Разработка методик автоматизированного дешифрирования многозональных космических снимков высокого разрешения для мониторинга природно-территориальных комплексов

Тип работы:
Диссертация
Предмет:
Аэрокосмические исследования Земли, фотограмметрия
Страниц:
172


Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

Актуальность темы. В настоящее время при изучении природно-территориальных комплексов широко применяется мониторинг, выполняемый по космическим снимкам, которые позволяют получать уникальную информацию об искусственных и естественных объектах на поверхности земли.

Многозональные космические снимки позволяют распознавать широкий круг объектов, определять их свойства и свойства поверхности земли. Появление космических снимков сверхвысокого разрешения существенно расширило возможности мониторинга. Также повышается периодичность получения космических снимков при постоянном снижении их стоимости. Все эти факторы позволяют организовать эффективную систему мониторинга природно-территориальных комплексов различных типов, при которой отслеживается развитие лесных массивов, сельскохозяйственных земель, водных объектов, промышленных сооружений, трубопроводов, дорог и т. д.

Эффективность любой системы мониторинга характеризуется степенью автоматизации дешифрирования снимков. Основная проблема мониторинга по космическим снимкам — это необходимость обработки чрезвычайно большого объема данных, полученных по многозональным снимкам.

Кроме того, особенность обработки космических снимков заключается в том, что полученные спектральные характеристики разновременных изображений существенно зависят от условий и времени съемки, типа подстилающей поверхности и других факторов.

Для устранения искажений и нормализации изображений выполняется специальная обработка снимков, позволяющая нормировать яркости. Существует большое количество алгоритмов обработки, но большинство из них можно использовать только в определенных условиях и для определенных объектов.

Степень разработанности проблемы. Решению задач автоматизированного дешифрирования аэрокосмических снимков и выявления по ним изменений посвещено большое количество работ известных ученых, как отечественных (Журкин И.Г., Гук А. П., Пяткин В. П., Асмус В. В., Ярославский Л.П.), так и зарубежных (Гонсалес Р., Вудс Р., Прэтт У. и другие).

Но вследствие того, что спектральные характеристики изображаемой на снимках территории сильно зависят от условий и времени съемки, до сих пор не были разработаны алгоритмы, которые позволили бы с высокой степенью достоверности выполнить дешифрирование любых объектов, изображенных на космических снимках, и выявить изменения, произошедшие на местности.

Также требуется увеличить спектральное расстояние между изображениями различных типов объектов. Существующие алгоритмы, созданные для решения этих задач, хорошо работают для снимков съемочной системы определенного типа, в то время как для снимков съемочной системы другого типа часто требуется разработка новых алгоритмов.

Таким образом, необходимо разработать комплексную методику дешифрирования космических снимков, позволяющую использовать несколько алгоритмов и определять различные типы объектов.

Кроме методов, основанных на спектральных признаках, существует другая группа методов, основанная на структурных признаках. Структурные методы в меньшей степени зависят от внеших факторов, так как здесь используется не спектральная яркость изображения объекта местности, а другая, более устойчивая характеристика. На основе структурных признаков можно выделить по снимкам информацию, определить которую было бы невозможно, используя только спектральные свойства.

Таким образом, следует разработать комплекс методов и алгоритмов, которые позволили бы использовать спектральные и структурные признаки для дешифрирования и выявления по космическим снимкам изменений, произошедших на местности.

В рамках диссертационной работы для решения задач дешифрирования космических снимков были разработаны одни и усовершенствованы другие методики, основанные на спектральных признаках, а для решения задач выявления изменений — методики, основанные на структурных признаках.

Цель и задачи исследования. Цель диссертационной работы заключается в повышении эффективности дешифрирования космических снимков природно-территориальных комплексов различных типов и выявления по ним изменений путем разработки общей технологической схемы проведения их мониторинга, включающей комплексную методику, основанную на использовании спектральных и структурных свойств изображений объектов.

