авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

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


Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 31 |

«ГеоморфолоГия картоГрафия и ГеоморфолоГия и картоГрафия Министерство образования и науки РФ Российский фонд ...»

-- [ Страница 16 ] --

Наиболее крупные из них имеют то же простирание, что и зона Ланского разлома в целом. По этой причине при составлении геологических карт всегда возникало сомнение — где именно проводить СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА линию, обозначающую Ланский разлом, т. е. какой конкретно из картируемых дизъюнктивов считать магистральным разрывом?

Подобранные синтезированные изображения четко показывают, что в восточной части совре менные движения обрезают предгорный шлейф и, видимо, хорошо выраженный линеамент совпа дает именно с магистральным разрывом. В западной части разлома магистральный разрыв пере крыт рыхлыми образованиями предгорного шлейфа и современного аллювия;

здесь хорошо видны линеаменты — долины небольших водных потоков и водоразделы между ними. По-видимому, боль шей частью они определяются поверхностями сместителей сбросо-обвалов, по которым обрываются козырьки нависающей над впадинами части хребта при его воздымании, а обвалившиеся породы перекрывают поверхность сместителя Ланского разлома. Характерно, что в лежачем (северном) крыле разлома не просматриваются никакие структурные особенности рельефа. Это — явное свиде тельство, что движется именно хр. Джагды, а Верхнезейская и Удская впадины в настоящее время не испытывают опускания.

На обработанных изображениях прекрасно выражены кольцевые хребты, оконтуривающие как интрузивные массивы (нередко жерловины вулканов), так и кальдеры различного типа. В каче (а)Геологическаясхема расположенияЛанского разломапо[3;

4;

8].

1—магистральныйразрыв Ланскогоразлома;

2—прочиеразломы;

3—кайнозойские пролювиально делювиальные, аллювиальныеиозерно болотныеотложения ВерхнезейскойиУдской впадин.

б—г—синтезированныеRGB— изображения,где (б)—цветовыекомпоненты R—высоты,GиB— модульградиента (перваяпроизводная)с масштабамиt=1и соответственно;

(в)—R,G,B—операторы Лапласа(вторая производная)с масштабамиt=16,1, соответственно;

(г)—R,G—модуль градиентарельефа(первая производная)t=16,1;

B— операторЛапласаt=81.

СтрелкамипоказанЛанский разлом.

Рис.1.ХребетДжагды,восточныйсегментМонголо-Охотскойскладчатойсистемы «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН стве наглядного примера приведен кольцевой хребет на правобережье р. Самарги [3]. Он оконту ривает практически идеально круговой (на уровне эрозионного среза) выход гранитов, окруженных полем верхнемеловых андезитов (рис. 2). Несомненно, хребет связан с кольцевым разломом — цен тральный интрузив и кольцо эффузивов имеют разный возраст и разный петрографический состав.

Однако точное положение кольцевого разлома определить довольно трудно — нужно исследовать различные варианты синтезированных изображений, в том числе и трехмерные. На обработанных снимках очень эффектно выглядят поля четвертичных базальтов, а в их пределах — отпрепариро ванные вулканические конусы, причем последних выявляется существенно больше, чем в процессе полевых работ или дешифрирования аналоговых снимков.

Разработанная методика успешно применялась также для геолого-структурного районирования крупных блоков земной коры, изучения особенностей строения района взаимодействия Евразий ской и Амурской плит, а также Южно-Синегорской впадины Ханкайского массива [1].

Применение теории масштабного пространства для обработки ЦМР дает хорошие результаты при решении задач геолого-структурного районирования. Интерпретация синтезированных изобра жений, полученных в результате обработки ЦМР, позволяет значительно более точно устанавли вать размеры и взаимоотношения различных геологических объектов, а повышенная обзорность — увязывать разрозненные природные элементы в единое целое и распознавать большое количество однородных и разнородных геологических объектов.

Большой выбор комбинаций при создании синтезированного изображения дает возможность подбирать наиболее характерные варианты для решения конкретных задач не только тектоники и геоморфологии, но и других разделов геологии.

(а)—районбазальтового платомеждуреками ЕдинкаиКузнецова.

Синтезированное RGB-изображение,где цветовыекомпоненты R,G,B—модульградиента смасштабамиt=16,1, соответственно;

(б)—синтезированноеRGB изображениекольцевой структуры,гдецветовые компонентыR,G,B операторыЛапласас масштабамиt=16,1, соответственно.

Наврезкепоказана геологическаясхема структурыпо[5];

(в)—изображение(б) «натянутое»на3D изображениерельефа вулканическогоконуса Рис.2.

СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА Литература 1. Горошко М. В., Гильманова Г. З. Использование анализа цифровых моделей рельефа при изучении металлогении Южно-Синегорской впадины Ханкайского массива// Вестник ДВО. 2012.

№ 6. С. 50 — 57.

2. Забродин В. Ю. Трещиноватость и кливаж в зоне Ланского разлома (хр. Джагды, Д. Восток) // Геотектоника. 1967. № 1. С. 107 — 111.

3. Забродин В. Ю., Турбин М. Т. Крупнейшие разломы западной части хр. Джагды (Д. Восток) // Геотектоника. 1970. № 3. С. 104 — 114.

4. Назаренко Л. Ф. Геологическая карта Приморского края. Масштаб 1 : 1 000 000. Владивосток:

СВПГО. 1988.

5. Рыбас О. В., Гильманова Г. З.. Применение теории масштабируемого пространства для выделения и анализа структур рельефа по радиолокационным данным// Исследование земли из космоса. 2011. № 6. С. 45 — 52.

6. Koenderink J. J. The structure of images // Biol. Cyb. 1984. Vol. 50. P. 363 — 370.

7. Koenderink J. J., van Doorn A. J. Representation of Local Geometry in the Visual System // Biol.

Cyb. 1987. Vol. 55. P. 367 — 375.

8. Romeny B. t. H. Front-End Vision and Multi-Scale Image Analysis. Kluwer. Springer. 2003. P. 484.

9. Witkin A. P. Scale-space filtering // Proc. 8th Int. Joint Conf. Art. Intell., 1983. P. 1019 — 1022.

_ ИССЛЕДОВАНИЕ НИВАЦИИ И МАЛЫХ ФОРМ ОЛЕДЕНЕНИЯ ЛАГОНАКСКОГО НАГОРЬЯ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ГолованьК.Р.,ПогореловА.В.

Кубанский государственный университет, Краснодар, krgolovan@gmail.com RESEARCH OF NIVATION AND SMALL FORMS GLACIATION OF THE LAGONAKI HIGHLAND USING THE REMOTE SENSING DATA GolovanK.R.,PogorelovA.V.

Kuban State University, Krasnodar, krgolovan@gmail.com Ввиду освоения низко- и среднегорных районов в рекреационных и спортивных целях, изучение снежников и их влияния на компоненты природной среды и антропогенные объекты представляется весьма актуальным. Хорошо известно, что снежники весьма чутко реагируют на климатические изменения, их размеры и число могут служить показателями состояния массивного оледенения.

Число малых форм увеличивается при деградации оледенения за счет отчленения и распада более крупных ледников. При похолодании климата и активизации оледенения число малых форм увели чивается за счет образования новых вследствие увеличения и накопления твердых атмосферных осадков [1]. Наличие малых форм оледенения характеризует гляциологическую активность терри тории.

Основной целью данной работы является оценка современного состояния оледенения малых форм и нивационных процессов на Лагонакском нагорье (Западный Кавказ).

Понятие «малые формы оледенения» впервые ввел М. В. Тронов в 1954 г. [2]. Под этим он понимал «малые ледники», многолетние снежники с ледяным ядром и снежники-перелетки. Вслед за [1, 3] отнесем к малым формам оледенения «малые ледники», фирновые ледники и снежники перелетки. Понятно, что устанавливаемые размеры малых ледников должны соотноситься с масшта бом местного оледенения. В гляциологическом словаре [4] «малый ледник» определен как ледник площадью 0,1 км2 и менее, что вполне отвечает представлениям о малых формах оледенения при менительно к Кавказу. Фирновые ледники — переходная форма между снежниками и ледниками.

По мере увеличения времени существования снежника-перелетка (более 7 лет) накапливается фир новая толща. Все больше фирна преобразуется в лед, ледяное ядро начинает движение. Снежник превращается в фирновый ледник, состоящий более чем на 50 % из снега и льда [1].

Современные методы изучения ледников и снежников качественно отличаются от традицион ных [5]: использование данных дистанционного зондирования, в частности данных спутниковых и аэрофотосъемок в труднодоступных горных областях, заметно расширяет существующие подходы к наземному мониторингу гляциологических объектов. А если учесть, что объекты изучения нахо дятся в труднодоступной местности, где применение наземных методов мониторинга трудоемко и нередко опасно, то использование методов дистанционного зондирования нередко представля ется наилучшим решением. Так, в практике описания пространственной структуры поля снежного покрова роль дистанционных высокоточных измерений постоянно расширяется [6, 7].

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.1.Примеравтоматизированногодешифрированияснежника-перелетка(слева)иобласти нивации(справа)наЛагонакскомнагорье Рис.2.КартамалыхформоледененияЛагонакскогонагорья(фрагмент) Лагонакское нагорье имеет среднюю высоту около 2 000 м, площадь — 1 025 км2 при длине гра ниц 163 км [8]. Практически вся территория плато административно входит в Майкопский район Ады геи, небольшие участки в северной части нагорья (в долине реки Курджипс) и в западной (склоны горы Мессо) — в Апшеронский район Краснодарского края. Территория нагорья за исключением участков, расположенных в Апшеронском районе, входит в состав Кавказского биосферного запо ведника.

