в ArcMap карту, она сохраняется как файл на диске. Это документ карты, имеющий расширение (*.mxd). Для того, чтобы его открыть, нужно дважды щелкнуть на нем. Это запустит сеанс работы ArcMap для данного файла *.mxd.

Документы карты содержат свойства отображения географической информации, с которой можно работать на карте - свойства и определения слоёв карты, фреймов данных и компоновок карты для печати - плюс любые дополнительные настройки и макросы, которые были добавлены на карту.

Виды в ArcMap

ArcMap отображает содержимое карты одним из двух способов:

- вид данных;

- вид компоновки.

Каждый вид позволяет просматривать и работать с картой определенным способом [11].

В виде данных ArcMap карта - это фрейм данных. Активный фрейм данных представлен как географическое окно, в котором отображаются и используются слои карты. В пределах фрейма данных для работы с ГИС информацией, представленной с помощью слоёв карты, использующих географические координаты (т.е. реального мира). Обычно это такие измерения на местности, как футы, метры или измерения широты-долготы (например, десятичные градусы). Данный вид скрывает все элементы компоновки карты - заголовки, стрелки севера и масштабные линейки, а сами данные рассматривать лишь на одном фрейме данных, например, для анализа и редактирования[15].

При подготовке компоновки карты, надо перейти в вид компоновки. Компоновка карты - это набор элементов (фреймы данных, заголовок, масштабная линейка, легенда и т.п.), размещенные на странице. Она используется для подготовки карт к печати или экспорту в другие форматы, например, Adobe PDF.

Вид компоновки позволяет разрабатывать и создавать карты для последующей распечатки, экспорта и публикации. Можно также управлять элементами карты в пределах пространства страницы (обычно в дюймах или сантиметрах), добавлять элементы карты и просматривать, как будет выглядеть карта, перед печатью. Обычно элементы карты - это фреймы данных со слоями, масштабные линейки, стрелки севера, легенды, заголовки, текст и прочие графические элементы.

Слои карты

Во фрейме данных отображаются наборы географических данных как слои, где каждый слой представляет определенный набор данных, наложенный на карту. Слои карты помогают представлять информацию как: классы дискретных объектов (наборы точек, линий и полигонов), непрерывных поверхностей (например, в виде набора контурных линий и точек с высотами, либо как рельеф с отмывкой), аэрофотоснимков или космических снимков, покрывающих экстент карты.

Сами слои не хранят географических данных. Вместо этого они ссылаются на набор данных, например, класс объектов, снимок, грид и т.п. Такие ссылки на данные позволяют слоям на карте автоматически отображать обновленную информацию из базы данных ГИС[15].

Таблица содержания

В таблице содержания перечислены все слои карты и показано, какие объекты представлены в каждом слое. Окошко для отметки рядом с каждым слоем показывает, отображается ли слой (галочка стоит) или нет. Порядок слоев в таблице содержания определяет порядок прорисовки во фрейме данных от нижнего к верхнему.

Таблица содержания помогает управлять порядком отображения слоев на карте и назначением условных знаков, а также применением свойств отображения и других для каждого слоя карты.

У карты может быть подложка, например снимок, отмывка рельефа или изолинии; их, как правило, помещают вниз. Далее идут полигональные объекты, над ними - линии и точки, а выше всех располагаются аннотации и другая важная информация[11].

Компоновка страницы

Компоновка страницы - это размещение элементов карты и их дизайн на странице для печати или цифрового отображения. Это один из основных способов просмотра при работе в ArcMap, необходимый для печати или для экспорта и обмена с помощью PDF.

Примеры элементов карты включают заголовок, легенду, стрелку севера, масштабную линейку и фреймы данных.

На карте может быть несколько фреймов данных. Это удобно, если странице открыто несколько окон в компоновке (например, локатор, индексная карта и т.п.).

Сохранение и открытие документа карты

При сохранении созданной в ArcMap карты, она сохраняется как файл на диске. Расширение имени файла (*.mxd) автоматически приписывается к имени документа. В дальнейшем можно работать с имеющимся документом *.mxd, если дважды щёлкнут на нем, чтобы открыть. Это запустит сеанс работы ArcMap для данного файла *.mxd.

1.2 Программный продукт ENVI 9.4

ENVI (EnvironmentforVisualizingImages -- среда для отображения снимков) является наиболее совершенным и в то же время очень простым в управлении программным обеспечением для работы с данными дистанционного зондирования. Программа ENVI настолько проста в использовании, что она полностью меняет подход к работе с цифровыми изображениями.

Разработанная ведущими исследователями в этой области, ENVI от компании ITT VisualInformationSolutions содержит наиболее полный пакет необходимых инструментов и функций для визуализации, анализа и презентации цифровых изображений [13].

