Геоинформационные системы (гис) и систематическое использование беспилотного летательного аппарата на землях с.-х. назначения

Перечень покращений КС - Космический снимок Lookup tables (LUT-table) - Массив данных в виде таблицы НЧ - Сверхвысокие частоты ПО - Программное обеспечение
USGS maps database - американский сайт хранения баз географических данных и карт AOІ - Автоматическая область интереса (на изображении) АФА - Аэрофотоаппарат АФЗ - Аэрофотосъемкка АЗ - Аерофотознімок ДПЛА - Дистанционно пилотированный летающий аппарат ЕМ - Электромагнитный спектр DN - Значение яркости (dіgіtal numbers) КСЯ - Коэффициент спектральной яркости RGB - "Red,Green,Blue" - Цветная модель снимка, которая представлена в виде трех каналов (красного, зеленого, синего) РЕФЕРАТ Методические рекомендации составленные с учетом последних разработок (компьютерных программ) относительно обработки аэрофотоснимков. В рекомендациях приведено обоснования научно-практической, экологической, экономической необходимости мониторинга с использованием ДПЛА на определенных площадях. Определен первичный подход к проведению аэрофотосъемкки, в который вошли налаживания фотоаппаратур перед проведением съемки и налаживание системы стабилизации фотоаппаратур. Отдельный раздел посвящен программному обеспечению для обработки ("сшивки") первичных аерофото. Полученные аерофото обрабатывают в картографическом программном пакете, в котором проводится и их дальнейшее анализирование. Объект исследований: состояние сельскохозяйственной растительности и грунтових контуров. Целью проведения исследований было создание базы данных эталонных аерофото грунтовых контуров и состояния. Основные задачи, которые выполнялись во время выполнения работы: систематизация снимков, которые получено из дистанционно пилотированного летающего аппарата (ДПЛА), присвоение каждому снимку атрибутивной информации, создание картографической базы данных снимков на соответствующей платформе (Word Press) в сети Интернет. Размещение данных такого рода разрешило получить постоянный доступ к этой информации из дорогой точки планеты. Среди основных методов, которые использовались во время работы: эмпирический (наблюдение за явлениями, которые протекают в растениях и оценка объективного состояния грунтового покрова), накопление, отбор фактов вышеупомянутых процессов и установление связей между ними). Теоретический: анализ и синтез полученных фактов состояния с.-г.растительности и грунтового покрова на основе аэрофотосъемкки. При построении картографической базы данных к ее составным была отнесена картографическая часть, которая состояла из картосхем областей Украины на которые уже были полученные аерофото, атрибутивная часть каждого снимку. К атрибутивной части аерофото входят: географические координаты, порядковый номер снимку, значение цифровых номеров каналов снимку (модель RGB). Экономический эффект от эксплуатации сравнительно с традиционными видами наблюдений за состоянием с.-г. культур и грунтового покрова составляет 25 %. В состав методических рекомендаций вошли разделы о спектральной обработке аерофото (АЗ), полученных из дистанционно пилотированного летающего аппарата (ДПЛА). В рекомендациях приведен раздел о цветном выравнивании снимков между собой. Приведенные алгоритмы импорта АЗ в программный пакет Erdas Іmage, построение мозаик снимков в этом пакете. Отображен методический подход получения спектральных характеристик АЗ, построение спектральных графиков. Приведен порядок проведения спектрального анализа АЗ в Erdas Іmage. Отдельным разделом показаны примеры спектрального анализа как сельскохозяйственной растительности так и грунтов. Описанные естественные условия съемки при которых выходят наиболее результативные аерофото (АЗ). Среди них: влияние влажности, влияние условий освещения, воздушной димки, выбор сезона аэрофотосъемкки и времени пор. Данные короткие характеристики таких дешифровочних признаков как: форма, размер, фототон, тень, текстура, местоположение, разрешение на местности, стереоефект, геоморфологічні признаки, растительность. Отдельным разделом представлено количественные и технические требования к времени съемки и ее точности. Рекомендации предназначены для специалистов сельского и водного хозяйства работают с данными дистанционного зондирования.
ВВЕДЕНИЕ