В данной работе по материалам дистанционного зондирования решалась проблема дешифри рования оледенения малых форм и областей, подверженных процессам нивации. Исходные дан ные — спутниковые снимки и материалы воздушного лазерного сканирования. Точки лазерного отражения (ТЛО) использовались для выделения границ и распознавания непосредственно объ ектов оледенения и областей, подверженных активной нивации. Независимая проверка результа тов дешифрирования проводилась по спутниковым снимкам WorldView-1 разрешением 0,5 м;

кроме того, снимки использованы как основа для карты малых форм оледенения нагорья. Лазерное ска нирование выполнено ООО «Аэротех» (г. Краснодар) в августе-сентябре 2010 г.

В программном комплексе ArcGIS (Esri) по данным ТЛО созданы две модели для автоматизи рованного выделения снежно-ледовых образований и областей, подверженных нивации. Главным дешифровочным признаком служит высокая отражающая способность снега и льда, а также обла стей нивации. Для каждой точки лазерного отражения воздушным сканером фиксируется параметр СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА интенсивности в диапазоне от 0 до 255. Экспериментально установлено, что значение интенсивно сти от 0 до 28 соответствует поверхностям снега и льда, а значение от 29 до 110 — областям нива ции. Характерный пример автоматизированного дешифрирования представлен на рисунке 1.

На основе полученных границ и снимков спутника WorldView-1 составлена карта малых форм оледенения Лагонакского нагорья (рис. 2).

Погрешность, определенная путем сравнения результатов автоматизированного и ручного дешифрирования, составила не более 10 % площади объектов. В большинстве случаев ошибки вызваны наличием на поверхности снежников и ледников пыли и обломочного материала, в связи с чем отражающая способность уменьшается.

Всего на исследуемой территории выявлено 423 снежника-перелетка общей площадью 1,2 км2, 340 участков нивации (соответствующих сезонным снежникам) площадью 8,2 км2.

Выполненная работа с впервые полученными количественными оценками, позволяет оценить современное состояние оледенения малых форм Лагонакского нагорья, а также оценить вклад нивации в формирование ландшафтов. Исследования закладывают основу мониторинга малых форм оледенения и процессов нивации на исследуемой территории.

Литература 1. Ильичев Ю. Г. Малые формы оледенения. Распространение, режим и динамика (на примере Западного Кавказа) / Ю. Г. Ильичев, Д. С. Салпагаров // Труды Тебердинского государственного биосферного заповедника. М. : НИА-Природа. 2003. № 34. 129 с.

2. Тронов М. В. Вопросы горной гляциологии. / М. В. Тронов // М. : Географгиз. 1954. 276 с.

3. Коваленко Н. В. Режим и эволюция малых форм оледенения: диссертация … кандидата географических наук: 25.00.31 / Н. В. Коваленко;

[Место защиты: Моск. гос. ун-т им. М.В.

Ломоносова]. М., 2008. 207 с.

4. Гляциологический словарь / под ред. В. М. Котлякова. Л. : Гидрометеоиздат. 1984. 524 с.

5. Осокин Н. И. Снежники и снежниковые системы низко- и среднегорных районов СССР / Н. И. Осокин. М. : Наука. 1981. 69 с.

6. Погорелов A. B. Исследование структуры поля снежного покрова в горах с использованием технологии воздушного лазерного сканирования: постановка проблемы и предварительные результаты / А. В. Погорелов, Е. С. Бойко, И. Г. Ризаев // Краснодар: Геоинжиниринг. 2008. № 1(5). С. 14 — 22.

7. Погорелов A. B. Применение воздушного лазерного сканирования для моделирования поля снежного покрова на горных склонах / А. В. Погорелов, Е. С. Бойко, И. Г. Ризаев // М. :

Пространственные данные. 2007. № 4. С. 34 — 38.

8. Лозовой С. П. Лагонакское нагорье: суть понятия, площадь, границы / С. П. Лозовой, С. А. Шумейко // Краснодар: Кубанский гос. ун-т. 2012. 5 с.

_ ПРИМЕНЕНИЕ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ МОНИТОРИНГА ТЕРРИТОРИЙ СО СЛОЖНОЙ ГЕОЭКОЛОГИЧЕСКОЙ ОБСТАНОВКОЙ В.А.Гусев,А.В.Молочко Географический факультет СГУ им. Н.Г. Чернышевского, Саратов, farik26@yandex.ru USING OF MODERN GEOINFORMATION TECHNOLOGIES AND REMOTE SENCING DATA FOR MONITORING OF TERRITORIES WITH COMPLICATED GEOECOLOGICAL CONDITIONS V.A.Gusev,A.V.Molochko Geographical faculty Saratov State University, Saratov, farik26@yandex.ru В последнее время интерес к воде постоянно возрастает, а ситуация вокруг водных ресурсов с каждым днем становится все острее. По прогнозам специалистов уже к середине наступившего XXI века вода превратится в самый дорогой ресурс, оставив позади углеводородное топливо, цветные металлы и т. д. Вода уже сегодня превращается в стратегический ресурс [1].

Аральское море ранее являвшееся крупнейшим внутриконтинентальным замкнутым водоемом Земли, начиная с 1960-х гг. стремительно сокращается. Изучение динамики сокращения его аквато рии, а также создание прогнозов развития ситуации — задача исключительно важная как для всего Центрально Азиатского региона, так и для мира в целом [2].

В целях оптимизации принятия решений и составлении прогнозов развития экологической ситуации широко применяются современные методы обработки данных дистанционного зондиро вания Земли и ГИС-технологии.

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Для решения проблемы Аральского моря, стабилизации его уровня существует ряд концепций (переброска части стока сибирских рек в бассейн Аральского моря;

прекращении освоения новых крупных массивов орошения и внедрение крупномасштабных проектов экономии водных ресурсов;

возведение перемычки «Каратерень-Кокарал»). Однако для решения и осуществления любой кон цепции необходима оперативная информация об экологической обстановке территории.

Существует большое количество методик определения границ водных объектов и их измене ний — полевые исследования, анализ картографического материала и т. д. Использование данных ДЗЗ представляет собой актуальное направление исследований в этой области.

К основным методам изучения прибрежных зон с помощью данных ДЗЗ относятся [3]:

- съемка в видимом и ближнем инфракрасном диапазонах спектра, выполняемая фотографи рующими и оптикоэлектронными сканирующими системами;

- тепловая съемка в инфракрасном диапазоне с помощью инфракрасных радиометров, даю щая информацию о температуре водной поверхности;

- съемка в микроволновом диапазоне, выполняемая СВЧ-радиометрами, позволяющая раз делять однолетние и многолетние льды, определять соленость воды;

- активная радиолокация в том же микроволновом диапазоне, дающая информацию о состоя нии поверхности водоемов, волнении, приповерхностных ветрах.

В данной работе было проведено исследование изменения береговой линии Южной части Араль ского моря с помощью программного комплекса ScanEx Image Processor методом необучаемой клас сификации Isodata и методом мультивременного анализа разновременных космических снимков.

Необучаемая классификации Isodata Данный алгоритм является одним из наиболее популярных, используемых для неуправляемой классификации (классификации без учителя). Он базируется на кластеризации изображения, осно ванной на разнице между средними значениями кластеров (минимальном спектральном расстоянии между центрами классов) [4]. Результатом обработки является новый растровый слой, содержащий получившиеся кластеры, объединенные по принадлежности к спектральным классам. Получив шиеся спектральные классы кодируются от минимальных средних к максимальным и нумеруются с единицы. Последующая обработка сводится к тематической интерпретации получившихся спек тральных классов.

Сборфактическогоматериала Для проведения необучаемой классификации космического снимка (ISODATA) с сайта геологи ческой службы США www.glovis.usgs.gov были скачены 3 сцены спутника Landsat ETM+ на террито рию Аральского моря за 2006 г. [5].

Подготовкаданныхкдешифрированию Сцены последовательно были загружены в программный комплекс Image Processor (все каналы) и с помощью инструмента «View Settings — Adjust Layers» в закладке Adjust Colors была последова тельно выполнена тональная балансировка изображения. Затем была произведена склейка сцен и создание мозаичных покрытий для 2 видов синтеза каналов: PGB и SWIR-NIR-RED. Первое сочетание представляет собой изображение в реальных цветах, второе сочетание — для лучшего представле ния неоднородности водной поверхности (рис. 1).

Автоматизированноедешифрирование Последующая работа с классификацией проводилась для мозаики с сочетанием каналов 5-4-3.

В меню программного продукта Image Processor в закладке Classification была выбрана Unsupervised Classification (Isodata). В предложенном меню растров для классификации были выбраны искомые каналы 5, 4, 3. Для обучения и классификации использовалась векторная маска, созданная ранее через меню Vector. Маска была необходима для исключения из классификации «шумов» по краям мозаики (возникших из-за колебаний сенсора в процессе съемки) и самого чер ного фона вокруг изображения. Количество классов в классификации было выбрано 15.

При проведении классификации, 15 полученных классов были сгруппированы в итоговые класса, путем присвоение объединяемым классам нового кода и последующей их перекодировки.

Были выделены классы: вода, засоленные территории, территории отступившей части моря, а также более возвышенные территории. После определения сгруппированных классов, они были отвекторизованы, причем в качестве минимальной площади векторизации было выбрано значение больше площади 1 пиксела изображения, а именно 1 000 м (т. к. данный космосмнимок имеет про странственное разрешение 30 м, что отражено в меню Channel Information, в строке Pixel size, то площадь 1 пиксела составляет 900 м.

Созданный векторный слой был записан в обменный формат MIF/MID и импортирован в MapInfo Professional для последующей обработки и анализа. Итогом послужили 14 334 контура, привязанных в проекции WGS84, зона 40, северное полушарие.