Для достижения поставленной цели необходимо решить следующие задачи:

— проанализировать существующие методики дешифрирования и выявления изменений по космическим снимкам-

— разработать схему расчета коэффициентов преобразования ТаБзекё Сар для снимков Р (ЖМ08АТ-2, отличающуюся способом выбора и отбраковки фрагментов для повышения статистической эффективности значений коэффициентов-

— разработать единую методику многоступенчатого автоматизированного дешифрирования космических снимков высокого разрешения на основе совместного применения результатов преобразования ТаввеЫ Сар и других алгоритмов, использующих спектральные свойства изображений объектов, в дереве решений-

— усовершенствовать методику автоматизированного выделения изменений, основанную на использовании вейвлет-анализа и отличающуюся новым способом деления на фрагменты в виде пирамиды изображений-

— разработать методику автоматизированного выделения изменений границы леса, основанную на вейвлет-анализе и новом способе генерализации лесной территории-

— провести экспериментальные исследования разработанных методик- 8

— сформулировать рекомендации по применению разработанных методик для различных природно-территориальных комплексов.

Объект и предмет исследования. Объектом исследования является технология использования многозональных космических снимков высокого разрешения для мониторинга природно-территориальных комплексов, а предметом — методики и алгоритмы автоматизированного дешифрирования многозональных космических снимков и выявления по ним изменений.

Методологическая, теоретическая и эмпирическая база исследований. В работе были использованы методы цифровой обработки изображений для дешифрирования космических снимков и выделения изменений. Для автоматизированного дешифрирования космических снимков были использованы алгоритмы Tasseled Сар и & laquo-Дерево решений& raquo-, а для выделения изменений — вейвлет-преобразование и коэффициенты корреляции.

Базой для исследований являются выполненные ранее исследования в области разработки методик дешифрирования аэрокосмических снимков и выделения изменений. При проведении экспериментальных работ были использованы:

— космические снимки IKONOS, FORMOSAT-2, SPOT-5, QuickBird, WorldView-2-

— аэроснимки-

— тематическая карта на территорию Суйгинского лесничества Молчановского района Томской области-

— пробные участки на территорию Молчановского района, содержащие информацию о породе и возрасте леса.

Для выполнения исследований использовались программные комплексы Photomod 4. 4, ENVI 4. 5, Maplnfo 9. 5, а также среды для написания собственных приложения — Matlab R2010b, IDL 7.0.

Основные научные положения диссертации, выносимые на защиту:

— комплексная методика автоматизированного дешифрирования космических снимков на основе использования алгоритма & laquo-Дерево решений& raquo- и преобразования ТаБзекс! Сар-

— усовершенствованная методика выявления изменений в лесных массивах по разновременным космическим снимкам на основе вейвлет-анализа-

— методика автоматизированного выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлет-анализа-

— методика получения коэффициентов преобразования Тазвекс! Сар для снимков РСЖМ08АТ-2.

Научная новизна результатов исследования. Научная новизна заключается в следующем:

— разработаны новые методики автоматизированного дешифрирования космических снимков высокого разрешения на основе комплексного использования спектральных и структурных признаков-

— рассчитаны коэффициенты преобразования ТаБзекё Сар для снимков Р (ЖМ08АТ-2 по фрагментам изображений.

— усовершенствована методика выявления изменений на основе вейвлет-анализа, что обеспечило повышение точности выделения изменений и позволило определить площадь этих изменений-

— разработана методика автоматизированного выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлет-анализа, в рамках которой был предложен новый способ генерализации лесной территории в соответствии с тематической картой-

Научная и практическая значимость работы. Практическая ценность заключается в следующем:

— полученные коэффициенты преобразования ТаББеЬё Сар позволяют ускорить обработку снимков-

— разработанная методика применения вейвлет-преобразования позволяет локализовать изменения.

Практическая значимость заключается в том, что предложенные методики были использованы для классификации территории Молчановского района Томской области по типам растительного покрова, для выявления мест рубок, а также для определения направления смещения северной границы леса в центре Мурманской области.

Соответствие диссертации паспорту научной специальности. Диссертация соответствует паспорту научной специальности 25. 00. 34 — & laquo-Аэрокосмические исследования Земли, фотограмметрия& raquo-, разработанному экспертным советом ВАК Минобрнауки Р Ф, по соответствующим позициям:

— № 4 — & laquo-Теория и технология дешифрирования изображений с целью исследования природных ресурсов и картографирования объектов исследований& raquo--

— № 5 — & laquo-Теория и технология получения количественных характеристик динамики природных и техногенных процессов с целью их прогноза& raquo-.