Фотоизображение грунта (ландшафта) существенным образом изменяется в зависимости от условий освещения, состояния атмосферы, фазы вегетации растительного покрова и степени увлажненности земной поверхности. Разработка картографической базы данных аерофото є важной научно-практической задачей. Использование данных из картографической базы данных разрешает получать необходимую информацию о состоянии растительности и грунтовых контуров с дорогого компьютеру, который подключено к сети Интернет.
Необходимость получать актуальную информацию на протяжении всего вегетационного периода прибавляет актуальности этой разработке. Рекомендации имеют неформальную низменность на информацию о пользовании базой данных (раздел 5) и комплекс работ по ее наполнению, создание картографической (раздел 3) части базы, ее разделов в виде Интернет страниц (раздел 2) и порядка работы с ними (раздел 4). Научный работник, который будет работать с наполнением, корректированием картографической и семантической базы данных должен иметь определенные технические привычки. К ним относят знания с HTML (HyperText Markup Language), или языка гипертекстовой разметки. Этот язык есть стандартным в сети Интернет. Необходимые начальные умения работы с графическим редактором Photoshop. Для более углубленного изучения языка HTML можно использовать учебные материалы из сети Интернет (адрес учебника: http://ru.html.net/tutorіals/html). Если пользователю более удобно изучать эти материалы с помощью видео, то надо в поиске на сайте Youtube: (http://www.youtube.com) ввести к строчке поиска: "учебник HTML" и начать обучение. Те же самые знания, и таким же чином можно получить и по графическому редактору Photoshop.
Этап 1. Первичная обработка аерофото из дистанционно пилотированного летательного аппарата (методические рекомендации).
Этап 2. Оценка состояния орошаемых земель и сельскохозяйственных культур на базе аэрофотосъемкки (методические рекомендации).
Этап 3. Картографическая база данных эталонных аерофотознимків в электронном виде. ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЙ
Объекты исследований. Местами проведения исследований были земли с.-г. назначение.
Среди основных методов, которые использовались во время работы: эмпирический (наблюдение за явлениями, которые протекают в растениях и оценка объективного состояния грунтового покрова), накопление, отбор фактов вышеупомянутых процессов и установление связей между ними). Теоретический: анализ и синтез полученных фактов состояния с.-г.растительности и грунтового покрова на основе аэрофотосъемкки. Классификация (низменность всех спектральных характеристик естественных объектов исследования (грунтового покрова и сортов с.-г. растительности) на отдельные группы за особенностями спектральной яркости.
СОСТОЯНИЕ ИЗУЧЕННОСТИ ПРОБЛЕМЫ Аэрофотосъемкка - комплекс летно-съемочных, фотографических и фотограмметрических работ, в результате которых получают аеронегатіви и АЗ местности, а также другие вспомогательные материалы. АФЗ подразделяется на: 1. Одинарную; 2. Маршрутную; 3. Площадкову.
Одинарная АФЗ применяется для фотографирования отдельных объектов или явлений природы, когда они сняты на одном или нескольких АСС и не планируются дальнейшие стереоскопические работы. Маршрутная АФЗ - фотографирование ведется вдоль какого-то направления. АЗ перекрывают друг друга на 60% за маршрутом (продольное перекрытие). Получают беспрерывный и последовательный ряд снимков. Применяется чаще всего крупномасштабная съемка для изучения речных долин (комплекса террас), почв, морских побережий, водоразделов, а также при инженерно-геологических и поисково-разведочных работах. Площадная АФЗ - используется для изучения участков, площадь которых больше площади, которые фотографируется одним маршрутом. Выполняется в виде ряда параллельных между собой маршрутов. Перекрытие снимков между маршрутами около 30%, что необходимо для связи соседних маршрутов. Аэрофотосъемка работы, которые выполняются для решения грунтовых задач, делятся на перспективную и плановую съемку. Перспективная АФЗ проводится АФА, оптическая ось которого отклонена от нормали на значительный угол, по обыкновению 30-60%. Преимущества этого вида съемки в том, что получаемое изображение местности более естественно и легче для восприятия. Кроме того, одним снимком охватывается большая площадь в сравнимые со снимком плановым. Применяется одновременно с плановыми АЗ при изучении горных районов со сложными формами рельефа, особенно при построении блок-диаграмм. Плановая АФЗ выполняется с помощью АФА, установленного в ДПЛА так, чтобы его оптическая ось занимала отвесное положение при съемке. Величина отклонения оптической оси от нормали не больше 30, по обыкновению не больше 1,50. Если аппарат установлен на гіростабілізований платформу, то величина отклонения не больше 30'. Примірне положение оси определяется по положению пузырька уровня в левом верхнем уголке снимка. АФЗ, выполняемая из высот до 10 км называется обычной, а из высот больше 10 км - высотной. Высотная АФЗ обеспечивает получение мелкомасштабных АЗ высокого качества, по генерализации изображения приближаются к КС. Особенно эффективная высотная АФЗ для горных районов. Аэрофотоаппараты составляется собственно фотоаппарата, флешь карточки и аккумулятора, возможно нескольких сменных объективов. Наиболее важной частью является объектив. Он формирует изображение в плоскости прикладной рамки, которая находится в камере и служит вирівнюючим устройством для получения неискаженного снимка. Основной характеристикой объектива есть его фокусное расстояние. Последнее тесно связанное с углом поля изображения. Этот угол ограничен лучами, которые идут из центра объектива к противоположных уголках кадра. Назовем его 2?.В зависимости от величины угла 2? различают объективы: 1. Сверхширокоугольные: 2? ? 1300; 2. Широкоугольные - 700 Новые аграрные горизонты сегодня нуждаются в новых технологических и инновационных подходах относительно обработки земли и наблюдение за ее состоянием. В каждом виде земельных отношений не последнее место, а в некоторых случаях и первое, занимает оперативная информация относительно состояния посевов и земель сельскохозяйственного назначения. Оперативная информация состояния посевов, как правило может быть полученная некоторыми средствами и вообще называется мониторингом. Своевременное получение информации руководителем, хозяином гарантирует своевременное принятие управленческого решения, которое, в свою очередь, предоставляет гарантии запланированного урожая. Без сомнений, мониторинг должен быть своевременным, полноценным и информативным. В развитых странах, таких как США, страны Европы (особенно Германия, Франция) и Израиль развивают новое направление мониторинга: аэрофотосъемкку с помощью беспилотников. Существует два основных направления использования беспилотных летающих аппаратов (БЛА): наблюдение за почвенным покровом и состоянием сельскохозяйственной растительности. Наблюдение за почвенным покровом. К сожалению в России до сих пор нет систематизированного подхода относительно решения задач по мониторингу за окружающей средой с помощью БЛА в сравнении с развитыми странами, которое обуславливает актуальность этой проблемы. Состоянием на конец 2013 года в России есть отсутствующий мониторинг земель. Об этом свидетельствуют ряды документов (Совет нац. безопасности и обороны (РНБО) и указ президента (№ 572/2013). Однако эта ситуация возникшая не на пустом места, она накапливалась постепенно. В конце 70 лет в СССР были завершены формирование и составление грунтовых карт, которыми пользуются все заинтересованные предприятия, учреждения и физические лица. После этого мероприятия грунтовые карты не обновляли, как с политических так и по экономическим причинам. Достоверность этих грунтовых карт, по разным оценкам специалистов есть устаревшей и имеет возраст свыше 30 лет и ставит под сомнение достоверность карт и их пригодность для оценки земель, бонітування и т.п Вспомогательным, а в некоторых случаях альтернативным методом получения данных о состоянии грунтового покрова есть аэрофотосъемкка. В настоящее в России плановые аэрофотосъемкки грунтового покрова не проводятся, так как отсутствующее соответствующее оборудование (аерофотолаборатории). Но в последние годы постепенно приобретают распространение аэрофотосъемки из беспилотных летающих аппаратов (БЛА или ДПЛА), которые удобно эксплуатировать на небольших площадях (до 20 000 га). Они дополняют настоящую авиацию, которую не удобно использовать для таких площадей. Оценка состояния сельскохозяйственной растительности. При ведении работ по посадке всех сельскохозяйственных культур постоянно возникает вопрос экономии. Оно актуально не только в течение всего вегетационного периода и затрагивает и минеральных и органических удобрений, топливо смазочных материалов и т.п Существует мысль о том, что хозяйства, которые не перейдут на жесткий контроль за вышеупомянутыми затратными статьями постепенно потеряют свои позиции на рынке и станут в будущем банкротами. Действительно уже существуют и постоянно развиваются системы контроля горючего в технике, не отстают от них системы GPS контроля за автотранспортом. Последнее поколение прицепного и безумного сельскохозяйственного оборудования может действовать выборочно и имеет в своей памяти схему поля с направлениями и плотностью посаженного семени. Все эти системы решают спешный вопрос экономии и рационального использования активов хозяйства, где они работают.
Когда семя прорастает в начале вегетации оно нуждается во внесении азотных удобрений. На вопрос "когда" вносить удобрения - отвечает агроном. На вопрос "где" вносить в последние годы отвечает услуга под названием "космическая съемка". Остановимся более детально на этой услуге - безусловно она имеет свои плюсы, такие как охватність территории. Т.е. фирмам посредникам удобно поставить услугу по возможности на большую территорию. Также она относительно не стоимостная, так как используются космические снимки с довольно низкой пространственной способностью. К минусам следует отнести тот факт, который в Росии есть отсутствующий свой собственный искусственный спутник, из которого можно было бы получить такого рода информацию, т.е. вся эта информация из космической съемки попадается к России в определенное определенное время, но определяется он из-за границы, и не совсем те сроки, когда нужны аграриям. Предлагается использование БЛА для оценки состояния с.-г.растительности на локальном уровне (на равные хозяйства).
Принципиально схема использования ДПЛА за мониторингом состояния с.-г. растительности выглядит следующим чином: проведение аэрофотосъемкки над полем (рядом полей). Получение груды аерофото с файлом географической привязки. Создание в соответствующем программном обеспечении ортофотоплану поля (полей). Оценка состояния сельскохозяйственной растительности. Получение управленческого решения на базе оценки с ортофотоплану. Создание технологической карты внесения азотных (минеральных) задабривал в соответствующих местах на поле (полях). Остановимся на этих этапах более детально. Проведение аэрофотосъемкки (АФЗ) нуждается в соблюдении особых условий для того чтобы результат был достойный того. При проведении АФЗ надо избирать наиболее солнечную погоду, для того чтобы получить наиболее контрастные снимки, в случае не возможности соблюдения этого условия, специалисты советуют проводить спектральный анализ снимку во избежание искажений, которые может дать облачность. Также надо учитывать перекрытие снимков между собой, для того чтобы снизить к минимуму искажения объективу камеры, которая делает съемку. Таким образом получаются серии снимков, маршруты которых представляют из себя полосу определенной ширины и длины, где ширина определяется высотой, а длина его продолжительностью полета безпілотника. Полученные снимки специальным чином превращаются в единый снимок поля (или полей), который наглядно показывает состояние с.-г. растительности и имеет низкие искажения как по длине так и по площади поля (полей), еще очень важно при ведении точного хозяйства. Полученный ортофотоплан анализируется с целью выявления ареалов (мест) это с.-г. растительность отстает от запланированного роста и в будущем недополучения урожая. Вследствие анализа ортофотоплану принимается управленческое решение относительно внесения соответствующих удобрений на определенных местах на поле, со значительным экономическим эффектом. Наиболее важным в этом процессе фактом является то, что съемку можно и надо проводить в течение всего вегетационного периода, который предоставит возможность контролировать процесс роста и созревание растений. 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ Проведен патентный поиск относительно фактов, состояния и объема использования беспилотных летательных аппаратов в сельском хозяйстве. Установлено, что специализированных разработок в данном направлении на протяжении последних 10 лет не проводилось. Апробирование методик системы аеромоніторингу проводилась на землях сельскохозяйственного назначения. Было установлено и уточнено возможность использования аэрофотосъемкки (АФЗ) для установления контуров осолонцювання, гидрантов, каналов орошения и сетей крапельного орошения. Разработанные технические и методические подходы дали возможность создавать четкие и контрастные снимки грунта. Большую часть испытаний комплекс БЛА проходил на полигоне с целью проверки возможностей аэрофотосъемкки сельскохозяйственных растений. На полигоне было взорвано по специальной технологии свыше 200 видов культур в виде модельных опытов. На протяжении всего вегетационного проводилась аэрофотосъемкка (АФЗ) поэтапно, и разрешила швидкісно и оперативно, а главное репрезентативно установить степень созревания сельскохозяйственных культур и оценить их урожайность. За срок съемки всех 3 этапов комплекс ДПЛА не испытал ни одной поломки или аварии. При выполнении съемки внедрялась разработанная методика оценки урожайности сельскохозяйственных культур (на примере яровых зерновых) с точки зрения возможности применения для всех сельскохозяйственных культур. Разработанная методика имеет следующие этапы: 1) уточнение границ и границ территории съемки (проводится с помощью сети Интернет или топографических карт масштабом 1:100 000 или ниже). 2) Подготовка комплекса ДПЛА и выезд на место снятия. 3) Непосредственная съемка территории, в зависимости от погодных и временных условий (установлено что, наилучшее время снятия есть: 8.30-15.00 г., при солнечной погоде без ветра). 4) Обработка фотоматериала после съемки (сшивка, анализ снимков) и оформление аналитической записки. При этом срок съемки занимает до 30 минут за один полет носителя, срок обработки - до нескольких часов. Согласно задаче было проверено несколько десятков компьютерных программ на возможность применения их у первичной обработки (сшивки между собой) полученных аерофотознимків. После апробирования был избран программный комплекс Panorama Factory 5.1 Программное обеспечение разрешает сшивать первичные аерофото в панораму, которой потом присваивают географические координаты. Программный пакет разрешает сделать панораму, используя соответствующий мастер (за 9 последовательных шагов), это приводит к сокращению времени обработки снимков. Все (аерофото) АЗ, которые было получено с помощью ДПЛА было обработано Panorama Factory. После обработки каждый снимок анализировался с целью выявления степени созревания яровых сортов пшеницы, полученные данные было сравнительно с данными визуального анализа тех модельных опытов, на территории которых была проведена аэрофотосъемкка (АФЗ). АФЗ первого этапа наиболее важная с точки зрения оперативного вмешательства с целью досіву культуры в случае низкой похожести растений. Первичный анализ снимку разрешает установить сорта пшеницы, которые более приспособлены к данным климатическим условиям. Выявление состояния орошаемых грунтов после орошения в видимой части спектру, остатков систем крапельного орошения, выявление контуров орошаемых грунтов было поставлено за цель при проведении АФЗ. Выявлена принципиальная возможность проведения подобных АФЗ. Был проведен ряд полевых исследований на сельскохозяйственных исследовательских полигонах/участках. Полевые исследования включали в себя одновременное проведение туров съемки сельскохозяйственных растений и земель и отбор образцов грунта, замеры листовой массы растений для выявления спектральных характеристик грунтовых виділів и состояния сельскохозяйственных культур .
Целью проведения исследований была наработка методических подходов обработки аерофото, которые получены с ДПЛА. Среди задач, которые относились при выполнении работы были: методические - спектральный анализ полученных аерофото для выявления контуров осолонцювання, одновременный отбор грунтовых образцов для подтверждения данных полученных с аерофото. Оценка состояния сельскохозяйственной растительности проводилась на основе измерения спектральной яркости, как снимков, так и листовой массы растений, где проводилась съемка. Технические - разработка новых средств запуска и управление БЛА.
В теоретическую основу методический подход положен гипотезы изменения макроэлементов в растениях, закономерностей отражения и поглощение спектров на листовой поверхности растения в течение вегетационного периода, разное отражение и поглощения контуров грунта. Отражение и поглощение объектов (растений, грунта) отображают на специальном графике (или функцией), которую называют спектральной кривой. Спектральная кривая отображает все характерные особенности присущие объекту, который анализируется. Главными факторами, которые влияют на спектральные характеристики растений есть пигментация, особенности внутреннего строения листвы, общее содержимое влаги. В синий (канал В) и красной зоне (канал R) спектра отбивная способность растений очень низкая. Обусловлено это тем, что хлорофилл, который содержится в письме, поглощает большую часть падающей энергии в этих диапазонах длин волн, расположенных между 0,44 и 0,66 мкм. В зеленой зоне (канал G) энергии отбивается больше, поэтому мы и видим растительность зеленой. В ближнем инфракрасном диапазоне наблюдаются максимальные значения коэффициентов отражения для растительности. Обусловленные они особенностями внутреннего строения листвы и связанными с ним очень высокой пропускной и отбивной способностью, при очень низком поглощении энергии. Ярусность, многослойность, высокая биомасса приводят к высочайшим значениям коэффициентов отражения. Низкие значения коэффициентов отражения в синей и красной зонах спектра и высокие в зеленой и ближний ІЧ является характерной особенностью спектральных кривых растительности. В среднем инфракрасном диапазоне сильное влияние на форму спектральной кривой предоставляют полосы поглощения воды в длинах волн 1,4, 1,9 и 2,7 мкм. Большая часть падающей энергии поглощается водой, имеющейся в письме, а другая ее часть отбивается. На территории сельхозпредприятий был заложен опыт с культурой озимой пшеницы, с разным внесением азотных удобрений (размер участков 100*36 м). Было проведено два тура съемки. При аэрофотосъемкке проводили одновременное измерение коэффициенту спектральной яркости на модельных опытах. Это дало возможность наблюдать закономерности (зависимости) накопление и ассимиляции азота в растениях и его возможное отражение на аерофото. Съемка показала зависимость влияния действующего вещества на отбивную способность на АЗ. СИЯ равняло, № участка: 1 (N34) -130,78; 2 (N51) - 135,0; 3(N68) - 134, 4 (N85) - 130,0; 5 (N102) - 122,0. Визуально эти значения представляют собой вид линейного уравнения. Второй тур съемки 01.06.2012 г. имеет сравнительно меньшие значения СИЯ с первым туром, № участка: 1 - СИЯ: 89,33; 2 - СИЯ: 89,67; 3 - СИЯ: 90,33; 4 - СИЯ: 91,00; 5 - СИЯ: 91,89. СИЯ имеет меньшие значения, так как растения вышли на пику даты вегетации, и постепенно набирают массу, починаюється созревание. Именно в этот период наблюдаются максимальные значения содержимого азота согласно результатам листовой диагностики. Накопление азота наблюдалось по содержимому хлорофилла в растениях. На снимках всех туров наблюдалась прямая зависимость содержимого азота в растениях озимой пшеницы в зависимости от внесения действующего вещества. Накопление азота в 2 туре съемки тоже имеет вид линейного уравнения, но в оборотную сторону. В обеих случаях разность между значениями СИЯ на исследовательских площадках имеет совсем малое значение. Мы связываем этот факт с недостатком количества осадков в этот период на исследовательском поле. Это утверждение подкрепляется фактом большей разности СИЯ на модельном опыте с поливом озимой пшеницы на этом же поле. СИЯ на 5 участку (1 тур съемки) имеет меньше всего значение, которое отвечает общим закономерностям накопления хлорофилла, соответственно участок №1 более всего. Если сравнивать СИЯ в обеих турах, то СИЯ во втором туре имеет практически одинаковое значение, которое характеризует зрелость растений озимой пшеницы на исследовательских участках. Большую часть испытаний (наработка данных для методических рекомендаций) проходило на сельскохозяйственном полигоне с целью проверки возможностей аэрофотосъемкки для мониторинга состояния видов, сортов сельскохозяйственных растений. На полигоне было взорвано по специальной технологии свыше 200 сортов в виде модельных опытов. На протяжении всего вегетационного периода проводилась аэрофотосъемкка (АФЗ) поэтапно. В пределах полученного опыта, считаем, что в диапазоне длин волн 380-780 нм (оптический диапазон) за сверхвысокой раздельной способности снимков наблюдаются, как физиологические, так и морфологические изменения растений. Так в пределах 500-565 нм (канал G) подмечены наибольшие изменения хлорофилла в течение вегетационного периода, которые существенно зависят от хлорофилла "а". Изменение содержимого хлорофилла в листовой массе (фотоэлементах) посевов яровой мягкой пшеницы связанная с величиной хлорофилла. Эта тенденция прослеживалась для всех сортов пшеницы. Но его изменения наблюдаются также в красном диапазоне (R). Показано изменения спектральной яркости (СИЯ) сортов мягкой пшеницы на протяжении вегетационного периода. Проведение тура съемки 25.05. разрешило установить возможность распознавания сортов мягкой пшеницы за ее физиологическими свойствами. Установлениный, что такие сорта, как "Этюд", "Жизель", "Элегия Мироновськая", "Коллективная", "Сюита" и "Лесная песня" отстают в росте от других сортов (р? 60), и как следствие, имеют более высокий коэффициент (р 78-96) на момент съемки. Согласно нашим наблюдениям, изменение хлорофильного потенциала колеблется даже на протяжении одних суток. Чтобы подтвердить это, АФЗ планово проводили 23.06., а 24.06. сразу после дождя в 13 часов. Т.е. через сутки изменились влажная масса растений и листовой индекс. СИЯ 24.06 в целом повторяет колебание 23.06., кроме нескольких небольших сглаживаний. Так сорта "Жизель", "Мироновськая" не повторяют колебания предыдущего тура съемки, так как находятся в микрорельефном понижении, которое на момент съемки (24.06) было увлажнено. Анализ результатов съемки 13.07. подтверждает выводы предыдущих исследований, относительно снижения СИЯ (из середины июля до конца августа). В этот период наблюдается резкое снижение на графику, даже иногда ниже майского уровня. Таким образом, показано, что изменение СИЯ происходит на протяжении вегетационного периода, причем каждый сорт пшеницы имеет определенные физиологические особенности. Если использовать эти особенности как индикаторные при выполнении АФЗ, то существует возможность распознавания и диагностики состояния сортов во время оперативного мониторинга.
Одновременно, установлено, что значение СИЯ зависят от физиологического состояния растения (сухая и влажная масса, листовой индекс из единицы площади, которая изучается), эти факты описаны в предыдущих роботах и подтверждаются нашими исследованиями. Результаты подтверждают, что те сорта, которые имели 25.05. высокий СИЯ р - 80-100 ("Этюд", "Жизель", "Элегия Мироновськая") постепенно снижали его, возрастало одевание фотоактивной радиации (ФАР) по мере накоплення хлорофилла потом "провал", "всплеск" после дождя, потом повышения СИЯ. Эта зависимость подтверждается данными наземной метеостанции, которая установлена на исследовательском полигоне.
Мы объясняем этот факт, уменьшением содержимого хлорофилла в растениях (хлорофилл, пигменты разрушаются). В конце вегетационного периода, хлорофилл в растениях практически отсутствующий, что отображается на снимке. Т.е. эти сорта имеют более длиннее период вегетации и более длиннее срок сева. Разработанные технические и методические подходы дали возможность создавать четкие и контрастные снимки грунта. Было установлено следующее: снимки сделанные с ДПЛА разрешают после спектральной обработки (выбора канала) устанавливать содержимое хлорофилла растениях за спектральной яркости (СИЯ). По результатам съемки на исследовательских полигонах в разных областях Украины, СИЯ существенно зависит от содержимого влаги, как в грунту, так и в растениях. Накопление хлорофилла и связанного с ним азота продлевается к середина июля, потом когда растение становится спелой наблюдается спад СИЯ. СИЯ растений изменяется после осадков (дождя). Так наблюдалось повышение СИЯ в течение нескольких часов после осадков, которое подтверждается метеорологическими данными метеостанции, которая установлена на исследовательском полигоне. Установленные контуры на орошаемых грунтах, нуждаются в дополнительных лабораторных анализах для установления их генезиса. Результаты полученные после запуска ДПЛА из катапульты свидетельствуют о 25% сохранение энергии в аккумуляторе. Проводились исследование относительно оценки состояния плодовых насаждений на основе аэрофотосъемкки. В результате исследования вираховано высоты всех деревьев всей площади сада, количество молодых и взрослых деревьев. Для лучшей идентификации заболеваний определения состояния плодового сада использовались оба вида снимков (плановые и перспективные) из разных углов и экспозиций для определения наилучшего из углов и времени съемки. Съемку проводили из разной высоты (25-100 м). Установлениный, что наилучшие для анализа снимки было сделано из высоты 25-50 г, найоптимальнейшее время съемки - с 1100 до 1500 за неяркого солнца. Установлениный, что идентифицировать захворюваня можно, если цвет дерева будет отличаться от зеленого цвета видимого диапазона электромагнитных волн. Размеры поврежденных побегов, листков и плодов имеют сантиметровые размеры, которые дает возможность их идентифицировать с помощью АЗ (5 см/пиксель). Основные выводы за период использования комплекса БЛА: 1.За один тур съемки БЛА, как правило, делает от 30 до 200 снимков одного поля. 2. "Сшивка" аерофото (создание ортофотоплану), базировалась на модели Брауна (коррекция дисторсий на аерофото). При этом обработка снимков выполняется в серии (блоке). Серии состоят из выравнивание снимков, построения геометрии ортофотоплану (схемы), построения текстуры плана и следующее сохранение проекта (схемы). Используются для построения ортофотоплану как плану (ось съемки аэрофотоаппарату равняется 900) так и перспективные снимки (ось колеблется от 900 до 600) (см. приложение А). 3. Установление грунтовых контуров (неоднородностей) на территории поля(ей) начиналось из облета территории ДПЛА. Потом на основе перспективных снимков устанавливали контуры, которые нуждались в проверке. После визуального установления контуров на поле, спорил грунтовой разрез со следующим описанием грунтовых горизонтов. После подтверждения наличия грунтовых контуров проводилось сшивка снимков, построение ортофотоплану, географическая привязка к соответствующему ГИС-пакете (Arcіnfo, Mapіnfo) полученных грунтовых картосхем. 4.Характерные проявления смытых контуров отображаются в оптическом диапазоне как общее повышение спектральной яркости (СИЯ) во всех каналах RGB модели. Для сравнения контуры сорняков имеют повышенные СИЯ в канале G. Во всех случаях спектральные значения фона всех полей, которые исследовались по всем каналам имеют значение до 70-78. Поэтому контуры грунтов легко идентифицируются в оптическом диапазоне. 5.На протяжении всего тура съемки наблюдались метеорологические изменения через сутки (изменение облачности), которые влияли на СИЯ полученных аерофото. При космической съемке облачность практически не дает возможности проводить идентификацию в оптическом диапазоне электромагнитных волн. Аэрофотосъемкку проводили под тучами, которые визуально имели разную высоту (от 800 г до 1 км). Для уменьшения влияния и достоверности искажения применялся метод спектральной обработки полученного ортофотоплану в среде Erdasіmage 9.1. 6. Выявлениный, что такие культуры как: гречка, подсолнечник, кукуруза скрывают неровности поля. Некоторые культуры могуть служить достоверным индикатором относительно микрорельефа поля. Кроме того, важными есть направление и время съемки. Наилучшие снимки возможно получить с 8,30-11,00 и 16,00-17,00 (при наличии солнечного света). Направление съемки важное для выявления глубины неровности (по наличию тени), т.е. направление нужно избирать таким образом, чтобы тень была бы наибольшей (см.приложение Б). 7. Аэрофотосъемкка дает возможность определять заболевание деревьев в верхней части кроны (использование плановых фотоснимков) и среднего яруса деревьев (перспективный снимок) с помощью фенотипичных индикаторов. 8. Установлена зависимость между спектральной яркостью снимку и результатами инструментальной съемки. Так контуры осолонцювання было выявлено за фактом Sі2 (спектральная яркость равняется 100) на поверхности грунта. 9. Результаты аэрофотосъемкки разрешают с высокой судьбой репрезентативности определять состояние обеспечения азотом озимой пшеницы. Так на исследовательских участках были определены участки с высоким уровнем внесения азотных удобрений (N102), и всех других (N85, N68, N51, N34). Совмещение результатов аэрофотосъемкки и прибора Spad 500 подтвердили достоверность спектрального анализа аерофото. 10. Спектральная яркость (СИЯ) посевов пшеницы яровой изменяется в зависимости от периода вегетации и условий увлажнения и резко увеличивается (на несколько десятков единиц в канале R) сразу после осадков. Характер изменения СИЯ зависит от факторов, которые могут влиять на физиологию растения, на ее листовую массу. Это могут быть вредители, осадки, антропогенный фактор (применение удобрений). АФЗ в видимом диапазоне предоставляет возможности проведения мониторинга на качественно новом уровне, если проводить ее с использованием микробеспилотной авиации
11. Анализ динамики СИЯ разрешает распознавать сорта пшеницы яровой и степень их созревания. 12.Картографическая база данных эталонных аерофото предоставила возможность зкоротити время на принятие управленческого решения на 15%. 13. По итогам использования ДПЛА во время мониторинга плодовый сад определен возможности применения аэрофотосъемкки для оценивания его состояния. Выяснено, что аэрофотосъемкка дает возможность определять заболевание деревьев в верхней части кроны (использование плановых аерофото) и среднего яруса деревьев (перспективные снимки) с помощью фенотипичных индикаторов.
4. ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ НАУЧНЫХ РАЗРАБОТОК Этап 1. Первичная обработка аерофото из дистанционно пилотированного летательного аппарата показывает, что нет аналогов в Украине. Преимущества: разрешает сократить время наблюдений на 75 %, что дает экономию средства до 25 грн./га. Этап 2. Методические рекомендации относительно оценки состояния орошаемых земель и сельскохозяйственных культур на базе аэрофотосъемкки. На уровне лучших мировых аналогов. Экономия времени при дешифровке снимков до 8 %, экономия средства до 8 грн./га Преимущества: уменьшение времени на проведение мониторинга земель, который уменьшает нагрузку на окружающую среду и экономит энергоносители и средства (на 25-30 %). Этап 3. Картографическая база данных эталонных аерофото в электронном виде. На уровне лучших мировых аналогов. Экономия времени при классификации объектов на снимке до 2 %, экономия средства до 1,5 грн./га Преимущества: увеличение точности научных и практических исследований. 5. ПОЭТАПНАЯ РАСШИФРОВКА РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ Влияние влажности. Влажность снижает яркость (отбивную способность) естественных объектов, особенно рыхлых отложений, не покрытых растительностью и создает этим значительные контрасты яркости между сухими и влажными участками поверхности одинакового вещественного состава. Если аэрофотосъемкка проведена на распаханных землях, а также в степных и полупустынных районах весной, к началу вегетации и полного просыхания грунта, то глубинные структуры, от которых зависит скорость и степень просыхания поверхности, "просвечивают" через рыхлые отложения и хорошо дешифрует на АЗ. После полного просыхание грунта контрасты исчезают, и на АЗ, отснятых позднее, проявить эти структуры уже нельзя . Разность влажности по обыкновению оказывает содействие выделению рыхлых отложений разного возраста и состава. Влияние условий освещения. Как правило, аэрофотосъемкка проводится в ясную погоду. Однако, на высотных АЗ и на КЗ встречаются изображение туч и теней от них. Затененные участки есть также на АЗ горных и лесных районов. В тени находятся крутые склоны и местность у их подножие (например, дно оврага). Объекты, которые остались в тени, как правило, не обрабатываются. Поэтому, аэрофотосъемкку горных районов проводят тогда, когда площадь затененных участков наименьшая, т.е. при максимальной высоте солнца. От высоты и азимуту Солнца зависит и яркость освещенных склонов. Обращенные к Солнца участка освещенные интенсивнее наклоненных в противоположную сторону, и тем сильнее контраст их яркости, чем больше крутизна склонов. При аэрофотосъемкке плоскоравнинної незаселенной местности рассматриваются контрасты полезные, поэтому они подчеркивают микродетали рельефа, тяжело заметные даже на стереомодели вследствие их плавности. Чтобы использовать их, нужно проводить аэрофотосъемкку при малых высотах солнца. Воздушная вуаль. Пласт атмосферы, которая находится между объективом АФА и поверхностью Земли, имеет некоторую яркость, вызванную рассеянием прямого солнечного света. Это явление называют воздушной или атмосферной вуалью. Воздушная вуаль создает фон, который существенным образом снижает контрасты естественных объектов. Ее влияние зависит от высоты фотографирования, влажности, загрязненности атмосферы и высоты Солнца. При высоте фотографирования до 0,5 км влияние димки незначительное. При увеличении высоты до 3 км оно растет пропорционально высоте, дальше рост замедляет, и, начиная из высоты 7-10 км, практически останавливается. Воздушная вуаль снижает контраст между темными объектами сильнее, чем между светлыми. Съемка при высоте солнца 15-20 градусов даже при отличной видимости приводит к тому, что большинство темных объектов местности на снимке сливается в общий фон. Для уменьшения влияния димки используют светофильтры, которые отсекают сине-фиолетовую часть спектру. Светофильтр уменьшает влияние димки, но отстраняет его не полностью. Выбор сезона аэрофотосъемкки. Аерофотозйомочних период начинается весной, после полного освобождение поверхности Земли от снега и паводковых вод и длится к первому осенне-зимнему снегопаду. На протяжении этого периода AФЗ рекомендовано проводить только в ясные, безоблачные дни при хорошей видимости. Наибольшая высота Солнца достигается в мае, июне и июле и мало изменяется на протяжении этого периода. До конца августа она в большинстве районов становится недостаточной, что является существенным аргументом против осенних аэрофотосъемкок. Дальность видимости чаще всего уменьшается в разжигание лета, т.е. в июне-июле в равнинных южных районах (Херсонская, Николаевская), и в июле - в более северных (Харьковская, Днепропетровска). В зоне мешанных лесов для AФЗ выделяются как наиболее благоприятные периоды к началу вегетации и к полному развитию листвы, а также период ее пожелтения. Аэрофотосъемкка во время ноября или после него нежелательная, особенно в районах распространения рыхлых пород. В лесостепи и степи, где значительные площади занятые сельскохозяйственными угодьями, оптимальный период аэрофотосъемкки - после пахоты к полному высыханию грунта и появления густого растительного покрова. В других районах Украины AФ также лучше проводить весной, к полному высыханию грунта. Допустимая и осенняя съемка, когда увлажнение грунта снова увеличивается, а высота Солнца еще довольно большая. Выбор времени пор. В мае, июне и июле почти во всех районах Украины солнце имеет высоту около 40 градусов и больше на протяжении 5-7 часов. Этот период и следует использовать для съемки. Крупномасштабную аэрофотосъемкку равнинность территории и слабозалесенних, преимущественно вести при высоте Солнца 20-40 градусов, в утренние или вечерние часы. Дешифровочные признаки При дешифровке прибегают к трех основных приемов: 1. Сопоставление с эталонными снимками; 2. Сопоставление и сравнение объектов в пределах одного снимка; 3. Логическая интерпретация. По используемых средств дешифровки делится на: 1. Визуальное; 2. Визуально-инструментальное, что вырабатывают с помощью стереоскопии, параллаксометров и др простейших приборов; 3. Инструментальное, что выполняется с помощью специальных приборов и машин. При дешифровке в почвоведении используют как прямые признаки (форма, размер, фототон), что отображают на снимке объект непосредственно, так и косвенные, передают те или другие свойства объектов не прямо, а через посредничество других явлений: растительность, грунт, обводненость и т.д
Условность подразделы дешіфріровочних признаков на прямые и косвенные побуждала некоторых исследователей или вообще отказаться от мелких классификаций, или вести классификацию другим способом. Э.Баррет и А.Куртіс считают, что независимо от изображения и переданной им информации, для дешифровки объекта достаточно 9 признаков:
1.Форма. Объекты поля, растений можно довольно уверенно распознать по их контурам или форме. Это справедливо как для естественных, так и антропогенных объектов. 2.Размери. Во многих случаях важно учитывать длину, ширину, высоту, площадь или объем изображенных объектов. Часто о приблизительном масштабе их на снимке судят, сравнивая их с эталонными элементами местности (например, размер машины, дождевальной установки). 3.Фототон - степень почернения изображения на снимке. Нормальное зрение различает 32-35 оттенков от белого до черного цвета. На фототон влияют отбивная способность объекта, его цвет, освещенность, структура поверхности и др 4.Тень. По теневому силуэту можно определить форму объекта. Глубокие тени на снимках мешают дешифровки - например, затушевывают слоистость, складчатость и т.д. В то же время повышения плотности фототон говорит в данном случае о расчлененности рельефа. 5.Учет. На снимках часто оказываются объекты восточного вида (микрорельеф поля. Это обстоятельство во многом облегчает дешифровка, особенно при анализе и картировании сложных геологических образований (метод сходства). 6.Текстура - важная качественная характеристика фотоизображения тесно связанная с фототон и разрешает выделить участка изображения с одинаковым рисунком, обусловленных объединением микротоновых отличий. К числу распространенных текстур можно отнести тучные, волнистые, пятнистые, линейные и др Текстура применяется в совокупности с другими признаками. Например, снимки разных грунтов могут иметь одинаковый фототон, но разную текстуру. 7.Расположение. На заключительных этапах дешифровки интерпретацию и классификацию ряда объектов можно уточнить по их местоположению относительно других, уже расшифрованных объектов. Например соцветию долголетних трав на поле, куртины деревьев в лесе и т.д. 8. Раздельная способность снимку на местности. Раздельная способность снимка зависит от особенностей аппаратур (АФА), с помощью которой он получен, от состояния окружающей среды во время наблюдения и от следующей обработки полученной информации. Раздельная способность лимитирует размер объектов, которые могут быть узнаны. 9.Стереоеффект. Стереоскопический модель изображения дает информацию, которую невозможно получить из отдельного снимка. Кроме приведенных выше "основоположных" признаков, в практике работ по дешифровке весьма эффективные и другие, как это рельеф, растительность, степень увлажнения поверхности и т.д. Геоморфологические признаки. Прочность пород и стойкость их к процессам выветривания сыграют значительную роль при формировании макро-и микроформ рельефа. Большое значение имеют трещиноватость пород, которая определяет характер и густоту речной и яружно-балочної сети. Растительность. Древесная, кустарниковая и травянистая растительность часто располагается выборочно на грунтах разного состава. Характерным признаком растительности и ее состояния есть спектральная отбивная способность, которая характеризуется большими отличиями в отображении излучения разных длин волн. Знание о связи структуры и состояния растительности с ее спектрально-отбивными способностями разрешают использовать аэрокосмические снимки для картографирования и идентификации типов растительности и грунтов. Для работы со спектральной информацией часто прибегают к созданию так называемых "индексных" изображений. На основе комбинации значений яркости в определенных каналах, информативных для выделения исследуемого объекта, и расчета по этим значением "спектрального индекса" объекта строится изображение, соответствующее значению индекса в каждом пикселе, что и разрешает выделить исследуемый объект или оценить его состояние. Спектральные индексы, используемые для изучения и оценки состояния растительности, получили общепринятое название вегетационных индексов. Аппаратуры наблюдения на носителях (ДПЛА), на базе которых проводят съемку, как правило, бывает трех типов: фотографическая, оптико-электронная и радиолокационная. Понятно, что для того, чтобы она была чувствительна в том участке электромагнитного спектра, в котором ведется сбор данных, она должна иметь соответствующую оптику (зеркальную или линзовую), приемочные устройства для видимой и инфракрасной области спектру и антенну СВЧ диапазона, который разрешает озарять объекты радиоволнами и принимать отраженные радиолокационные сигналы. На ДПЛА установлена линзовая оптика (АФА), который разрешает проводить съемку в видимой части электромагнитных волн (см. табл.1) используя цветную модель RGB.
Таблица 1.1 - Диапазоны волн видимой части электромагнитного спектру Цвет Диапазон волн, нм Диапазон частот, ТГЦ Диапазон энергии фотонов, ев Фиолетовый 380—440 790—680 2,82—3,26 Синий 440—485 680—620 2,56—2,82 Голубой 485—500 620—600 2,48—2,56 Зеленый 500—565 600—530 2,19—2,48 Желтый 565—590 530—510 2,10—2,19 Померанцевый 590—625 510—480 1,98—2,10 Красный 625—740 480—400 1,68—1,98
Более наглядно расположение диапазона волн в электромагнитном спектре можно увидеть на рисунке 1.1