ENVI включает в себя функции:

- по обработке и глубокому анализу гиперспектральных снимков;

- по исправлению геометрических и радиометрических искажений;

- поддержки объемных растровых и векторных форматов;

- по интерактивному улучшению изображений;

- по интерактивному дешифрированию и классификации;

- по анализу снимков в радиодиапазоне;

- построения запросов;

- оцифровки и многие другие.

В отличие от других пакетов по обработке снимков, в ENVI встроен удобный язык программирования IDL (InteractiveDataLanguage), так что возможно расширить функциональные возможности ENVI или создать собственные подпрограммы.

Открытая архитектура ENVI обеспечивает удобство обработки данных, полученных со спутников Landsat, SPOT, RADARSAT, NASA, NIMA, NOAA, EROS DataCenter, SpaceImaging, Terra, ESA, а также предусматривается включение в этот список EartWatch и ORBIMAGE и других спутников [16].

Спектральный анализ

Инструменты спектрального анализа ENVI позволят максимально эффективно работать с мульти/гиперспектральными снимками.

ENVI известна в мире как лидер мульти - и гиперспектрального анализа. При необходимости мастер подсказок ENVI поможет освоить каждый шаг спектрального анализа и предложит советы опытных экспертов, которые помогут достигнуть наилучших результатов [13].

Идентифицировать материалы по спектру и обозначать их распределение на снимке. Определять материалы по характеристикам, даже в случае, когда их площади меньше площади одного пиксела. Определять композицию любых неизвестных спектральных характеристик численным сравнением с библиотекой спектров материалов - произвольно заданной, либо поставляемой в составе ENVI. Все эти и многие другие мощные методы спектрального анализа доступны в ENVI без использования дополнительных модулей, приобретаемых отдельно.

Традиционный анализ изображений

Помимо передового инструментария для гиперспектрального анализа, ENVI включает и полный набор инструментов для традиционного анализа изображений.

ENVI включает все основные функции, такие как регистрация, калибровка, математические операции с зонами, классификация, улучшение контраста, фильтрация, трансформация компонентов, определение коэффициентов зональности, индекс вегетации, выделение границ, увеличение резкости изображения, пакетная обработка, составление карт на основе отдельных слоев и объектов и многое другое [16].

Обнаружение изменений

Средствами обнаружения количественных и качественных изменений, входящими в ENVI, на тематических или панхроматических снимках можно находить области, на территории которых произошли изменения.

Можно определять области изменений на классифицированных снимках, создавать разностные снимки, классифицировать области отрицательного или положительного баланса, либо динамически накладывать снимки ”до” и ”после”. Более того, инструмент наложения слоёв автоматически меняет ориентацию и разрешение снимков разных геометрических характеристик при подготовке к анализу изменений.

Функции векторной ГИС

При работе с ENVI можно читать данные в разных векторных форматах, например, обменные форматы *.ARC и *.INFO, файлы *.DXF, файлы *.DGN, файлы USGS DLG и другие. Можно накладывать векторные данные на снимки, выполнять оцифровку и редактировать данные. ENVI поддерживает как преобразование векторных данных в растровые, таки и растровых в векторные, включая преобразование векторных контуров в регулярную цифровую модель местности. Инструменты работы с векторами, входящие в состав ENVI, позволяют редактировать векторы, а также просматривать, создавать, редактировать таблицы атрибутов и выполнять запросы к ним.

Функции растровой ГИС

Инструменты работы с растрами, входящие в состав ENVI, включают преобразования векторных данных в растровые и обратно, построение буферных зон, с помощью которых можно вычислить расстояния до векторов или классифицированных границ. Можно преобразовать векторные контуры высот в регулярные растровые ЦМР. Инструмент сегментации позволяет разбивать классифицированный снимок на области пикселов, принадлежащих одному классу.

Анализ местности

ENVI предлагает много инструментов для анализа местности: функциональные инструменты и средства классификации, в том числе отличный инструмент определения зон и линий видимости "ENVI Line-of-SightCalculator" [16].

Функции ENVI, обеспечивающие топографическое моделирование, позволяют вычислять уклоны, виды из заданной точки наблюдения, отмывки рельефа, а также кривизну и выпуклость поверхности по снимкам с данными высот. Дополнительный инструмент классификации по топографическим признакам позволяет классифицировать каждый пиксел по шести классам топографии местности: горы, гребни, перевалы и равнины, каналы и впадины. Более того, с помощью ENVI, можно создавать отмывки рельефа, совмещенные с цветными снимками, что позволяет придать полученному изображению более реалистичный вид. С помощью инструмента определения зон и линий видимости "ENVI Line-of-SightCalculator", можно определять, какие пикселы видимы из заданной точки. Инструменты ENVI, предназначенные для работы с векторами, позволяют преобразовывать векторные контуры высот в регулярные растровые ЦМР [13].