Несмотря на то, что была определена минимальная площадь векторизуемых классов, получи лось слишком много «шумов», которые были удалены с помощь Медианного фильтра (меню Edite Filtering-Median Filter). Контура получились более сглаженными и генерализованными.

СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА Рис.1.Каналы5-4-3и3-2-1длякосмоснимкаLandsatETM+ Рис.2.Дамба,отделяющаяюжнуюисевернуючастиАральскогоморя (фрагменткосмоснимка2006г.)[6] Сравнение результатов по площади южной части Аральского моря полученных визуальным дешифрированием космического снимка в формате *.jpg («слитые» RGB каналы) 2006 г. и авто матизированным дешифрированием методом необучаемой классификации (ISODATA), показало 10 340 км2 и 11 620 км2 соответственно. Исходя из этого, можно сделать вывод, что автоматизиро ванное дешифрирование именно водной поверхности выполнено более качественно и точно чем визуальное дешифрирование.

Мультивременной анализ космических снимков Для проведения мультивременного анализа в программном продукте Image Processor реализо ван инструмент Change detection, однако для изучаемой территории не получилось провести авто матизированный временной анализ. Чтобы выйти из сложившейся ситуации были автоматизировано классифицированы 3 мозаики космоснимков за приблизительно один сезон (сентябрь — октябрь) 2002, 2006 и 2010 гг. Данный временной интервал был выбран для последовательного анализа вре менных изменений береговой линии южной части Аральского моря, которая является наиболее динамически изменяемой, в связи со строительством дамбы, препятствующей обмелению северной части (рис. 2).

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН 13-километровая дамба и плотина с гидротехническим затвором (рис. 2), построенные Казах станом в 2005 г., спасли Малый Арал, прекратив отток воды по пересыхающим, ведущим в никуда каналам [7]. С тех пор наблюдается повышение уровня воды и рост рыбных популяций. Гидротехни ческий затвор, законченный в ноябре того же года, позволяет пропускать лишнюю воду для регули рования уровня водоема.

Однако даже южная часть Аральского моря не является однородной и равномерно изменяющей свою береговую линию. Западная часть южного Арала, являясь более глубокой, пересыхает не так интенсивно, как восточная — наименее глубокая и, соответственно, более подверженная измене нию береговой линии.

Для мультивременного анализа изменения береговой линии южной части Аральского моря с сайта геологической службы США www.glovis.usgs.gov были скачены по 2 сцены каждого косми ческого снимка спутника Landsat ETM+ на территорию Аральского моря за 2002, 2006 и 2010 гг.

[5]. Далее сцены за каждый выбранный временной промежуток были склеены в программном ком плексе Image Processor в мозаику в сочетании каналов 4-5-3, как рекомендуется в источнике [8], поскольку подобное сочетание каналов спутника Landsat с большой точностью позволяет дешифри ровать водные объекты внутри суши. С помощью необучаемой Unsupervised Classification (Isodata) были выделены 15 классов, сгруппированных в последствии в 2 новых класса — водная поверхность и суша. В отличие от предыдущего раздела, в котором классифицировалась не только вода и суша, а шло более дробное выделение классов, для данного мультивременного анализа достаточно такой классификации. После выделение 2-х новых классов, они были подвержены фильтрации медиан ным фильтром и векторизованы.

Подобные операции были проведены для 2002, 2006 и 2010 гг. Полученные векторные слои были подгружены в среду программного продукта MapInfo Professional (рис. 3) Рис.3.ИзменениебереговойлинииЮжнойчастиАральскогоморяза2002,2006,2010и2011гг.

СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА Восстановление всего Аральского моря невозможно. Для этого потребовалось бы в четыре раза увеличить годовой приток вод Амударьи и Сырдарьи по сравнению с нынешним средним пока зателем 13 км3. Единственным возможным средством могло бы стать сокращение орошения полей, на что уходит 92 % забора воды [2, 9].

Рисунок 3 наглядно иллюстрирует тот факт, что многозональные космические снимки позво ляют на автоматизированном уровне выявить участки отмели и более глубокие акватории, а также способны предоставить возможность составления прогноза на основании полученных данных. Наи более точно подобный прогноз представляется реальным провести для южной части моря, поскольку с отсутствием «подпитки» извне он наиболее динамично регрессирует. Тогда как северная часть Арала за последние 20 лет практически не изменила своих границ.

Морфометрический анализ контуров южной части Аральского моря в программном продукте MapInfo Professional, показывает, что в за указанный период с 2002 по 2010 г. площадь сократилась с 15 040 км2 до 8 769 км2 или на 42 %.

Динамика изменения площади Аральского моря показывает, что целом в период с 2002 по 2010 гг. уменьшение площади южной части Аральского моря оставалось постоянным (около 6 % в год). Однако в следующий период с 2010 по 2011 гг. площадь моря уже сократилась на 31 %. Резкое уменьшение площади акватории всего лишь за год можно объяснить тем фактом, что глубина вос точной части южного Арала за все время его деградации сильно уменьшилась и процессы, связан ные с испарением с зеркала воды резко возросли.

Прогноз изменения береговой линии с помощью данных дистанционного зондирования Земли представляет собой перспективное и максимально удобное для восприятия направление. По сним кам высокого разрешения, а также с использованием разновременных (за разные годы или сезоны) космических снимков можно проследить возможные направления регрессии моря.

Литература 1. Данилов-Данильян В. И. Лосев К. С, Потребление воды: экологические, экономические, социальные и политические аспекты. М., 2006. 221 с.

2. Аральское море — введение в проблему. [Электронный ресурс] — Режим доступа: http://arbuz.

uz/w_aral_vv.html 3. Гарбук С. В., Гершензон В. Е. Космические системы дистанционного зондирования Земли. М, 1997. 296 c.

4. Image Processor v. 3.0. Руководство пользователя. М., 2010, 227 с.

5. USGS Global Visualization Viewer. [Электронный ресурс] — Режим доступа: www.glovis.usgs.gov 6. Google Earth [Электронный ресурс] — Режим доступа: http://www.google.com/earth/index.html 7. Миклин Ф., Аладдин Н. Восстановление Аральского моря // В мире науки. М: изд-во ИД НП «Международное партнерство распространения научных знаний, вып. 7, 2009. С. 15 — 22.

8. Интерпретация комбинаций каналов данных Landsat TM / ETM+. [Электронный ресурс] — Режим доступа: http://gis-lab.info/qa/landsat-bandcomb.html 9. Бакашева А. У., Ткачева И. П. Определение изменения границ северной части Аральского моря (Малого Арала) за 2004—2009 гг. // Земля из космоса. М.: Изд-во ООО ИТЦ «СКАНЭКС», вып. 5, 2010. С. 84 — _ НАЗЕМНАЯ ЛАЗЕРНАЯ СЪЕМКА И ЕЁ СРАВНЕНИЕ С КАРТОГРАФИЧЕСКИМ И СТЕРЕОФОТОГРАММЕТРИЧЕСКИМ СПОСОБАМИ ПОЛУЧЕНИЯ ДАННЫХ ДЛЯ ПОСТРОЕНИЯ ЦИФРОВЫХ МОДЕЛЕЙ РЕЛЬЕФА И РАСЧЕТА МОРФОМЕТРИЧЕСКИХ ПОКАЗАТЕЛЕЙ В.А.Данилов,Т.А.Лашевцева,Д.П.Хворостухин Саратовский государственный университет, кафедра геоморфологии и геоэкологии, kohavi@yandex.ru, khvorostukhin89@mail.ru LAND LASER RECORDING AND ITS COMPARISON WITH CARTOGRAPHICAL AND STEREOPHOTOGRAMMETRICAL DATA RECEIVING METHODS FOR DIGITAL RELIEF MODELS CREATION AND MORPHOMETRICAL CHARACHTERISTICS ESTIMATION V.A.Danilov,T.A.Lashevtseva,D.P.Khvorostukhin Saratov State Universiti, deparyment of geomorphology and geoecology, Saratov, kohavi@yandex.ru, khvorostukhin89@mail.ru Оползневые процессы имеют весьма широкое распространение на территории Саратовского Поволжья, особенно вдоль восточного склона Приволжской возвышенности, на которой частично расположен город Саратов, а также на склонах долин некоторых рек, балок и оврагов. Этому способ «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.1.ОбщийвиднаверхнийоползеньлевогобортаОктябрьскогоущелья(август2011г.) ствуют геолого-тектонические и гидрогеологические условия, глубокая расчлененность рельефа, активная боковая эрозия, климатические особенности, а в последнее время и антропогенные фак торы.

Рельеф территории, окружающей город Саратов, характеризуется наличием двух уровней. С запада город ограничен верхней ступенью рельефа, так называемым Лысогорским массивом. Это олигоценовая абразионная поверхность с абсолютными отметками 230 — 270 м, которая обрывается высоким уступом (до 100 м) к оконтуривающей ее акчагыльской террасе. Склоны массива сложены палеогеновыми и верхнемеловыми отложениями. Они осложнены древними оползнями, на которых зачастую протекают современные оползневые процессы. С северо-востока и юго-запада террито рия города ограничена нижней ступенью рельефа (Соколовая гора, Увекская возвышенность) — это верхнеакчагыльская абразионная поверхность, уступом спускающаяся к Волгоградскому водохра нилищу, с абсолютными отметками 130 — 160 м, которая сложена песчано-глинистыми отложениями нижнего мела[1].