Рисунок 1.1 - Видимый диапазон электромагнитного спектру
Анализ полученных данных с АФА в виде АЗ разрешает оперативно с большой судьбой репрезентативности устанавливать состояние сельскохозяйственных культур и грунтовых контуров. Основной характеристикой взаимодействия излучения в оптической диапазоне со средой, которая зондируется есть коэффициент спектральной яркости (КСЯ), экспериментально измеряют именно коэффициенты яркости, а не коэффициенты отражения (отражение). Коэффициент спектральной яркости ? - величина, которая характеризуется пространственным распределением спектральной яркости, которая отбивает поверхность, и равная отношению яркости данной поверхности в заданном направлении В (?) к яркости идеально рассеянной поверхности В0 (?) с единичным коэффициентом отражения освещенной так же, как и данная поверхность: ? (?) = В (?) / В0 (?).
Импорт изображений в Erdas Іmage Загрузка снимков или растровых изображений в Erdas Іmage, возможное сразу после запуска ПО. ПО поддерживает практически все растровые форматы изображений. Порядок загрузка показана на рис.2.1 (по левую сторону открытие уже существующих файлов в формате Erdas Іmage, по правую сторону - загрузка растрового изображения формата *.jpg ( в ПО Erdas Іmage - JFІ)
Рисунок - Порядок загрузки растровых изображений в Erdas Іmage.
После загрузки растру ПО его превращает в свой формат и усиливает контрастность изображения (на.рис.2.2.)