1.3 Программный продукт ERDAS IMAGINE 2014

ERDAS IMAGINE - растровый графический редактор и программный продукт, первоначально разработанный компанией ERDAS Inc., и предназначенный для обработки данных дистанционного зондирования (в основном, данных ДЗЗ). В настоящее время продукт выпускает корпорация Intergraph. Продукт предназначен для работы с растровыми данными. Он позволяет обрабатывать, выводить на экран монитора и подготавливать для дальнейшей обработки в программных приложениях ГИС и САПР различные картографические изображения. ERDAS IMAGINE может также работать в режиме инструментального средства (Toolbox), позволяющего производить многочисленные преобразования растровых картографических изображений и одновременно способного снабжать их географической информацией[14].

Визуализация графической информации

Система ERDAS ImagineProduction позволяет просматривать большие площади, покрытые целой серией снимков (базой данных снимков!), одновременно анализировать растровую и векторную информацию и создавать информативные и профессионально оформленные карты с помощью.

Понятный графический интерфейс и мощные средства обработки пространственной распределенной информации обеспечивают полнофункциональную среду для решения широкого спектра прикладных задач. Графически связанные окна просмотра (Viewer) позволяют одновременно отображать и проводить анализ и различные преобразования такой информации как космические снимки, аэроснимки, тематические слои растровой ГИС, векторные карты, текстовые аннотации и элементы оформления. Специальный формат обеспечивает быстрый вывод больших графических файлов с высоким разрешением [11].

Быстрый доступ к информации

С помощью ERDAS Imagine можно быстро получить доступ к самой разнообразной информации, что дает неограниченные возможности для анализа и управления географическими базами данных. Имеющимися средствами можно получить информацию как по территориальному объекту, так и значение каждого пиксела изображения и связанную с ним дополнительную информации, использовать различные средства и возможности визуализации, в частности, масштабирование.

Разнообразные средства для улучшения изображения

ERDAS Imagine предоставляет самый полный набор средств для улучшения изображения, повышения его читаемости и информативности, составления карт землепользования и выделения объектов с применением методов автоматической классификации, выявления изменений, происшедших с течением времени на какой-либо территории, для различных военных применений и т.д.

Самые сложные преобразования могут производиться по нажатию кнопки меню: можно выделить зоны минерализации при поиске месторождений полезных ископаемых, другие интересующие объекты на изображении, уменьшить число спектральных диапазонов в изображении с минимальной потерей информации, выделить границы зон с разными характеристиками изображения, удалить (отфильтровать) имеющиеся «шумы», выделив только полезную, интересующую нас в данный момент информацию. Можно производить все эти операции либо на всем изображении, либо на любой произвольной его части. Результаты преобразования направляются непосредственно в окно вывода (Viewer)[11].

Имеющиеся в ERDAS Imagine программы классификации, позволяющие строить по данным дистанционного зондирования карты типов землепользования, ландшафтные и другие тематические карты, позволяет лицам, занимающимся управлением природными ресурсами, планированием развития, операциями с недвижимостью, быстро обновлять информацию в своих базах данных. Можно получить полную информацию для своих баз данных из данных дистанционного зондирования и фиксировать изменения, происшедшие на определенной территории, комбинируя результаты классификации, произведенные по разновременным снимкам [11].

Графическое моделирование

В модуле пространственного моделирования (SpatialModeller), традиционные для геоинформационных систем функции, такие как анализ соседства и пространственной близости, выбор подмножеств и слияние разнородных данных, выполняется очень быстро, а запускаются очень просто с помощью графического меню с кнопками.

ERDAS Imagine позволяет создавать модель, используя специальный графический редактор алгоритмов.

Модели для описания природной среды и происходящих в ней процессов могут быть созданы очень просто с использованием специального объектно-ориентированного графического редактора алгоритмов ERDAS Imagine (ModelMaker). Он позволяет интерактивно конструировать модели путем выбора операций из графического меню. Таким образом, открывается доступ более чем к 200 операциям по обработке изображений и манипулирования данными ГИС. Естественно, при этом можно определять условные операции, позволяющие осуществлять ветвление алгоритма.

Можно использовать как полутоновые, так и тематические карты совместно, комбинируя их в качестве слоев. При этом поддерживается обращение к связанным с каждым значением пиксела таблицам атрибутов, которые хранятся в реляционной базе данных[11].

Создание высокоточных карт

Возможность точной привязки аэро- или космических снимков к местности, к реальным координатам, преобразование их в различные картографические проекции, использование при этом различных параметров земного эллипсоида - незаменима при подготовке высокоточных карт. Одновременно в интерактивном режиме проводится привязка снимка к местности по опорным точкам и редактирование картографических проекций. Для повышения точности используются данные, получаемые с приемников GPS (глобальной спутниковой системы позиционирования). Трансформация и повороты снимка выполняются по одному нажатию клавиши [15].