За последнее время Саратов активно разросся селитебной застройкой коттеджного и многоэ тажного типа за счет застройки долин крупных оврагов и балок, а также уступов Лысогорского плато — древних оползневых тел. С 2001 года в городе наблюдается активизация современной оползневой деятельности обусловленная, в первую очередь, метеорологическими факторами, во вторую — тех ногенным воздействием, в третьих — гидрологическим режимом Волгоградского водохранилища.

Именно первые два фактора играют главную роль в активности оползневых процессов на склонах Лысогорского массива, находящегося вне зоны действия Волгоградского водохранилища, на кото ром наблюдается 6 крупных оползневых участка, из которых 5 являются активными [1, 2]. К ним относится и верхний оползень левого борта Октябрьского ущелья, нижняя часть которого застроена жилой застройкой.

Исходя из всего выше сказанного, изучение данных оползневых тел и динамики их развития является очень важной задачей, решение которой возможно с использованием современных ГИС технологий, позволяющих значительно упростить вычисление морфометрических характеристик рельефа по ЦМР.

Цель сообщения — рассмотреть и сравнить современные способы получения данных о рельефе и оценить возможность их применения для построения ЦМР и расчета морфометрических показа теле рельефа.

Объектом изучения являлась часть территории активно развивающегося верхнего оползня левого борта Октябрьского ущелья города Саратова (Рис. 1).

Предметом исследования стали возможности применения ЦМР для анализа морфометрических показателей рельефа участка территории оползня, полученных различными способами: стереофо тограмметрическим, лазерным и картографическим.

При геоинформационном моделировании и анализе ЦМР был задействован программный ком плекс Golden Surfer 7.0, для обработки стереофотограмметрических материалов — Rakurs PhotoMod 4.4, лазерного сканирования — Leica Cyclone 7.1.

Формы рельефа оказывают влияние на распределение энергетических потоков, таких как при ходящая солнечна радиация, направление поверхностного стока и интенсивность протекания скло СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА новых процессов, обуславливая ландшафтную дифференциацию на локальном уровне. Морфоме трические работы при описании рельефа проводятся лишь в двух случаях: если они ранее для этих целей не проводились, или же если данные предшествующих измерений почему-либо вызывают сомнения, и стала очевидной необходимость уточнения или проверки ранее полученных данных [3].

Для задач по описанию рельефа свойственны две большие группы работ: работы по качествен ному описанию рельефа, и работы по количественному описанию рельефа. Ко второй группе отно сятся, в первую очередь, снятие высот с топографической карты, вычисление всевозможных пока зателей, составление графиков, таблиц и т. п. [4].

Наиболее важный момент при составлении морфометрических карт рельефа — сбор и карто графическая фиксация первичной информации. При составлении морфометрических карт, каждой выделенной на карте территории соответствуют конкретные величины отображаемых характери стик рельефа. Однако все эти значения имеют искажения вследствие особенностей составления исходного картографического материала и генерализации.

Для устранения подобных искажений морфометрических показателей применяется точечно статистический метод. При использовании ГИС-технологий для морфометрического анализа чаще всего рельеф рассматривается как поле высот, а анализ всех его количественных характеристик проводится по приблизительно одному и тому же алгоритму:

- выбирается сетка квадратов (или сетка узлов) определенного размера;

- в каждом из квадратов проводится измерение интересующего свойства (например, абсолют ной высоты);

- результаты измерений представляются в виде регулярной выборки;

- осреднение полученных данных в узле сетки методом «скользящего окна»;

- визуализация полученных результатов.

Фактически узлы регулярной сетки образуют статистическую поверхность, топографическую поверхность или детерминантно-статистическую модель. Л. Х. Робинсон справедливо отметил исключительную важность карт статистических поверхностей для географии. Эти карты не только облегчают изучение закономерностей территориального размещения явлений, но и помогают наи более эффективно применять математику в географических исследованиях [5].

При представлении рельефа как поля высот морфометрические характеристики рассчитыва ются чаще всего в точках, расположенных в узлах регулярной сети. Здесь следует отметить, что континуальный подход подразумевает определенность параметра в каждой точке пространства, регулярная же сетка не предполагает этого. Она обеспечивает непрерывность только в контексте ГИС и при соответствии ее детальности масштабу исследований.

К настоящему моменту, разработано много методик и программных средств, позволяющих осу ществить анализ рельефа, представленного регулярными сетками, и получать набор разнообразных морфометрических карт. Разные специалисты предлагают свои системы морфометрических пока зателей, по их мнению, наиболее полно описывающие рельеф. Так, например И.Эванс, предложил описывать форму рельефа системой из пяти показателей: абсолютной высоты, уклона, экспозиции, продольной и профильной кривизной [6]. Близкие системы показателей предлагают и другие уче ные. Среди отечественных исследователей аналогичные идеи были высказаны А. Н. Ласточкиным, П. А. Шарым, Д.Вудом и др. [7, 8].

Отметим, что внедрение компьютерной обработки массивов географических данных с исполь зованием ЦМР привело к настоящей революции и в корне изменило подход к двум основным функ циям моделирования — морфометрическому анализу и визуализации. Появившиеся чуть позднее геоинформационные системы продвинулись еще дальше в этом направлении, предоставив возмож ность сочетать результаты моделирования и нетопографические тематические данные.

Оползень на левом борту Октябрьского ущелья образовался 23 мая 2004 года в районе родника вдоль автодороги, соединяющей город с санаторием «Октябрьское ущелье». Площадь оползня на 2007 год составляла 25 тыс. м2, а объем смещенных пород оценивался в 250 тыс. м3 при глубине зало жения оползня 10 — 12 м [1]. На конец лета 2011 года площадь оползня оценивалась уже в 40 тыс. м2.

Язык оползня продолжает выдвигаться к асфальтированной пешеходной дорожке, нависая перед ней валом средней высотой 3 — 4 м. Горизонтальные смещения в языке оползня на отдельных участках достигают 2 м. Под напором сползающих пород происходит обрушение деревьев, произ растающих на склоне вдоль дорожки, разрушаются кирпичные колодцы каптированного родника.

Породы, слагающие язык оползня, на протяжении 100 — 150 м сильно разуплотнены, разбиты мно гочисленными трещинами протяженностью до нескольких десятков метров, по которым начина ются вертикальные просадки до 1 м. Увеличивается протяженность отвесной части стенки срыва, а высота ее возросла до с 10 м в 2007 году до 12 — 13 м в 2011 г. Прогрессируют обвально-осыпные процессы, а обломочный материал скапливается в основании стенки срыва оползня. Отмечаются небольшие блоковые обрушения коренного склона вдоль северо-западной бровки срыва оползня.

Все это приводит к деформации плит подпорных стенок, появлению трещины по кирпичной кладке домов по ул. Соловьиной, вспучиванию асфальтового покрытия и пр.

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.2.МодельЦМРпостроеннаянаосноветопографическойкарты1991года Рис.3.МодельЦМРпостроеннаянаосновестереопарыаэроснимков2006года Рис.4.МодельЦМРпостроеннаянаосновелазерногосканирования2011года СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА Для изучения истории развития оползня, сопоставления данных для ЦМР и моделирования морфометрических показателей использовались (Рис. 2, 3,4):

- картографические материалы 1991 года (до зарождения оползня) масштаба 1 : 2 000;

- стереопара аэроснимков 2006 года (период зарождения и активизации оползня) м-ба 1 : 1 - собственные результаты лазерного сканирования 2011 года.

Создание картографических моделей на основе различных исходных данных производилось в программе Surfer. В качестве метода создания регулярной сети был выбран метод кригинг (kriging) с одинаковым значением шага сетки. Точность построения моделей оценивалась путем вычисления невязки (разности между значениями, полученными в результате интерполяции и исходным множе ством точек данных) с помощью программной функции Residuals. В случае если точка с исходными данными лежит «выше» смоделированной поверхности, то невязка положительна, если «ниже» — то отрицательна.

Исходя из результатов расчета невязок (табл. 1), можно сделать вывод, что наиболее близкой к исходным данным является ЦМР, построенная по оцифрованным горизонталям топографической карты. Однако, это не означает, что она в наибольшей степени отражает действительную форму рельефа. Минимальное значение отклонения и разброса значений обусловлены изначальным сгла женным представлением рельефа на топографических картах, вызванным компромиссом между точностью и художественностью изображения рельефа, а также картографической генерализацией.

Таблица Статистические показатели расчета невязок ЦМР в программном комплексе Surfer картографический стереопара лазерное сканирование источник аэрофотоснимков Количество значений 14 793 9 641 30 Сумма -0,643106 -58,48307 254, Минимальная (min) -0,234324 -7,348385 -1, Максимальная (max) 0,2418949 3,5379722 14, Среднее значение -0,000043 -0,006066 0, Стандартное отклонение 0,0313419 0,4519851 0, Показатели стандартного отклонения для ЦМР, построенных на основе данных стереофото грамметрической обработки аэрофотоснимков и лазерного сканирования сопоставимы, но в разы больше аналогичного показателя для картографического источника. В первом случае это обуслов лено прямой зависимостью точности данных от разрешения исходных снимков, и возникающей по этой причине погрешности вычисления высот. Во втором они обусловлены самой технологией лазерного сканирования, в процессе которого учитываются помимо самого рельефа еще и расти тельность, а также прочие объекты, находящиеся на земной поверхности. Это приводит к значи тельному разбросу значений минимального и максимального отклонений.

Само сопоставление показало допустимость применимости стереофотограмметрического и лазерного способов для изучения поверхности рельефа, а также их способность отражать мелкие формы и пластику рельефа.

Для сравнения были выбраны следующие морфометрические показатели: высота, угол наклона, экспозиция, плановая, профильная и тангенсальная кривизны, градиент (показывает величину и направление максимального изменения функции высоты) и оператор Лапласа (идентифицирует территории для расчета формирующегося поверхностного стока) (Рис. 5).