Апробация и реализация результатов исследования. Основные положения и результаты диссертационной работы докладывались на VI Международном научном конгрессе «ГЕО-Сибирь-2010», 19−23 апреля 2010 г., г. Новосибирск- на международном студенческом форуме & laquo-ГЕОМИР — 38 2010″, 21−25 сентября 2010 г., г. Новосибирск- VII Международном научном конгрессе «ГЕО-Сибирь-2011», 27−29 апреля 2011 г., г. Новосибирск- на Международном студенческом форуме & laquo-ГЕОМИР — 38 2011″, 9−13 октября 2011 г., г. Ухань.

Разработанные методики были использованы при выполнении научно-исследовательских работ по теме: & laquo-Разработка методологии аэрокосмического мониторинга природных и антропогенных объектов на региональном уровне& raquo-. Номер государственной регистрации НИР: 01 2007. 3 297.

Основные результаты диссертационной работы использованы в ФГУП & laquo-Рослесинфорг»- & laquo-Запсиблеспроект»-, внедрены в учебный процесс СГГА и используются при изучении специальных дисциплин студентами специальностей & laquo-Аэрофотогеодезия»- и & laquo-Исследование природных ресурсов аэрокосмическими средствами& raquo-, а также студентами профиля & quot-Аэрокосмические съемки, фотограмметрия& quot- направления & laquo-Геодезия и дистанционное зондирование& raquo-.

Структура диссертации. Диссертация состоит из введения, трех разделов, заключения, списка использованных источников, содержащего 117 наименований, и 10 приложений. Общий объем составляет 172 страницы печатного текста, 42 рисунка, 13 таблиц.

Основные результаты исследований, проведенных в данном направлении, следующие:

— разработана схема расчета коэффициентов преобразования Таз8е1ес1 Сар, по которой для снимков Р01Ш08АТ-2 для различных условий были впервые рассчитаны данные коэффициенты по фрагментам изображений с определенным набором объектов. Для расчета коэффициентов была написана программа на языке программирования МайаЬ-

— разработана методика автоматизированного дешифрирования космических снимков с помощью преобразования ТазБеЫ Сар. Полученные для снимков Р0КМ08АТ-2 коэффициенты были использованы в & laquo-дереве решений& raquo- и при разработке методики автоматизированного дешифрирования с его помощью-

— усовершенствована методика автоматизированного выявления изменений по разновременным космическим снимкам на основе вейвлет-анализа, при которой для выделения изменений были написаны подпрограммы на языке программирования ГОЬ-

— разработана методика автоматизированного выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлет-анализа, для реализации которой на языке ГОЬ была написана программа для генерализации и классификации-

— проведены экспериментальные исследования разработанной методики автоматизированного дешифрирования с помощью алгоритма & laquo-Дерево

136 решений& raquo- и преобразования ТавэеЫ Сар на примере космических снимков РСЖМ08АТ-2. В результате классификации с высокой степенью достоверности были выделены семь типов территории: болота, водные объекты, облака, травянистая растительность, лиственный, хвойный и затопленный хвойный лес-

— проведены экспериментальные исследования усовершенствованной методики выявления изменений на основе вейвлет-анализа на примере разновременных космических снимков 8РОТ-5 лесной территории. Исследования продемонстрировали возможность выделения изменений по разновременным космическим снимкам полностью в автоматическом режиме, а также более высокую скорость процесса выделения-

— проведены экспериментальные исследования разработанной методики выделения изменений границы леса, которые показали, что за пятидесятилетний временной интервал в Мурманской области произошло смещение границы леса в среднем от 15 до 55 м на север-

— разработанные методики автоматизированного дешифрирования природно-территориальных комплексов показали высокую эффективность дешифрирования земель водного и лесного фонда (по типу растительного покрова), а также возможность своего применения при мониторинге других видов земель, например, сельскохозяйственных. При дешифрировании лесной территории была выявлена проблема определения пород леса в связи близкими спектральными и структурными их характеристиками, поэтому исследования в этой области должны быть продолжены-

— разработанные методики автоматизированного дешифрирования и выявления изменений использованы в ФГУП & laquo-Запсиблеспроект»- и внедрены в учебный процесс кафедры фотограмметрии и дистанционного зондирования СГГА.