Создание цифровых моделей рельефа и ортофотопланы

ERDAS Imagine позволяет создавать цифровые модели рельефа и цифровые ортофотопланы (снимки с наивысшей степенью коррекции, где устранены искажения, вносимые рельефом). При этом все операции выполняются программой, без использования специальной фотограмметрической аппаратуры. Модуль DigitalOrtho в ERDAS Imagine использует фототриангуляцию для создания цифровой модели рельефа и цифровых ортофотопланов из отсканированных аэро- или космических снимков. Полученную цифровую модель рельефа можно использовать для создания трехмерного перспективного изображения местности на основе аэрокосмического снимка, анализа рельефа, выбора местоположения объектов, выбора оптимальной трассы[11].



2. Применение современных дистанционных методов в создании тематических карт

2.1 Анализ отечественного опыта использования дистанционных данных в тематическом картографировании

В целом можно отметить, что картографированию окружающей среды на основе использования космической видеоинформации на протяжении последних десяти лет уделяется большое внимание. Этим вопросам посвящены многочисленные исследования советских и зарубежных ученых[2].

Специально вопросы использования космических фотоматериалов для тематического картографирования разрабатываются в Госцентре «Природа» Главного управления геодезии и картографии в сотрудничестве с другими организациями. Некоторые итоги этих исследований опубликованы в ряде статей и сборников. Работы, опубликованные до 1979 года, в значительной степени уже обобщены и освещены в обзорах серии «Картография. Итоги науки и техники»; в обзоре монографии В. И. Кравцовой и ряде обзорных статей. Вопросы тематического картографирования по космическим материалам затрагиваются также в ряде специальных обзоров, посвященных анализу литературы по тем или иным направлениям космического природоведения: использованию дистанционных методов в геологии, в охране природы, гидрогеологии, также в монографиях и учебных пособиях [1].

Внимание исследователей привлекают также вопросы точности картографирования, возможности и целесообразности использования разномасштабной аэрокосмической информации для обновления карт. Рассмотрение этих обзорных работ показывает:

- материалы космических съемок наиболее рационально использовать при картографировании природных условий, объектов и явлений;

- эти исследования сосредоточены преимущественно в локальных коллективах и еще не выполняются в общегосударственных масштабах;

- основное внимание уделяется картографированию отдельных природных компонентов, особенно геологическому картографированию и составлению карт использования земель [2].

Для рассматриваемой темы представляют интерес следующие аспекты использования материалов космического зондирования Земли для целей картографирования:

- создание серий тематических карт, особенно для целей охраны окружающей среды;

- картографическое слежение за состоянием окружающей среды, т.е. картографический мониторинг;

- составление отдельных картографических документов современного состояния тех или иных природных ресурсов или компонентов ландшафта;

- создание тематических карт с помощью автоматизированных средств.

Картографирование отдельных компонентов ландшафта на основе космических снимков отражено в многочисленных работах, освещающих вопросы, главным образом, методики картографирования тех или иных видов природных ресурсов или компонентов окружающей среды [14].

Наиболее полно материалы дистанционного зондирования используются для решения различных проблем картографирования в области геологических наук. Использование космических фотоснимков для целей геологического картирования имеет уже более чем десятилетнюю практику и энергично развивается и в Советском Союзе и за рубежом.

В Советском Союзе использование различных материалов дистанционного зондирования, главным образом космической фотосъемки, было направлено на создание специфических космофотогеологических карт, отражающих новые стороны строения территории, устанавливаемые по космическим фотоматериалам. В 1978 году впервые была опубликована космофототектоническая карта обширного Арало-Каспийского региона, составленная по космической фотосхеме масштаба 1: 2 500 000 [2].

Использование космической информации для создания тематических карт нашло применение также и в других областях науки и производства. Это наиболее полно отражено в сборниках статей, в которых основное внимание уделено использованию многозональных снимков при создании различных карт природы и природных ресурсов. А.Ф. Воронина, В.А. Николаев и другие исследователи раскрывают методику составления ландшафтных карт по космическим фотоматериалам и приводят примеры построения таких карт на районы Прикаспия, Тургая, Мангышлака. Эта методика базируется на разработанных В.А. Николаевым положениях мелкомасштабного картографирования ландшафтов. Большое внимание уделяется созданию по космическим снимкам карт сельскохозяйственной тематики, в том числе карт использования земель, почвенных, земельных угодий и др. Анализу сельхозугодий по материалам дистанционного зондирования придается большое значение и за рубежом [1].

Космические фотоматериалы находят применение при геоморфологическом картографировании, что подтверждается новыми работами, а также при картографировании снежного покрова и ледников.