Результаты расчета также были представлены в виде набора моделей морфометрических пока зателей для каждой ЦМР.

Проведя визуальный анализ полученных результатов можно отметить, что модели, построен ные по картографическим данным имеют более плавные очертания без резких скачков, и отлича ются достаточной однородностью. ЦМР, построенные по данным аэросъемки сочетают однородность и необходимую детализацию. Наиболее пестро выглядят модели, построенные на основе данных лазерного сканирования. Они характеризуются высокой детализацией и большой неоднородностью по причине наличия «шумов».

Все представленные способы получения данных для расчета морфометрических показателей рельефа могут применяться на практике при изучении оползневых участков с учетом специфики каждого из них.

Использование картографических источников в качестве исходных данных для ЦМР может при меняться для общего описания и расчета основных параметров оползневых участков (углы наклона, экспозиция). Кроме этого, использование карт удобно при описании и изучении оползневых участ ков, которые не могут наблюдаться непосредственно, например древних оползней или оползней очень больших размеров.

Данные, полученные на основе стереофотограмметрической обработки аэроснимков могут применяться для детального изучения оползневых участков. Уровень детализации в данном случае «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.5.ПроизводныемоделиморфометрическихпоказателейрельефаЦМР наосновелазерногосканирования2011года зависит от разрешения самих снимков. Важным аспектом является оперативность и единовремен ность получение исходных данных. Недостатками способа являются ограниченные зоны видимости, трудоемкость обработки данных, результат которой напрямую зависит от квалификации специа листа. Применение данного способа возможно для изучения активно развивающихся оползней на труднодоступных территориях, а также оползневых систем имеющих большую протяженность.

Способ лазерного сканирования обеспечивает высокий уровень детализации, и может приме няться при подробном описании и изучении оползневых участков. Главными достоинствами способа являются высокая детализация и возможность отображения отдельных мелких форм при условии отсутствия растительности. Данные лазерного сканирования обладают очень высокой точностью и обеспечивают практическое сплошное покрытие изучаемой поверхности измерениями. Такой спо соб может применяться для детального изучения отдельных участков оползневых тел, а также для высокоточного мониторинга активности оползня.

В результате проделанных работ можно сделать вывод о том, что наиболее оптимальным спо собом получения данных для расчета морфометрических показателей активных оползневых участ ков небольшой площади — является способ лазерного сканирования. Данный способ способен обе спечить высокую точность и детализацию данных, не требуя при этом длительной камеральной обработки, что позволяет картографировать динамику развития оползневого тела.

Литература 1. Управление по недропользованию Саратовской области [Электронный ресурс] : Оползневые процессы. Саратовский оползневой регион. — Режим доступа: http://www.saratovnedra.ru/ SarOpolzSaratov2007.htm 2. Национальный исследовательский Саратовский государственный университет им.Н. Г. Чернышевского [Электронный ресурс]: Cовременное экзогенное рельефообразование и охрана окружающей среды в Саратовском Поволжье. — Режим доступа: http://www.sgu.ru/facul ties/geographic/departments/geomorphology/lototsky.php 3. Симонов Ю. Г. Объяснительная морфометрия рельефа. Москва: Изд-во ГЕОС, 1999. 263 с.

4. Симонов Ю. Г. Морфометрический анализ рельефа. Москва-Смоленск: Изд-во Смоленского гуманитарного университета, 1998. 273 с.

5. Робинсон А. Введение в теорию моделей и математику алгебры. пер. с англ. Москва: Изд-во Наука, 1967. 374 с.

6. Эванс И. С. Пространственный анализ в геоморфологии. Лондон: Изд-во Methuen, 1972.

С. 17 — 90.

7. Ласточкин А. Н. Рельеф земной поверхности (принципы и методы статической геоморфологии).

Ленинград: Изд-во «Недра», 1991. 340с.

8. Болт Б. А., Хорн У. Л., Макдоналд Г. А., Скотт Р. Ф. Геологические стихии: землетрясения, цунами, извержения вулканов, лавины, оползни, наводнения: пер. с англ. / Борисова Б. А.;

под ред. Шебалина Н. В. Москва: Изд-во Мир, 1978. 440 с.

_ СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА АВТОМАТИЗИРОВАННОЕ ПОСТРОЕНИЕ ГРАНИЦ БАССЕЙНОВЫХ ГЕОСИСТЕМ НА ТЕРРИТОРИЮ ПРИВОЛЖСКОГО ФЕДЕРАЛЬНОГО ОКРУГА О.П.Ермолаев,М.А.Иванов,К.А.Мальцев Казанский федеральный университет, Казань, oyermol@gmail.com, maximko-87@mail.ru, mlcvkirill@rambler.ru AUTOMATED CONSTRUCTION OF THE BOUNDARIES OF BASIN GEOSYSTEMS TO THE VOLGA FEDERAL DISTRICT O.P.Yermolaev,M.A.Ivanov,K.A.Maltsev Kazan Federal University, Kazan, oyermol@gmail.com, maximko-87@mail.ru, mlcvkirill@rambler.ru Для гидролого-геоморфологического моделирования, решения прогнозных задач изменения твердого и жидкого стока рек необходимо создание единой геопространственной базы данных на бассейны рек России. В первую очередь, безусловно, требуется создание векторной карты гра ниц речных систем разного порядка. Традиционными «ручными» технологиями в силу обширности территории России, огромного количества водотоков и информационной разобщенности ведомств, занимающихся водными ресурсами, подобную карту сделать так и не удалось. Эта задача может быть решена только при использовании современных информационных технологий.

На кафедре ландшафтной экологии Казанского федерального университета проводятся гидролого-геоморфологические исследования, начата еще в середине 1970-х гг. А. П. Дедковым и В. И. Мозжериным. Главная цель этих работ на текущем этапе заключается в создании специализи рованных ГИС разного уровня генерализации, где в качестве операционно-территориальных единиц выступает речной (водосборный) бассейн. В частности, формируется ГИС глобального уровня «Сток взвешенных наносов в речных бассейнах Земли» (более 2 000 бассейнов рек) для количественной оценки и пространственно-временного геоморфологического анализа систем эрозии и экзогенного рельефообразования на Земле [1, 2, 3]. Близка к созданию эколого-водохозяйственная ГИС регио нального уровня на территорию Приволжского федерального округа (ПФО). Как известно, в 2006 г.

после принятия «Водного кодекса» создано 20 бассейновых округов как основных единиц управле ния в области использования и охраны водных объектов России. Это сделано для того, чтобы обе спечить единую сбалансированную, учитывающую особенности водного объекта и населения тех ническую, экономическую, социальную и природоохранную политику в целом по всему водосбору.

В этой связи в качестве первого этапа работ необходимо было выделить границы речных бас сейнов и их межбассейновых пространств с целью планарного покрытия территории ПФО. В после дующем все эти территориальные выделы мы будем называть «бассейновыми геосистемами».

Цель: построение в автоматизированном режиме сетки бассейновых геосистем на террито рию ПФО с использованием цифровой матрицы высот для создания эколого-водохозяйственной ГИС округа.

Задачи:

- подбор исходных материалов;

- устранение артефактов и аномальных значений на ЦМР ASTER GDEM;

- формирование единой сетки высот с шагом 100 м и восстановление пропущенных данных;

- гидрологическая коррекция полученной цифровой матрицы высот;

- построение границ водосборных бассейнов и межбассейновых пространств;

- оценка точности полученной сетки бассейновых геосистем.

Площадь ПФО составляет 1 034 000 км2. и покрывается более чем 340 листами топографических карт масштаба 1 : 200 000, в связи с чем выделение границ речных бассейнов вручную становится очень трудоемким и долгим процессом. Поэтому для создания ГеоБД бассейновых геосистем целе сообразно использовать алгоритмы автоматизированного выделения их границ на основании циф ровой матрицы высот (ЦМР).

Для необходимого масштаба наиболее подходящей является ЦМР SRTM [4] с разрешением угловые секунды. Однако она не покрывает территорию севернее 60° с. ш., где расположена часть ПФО. Для этой территории было решено использовать модель ASTER GDEM v.2. [5] с более высоким разрешением — 1 угловая секунда.

Для создания сетки, покрывающей всю территории ПФО, было использовано 11 сцен (мозаик) SRTM 5 5 (6 000 6 000 пикселей) каждая, и 35 сцен ASTER GDEM 1 1 (3 601 3 601 пикселей) каж дая. Все исходные данные в проекции долгота/широта WGS84.

Кроме того, нами использована электронная векторная карта гидрографической сети масштаба 1 : 100 000, оцифрованная с соответствующих топографических карт.

Поскольку модель ASTER GDEM создавалась на основе данных сенсора Aster, имеющего воз можность стереоскопической съемки в ближнем инфракрасном диапазоне [6], она имеет пропуски «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН данных, а также «положительные» и «отрицательные» артефакты. По результатам сопоставления ASTER GDEM со снимками «Landsat 5TM» большинство артефактов приурочено к водным поверх ностям: озерам и крупным рекам, что делает процедуру автоматизированного выделения границ водосборных бассейнов практически невозможной, а также к линейным объектам (дороги, границы вырубок и т. д.).


Для выделения и удаления наиболее выраженных артефактов использовалась система объектно-ориентированной обработки изображений «Definiens eCognition». Методика объектно ориентированного дешифрирования подразумевает первоначальное выделение на изображении объектов (сегментов), т. е. областей относительной однородности и их дальнейшую классификацию по традиционным спектрально-яркостным признакам и по признакам геометрическим (форма, пло щадь, ориентация и др.), контекстным (вхождение в более крупные объекты или области, близость к объектам определенного класса и др.) и текстурным [7].