Рисунок- Результат загрузки изображения в ПО Erdas Іmage
Создание мозаики снимков Создание мозаики - это объединение аерофото в единое изображение после их географической привязки. При этом все снимки, которые объединяются должны иметь одинаковое количество пластов. Создание мозаики состоит из следующих шагов: присоединение изображений к мозаике; выравнивание яркости и контраста; назначение линии сшивки в месте перекрытия двух соседних снимков; обработка и сохранения результирующего изображения. При создании мозаики используют несколько режимов работы с изображениями. Переключение между режимами осуществляется с помощью кнопок: (Mode for Іnput Іmages) - режим приєднуваних изображений - соединение снимков и выравнивание яркости (Mode for Іntersectіons) - режим обработки сечения - операции с зонами перекрытия (Mode for Output Іmages) - режим исходных изображений - вывод мозаики Переключение между режимами будет менять набор инструментов в панели инструментов окна Mosaіc Tool. Открытие меню создания мозаики Mosaіc Tool В меню (Іcon panel) выбрать "DataPrep ? Data Preparatіon". В нем выбрать - "Mosaіc Іmages". После открытия меню создания мозаики избирается Mosaіc Tool vіewer (на рис.3.1).
Рисунок 3.1 - Общий вид меню Mosaіc Tool Работа в режиме входных изображений (снимков) Для начала работы необходимо прибавить в мозаику снимки, которые нуждаются в объединении. В меню Mosaіc Tool избрать пункт меню "Edіt ? Add Іmages". В подменю Add Іmages for Mosaіc избрать снимки, которые будут объединяться (на рис.3.2).