ЗАКЛЮЧЕНИЕ

В результате анализа современных методов дешифрирования космических снимков и выявления по ним изменений при мониторинге природно-территориальных комплексов было установлено, что необходима комплексная обработка, позволяющая при дешифрировании космических снимков использовать как спектральные яркости объектов, так и их структурные признаки.

ПоказатьСвернуть

Содержание

1 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДИК АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ КОСМИЧЕСКИХ СНИМКОВ.

1.1 Обзор космических съемочных систем.

1.2 Обзор методик мониторинга природно-территориальных комплексов.

1.3 Особенности проектирования лесных участков и таксации лесов.

1.4 Алгоритмы дешифрирования космических снимков.

1.5 Спектральные методы преобразования космических снимков.

1.6 Обзор методик выявления изменений.

1.7 Обзор программных продуктов, используемых для обработки данных ДЗЗ.

2 РАЗРАБОТКА МЕТОДИК АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ И ВЫЯВЛЕНИЯ ИЗМЕНЕНИЙ НА КОСМИЧЕСКИХ СНИМКАХ В ЦЕЛЯХ МОНИТОРИНГА ПРИРОДНО-ТЕРРИТОРИАЛЬНЫХ КОМПЛЕКСОВ.

2.1 Технологическая схема проведения комплексного мониторинга природно-территориальных комплексов.

2.2 Разработка методики автоматизированного дешифрирования космических снимков на основе преобразования Таз8е1ес1 Сар.

2.3 Разработка методики автоматизированного дешифрирования космических снимков с помощью алгоритма & laquo-Дерево решений& raquo-.

2.4 Теоретические основы Фурье и вейвлет-анализа.

2.5 Разработка методики автоматизированного выявления изменений по разновременным космическим снимкам на основе вейвлет-анализа.

2.6 Разработка методики автоматизированного выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлетанализа.

3 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ.

3.1 Описание района исследования и исходные данные.

3.2 Исследование методики автоматизированного дешифрирования с помощью преобразования ТазБеЬс! Сар.

3.3 Исследование методики автоматизированного дешифрирования космических снимков с помощью алгоритма & laquo-Дерево решений& raquo-.

3.4 Исследование методики выявления изменений по разновременным космическим снимкам на основе вейвлет-анализа.

3.5 Исследование методики выделения изменений границы лесной территории по разновременным космическим снимкам на основе вейвлет-анализа.

Список литературы

1. Анучин, Н. П. Лесная таксация Текст.: учеб. для студ. лесохоз. и лесоинж. спец. вузов / Н. П. Анучин. 4-е изд., испр. и доп. — М.: Лесн. пром-сть, 1977. -512 с.

2. Арбузов, С. А. Исследование алгоритма & quot-дерево решений& quot- в программном комплексе ENVI / С. А. Арбузов, A.A. Гук // Геодезия и картография. 2011. — № 2. — С. 11 — 14.

3. Астафьева, Н.М. Вейвлет-анализ: основы теории и примеры применения. / Н. М. Астафьева // УФН. 1996. — № 11. — С. 1145 — 1177.

4. Ашихмина, Т. Я. Экологический мониторинг Текст.: Учебно-методическое пособие. изд. 3-е, испр. и доп. / Т. Я. Ашихмина. — М.: Академ.1. Проект, 2006. -416 с.

5. Блаттер, К. Вейвлет-анализ. Основы теории Текст. / К. Блаттер.

6. М.: Техносфера, 2004. 280 с.

7. Богомолов, JI.A. Дешифрирование аэроснимков Текст. /

8. JI.A. Богомолов. М.: Недра, 1978. — 351 с.

9. Болсуновский, М.А. IKONOS Первый коммерческий спутник ДЗЗ высокого разрешения Текст. / М. А. Болсуновский // Геопрофи. — 2004. — № 6. -С. 15 — 18.

10. Болсуновский, М. А. Возможности программного комплекса ENVI для обработки данных ДЗЗ Текст. / М. А. Болсуновский // Геопрофи. 2006. — № 3. -С. 18−19.

11. Болсуновский, М. А. Перспективные направления развития дистанционного зондирования Земли из космоса Текст. / М. А. Болсуновский // Геоматика. 2009. — № 2. — С. 12 — 15.