Первоначально была проведена сегментация с переменным разрешением (Multiresolution segmentation). Сегментация проводится путем слияния областей, начиная с объектов размером в один пиксель. Далее, шаг за шагом мелкие объекты объединяются в более крупные [8]. Поскольку при выполнении сегментации задается определенный размер сегментов, то неоднородные области также объединяются в более крупные сегменты. Таким образом, сегменты, содержащие аномалии, будут иметь большой разброс значений высот. Следовательно, основным признаком для выделения таких сегментов могут выступать высокие значения дисперсии или стандартного отклонения, кото рые определяются экспертно. Сегментам, соответствующим артефактам, присваивался код 0, всем остальным — 1.

Процедура идентификации аномальных участков реализована в виде дерева процессов, и явля ется полностью автоматизированной, что делает ее удобной при необходимости обработки большого количества однородных данных. В нашем случае было обработано 35 сцен ASTER GDEM. Результаты были экспортированы в формат GeoTIFF и собраны в единую мозаику. В результате была получена маска для удаления участков с аномальными значениями высот на исходной ЦМР ASTER.

Для маскирования, исходные сцены также были сшиты в мозаику.

На следующем этапе была создана единая сетка высот на территорию ПФО. Для этого мозаика ASTER GDEM с удаленными артефактами была приведена к одному разрешению с SRTM, т.е. разре шение пересчитано до 3-х угловых секунд интерполяцией методом ближайшего соседа. Для уда ления мелких артефактов полученная сетка была сглажена медианным фильтром с размером окна 5 5 ячеек. Полученная ЦМР была сшита в единую мозаику с 11-ю сценами SRTM. Результирующая сетка была трансформирована в проекции UTM, 39 зона северного полушария на сфероиде WGS с шагом 100 м.

Выбранный шаг сетки обусловлен несколькими причинами: 1) разрешение используемой нами ЦМР SRTM, которая представляет рельеф большей части исследуемой территории, составляет около 90 м. в плане;

2) территория ПФО простирается с севера на юг более чем на 1 300 км, а с запада на восток более чем на 1 200 км, что ведет при таком шаге регулярной сетки к появлению более чем 160 млн узлов регулярной сетки. При уменьшении шага сетки количество узлов будет возрастать и для обработки потребуется большие ресурсы вычислительной техники 3) минимальный размер гидрографических объектов на электронной векторной карте масштаба 1 : 100 000 требует при ее растрировании шага сетки не более 100 м.

Последним шагом стало восстановление пропущенных данных методом многоуровневой аппроксимации с использованием базисных сплайнов. Это метод последовательного уточнения базиса, первоначально разработанный для оптимального восстановления трехмерных поверхностей по нерегулярно распределенным данным.

В начальный момент выбирается контрольная сетка малого размера N0 M0, покрывающая всю область, и строится аппроксимация на этой сетке. После построения первой (грубой) модельной функции вычисляются ее значения в известных точках и остатки (отклонения) от известных в них значений. Выбирается новый базис на вдвое точной контрольной сетке 2N0 2M0. Этот процесс про должается до тех пор, пока погрешность аппроксимации не станет меньше заданной.

Построенный таким образом многоуровневый базис используется для восполнения значений во всех точках сетки [9].

Поскольку результатом такой обработки будет являться производная матрица высот, проце дуру следует проводить для всей сетки, несмотря на отсутствие пропусков в модели SRTM.

Полученная сетка высот была подвергнута гидрологической коррекции. Необходимость такой коррекции обусловлена тем, что на ЦМР часто отсутствуют формы рельефа, соответствующие водным объектам (ложа озер, русла рек и т. д.), или же их форма в плане и положение не соот ветствуют водным объектам на топографических картах того же масштаба. Доказательством этого может быть карта гидросети построенная по ЦМР и ее сравнение с картой гидросети оцифрованной с топографических карт. Поскольку топографические карты были созданы с использованием, в том СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА числе, и наземной съемки, то доверие к ним больше, чем к ЦМР SRTM, полученной c использова нием данных дистанционного зондирования Земли. Кроме этого, гидрологическая коррекция необ ходима для задания монотонно убывающих абсолютных отметок вдоль продольного профиля рек, что в свою очередь усиливает градиент функции высоты вдоль продольного профиля рек.

Поскольку подготовленная нами модель рельефа является растровой, и все используемые алгоритмы разработаны для растровых моделей данных, на первом этапе была проведена растери зация электронной векторной карты водоемов.

Чтобы избежать появления мелких артефактных водосборов возле площадных водных объек тов все водные объекты должны быть толщиной в 1 пиксель. Для этого была произведена операция превращения площадных водных объектов в линейные с использованием операции скелетониза ции или топологического утоньшения. Методы топологического утоньшения строят скелет путем удаления точек на границе объекта до тех пор, пока не будет получена необходимая тонкость. Все утоньшающие алгоритмы функционируют в дискретных пространствах и основываются на концепте «простой» точки, введенной Morgenthaler в 1981 [10]. «Простая» точка это точка, которая может быть удалена без изменения топологии объекта.

После утоньшения для гидросети было проведено дистанционное преобразование, т.е. для каждой ячейки гидросети рассчитано расстояние до заданной точки. В нашем случае рассчитыва лось расстояние в метрах до точки псевдоустья с учетом карты сопротивления. Псевдоустьем мы здесь называем узел регулярной сетки, который относится к гидрографической сети, лежит на гра нице регулярной сетки и представляет собой точку вытекания водотока с изучаемой территории.

Положение данных точек определялось в ручном режиме, исходя из информации о направлении течения реки или исходя из рисунка гидросети, если информация о направлении в явном виде отсутствовала. В качестве карты сопротивления использовалась регулярная растровая сетка, имею щая два вида кодов в ее узлах: код 1 — соответствовал узлам гидрографической сети;

код 2· — соответствовал всем остальным узлам. В результате проведения дистанционного преобразования получалась регулярная растровая сетка в узлах, которой располагались также два типа чисел как:

число 9999 — обозначавшее отсутствие возможности расчета расстояния в узлах, не помеченных как водный объект;

реальное расстояние до псевдоустья вдоль водотока в узлах регулярной сетки помеченных как водный объект. Расстояния в узлах сетки отличаются от соседних на величину шага сетки, если распространяются вдоль координатных осей, либо на величину равную 2(w2) (w — шаг сетки), если распространяются по диагонали.

Чтобы задать монотонное убывание отметок высот вдоль русла постоянной гидросети, что в свою очередь необходимо для корректного построения границ водосборов и корректного определе ния в дальнейшем порядков водотоков в соответствии с классификацией Страллера-Философова, полученная модель расстояний была инвертирована и вычтена из ЦМР.

Далее была выполнена операция тотального удаления локальных западин с использованием алгоритма разрушения границ депрессий в направлении линий поверхностного стока, по которому профиль, проведенный вдоль линий тока, становится монотонно убывающим. Результатом является тотальное удаление всех бессточных областей.

Перед выделением бассейновых геосистем с растровой модели гидрографической сети были удалены реки длиной менее 500 м (т. е. категория «ручьев»), что обусловлено заданным уровнем генерализации базовой карты (1 : 200 000). При заданном шаге сетки, равным 100 м, длина таких водных объектов в растровой модели будет составлять 5 пикселей. Кроме водных объектов, имею щих ничтожную длину, были удалены водотоки первого порядка (как правило, это тоже «ручьи»).

Для этого сначала были определены порядки водотоков по классификации Страллера-Философова, а затем водотоки, имеющие первый порядок, удалены из модели. Для получения модели порядков водотоков была использована подготовленная ЦМР и модель гидросети.

Следующим шагом являлось непосредственно построение границ бассейновых геосистем.

Данная операция была выполнена с использованием гидрологически скорректированной модели рельефа и подготовленной растровой модели гидрографической сети. Полученные границы были конвертированы в векторную модель и сглажены.

Всего было получено 70 761 выдела, по которым были рассчитаны основные статистические показатели (таб.).

Таблица Основные статистики по площадям бассейновых геосистем Площадь, км Минимум 0, Максимум 989, Сумма 1 066 354, Среднее 14, СКО 29, «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН На последнем этапе была оценена точность выделения бассейновых геосистем по данной методике. В качестве контрольного выбран участок территории юго-восточной части Республики Татарстан, включающий 260 бассейновых геосистем, покрывающих территорию площадью 6 002 км2.


Полученная сетка была наложена на векторный слой изогипс оцифрованный с топографических карт масштаба 1 : 200 000, в соответствии с которым было скорректировано положение водораздель ных линий. При этом были выделены участки, образованные пересечением исходной и скорректи рованной сеток, т. е. ошибки. Суммарная площадь таких участков 68,31 км2, что составляет 1,14 % от общей площади контрольного участка. Это говорит о высокой точности и достоверности выделения бассейновых геосистем с помощью разработанной методики.

Следующим этапом исследований будет геоморфометрический анализ бассейновых геосистем, районирование по комплексу морфометрических показателей, создание геоинформационной базы данных и комплекта тематических карт на бассейновые системы ПФО.

Литература 1. Ермолаев О. П., Мальцев К. А., Мозжерин В. В., Мозжерин В. И. Глобальная геоинформационная система «Сток взвешенных наносов в речных бассейнах Земли» // Геоморфология, № 2, 2012.

С. 50 — 58.

2. Yermolaev O. P., Selivanov R. N. Application of Artificial Neuron Networks for Purposes of Urban Planning (the Example of the City of Kazan) // «Georesources». International Journal of Science 1(12) 2012. P. 15 — 20.

3. Ермолаев О. П. Эрозионные процессы в бассейновых геосистемах Среднего Поволжья // Изв.