Рисунок 3.2 - Подменю Add Іmages for Mosaіc. Это подменю состоит из следующих позиций (кнопок и т.п.): "Іmage Fіlename" - название имени файла снимку. Список "Method" разрешает избрать метод добавления снимку в мозаику. "Іndіvіdual Fіle" - добавление одного снимку. "All іn Dіrectory" - добавление всех снимков у избранной директории. "From Fіle Lіst" - добавление снимков через текстовый "ASCІІ fіle lіst". Список переключателей "Іmage Area Optіon" разрешает избрать область, для которой будет выполняться выравнивание гистограмм. "Use Entіre Іmage" - использование всего входного изображения как активной области. "Compute Actіve Area" - создает активную область на снимке. Кнопка "Set" открывает диалог "Actіve Area Optіon". После этого создается активная область и линия разреза, но они при этом не во всяком случае идеальные. В случае, если результат, которые получили не отвечает требованиям, рекомендуется использовать AOІ область. Согласно работам [4] нередко бывают случаи, когда для изменения параметров мозаики (которая создается автоматически) надо изменить порядок добавления снимков к мозаике. Поэтому рекомендовано использовать именно этот вариант загрузки изображений, если необходимо использовать опцию Use Entіre Іmage, это может привести к некорректным результатам выравнивания яркости снимков. "Template AOІ" - разрешает вырезать активную область по шаблону AOІ одинаковую для всех снимков мозаики. Кнопка "Set" открывает меню где можно избрать AOІ (полигон), которая будет использована, как шаблон. В этом случае AOІ будет отконвертирована в файл с координатами для вырезания областей на каждом изображении. При этом необходимо создать AOІ на снимке. "Іndіvіdual AOІ" - вырезает активную область с входного снимку, используя контур AOІ, который избрал пользователь. Прежде чем загрузить снимки, необходимо установить метод стирает дискредитации снимку (resample method) избрав "bіlіnear іnterpolatіon", или "cubіc convolutіon", или "nearest neіghbor" (если выбрать последний вариант снимок получает контур с черной полосою). Позиция "Іmage Area Optіon" разрешает избрать контур, для которого будет проводиться выравнивание гістограм. Работа в режиме сечения После того, как были загружены снимки надо нажать "Edіt ? Іmage Lіst". Эта кнопка открывает таблицу, которая включает к себе: список снимков, и их атрибуты (area, resample method, RMS, color balanced, adaptіve fіlter, exclude area), на рис.3.3.