Однако основное преимущество космической фотоинформации реализуется при создании на ее основе серий взаимосвязанных тематических карт. Это направление наиболее последовательно и полно осуществляется в работах Госцентра «Природа», разрабатывающего методику комплексной картографической инвентаризации природных ресурсов обширных территорий[3].

Комплексное картографирование и создание серий тематических карт является приложением системного подхода в картографии, характеризующегося двумя аспектами -исследованием (анализом) геокомплексов как систем и их моделированием в системе карт. Системный подход получает свое воплощение в создании серий тематических карт на основе использования космических фотоматериалов.

Комплексный подход к использованию материалов космической фотосъемки был осуществлен в Московском государственном университете на географическом факультете в 1972-1973 годах, когда по снимку, полученному с долговременной орбитальной станции (ДОС) «Салют-4», было проведено комплексное географическое дешифрирование района Алтайского края. Однако по этим материалам еще не было фактически осуществлено составление собственно тематических карт или фото карт. Разработка таких серий тематических фотокарт для целей инвентаризации природных ресурсов и картографического обеспечения мероприятий по охране окружающей среды проводится с 1974 год в Государственном научно-исследовательском и производственном центре «Природа» ГУГК при Совете Министров СССР. Некоторые итоги этих работ освещены в обзорных статьях и тематических обзорах[14].

2.2 Анализ зарубежного опыта использования дистанционных данных в тематическом картографировании

В современном быстро развивающемся мире картографическая продукция играет всё большую роль в различных отраслях хозяйства. Карты используются повсеместно: для принятия решений при чрезвычайных ситуациях, для территориального планирования, в градостроительстве, для расчета навигационного маршрута от дома до офиса и т.д. В условиях всё углубляющегося и ускоряющегося антропогенного воздействия на ландшафты поддержание актуальности картографического материала в различных масштабах становится одной из первоочередных задач [5].

Информацию на картах можно обновлять различными способами, включая как полевые, так и камеральные работы, используя разные источники информации: материалы геодезической съёмки, текстовые описания, справочную информацию и др. Но одним из наиболее востребованных источников для получения и обновления информации о текущем состоянии объекта картографирования являются Данные дистанционного зондирования Земли (ДДЗ) [3].

Но даже самые современные космические снимки не позволят получить нужную информацию без быстрых и надёжных методов дешифрирования, заложенных в большинство современных специализированных программных продуктов. В статье представлен обзор материалов космической съёмки и программных модулей для обработки этой информации для целей создания и обновления карт, которые доступны на рынке геоинформационных технологий в России.

Современный рынок ДДЗ предоставляет широкие возможности по выбору типа, формата, пространственного и радиометрического разрешения космических снимков, которые могут быть использованы для создания и обновления геопространственной информации. В зависимости от задач, которые стоят перед специалистом, он может определить объект и выбрать масштаб картографирования, а также подобрать нужное разрешение космического снимка [5].

Для целей тематического картографирования, в большинстве случаев, подходят снимки сенсоров среднего пространственного разрешения, имеющие большое количество спектральных каналов, отвечающих за определённые узкие участки спектра волн. Наличие каналов в среднем, ближнем и дальнем инфракрасном диапазонах даёт расширенные возможности для прикладных задач, связанных с картографированием растительного и почвенного покровов. К таким съёмочным системам относятся, прежде всего, RapidEye, ALOS AVNIR-2, Landsat 5 и 7, SPOT 4 и 5, ASTER, IRS 1С/1D, RESOURCESAT-1 (IRS-P6), Монитор-Э, Hyperion. В этой группе особо выделяются гиперспектральные сенсоры, позволяющие получать несколько десятков и даже сотен каналов изображения в крайне узких участках спектра, что позволяет иногда решать специализированные задачи в области идентификации минералов и геологическом картографировании.

Современные снимки более низкого разрешения в таких системах, как MODIS, MERIS, NOAA и других, также несут огромный объём полезной информации, позволяющей решать задачи тематического картографирования в мелких масштабах[12].

К настоящему моменту накоплен большой архив данных дистанционного зондирования Земли, который регулярно пополняется данными, поступающими с действующих орбитальных систем. У потенциального потребителя этих данных есть широкие возможности выбора снимков по типу съёмки, пространственному и радиометрическому разрешению, а также по времени съёмки. Архивные данные, как правило, оказываются дешевле оперативных, но, в любом случае, для конечного пользователя проходит определённое время между заказом снимка и его получением, даже если данные приобретаются через Интернет. В тех случаях, когда важна высокая степень оперативности при решении текущих задач по созданию и обновлению картографического материала (например, при оперативной оценке последствий стихийных бедствий и принятии решений об устранении этих последствий), могут быть применены авиационные съёмочные системы, такие как цифровые бортовые камеры и лазерные сканеры вертолётного и самолётного базирования, позволяющие в результате съёмки получать трёхмерные модели местности. Кроме того, организации, работающие с большими объёмами информации, могут получать данные дистанционного зондирования со спутников в режиме оперативной связи, минуя поставщиков ДДЗ, если приобретут и установят у себя станцию приёма информации.