РГО. Т. 145, Вып. 2. 2013. С. 66 — 74.

4. http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp 5. http://gdem.ersdac.jspacesystems.or.jp/search.jsp 6. http://gis-lab.info/qa/aster-gdem.html 7. Андрианов В. Ю. Новые технологии дистанционного зондирования и работы с ДДЗ/ Андрианов В. Ю.// ArcReview, 2005. № 3.

8. Martin Baatz. Definiens Ecognition. User guide/ Martin Baatz, Ursula Benz, Seyed Dehghani [и др].

— Мюнхен, 2004. 486 с.

9. Seungyong Lee, George Wolberg, Sung Yong Shin. IEEE Transactions on Visualisation And Computer Graphics, Vol. 3, 1997, P. 228 — 244.

10. Gonzalez R. and Woods R. Digital Image Processing, Addison-Wesley Publishing Company, 1992.

P. 518 — 548.

_ СПЕЦИФИКА ГЕОИНФОРМАЦИОННОГО КАРТОГРАФИРОВАНИЯ ПЛАНЕТ И СПУТНИКОВ СОЛНЕЧНОЙ СИСТЕМЫ А.Э.Зубарев,И.П.Карачевцева,Н.А.Козлова,И.Е.Надеждина,В.Д.Патратий Московский Государственный Университет Геодезии и Картографии (МИИГАиК), natally.ko@gmail.ru SPECIFICITY OF GEOINFORMATIONAL MAPPING OF PLANETS AND SATELLITES OF THE SOLAR SYSTEM A.E.Zubarev,I.P.Karachevtseva,N.A.Kozlova,I.E.Nadezhdina,V.D.Patraty Moscow State University of Geodesy and Cartography, Moscow, Russia, natally.ko@gmail.ru В Московском государственном университете геодезии и картографии (МИИГАиК) в 2010 г.

Организована новая Комплексная лаборатория исследования внеземных территорий (КЛИВТ), в которой объектами изучения являются тела Солнечной системы. В рамках этих работ в КЛИВТ раз рабатываются методы и технологии обработки данных дистанционного зондирования (ДДЗ) для геоинформационного картографирования небесных тел, причем спутники Земли и Марса (Луна и Фобос), а также другие малые тела Солнечной системы (спутники Юпитера — Ио и Ганимед, спутник Сатурна — Энцелад);

являются приоритетными объектами исследований на данном этапе.

В рамках работ по картографированию планет и спутников Солнечной системы, выполняемых в МИИГАиК, используются различные ДДЗ, полученные при выполнении прошлых (Викинг, Вояд жер-1 и -2, Галилео, Кассини) и текущих миссий: наблюдения Фобоса с европейского космического аппарата «Mars Express» (КА MEX), данные камеры HiRISE (установленной на борту аппарата «Mars Reconnaissance Orbiter»), а также исследования Луны с американского КА «Lunar Reconnaissance Orbiter» (LRO). В отличие от миссий прошлых лет, современные аппараты представляют данные с очень высоким разрешением (до 0,25 м/пиксел), что обеспечивает детальное изучение поверх ности небесных тел, сравнимое с исследованиями Земли из космоса. Доступ к планетным дан ным обеспечивается, в основном, через американскую систему PlanetaryDataSystem (PDS), которая СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА представляет собой обширное распределенное информационное хранилище со сложной структурой архивных массивов и их описания.

Помимо доступа к исходным данным, основой успешного решения задач геоинформационного картографирования внеземных объектов являются результаты фотограмметрической обработки космических изображений поверхности. Однако фотограмметрическая обработка ДДЗ небесных тел является сложнейшей научно-технической проблемой, что обусловлено целым рядом причин, под робно описанных в [1].

Для решения этих проблем на базе ЦФС «PHOTOMOD» разработаны новые алгоритмы фотограм метрической обработки космических изображений малых тел Солнечной системы, которые апроби рованы на различных небесных объектах исследовании, включая Луну, Фобос, а также Ио, Энцелад, Ганимед. В результате обработки ДДЗ впервые в России получены новые данные с различными характеристиками внеземных объектов: каталоги опорных точек и параметры фигуры небесных тел, глобальные и детальные цифровые модели рельефа (ЦМР), на основе которых сформированы ортомозаики и отдельные ортоизображения [2, 4].

Эти информационные продукты использованы для геоинформационного картографирования внеземных территорий на основе ПО ArcGIS. Разработка ГИС небесных тел, также как и первич ная обработка космических изображений, является непростой задачей, связанной с тем, что суще ствуют технологические особенности при использовании ДДЗ небесных тел в ГИС, включая:

- преобразование данных из форматов хранения или систем обработки;

- необходимость использования вместо декартовой системы координат в ГИС (от -180° до +180°) систем координат Международного Астрономического Союза (МАС), связанных с направле нием вращения того или иного небесного тела (счет долгот от 0° до 360°, в том числе с положитель ным счетом на запад);

- необходимость поддержки моделей фигуры различных небесных тел;

- разнообразие используемых проекций и неоднозначность их описания в системах хранения (таких как PDS) или системах обработки (PHOTOMOD).

Рис.1.Картаэкваториальнойобласти Рис.2.ГлобальнаямозаикаИо Фобоса(цилиндрическаяравнопромежуточная (равнопромежуточнаяцилиндрическая померидианампроекциянатрехосном проекция,горизонталипроведенычерез5км) эллипсоиде) Рис.4.ЦветноеизображениеГанимеда, Рис.3.ГипсометрическаякартаЭнцелада.Высота полученноенаосновеизображений, сечениярельефа0,5км переданныхКАГалилео «Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.5.КартауклоновповерхностиФобоса Вместе с тем, несмотря на эти проблемы, использо вание ГИС является необходимым средством, обеспечивая интеграцию и унификацию всех данных о небесном теле в рамках единой информационной системы, основанной на общем пространственном представлении. Поэтому для каж дого из исследуемых небесных тел формируются базы гео данных для обеспечения дальнейшего изучения поверхно сти, включая геоморфологических, спектрометрический и другие виды анализа [5].

По результатам обработки данных выполнено карто графирование Луны на разных уровнях детальности, гло бальное картографирование Фобоса (рис. 1), Ио (рис. 2) [2], Энделада (рис. 3) [3], Ганимеда (рис. 4). В рамках карто графических работ выполнена оценка кратерированности исследуемых территорий с разработкой карт пространствен ной плотности и оценки кумулятивной плотности кратеров, рассчитаны уклоны (рис. 5) и шероховатость топографиче ской поверхности, на основе которых выполнена оценка безопасности посадочных площадок спускаемых модулей КА будущих российских миссий, включая Фобос и припо лярные районы Луны [6, 7].

Результаты обработки в ГИС новейших ДДЗ использу ются также для сравнения с данными, полученными в рам ках советских лунных проектов: выполнен анализ террито Рис.6.Картасновыминазваниями рий мест посадок автоматических межпланетных станций лунныхкратеровпомаршруту (АМС) и уточнение маршрутов, пройденных Луноходом-1 и Лунохода-1 -2 [8, 9];

ведутся работы по реконструкции лунных панорам, полученных камерами советских лунных роверов [10]. По результатам детального исследования и ГИС-анализа маршрута Лунохода-1 (рис. 6) предложены и утверждены МАС новые названия 12 лунных кратеров (http://lpod.wikispaces.com/June+16%2C+2012).

Таким образом в течение нескольких лет в МИИГАиК получены новые значительные резуль таты, обеспечивающие базовую координатно-картографическую основу для исследования небес ных тел Солнечной системы. На сегодняшний день активно ведутся работы при поддержки гранта Министерства образования и науки РФ по созданию Геопортала планетных данных для обеспечения доступа к результатам исследований планет и спутников Солнечной системы.

Литература 1. Зубарев А. Э., Надеждина И. Е., Конопихин А. А. Проблемы обработки данных дистанционного зондирования для моделирования фигур малых тел Солнечной системы // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 4. С. 277 — 285.

2. Nadezhdina I. E. et al. «Global shape estimates and GIS cartography of Io and Enceladus using new control point network» // European General Union General Assembly, Vienna, Austria 22 — 27, April, 2012.

СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА 3. Лазарев Е. Н., Надеждина И. Е., Зубарев А. Э., Карачевцева И. П. Новая опорная сеть, цифровая модель и гипсометрическая карта спутника Сатурна Энцелад // Изв. ВУЗов Геодезия и Аэрофотосъемка № 6, 2012.

4. Zubarev A. et al. «The study and new mapping of Phobos by Mars Express SRC data» // Workshop on Mars — Connecting Planetary Scientists in Europe, Budapest, Hungary, 05 — 07 June, 2012.

5. Пацын В. С., Малинников В. А., Гречищев А. В. Исследование спектральных характеристик поверхности Фобоса по данным HRSC с космического аппарата «Марс Экспресс» // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 4. С. 312 — 318.

6. Karachevtseva I. P. et al. «Global Phobos Geodatabase and GIS analyses» // 43 Lunar and Planetary Science Conference, 19 — 23 March 2012, The Woodlands, Texas, USA.

7. Karachevtseva I. P. et al. «Cartography Support of the Luna-Globe Landing Sites» // ESA Scientific Preparations for Lunar Exploration. The Netherlands, Noordwijk, 6 — 7 February, 2012.

8. Карачевцева И. П., Конопихин А. А., Шингарева К. Б., Черепанова Е. В., Гусакова Е. Н., Баскакова М. А. Атлас Лунохода-1: геоинформационное картографирование и анализ региона посадки АМС «Луна-17» по данным дистанционного зондирования спутника Lunar Reconnaissance Orbiter // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 4.

С. 292 — 303.