12. Болсуновский, М. А. Система спутников ДЗЗ SPOT Текст. / М. А. Болсуновский // Геопрофи. 2005. — № 3. — С. 19 — 21.

13. Болсуновский, М. А. Современные подходы к организации оперативного космического мониторинга Текст. / М. А. Болсуновский // Геоматика. 2010. — № 3. — С. 13 — 18.

14. Болсуновский, М. А. Спутник FORMOSAT-2 данные ДЗЗ высокого разрешения с периодичностью в один день Текст. / М. А. Болсуновский //

15. Геопрофи. 2005. — № 6. — С. 18 — 20.

16. Болсуновский, М. А. Спутники высокого разрешения со спутников Quckbird и WorldView. Настоящее и будущее Текст. / М. А. Болсуновский // Геопрофи. 2005. — № 1. — С. 21 — 23.

17. Болсуновский, М. А. Спутники Дистанционного зондирования высокого разрешения ORBVIEW Текст. / М. А. Болсуновский // Геопрофи. — 2005. -№ 2. -С. 10−12.

18. Болсуновский, М. А. Уровни обработки данных ДЗЗ сверхвысокого разрешения Текст. / М. А. Болсуновский // Геоматика. 2009. — № 2. -С. 20−23.

19. Болсуновский, М. А. Что такое IDL? Текст. / М. А. Болсуновский // Геопрофи. 2006. — № 4. — С. 25 — 26.

20. Витязев, В.В. Вейвлет-анализ временных рядов Текст.: учеб. пособие /

21. B.В. Витязев. СПб.: СПб ун-т, 2001. — 58 с.

22. Гершензон, В.Е. ДЗЗ это просто Текст. / В. Е. Гершензон, A.A. Кучейко // Пространственные данные. 2005. — № 1. — С. 24 — 27.

23. Гершензон, В. Е. Дистанционное зондирование Земли: общие проблемы и российская специфика Текст. / В. Е. Гершензон // Информационный бюллетень ГИС-ассоциации. 2005. — № 3. — С. 57 — 59.

24. Гершензон, В. Е. Космические системы ДЗЗ среднего и низкого разрешения Текст. / В. Е. Гершензон // Пространственные данные. 2005. -№ 1. -С. 44−48.

25. Гонсалес, Р. Цифровая обработка изображений в среде MATLAB Текст. / Р. Гонсалес, Р. Вудс, С. Эддинс. М.: Техносфера, 2006. — 616 с.

26. Гонсалес, Р. Цифровая обработка изображений Текст. / Р. Гонсалес, Р. Вудс. М.: Техносфера, 2006. — 1072 с.

27. Гордиенко, A.C. Разработка методики многоступенчатого дешифрирования космических снимков Текст. / A.C. Гордиенко, М. А. Алтынцев, С. А. Арбузов. // Геодезия и аэрофотосъемка. 2011. — № 2.1. C. 29−33.

28. Грузман, И. С. Цифровая обработка изображений в информационных системах Текст.: учеб. Пособие / И. С. Грузман, B.C. Киричук. Новосибирск: Изд-во НГТУ, 2002 — 352 с.

29. Деню, И. И. Экологический энциклопедический словарь Текст. / И. И. Деню. Кишинев: Главная редакция Молдавской советской энциклопедии, 1989. -408 с.

30. Дистанционный мониторинг использования лесов Электронный ресурс. // сайт филиала ФГУП & laquo-Рослесинфорг»- & laquo-Запсиблеспроект»-. Режим доступа: http: //www. lesgis. ru/ru/typework/2010−02−01−04−00−17. — Загл. с экрана.

31. Добеши, И. Десять лекций по вейвлетам Текст. / И. Добеши. -Ижевск: НИЦ & laquo-Регулярная и хаотическая динамика& raquo-, 2001. 464 с.

32. Дремин, И. М. Вейвлеты и их использование Текст. / И. М. Дремин, О. В. Иванов, В. А. Нечитайло // УФН. 2001. — Т. 171, № 5. — С. 465 — 501.

33. Задачи, решаемые с использованием данных ДЗЗ из космоса Текст. / Геоматика. 2009. — № 4. — С. 115 — 120.