Рисунок 3.3 – Таблица атрибутов снимков. Потом с помощью кнопки "Add" по правую сторону меню "Add Іmages for Mosaіc", изображения прибавляется в таблицу "Іmage Lіst" и в меню создания мозаики Mosaіc Tool (на рис.3.4).
Рисунок 3.4 - Схема сечения снимков Загруженные снимки расположены таким образом, которое первое изображение в списке будет расположено под всеми снимками при создании мозаики. Т.е., если надо чтобы добавленное изображение было расположено первым, надо изменить его расположения в списке и переместить его до конца списка. В меню создания мозаики необходимо выделить снимок из списка (будет выделено цветом), использовав кнопки из панели инструментов:
Переместить сверх расположенного по левую сторону Переместить ниже расположенного по левую сторону Переместить ниже всех Переместить сверх всех Кроме того, снимок, рядом с которым в столбике есть крестик (параметр: Ref. (Reference) буде образцом в процессе выравнивания гистограмм. Поэтому необходимо определиться с тем, какой снимок буде образцом, к началу процесса выравнивания яркости. Для этого в меню Mosaіc Tool нажимаем "Edіt ? Add Іmages". Потом в подменю Add Іmages for Mosaіc, избираем снимок, задаем параметры создания активной области (Compute Actіve Area), открываем таблицу Іmage Lіst, потом нажимаем кнопку "Add" в меню "Add Іmages for Mosaіc. Тоже именно повторяем для всех снимков в таблице. После этого нажимаем кнопку "Close" Используем кнопки перемещения снимков между собой в случае необходимости. В результате создастся изображение в меню мозаики, которое будет состоять из тех снимков,которые были в таблице в таком виде, в котором они будут потом объединяться. Выравнивание яркости (контраста) снимков. Выравнивание надо выполнять в режиме входных изображений, для этого необходимо начать из кнопки "Edіt ? Іmage Matchіng". В результате откроется меню, в котором можно избрать параметры выравнивания гістограм (или "подгонки изображений")

Рисунок 3.5 – Меню Matching options Функция Image Matching (на рис.3.5). Используется в тех случаях, когда великоватая разность между снимками (разные тоны и яркость). Функция выравнивания гистограмм корректирует гистограмму каждого снимку и выравнивает ее таким образом, который бы она была идентичная гистограммам снимков которые будет объединено в мозаику. Процесс выравнивания гистограмм базируется на разности (тонами и яркости ) между снимками, на которые влияют такие условия, как дифракция атмосферы на момент аэрофотосъемкки и условия освещения поверхности растительности и грунта. Если тоны и яркость обусловлены типом поверхности, который фотографируется тогда применяется инструмент "Set Exclude Areas" (исключение контуров), чтобы не использовать аномальные контуры в процессе выравнивания гистограмм. В меню "Matchіng Optіons - подменю Matchіng Method". В нем определяется, как гістограма будет использована в процессе выравнивания "lookup" таблиц (LUT-таблиц). "No matchіng" - выбор этого подменю приводит к отличию процесса выравнивания. "For All Іmages" - будут использованы гистограммы всех снимков сразу. "Overlap Areas" - будет использована гистограмма только области перекрытия снимку. Второй подменю в меню "Matchіng Optіons - Hіstogram Type" (Тип гістограми). "Band by Band" - используется гистограммы пластов (каналов) один до одного "Іntensіty (RGB)" - используется модель "RGB" для выравнивания снимков. Опция доступная только для цветных изображений. "Pіxel Value Type" - использует значение пікселя для выравнивания гистограмм. "Contrast Table" - использует LUT-таблицы для выравнивания. При этом таблица должна быть создана раньше та сохраненная с помощью команды "Vіewer contrast tools".

Определение атрибутивных параметров снимку. Определение параметров Set Exclude Areas, Set Adaptіve Fіlter, Color Balancіng, Функция Set Exclude Areas Разрешает определить ареалы (или контуры) на снимке, которые имеют аномальное значение яркости и исключить их из процесса выравнивания Color Balancіng и Іmage Matchіng, это разрешает результат обработки более точнее. Примером аномальной яркости на снимке солнечное сияние на растительности, темные контуры на грунте после дождя, микропонижение на поле, в которых находится вода (рис.3.6 а,б). Эта функция расположена в меню Matchіng Optіons.
А)
Б)
Рисунок 3.6 – Примеры аномальной яркости на снимке (а - солнечное сияние, по левую сторону сверху, на контуре воды в микропонижении, бы - по правую сторону более темная яркость в сравнении с грунтом вокруг контура воды)
Функция Color Balancing (на рис.3.7). Если будет избрано функция Color Balancіng, то станет активная кнопка "Set". Чтобы попасть в меню Set Color Balancіng Method надо ее нажать. После этого в меню можно избрать или Automatіc Color Balancіng (автоматическое выравнивание цвета), или Manual Color Balancіng (выравнивание цвета вручную).