9. Karachevtseva I. P. et al. «Mapping of the Lunokhod—1 Landing Site: A Case Study for Future Lunar Exploration» // European General Union General Assembly, Vienna, Austria 22 — 27, April, 2012.

10. Zubarev A. et al. «Lunokhod-1 Panoramic Images and Stereo Topography» // European Planetary Science Congress, Madrid, Spain, 23 — 28 September, 2012.

_ ОБРАБОТКА И АНАЛИЗ ДДЗ ДЛЯ ИСЛЕДОВАНИЯ ПОСАДОК СОВЕТСКИХ АППАРТОВ ЛУНА-17, А.Э.Зубарев*,Н.А.Козлова,И.Е.Надеждина,В.Д.Патратий Московский Государственный Университет Геодезии и Картографии (МИИГАиК), *ЗАО НПК «Ракурс», Москва, lorencs@mail.ru, fair-max@yandex.ru PROCESSING AND ANALASING REMOTE SENSING DATA FOR RESEARCH OF LANDING SOVIET LANDER LUNA-17, A.E.Zubarev*,N.A.Kozlova,I.E.Nadezhdina,V.D.Patratiy Moscow State University Geodesy and Cartography (MIIGAiK), *«Racurs», Moscow, lorencs@mail.ru, fair-max@yandex.ru Введение. С запуском проекта NASA Lunar Reconnaissance Orbiter (LRO) [1], состоявшимся июня 2009 года, появилась возможность детального исследования поверхности Луны. Изображения высокого разрешения (до 0,4 м/пикс.) [2], полученные Lunar Reconnaissance Orbiter Camera (LROC) [3], позволили определить маршруты движения луноходов и координаты положения луноходов и посадочных модулей с высокой точностью.

Подготовка ДДЗ. Данные с LROC хранятся на сервере Государственного Университета Аризоны (ASU) [2] в бинарном формате с расширением *.img, в двух возможных вариантах: Experiment Data Record (EDR) и Calibrated Data Record (CDR) [3]. Для обработки можно использовать как EDR, так и RDR. Отличие RDR от EDR в уже подобранных параметрах радиометрической коррекции. Пред варительно отбираются изображения на интересующий участок. После чего они преобразуются в TIFF формат. Для каждого изображения рассчитывается элементы внешнего и внутреннего ориен тирования — Rational Polynomial Coefficient (RPC). Преобразование изображений и все необходи мые предварительные расчеты выполняются при помощи специально разработанной программы, использующей бинарные данные «ядра» (эфемериды и ориентация планет, КА, научной аппара туры) и библиотеки SPICE [4, 5].

Обработка ДДЗ. После завершения этапа подготовки изображений, выполняется полный ком плекс фотограмметрической обработки в ЦФС PHOTOMOD® [6]. Для этого выполняется измерение связующих точек между стереопарами (стереопарой считаются два изображения, имеющие пере крытия и угол при засечке более 10°, в случае меньшего угла при засечке точность определения высот точек падает). На Рисунке 1 представлен результат измерения связующих точек между сте реопарами. После измерения связующих точек в автоматическом режиме, выполнятся уравнивание и отбраковка грубых ошибок (руководствуясь «правилом 3-х сигм» [7]), а также при необходимости повторное измерение связующих точек.

Для построения ЦМР измеряют точки местности в автоматическом режиме. По полученным точкам строится триангуляция Делоне, на основе которого рассчитывается ЦМР. На Рисунке 2 пред ставлен результат построения ЦМР на весь путь Лунохода-1 и на участок пути Лунохода-2.

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Рис.1.ПримеризмерениясвязующихточекдлясканерныхизображенийЛуны.

СтереопаранаучастокЛуны- Рис.2.ЦМРнавесьтрекЛунохода-1(слева),ЦМРнаучастоктрекаЛунохода-2(справа) Контроль ЦМР. Качество полученной ЦМР, можно оценить путем сравнения с обработанными треками LOLA [8, 11]. Обработанные и уравнение треки (RDR — Reduced Data Record) хранятся в CSV формате [9]. В файле содержатся точки, описывающие лунную поверхность, координаты [10] кото рых заданы 3-мя величинами, две сферические координаты (широта и долгота), третья координата высота над сферой (радиус сферы принят как 1 737,4 км [12]). Далее точки трека LOLA загружаются в ЦФС PHOTOMOD® и сравниваются с ЦМР.

Из сравнения были исключены области больших кратеров, из-за наличия теней на дне и стен ках кратеров. На Рисунке 3 представлена гистограмма распределения величины отклонения точек трека LOLA от ЦМР.

Среднеквадратическое отклонение (СКО) ЦМР от треков LOLA составило 3,46 метра. Получен ные разности удовлетворяют нормальному закону распределения ошибок [13]. Созданная модель является промежуточной и может быть значительно уточнена.

Мозаика. Одним из картографических продуктов является ортофотоплан [14] места посадки.

Для создания мозаики необходимо использовать ЦМР, свободную от грубых ошибок. Мозаика может быть получена в различных картографических проекциях. На Рисунке 4 представлено рабочее окно PHOTOMOD® GeoMosaic, и выходной продукт в селенографической проекции (радиус сферы принят как 1 737,4 км [12]).

СЕКЦИЯ 3. НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ: ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ, ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ И АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ, ЦИФРОВОЕ МОДЕЛИРОВАНИЕ РЕЛЬЕФА Рис.3.ПодписикстолбцамвыражаютграницыдиапазонаотклоненияточектрекаLOLA(синие точкинаЦМР)отпостроеннойЦМРнатрекЛунохода—1.Цифровыезначениянадстолбцами— количествоточекпопавшихвсоответствующийдиапазон Рис.4.РабочееокнопроектаЦФСPHOTOMOD®GeoMosaicнаучастоктрекаЛунохода-1, ортофотопланвсегопутиЛунохода-1вселенографическойпроекции(слева) Вывод. На данный момент КЛИВТ располагает информационными и технологическими ресур сами, для быстрой и корректной обработки и анализа ДДЗ, при помощи цифровой фотограмметриче ской системы ЦФС PHOTOMOD®, основными продуктами, которой, являются ЦМР и ортофотопланы.

В данной работе была получена ЦМР мест посадки Лун-17, 21 и путей соответствующих луноходов, использующиеся, в дальнейшем, для создания качественных картографических продуктов.

«Геоморфология и картография» : материалы XXXIII Пленума Геоморфологической комиссии РАН Литература 1. http://lro.gsfc.nasa.gov/mission.html.

2. http://wms.lroc.asu.edu/lroc/search.

3. LROC EDR/CDR DATA PRODUCT SOFTWARE INTERFACE SPECIFICATION, Version 1.18, June 9, 2010.

4. http://naif.jpl.nasa.gov/naif.

5. Зубарев А. Э. Эффективный инструмент для обработки данных дистанционного зондирования небесных тел — SPICE. Известия высших учебных заведений. Геодезия и Аэрофотосъемка. 2013.

№ 1. С. 59 — 63.

6. http://www.racurs.ru/?page=235.

7. Вентцель Е. С. Теория Вероятностей. Изд.: «Наука», Москва, 1969. С. 125.

8. http://ode.rsl.wustl.edu/moon/indextools.aspx.

9. Lunar Renaissance Orbiter Lunar Orbiter Laser Altimeter Reduced Data Record and Derived Product Software Interface Specification, Version 2.42, Table 4, Mar 15, 2011.

10. Lunar Renaissance Orbiter Lunar Orbiter Laser Altimeter Reduced Data Record and Derived Product Software Interface Specification, Version 2.42, Chapter 2.4.3, Mar 15, 2011. P. 11.

11. Lunar Renaissance Orbiter Lunar Orbiter Laser Altimeter Reduced Data Record and Derived Product Software Interface Specification, Version 2.42, Figure 1, Mar 15, 2011. P. 3.

12. http://naif.jpl.nasa.gov/pub/naif/generic_kernels/pck/pck00010.tpc.

13. Вентцель Е. С. Теория Вероятностей. Изд.: «Наука», Москва, 1969. С. 116 — 120.

14. Новоселов В. Г. Использование модуля PHOTOMOD Mosaic для построения качественных ортофотопланов. «Ракурс», Москва, 2005.

_ ОТ СНИМКА К КАРТЕ НЕБЕСНЫХ ТЕЛ А.Э.Зубарев,И.Е.Надеждина,Л.А.Шишкина Московский университет геодезии и картографии (МИИГАиК), Москва, lusma2007@yandex.ru FROM IMAGERY TO PLANETARY MAP A.E.Zubarev,I.E.Nadezhdina,L.A.Shishkina Moscow State University of Geodesy and Cartography (MIIGAiK), Moscow, lusma2007@yandex.ru Основой для создания карт небесных тел, также как и Земли, является ортофотоплан — непре рывное изображение, созданное на основе отдельных снимков. Прежде чем изображения могут быть использованы для построения ортофотоплана, необходимо выполнить их ортотрансформиро вание. Для этого необходима дополнительная информация, получение которой усложняет процесс создания ортоснимков — требуется информация о размерах и рельефе небесного тела, об ориента ции и положении камеры в момент съемки и другая информация. В зависимости от степени изучен ности картографируемого небесного тела, его размеров и формы процесс создания ортофотоплана может занимать достаточно длительное время. В статье обсуждаются особенности и алгоритм соз дания ортофотопланов небесных тел.

Особенности обработки изображений небесных тел Ортотрансформированным снимком называется снимок, преобразованный из центральной проекции в ортогональную с учетом геометрических искажений, вызванных различными факторами - рельефом местности, дисторсией и другими факторами.



Pages:     | 1 |   ...   | 14 | 15 || 17 | 18 |   ...   | 31 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

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