Возможности выбора и получения нужных для решения текущей задачи данных дистанционного зондирования достаточно широки, и пользователям этой информации необходимо выбрать программное обеспечение, которое позволит быстро и с наименьшими производственными затратами эти данные обработать и получить итоговый результат в виде карты, трёхмерного представления или геопространственной информации, хранимой в базе геоданных [5]. геоданные космический снимок картография

При использовании данных дистанционного зондирования для создания и обновления картографического материала, помимо базовых процессов подготовки данных (таких как геометрическая и радиометрическая коррекция), наибольшую роль играет дешифрирование, или классификация.

Ведущие поставщики программного обеспечения для обработки ДДЗ десятилетиями развивали инструменты классификации растров, переводящие спектральную информацию в тематическую и создающие тематические изображения, в которых значение пиксела отображает его принадлежность к определённому классу. В последние годы наметилась тенденция к созданию программных продуктов, осуществляющих не только дешифрирование, но и перевод итоговой информации в векторную форму для более лёгкой интеграции этих данных в ГИС. При этом основной тенденцией является стремление к минимальному вмешательству пользователя в процесс классификации, т.е. достижение высокой степени автоматизации процесса [6].

Одним из пионеров в этой области был немецкий концерн Definiens, чьи программные продукты серии eCognition завоевали определённую популярность у специалистов в конце девяностых годов прошлого века. Однако подобные решения уже не являются чем-то уникальным, так как через несколько лет после eCognition американская компания VisualLearningSystems выпустила на рынок программные продукты FeatureAnalyst и LidarAnalyst, удачно интегрировав их в оболочки популярных программ для обработки ДДЗ и ГИС: ArcGIS, ERDAS IMAGINE, SOCET SET и GeoMedia. В 2008 году два других ключевых игрока рынка продемонстрировали свои инструменты для автоматизированного дешифрирования данных спутниковой съёмки: это корпорация ERDAS, выпустившая модуль для объектно-ориентированного дешифрирования - ImagineObjective для ERDAS IMAGINE 9.3, и компания ITT, разработавшая первую версию модуля ENVI Fx 4.5 [3].

Все перечисленные программные продукты выполняют сходные задачи по автоматизированному дешифрированию определённых пользователем объектов по космическим снимкам и получению готовых к использованию в ГИС слоёв геопространственных данных. Благодаря высокой степени автоматизации процессов в вышеперечисленных программных продуктах (это особенно касается FeatureAnalyst и ImagineObjective), они могут быть использованы как неотъемлемая часть процесса создания и обновления карт с использованием ДДЗ, помогая достичь высокой оперативности в получении итоговой информации в форме цифрового картографического материала[12].



3. Создание тематических карт Темрюкского района на основе дешифрирования снимка в разных программных пакетах

На основе данных спутников TerraиLandsat 8 и с помощью программ ArcMap, ERDASImagine и ENVI создадим тематические карты для территории Темрюкского района.

3.1 Создание карты температуры подстилающей поверхности при помощи программы ArcMap

На первом этапе было необходимо извлечь снимок Темрюкского района из сервиса (USGS GlobalVisualizationViewer). Для этой задачи был взят снимок со спутника Terra, по данным радиометра MODIS (Рисунок 1).

Рисунок 1- ИнтерфейсGlovis

Следующий шаг в работе - загрузка снимка в программное обеспечение ArcGIS 9.3. ArcGIS - это система для построения ГИС любого уровня. ArcGIS помогает использовать географическую информацию для проведения анализа, лучшего понимания данных и принятия более информированных решений (Рисунок 2).



Рисунок 2 - Интерфейс программы ArcGIS 9.3

На следующем этапе использовался растровый калькулятор (RasterCalculator) для ряда вычислений. Для упрощения процедура была создана модель вычислений(Рисунок 3).

Рисунок 3 - Модель вычислений

Следующий шаг в работе - конвертировать полученный растр в shape-file с точками. Для этого использовался инструмент RasterToPoint(Рисунок 4).После этого интерполировалась поверхность растра по точкам с использованием метода кригинга. Кригинг- это пошаговый процесс; он включает поисковый статистический анализ данных, моделирование вариограммы, создание поверхности и (дополнительно) изучение поверхности дисперсии. Кригинг лучше всего подходит, если известно, что есть пространственно кореллированное расстояние или направленное смещение в данных (Рисунок 5).