34. Залманзон, JI.A. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях Текст. / Л. А. Залманзон.1. М.: Наука, 1989. -496 с.

35. ИТЦ & quot-СканЭкс"- объявляет о начале распространения коммерческой версии программы ScanEx Image Processor v.3.0 Электронный ресурс. / сайт проекта GeoTop. 2008. — Режим доступа: www. geotop. ru/publication/publ. phtml? event=3&-id=214. Загл. с экрана.

36. Калинин, В. М. Мониторинг природных сред Текст.: учеб. пособие /

37. B.М. Калинин. Тюмень: Изд-во Тюм. гос. ун-та, 2007. — 208 с.

38. Кашкин, В. Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений Текст.: учеб. пособие / В. Б. Кашкин, А.И.

39. Сухнин. М. :Логос, 2001. — 264 с.

40. Книжников, Ю. Ф. Аэрокосмические методы географических исследований Текст.: учеб. для студ. высш. учеб. заведений / Ю. Ф. Книжников, В. И. Кравцова, О. В. Тутубалина. М.: Издательский центр1. Академия& quot-, 2004. 336 с.

41. Кобзева, Е. А. Автоматизация дешифрования спутниковых снимков: опыт и проблемы Текст. / Е. А. Кобзева, К. А. Поздина // Геодезия икартография. 2008. — N 6. — С. 40 — 44.

42. Курнаев, С. Ф. Лесорастительное районирование СССР Текст. /

43. C.Ф. Курнаев. М.: Наука, 1982. — 250 с.

44. Кучейко, A.A. Итоги запусков спутников съемки Земли в 2009 году Текст. / A.A. Кучейко // Земля из космоса. 2010. — № 1.

45. Лабутина, И. А. Дешифрирование космических снимков Текст.: учеб. пособ. / И. А. Лабутина. М.: Аспект Пресс, 2004 — 184с., 8с. цв. вкл.

46. Лесоустроительная инструкция Текст.: приказ от 6 февр. 2008 г. № 31 об утв. лесоустроительной инструкции. М., 2008. — 51 с.

47. Локализация изменений объектов природно-территориальных комплексов по разновременным космическим снимкам Текст. / А. П. Гук, Л. Г. Евстратова, A.C. Гордиенко, М. А. Алтынцев // Геодезия и картография. 2010. -№ 2. -С. 19−25.

48. Лурье, И. Е. Теория и практика цифровой обработки изображений Текст.: Дистанционное зондирование и географические информационные системы / И. Е. Лурье, А. Г. Косиков- под ред. А. М. Берлянта. М.: Научный мир, 2003.- 168 с.

49. Мальцев, Г. Н. Космические системы и технологии многоспектрального дистанционного зондирования Земли Текст. / Г. Н. Мальцев, И. А. Козинов, А. П. Данилкин // Информация и космос. — 2010. & mdash-1. -С. 148- 158.

50. Манович, В. Н. Лесоустройство и экологический мониторинг Текст. / В. Н. Манович // Материалы 7-й междунар. научно-практической конф. ,

51. Австрия. 2003. — С. 16 — 20.

52. Манович, В. Н. Лесоустройство и экологический мониторинг Текст. / В. Н. Манович // Материалы 8-й междунар. научно-практической конф. ,

53. Франция. 2004. — С. 55 — 58.

54. Манович, В. Н. Экологический мониторинг и аудит земель лесного фонда с использованием данных дистанционного зондирования Земли Текст. /

55. B.Н. Манович // Материалы 9-й международной научно-практ. конф., Италия. -2005. -С. 50−54.

56. Михайлов, С. И. Методики дешифрирования данных ДЗЗ Текст. /

57. C.И. Михайлов // Информационный бюллетень ГИС-ассоциации. 2009. — № 1.- С. 28−30.

58. Нейский, И. М. Классификация и сравнение методов кластеризации Текст. / И. М. Нейский // Интелектуальные технологии и систем: сб. учебно-метод. работ и ст. аспирантов и студентов. М.: НОК «CLAIM», 2006. -Выпуск 8. -С. 130−142.

59. Обработка данных дистанционного зондирования земли Электронный ресурс. / сайт компании ERDAS. Режим доступа: http: //www. erdas. com. ua/remote sensing. htm. — Загл. с экрана.