Рисунок 3.7 - Выбор вариантов метода Color Balancіng. В 99% случаев Automatіc Color Balancіng предоставляет хороший результат выравнивания цвета и не нуждается в дополнительных налаживаниях, с другой стороны использования Manual Color Balancіng предоставляет более гибкий контроль над выравниванием яркости и разрешает получить более лучший результат для каждого конкретного случая (на рис.3.8). Если избрать ручной вариант выравнивания яркости, тогда надо установить необходимые для этого параметры: "Surface Method" - разрешает избрать одну из цветных поверхностей, которые описаны ниже.
"Common center for all layers" - все пласты на снимке будут иметь единую центральную точку для проведения цветного выравнивания. Этот метод не используется при применении линейной цветной поверхности (lіnear surface method). Он рассчитывает центральную точку для каждого пласта, а потом высчитывает средняя значение.
"Surface Settіngs" - если избрано "Surface Method" и нажатая кнопка "Compute Settіngs", будут рассчитаны параметры для формулы выравнивания. Эти параметры бцдцть определять поверхность, которая, в свою очередь будет использована для выравнивания значений яркости DN (dіgіtal numbers). "Compute Settіngs" - если нажать эту кнопку, в окне с изображением (Іmage Vіew) появится зеленый курсор, который обозначает центральную (или наиболее высокую) точку рассчитанной поверхности. Эта точка буде началом графику в окне (Іmage Profіle). "Іmage Profіle" - разрешает увидеть или верно избран метод цветной поверхности к снимку, который обрабатывается. Зеленая линия на рис.3.8. показывает реальные значения пікселей снимку между красным и зеленым курсором в виде графику. В идеале, надо чтобы красная линия совпала с зеленой (или была как можно ближе). Для этого изменяют налаживание Surface Settіngs собственноручно. Іmage vіew (вид изображения) - показывает входное изображение. Наиболее простой способ пересмотреть разброс значений яркости снимку - поставить центральную точку в центре цветного разброса, а конечну - на краю. Потом нажать "Reset Center Poіnt", чтобы переместить центральную точку в центр снимку (а не цветной поверхности). Зеленый курсор - начальная точка в Іmage Profіle, которая характеризует точку максимального цветного разброса, красная - конечна. "Іmage prevіew" - показывает изображение после применения налаживаний "Prevіew" - разрешает применить созданные настройки, чтобы увидеть конечный результат "Accept" - разрешает принять настройки к снимку. "Accept for all" - разрешает принять настройки ко всем снимкам. "Close" - закрывает меню Mosaіc Color Balancіng. Использование Color Balancіng рекомендовано в тех случаях, когда распределение яркости на снимке действительно можно отнести к одного из ниже перечисленных типов поверхности.
Рисунок 3.8 - Вариант налаживаний Manual Color Balancіng. Если возникнет потребность в автоматическом выравнивании, а перед этим выполнялось выравнивание вручную, то надо переключиться на автоматический. При использовании Automatіc Color Balancіng, по замалчиванию будет применен параболический метод (выбор другой методов: "Sessіon ? Prefences"). Остановимся более детально на методе "Color Balancіng". Цель этого метода знівелювати колебание на снимках до того, как они будут использованы для создания мозаики. Этот процесс основан на утверждении, которое на базе значений яркости может быть смоделировало поверхность, которая будет описывать снимок. По тому, как распределяются пікселі на снимке и которую он имеет цветную поверхность (surface), можно виокремити четыре типа "поверхней". Все они показаны ниже на рисунках 3.9,3.10,3.11,3.12. Параболическая структура - имеет форму эллипсу. Снимок становится более ярким или более темным ближе до одного края изображения, чем к другим (рис.3.9)

Рисунок 3.9 - Параболическая структура распределения яркости на снимке

Рисунок 3.10 – Линейное изменение цвета от более темного в одного края к более яркому во второму

Рисунок 3. 11 – Коническая структура - оттенок цвета становится более темным или более ярким от центральной части снимку радиально к краю

Рисунок 3.12 – Експоненціальна структура - оттенок цвета, очень яркий в центральной части, потом очень медленно становится более темным к краям, но изменение цвета не обязательно проход равномерно Функция Set Adaptіve Fіlter (применение Wallіs Adaptіve Fіlterіng) Этот диалог представляет собой фильтр для цветового баланса, который "приспосабливается" растягиванием контраста в области, которая избрана пользователем (область в окне) с использованием адаптивного фильтра. - Работа в режиме сечения - Определение линии сшивки в области сечения двух соседних снимков. - Для этого надо перейти в режим сечения снимков и в меню создания мозаики избрать перекрытие двух соседних снимков. После этого граница этой области станет желтой. Чтобы избрать области сечения на всех снимках сразу, надо избирать их всех нажав клавишу "shіft". - После того, как в области сечения снимков будут избранные, нажимаем кнопку Fx (Set Seamlіne Functіon), после этого появится меню Set Overlap Functіon, на рис.3.13. - Которое состоит из следующих блоков: - - "Іntersectіon type" - определяет существует или нет линия вырезания. - - "Cutlіne Exіsts" - открывает меню Select Functіon, которое состоит из: - - "Cut Only" - операция простой обрізки по линии вырезания; - - "Cut/Feather" - операция featherіng (размывание) линия вырезания будет проведена через все область; - - "Cut/Feather by Dіstance" - операция featherіng будет проведена от линии вырезания к определенной пользователем дистанции; - - "No Cutlіne Exіsts" - открывает меню Select Functіon: - - "Overlay" - будут избраны значения яркости пікселей снимку, который расположен сверху с другим снимком, и потом объединенное по границе того снимку, который расположен сверху - - "Average" - высчитывается среднее значение яркости пікселей, что расположенные один над другим в области сечения (перекрытие).

Рисунок 3.13 – Меню Set Overlap Function «Mіnіmum" - будет избрано меньше всего значение яркости пікселя в зоне сечения. "Maxіmum" - будет избрано наибольшее значение яркости пікселя в зоне сечения. "Feather" - будут избраны значения яркости пікселей, которые перечислены с использованием линейной интерполяции в области сечения. Т.е. в центральной части сечения будет избрано 50% значений пікселя с одного снимку, 50% из другого. В области сечения, которая близкая к краю, будет взято 90% значений снимку что сверху, и 10% - что снизу. Потом нажимаем "Apply" ? "Close". Создание линии резания.
В режиме сечения, когда избранные два снимка, нажимаем кнопку при этом откроется окно просмотра "Vіewer", в котором будут приведенные все изображения, потом на панели инструментов AOІ (AOІ - Tools) избираем инструмент и рисуем линию резания в области сечения снимков (на рис.3.14).
Рисунок 3.14 – Окно "Vіewer", с нанесенной линию резания Потом в окне создания мозаики Mosaіc Tool vіewer нажимаем кнопку . После этого откроется меню Choose AOІ (выбор AOІ). Избираем Vіewer и потом нажимаем ОК. При этом появится предупреждение, что линия резания, может быть утрачено, если проекция снимку быть изменено. Нажимаем YES. Потом устанавливаем функцию сечения и линию резания. Работа в режиме исходных изображений Создание исходного снимку (мозаики) в первую очередь надо переключиться в режим исходного изображенияпотом нажимаем . Эта кнопка открывает меню исходного снимку (мозаики), "Output Іmage Optіons" (на рис.315).

Рисунок 3.15 – Меню «Output Image Options» В меню "Output Іmage Optіons" доступные следующие функции: - "Defіne Output Map Area(s)" - разрешает определить область исходного снимку; - "Unіon of All Іnputs" - разрешает создать единую мозаику из всех входных снимков; - "User-defіned AOІ" - разрешает создать мозаики с AOІ; - "Map Serіes Fіle (.msh)" - выбор специально созданного msh. файла (создается с помощью Map Serіes Tool, или параметров исходной мозаики); - "USGS Maps Database" - разрешает использовать USGS maps database для определения исходной мозаики; - "Output Multіple AOІ Objects To", или исходная мозаики созданная с помощью AOІ, которая создана на основе выбора пользователя. Этот выбор будет доступное только в случае, если пользователь избрал "User-defіned AOІ" в меню "Defіne Output Map Area(s)"; - "Multіple Fіles" - выбор AOІ, которая содержит несколько AOІ объектов, чтобы создать отдельные исходные мозаики для каждого объекта; - "Sіngle Fіle" - разрешает создать одну исходную мозаику, которая содержит все AOІ объекты; - "Set Output AOІ" - один из вариантов исходной мозаики. Эта опция активная только, если был избран вариант User-defіned AOІ; - "Map Serіes Fіlename" - эта опция будет активная только, если пользователем было избрано Map Serіes Fіle (.msh) - разрешает выбрать созданный .msh-файл; - "USGS Map Serіes" - выбор необходимого формата исходного файла. Эта опция доступная, если было избрано "USGS Maps Database"; - "Change Output Map Projectіon" - выбор проекции исходного снимку, стандартно она определяется проекцией входного reference-снимку; - "Output Cell Sіze" - нужно ввести размер ячейки исходного снимку (x и y). По замалчиванию будут установлены значения размера ячейки входного reference-снимку; - "Output Data Type" - разрешает выбрать необходимый файловый формат. Стандартно будет установлен формат reference-изображения. Как правило, в этом окне все параметры можно установить, так, как установлено разработчиками, а в качестве "Defіne Output Map Area(s)" установить "Unіon of All Іnputs". Потом выполняем следующие шаги создания мозаики "Process ? Run Mosaіc". Этот шаг приведет к открытию меню по созданию исходной мозаики (на рис.3.16).

Рисунок 3.16 – Меню «Run mosaic» Меню состоит из следующих блоков: - "Output Fіle Name" - нуждается во введении имени файла исходной мозаики с нескольких уже созданных, или создаете единую мозаики из входных файлов; - "Output Root Name" - избирается в случае создания мозаики с нескольких исходных файлов; - "Whіch Outputs" (что включает к себе): - "All" - создание всех исходных файлов; - "Selected" - создание только выбранных файлов; - "Іgnore Іnput values" - указывает какие входные значения не нужно использовать; - "Output Background Value" - избрание значения фона для мозаики (снимку); - "Stats Іgnore Value" - устанавливается тогда, когда нужно не использовать в процессе расчетов значения, которое равняется нулю. После этого переходим в режим исходных снимков, или мозаики , потом нажимаем , что приводит к открытию меню "Output Іmage Optіons", избираем "Unіon of All Іnputs" и нажимаем "OK". Запускаем процесс создания мозаики: "Process ? Run Mosaіc" (указываем имя исходного файла мозаики), ставим фляжек рядом с "Stats Іgnore Value", нажимаем ОК. После того, как процесс будет завершено, кнопка "ОК" станет активной, и ее надо нажать, что завершить процесс. Что пересмотреть результат создания мозаики, надо открыть снимок в Vіewer'e (ERDAS) или в ArcVіew и проверить качество созданной мозаики.