Рисунок 4 - Окно Toolbox

Рисунок 5 - Окно опцииKriging

На следующем этапе работы было осуществлено оформление полученного растра с помощью Свойства слоя (Layer Properties)(Рисунок 6)и Layout View(Рисунок 7).



Рисунок 6 - Окно опции Properties

Рисунок 7 - Окно опции LayoutView

Результатом практической работы является картографическое изображение, представляющее температуру подстилающей поверхности(LST) на территории Темрюкского района (Рисунок 8).



Рисунок 8 -Температура подстилающей поверхности на территории Темрюкского района

Обработав космические снимки и сделав по ним карту, можно выявить закономерность зависимости температуры от подстилающей поверхности. А так же увидеть, что температура января находится в интервале от (-0,86⁰С) до 2,06⁰С.

3.2 Создание карты ареалов водных объектов при помощи программы ENVI 4.8

На первом этапе было необходимо извлечь снимок Темрюкского района из сервиса (USGS GlobalVisualizationViewer). Для этой задачи был взят снимок со спутникаLandsat 8(Рисунок 9).



Рисунок 9 - ИнтерфейсGlovis

Следующий шаг в работе - загрузка снимка в программное обеспечение ENVI (EnvironmentforVisualizingImages -- среда для отображения снимков) является наиболее совершенным и в то же время очень простым в управлении программным обеспечением для работы с данными дистанционного зондирования. Программа ENVI настолько проста в использовании, что она полностью меняет подход к работе с цифровыми изображениями(Рисунок 10).

Рисунок 10 - Интерфейс программного продукта ENVI 4.8

На следующем этапе производили состыковку слоев (LayerStacking). Файл, представляющий съемку в одном из спектральных диапазонов, обычно называют каналом (channel, band), в терминах ГИС он представляет собой растровый слой.

Склеивание нескольких слоев в один дает несколько преимуществ:

- данными более удобно управлять (копировать, перемещать и т.д.);

- данные можно визуализировать в полноцветном режиме (RGB), выбирая необходимое сочетание - комбинацию;

- анализ данных также можно производить сразу по нескольким каналам, а не по каждому отдельно (например, классификацию, расчеты индексов и т.д.)(Рисунок 11).

Рисунок 11 - Окно опции LayerStacking

Следующий шаг работы - классифицировать полученный склеенный снимок. Для этого была использована неконтролируемая классификация (UnsupervisedClassification), методом IsoDate. При неконтролируемой классификации изображение анализируется без сравнения с контрольными значениями(Рисунок 12).

Рисунок12 - Окно опции IsoDateParameters



На следующем этапе к классифицируемому изображению необходимо применить SieveClasses. Опция SieveParameters используется для удаления отделённых пикселей от более больших групп пикселей (Рисунок 13).

Рисунок 13 - Окно опции SieveParameters

Следующий шаг работы - произвести процедуру ClumpClasses. Этот параметр для заливки удаленных пикселей после SieveClasses (Рисунок 14).

Рисунок 14 - Окно опции ClumpParameters

Следующий этап - объединение классов (CombineClasses). После присвоения классам имен «wet»и «notwet», они были объединены для упрощения использования на следующих шагах обработки снимка (Рисунок 15).

Рисунок15 - Окно опции CombineClassesParameters

На следующем этапе работы полученный результат был конвертирован в векторное изображение (Рисунок 16). Затем полученное растровое изображение было экспортировано в формат *.shp. Это было необходимо для дальнейшей работы в ArcMap(Рисунок 17).

Рисунок16 - Окно опции Raster to Vector Parameters



Рисунок17 - Окно опции Output EVF Layer to Shapefile

На следующем этапе работы было осуществлено оформление полученного Shapefile с помощью свойства слоя (LayerProperties)(Рисунок 18)и LayoutView(Рисунок 19).

Рисунок 18 - ОкноопцииProperties

Рисунок 19 - ОкноопцииLayoutView

Результатом практической работы является картографическое изображение, представляющее пространственное размещение водных объектов на территории Темрюкского района (Рисунок 20).

Рисунок 20 - Пространственное размещение водных объектовв пределах Темрюкского района

Применив знания о классификации, можно наглядно представить размещение водных объектов на территории района.

3.3 Создание карты растительностей помощи программы ERDASImagine 2014

На первом этапе было необходимо извлечь снимок Темрюкского района из сервиса (USGS GlobalVisualizationViewer). Для этой задачи был взят снимок со спутникаLandsat 8 (Рисунок 21).

Рисунок 21 - ИнтерфейсGlovis

На следующем этапе снимки были помещены в ERDAS IMAGINE 2014. Эта программы может работать в режиме инструментального средства (Toolbox), позволяющего производить многочисленные преобразования растровых картографических изображений и одновременно способного снабжать их географической информацией (Рисунок 22).