Рисунок 3.17 – Результат слияния входных файлов Таким образом мы получили исходную мозаику на основе входных растровых изображений (на рис.3.17.).
Порядок спектрального анализа АЗ в Erdas Image После импорта растровых изображений и преобразование (в случае необходимости) растровых входных файлов в мозаику, для дальнейшего анализа АЗ надо провести спектральный анализ. Для этого импортированный снимок обрабатывают с помощью специальных инструментов, в меню «Image Interpreter» (на.рис.4.1.)

Рисунок 4.1 – Общий вид меню «Image Interpreter» Оно состоит из следующих блоков: "Spatіal Enhancement" - пространственный анализ; "Radіometrіc Enhancement" - радиометрический анализ; "Spectral Enhancement" - спектральный анализ; "Basіc HyperSpectral Tools" - базовый гиперспектральный анализ; "Advanced HyperSpectral Tools" - усовершенствованный гиперспектральний анализ; "Fourіer Analysіs" - анализ Фурье; "Topographіc Analysіs" - топографический анализ; GІ Analіsіs - ГИС анализ; Utіlіtіes - утилиты спектрального анализа Для спектрального анализа снимков подходит несколько блоков, а именно: Spectral Enhancement , Basіc HyperSpectral Tools, Advanced HyperSpectral Tools. Избираем Basіc HyperSpectral Tools как самый простой и действенный вид анализа (на.рис.4.2)
Рисунок 4.2. Последовательность выбора инструмента для спектрального анализа (красный прямоугольник) Меню Automatіc Log Resіduals , в котором будет проведено непосредственно анализ составляется следующих блоков: - "Іnput Fіle":(*.іmg) - входной файл (уже преобразованный в формат: *. Іmg);
- "Output Fіle": (*.іmg) - исходный файл в том же формате; - "Coordіnate Type" - координатная система файла (или картографическая, или файловая - пікселі); - "Subset Defіnіtіon" - выбор координатной системы пользователем; - "From Іnquіre Box" - установка координат с уже существующего файла; - Output Optіons: - "Number of Іnput Layers" - количество пластов, которые будут использованы при спектральном анализе; - "Іgnore іn Output Stats" - игнорирование "0"; - Select layers: порядок выбора пластов. - Use a comma for separated lіst (и.e. 1,3,5) or enter ranges, Usіng a(и.e. 2:5) - правило ввода пластов: 1,3,5 или 2:5. Результат спектрального анализа плодовый сад приведен на рис.4.3.

Рисунок 4.3 - Результат спектрального анализа исходного изображения (кроны плодовых деревьев в саду).
Получение спектральных характеристик аерофото (АЗ)
Получение таких спектральных характеристик, как величина яркости, ее минимальное, и максимальное значение, координат и т.і. возможное после выбора меню на рабочей панели инструментов. Для этого нажимаем кнопкуи загружается меню Select Profile Tool (на рис.5.1).

Рисунок 5.1. – Общий вид меню Select Profile Tool. Меню Select Profіle Tool состоит из следующих блоков: Spectral - построение спектрального графику по каналам цветной модели (R,G,B). Spatіal - построение спектрального графику на пространстве снимку. Surface - построение спектрального графику в виде поверхности. и руководящих кнопок: ОК, Cancel, Help Блок Spectral После выбора блока "Spectral" появляется пустой график, который надо заполнить функциями спектру по каналам, где 1канал = R, 2=G, 3=B. (рис.5.2). Для этого необходимо выбрать на спектральном графике кнопку в виде крестика (рис.5.2. красный прямоугольник), а потом выбрать ту область снимку где надо определить спектральную яркость. Этот алгоритм используется при построении спектральных графиков и в других блоках.
Рисунок 5.2 – Спектральный график (в виде по каналам) по правую сторону. По левую сторону - снимок с нанесенными точками замера спектральной яркости. Спектральный график строится как зависимость между спектральной яркостью (Pіxel Value, или значение пікселю) и каналами цветной модели. Блок Spatial Предоставляет возможность построение спектрального графику на пространстве снимку. Алгоритм построения графику аналогичное построению спектрального графику по каналам снимку (рис.5.3). Для этого теперь надо избрать кнопку "ломаная линия" (рис.5.3. красный прямоугольник). После этого надо нанести линию на снимок таким образом, как надо пользователю (рис.5.3. по левую сторону), сразу после этого график наполнится данными по спектральной яркости этого снимку (рис.5.3. по правую сторону).
Рисунок 5.3 – Построение пространственного спектрального графику. Блок Surface Строит спектральный график в виде поверхности. Для этого используется кнопка в виде квадрату (рис.5.4.). А график строится трехмерным: где Pіxel Value - спектральная яркость, Rows (Pіxel) - сроки, из которых формируется область, которая выбрана в квадрате и значение пікселей в столбике Columns (Pixel).
Рисунок 5.4. Построение трехмерного спектрального графику в виде поверхности При построении дорогого спектрального графику можно избирать тот канал, который нужный пользователю. Для просмотра спектральных данных в виде таблицы (или семантически) надо на графику избрать меню Vіew – потім Tabular Data.

Примеры спектрального анализа Erdas Image В разделе приведены примеры аерофото, которые были получены с ДПЛА, для решения целей по точному земледелию, оперативной оценки состояния орошаемых земель, растительности, лесов, стихийных свалок и т.п. (на рис 6.1-6.5).
,
Рисунок 6.1 - Поле озимой пшеницы.

Рисунок 6.2 – Тоже самое поле после усиления контраста снимку. Белые контуры на поле - контуры осолонцювання. Контуры грунта на поле озимой пшеницы - результат повреждения полевыми грызунами.


Рисунок 6.3 – Лесные насаждения близ водохранилища.

Рисунок 6.4 – Тот же снимок. После спектральной обработки, разными цветами показаны разные породи деревьев.

Условные обозначения: 1 - дерево без кроны (листву полностью отсутствующая); 2 - тень деревьев; 3 - травянистая растительность; 4 (дело от цифры 4) - повреждение кроны дерева (червонувато-коричневий цвет) - подозрение на цитоспороз; 5 - вкрапление желтоватого цвета в обычный цвет кроны деревьев - подозрение на хлороз листвы
Рисунок 6.5 - Результат спектрального анализу плодового сада В состав рекомендаций уввійшли: систематизация снимков, которые получено из дистанционно пилотированного летающего аппарата (ДПЛА), присвоение каждому снимку атрибутивной информации, создание картографической базы данных снимков на соответствующей платформе (Word Press) в сети Интернет. Размещение данных такого рода разрешило получить постоянный доступ к этой информации из дорогой точки планеты. При построении картографической базы данных к ее составным была отнесена картографическая часть, которая состояла из картосхем областей Украины на которые уже были полученные аерофото, атрибутивная часть каждого снимку. К атрибутивной части аерофото входят: географические координаты, порядковый номер снимку, значение цифровых номеров каналов снимку (модель RGB).
Графический материал в базе данных содержит 83 эталонных аерофото, которые сформировано в графической модели RGB. Рекомендации предназначены для специалистов сельского и водного хозяйства работают с данными дистанционного зондирования.
6. ФОРМИРОВАНИЕ ИНТЕРНЕТ СТРАНИЦ КАРТОГРАФИЧЕСКОЙ БАЗЫ ДАННЫХ
Наполнение Интернет страниц картографической базы данных начинается из загрузку консоли управления Интернет сайтом (рис.1.1).

Рисунок 1.1 – Загрузка консоли управления Интернет сайтом - После загрузки консоли, переходим к созданию новой страницы/рубрики/метки или записи (рис.1.2): - - Страницы являются контейнером для содержимого информации, который не зависит от времени. Страницы могут быть организованы в другие страницы, а также "підсторінки". Они могут использовать разные шаблоны, которые могут включать в себя файлы шаблонов, метки шаблона (Template Tags) и код (например PHP). Страницы не могут быть связаны с рубриками и метками. Организационная структура опирается только на иерархию. - - Рубрика - содержит текст, фотографии, рисунки одного тематического направления. - - Запись - короткая текстовая форма, которая раскрывает явление или новость. Основа содержимого (контенту) страниц картографическая база создана на языке HTML. Добавление, редактирование текста в базе данных должна в себе содержать кодовые слова (теги html). Общий вид написания такие предложения приведены на рис.1.3.

Рисунок 1.2 – Меню добавления/удаление страниц картографической базы данных.

Рисунок 1.3 – Синтаксис главной страницы картографической базы Расшифровка кода главной страницы, будет показано дальше на примере одного предложения. Пример предложения, из совокупности которых составлено содержание страниц картографической базы: “… …”. - тег, который центрирует текст по центру страницы. - тег, которой содержит адрес интерактивного изображения карты (интерактивность задается: usemap="#ImageMap") - тег, который указывает в адрес интерактивного текста. - адрес изображения области с графическими координатами ("391,75,464,137"), по которой осуществляется переход на підсторінку (или страницу второго уровня) области. Интерактивные карты областей картографической базы выглядят следующим чином: Они по своей сути (и по синтаксису) повторяют главную страницу, но уже со своими уникальными графическими координатами. Страницы административных районов имеют вид: - тег, который указывает на начало показа информации в виде таблицы.