Рисунок 22 - Интерфейс программы ERDAS IMAGINE 2014

Следующий шаг - LayerStacking. Файл, представляющий съемку в одном из спектральных диапазонов, обычно называют каналом (channel, band), в терминах ГИС он представляет собой растровый слой (Рисунок 23).

Рисунок23 - Окно опции Layer Selection and Stacking

Следующий шаг работы - классифицировать полученный склеенный снимок. Для этого была использована неконтролируемая классификация (UnsupervisedClassification), методом IsoDate. При неконтролируемой классификации изображение анализируется без сравнения с контрольными значениями (Рисунок 24).



Рисунок 24 - Окно опцииUnsupervisedClassification

Далее в атрибутивной таблице полученного изображения в колонке Opacity (Непрозрачность) всем классам присваиваем 0. Затем был отобран класс с растительностью, и присвоено ему значение Opacity (Непрозрачность) равное 1 (Рисунок 25).

Рисунок 25 - Значение Opacity (Непрозрачность)

Следующий этап в работе - экспорт полученного растра в Shape-файл, для дальнейшей работы в других программах (Рисунок 26).

Рисунок26 - ОкноопцииRastertoShapefile

На последнем шаге работы было осуществлено оформление полученного Shape-файла с помощью опции «Свойства слоя» (LayerProperties) (Рисунок 27) и SymbolSelector (Рисунок 28).

Рисунок 27 - ОкноопцииLayer Properties

Рисунок 28 - Окно опцииSymbolSelector

Результатом практической работы является картографическое изображение, представляющее пространственное размещение растительности на территории Темрюкского района (Рисунок 29).



Рисунок 29 - Пространственное размещение ареалов растительности на территории Темрюкского района

В результате проделанной работы была создана серия тематических карт Темрюкского района.



Заключение

Снимки широко используются для обновления геологических, геоморфологических, гидрологических, океанологических, метеорологических, геоботанических, почвенных, ландшафтных карт.

Использование космических снимков при составлении тематических карт способствует увеличению детальности карты и рисовке контуров, в большей мере соответствующих природному рисунку [16].

На современном этапе развития картографии, составляющей одно из современных направлений в области ГИС-технологий, задача модернизировать базу подготовки картографических произведений на цифровой основе, вполне выполнима. Причем повышение информативности картографических произведений для широкого круга потребителей, путем увеличения объема их содержания, посредством размещения дополнительных тематических карт и вспомогательной информации, повлечет расширение круга потребителей картографического материала, а, следовательно, его востребованность обществом.

В ходе выполнения работы были выполнены поставленные задачи, а именно:

- получен навык работы в программах ArcMap, ENVI, ERDASImagine;

- приобретен опыт использования космических снимков при создании карт;

- созданы тематические карты Темрюкского района.



Список использованных источников

1. Берлянт, А.М. Использование карт в науках о Земле. Итоги науки и техники,1986. -110 с.

2. Берлянт, А.М. Образ пространства: Карта и информация. - М.: Мысль,1986. - 240 с.

3. Савиных, В.П. География из космоса: Учеб. - метод. пособие / В.П. Савиных, В.А. Малинников. - М. : Изд-во М. гос. ун-та геодезии и картограф., 2000. - 224 с.

4. Герасимов, Т.П., География. /Герасимов, Т.П., Грюнберг Г.Ю., Неклюкова Н.П. М.: Просвещение, 1994. - 190 с.

5. Трешников, А.Ф. Географический энциклопедический словарь. - М., 1989.

6. Малинников, В.А., Соловьев, И.В., Цветков, В.Я. О новом направлении в геодезическом образовании. /Малинников, В.А., Соловьев И.В., Цветков В.Я. ООО «ВЕЛЛанд"»2012г.

7. Поспелов, Е.М. Топонимика и картография. - М.,1971.

8. Рехтзамер, Г.Р. Основы картографии. - Л. 1974. 190 с.

9. Сладкопевцев С.А., Цыпина Э. М.. География М., 2000. 224 с.

10. Салищев, К.А. Картоведение: Учебник. - 3-е изд. - М.: Изд-во МГУ, 1990. - 400 с.

11. Информационный порталEstiMap[Электронный ресурс]. URL:http://www.mapinfo.ru.

12. Информационный портал Геоинформационные системы для бизнеса и общества[Электронный ресурс]. URL: http://www.dataplus.ru.

13. Информационный портал Гис Ассоциации[Электронный ресурс]. URL:http://www.gisa.ru.

14. Информационный портал Службы охраны природыГис Ассоциации [Электронный ресурс].URL: http://sopkgu.org.

15. Информационный портал Справки ArcGIS[Электронный ресурс]. URL: http://resources.arcgis.com.

16. Информационный портал Инженерно-технологического центра [Электронный ресурс]. URL: http://www.scanex.ru.

Размещено на Allbest.ru

...