60. Общесоюзные нормативы для таксации лесов Текст. / В. В. Загреев, В. И. Сухих, А. З. Швиденко. М.: Колос, 1992. — 495 с.

61. Прэтт, У. Цифровая обработка изображений Текст.: в 2 кн. / У. Прэтт.- М: Мир, 1982. -670 с.

62. Седых, В. Н. Аэрокосмический мониторинг лесного покрова Текст. / В. Н. Седых. Новосибирск: Наука Сиб. отд., 1991. — 239 с.

63. Смоленцев, Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB Текст. / Н. К. Смоленцев. М.: ДМК Пресс, 2005. — 304 с.

64. Современный толковый словарь Текст. М.: Большая Советская Энциклопедия, 1997.

65. Тютрин, С. А. Дистанционный мониторинг незаконных рубок в Дальневосточном федеральном округе Текст. / С. А. Тютрин, Р. Б. Кондратовец // Земля из космоса. Наиболее эффективные решения. 2010. — Вып. 4. — С. 73 -76.

66. Херринг, Ч. Спутник WorldView-2 новая веха в развитии дистанционного зондирования Земли Текст. / Ч. Херринг // Геоматика. — 2010. № 2. -С. 28−32.

67. Хлебникова, Е. П. Влияние нормирования яркости на достоверностьдешифрирования многозональных космических снимков Текст. / Е. П. Хлебникова // Геодезия и картография. 2005. — № 12. — С. 24 — 28.

68. Хлебникова, Е. П. Влияние предварительной обработки изображений на качество дешифрирования многозональных снимков Текст. / Е. П. Хлебникова // Вестник Сибирской Государственной геодезической академии / СГГА. Новосибирск, 2006. — Вып. 11. — С. 190 — 193.

69. Хлебникова, Е. П. Применение метода главных компонент для мониторинга городских территорий снимков Текст. / Е. П. Хлебникова // Сб. материалов V Междунар. науч. конгр. ТЕО-Сибирь-2009″. Новосибирск. 2009. -Т. 4., ч. 1. -С. 41 -45.

70. Чубукова, И.A. Data Mining Текст.: Учебное пособие / И. А. Чубукова. М.: Интернет Университет Информационных технологий- БИНОМ.

71. Лаборатория знаний, 2006. 382 с.

72. Шовенгердт, P.A. Дистанционное зондирование. Модель и методы обработки изображений Текст. / Р. А. Шовенгердт. М.: Техносфера, 2010. -560 с.

73. Энциклопедия лесного хозяйства Текст.: в 2-х томах. Т. 1. — М.: ВНИИЛМ, 2006. — 424 с.

74. Яншин, В. В. Анализ и обработка изображений: принципы и алгоритмы Текст. / В. В. Яншин. М.: Машиностроение, 1995.- 112с.

75. A Brief History of ERDAS IMAGINE Электронный ресурс. / сайт компании The Field Guide. 2007. — Режим доступа: http: //field-guide. blogspot. com/2009/04/brief-history-of-erdas-imagine. html. — Загл. с экрана.

76. Altyntsev, М.А. Practical Automatic disafforestation detection in multitemporal space images. Summer Student Seminar Текст. / M. A. Altyntsev // SSGA, 3S, 2010. -PP. 31−35.

77. Berry, M.W. Lecture notes in data mining Текст. / M.W. Berry, M. Browne // World Scientific Publishing Co. Pte. Ltd., 2006. 223 p.

78. Broadband vegetation index performance evaluated for a low-cover Environment Текст. // International Journal of Remote Sensing, 2006. Vol. 27. -PP. 4715−4730.

79. Cheng, Q. Principal component analysis with optimum order sample correlation coefficient for image enhancement Текст. / Q. Cheng, L. Jing, A. Panahi // International journal of remote sensing, 2006 Vol. 27. — № 15. — PP. 3387 — 3042

80. Crist, E. P. A Physically-Based Transformation of Thematic Mapper Data -The TM Tasseled Cap Текст. / E.P. Crist, R.C. Cicone // IEEE Transactions on Geoscience and Remote Sensing, 1984. Vol. 22(3). — PP. 256 — 263.

81. Crist, E.P. A TM Tasseled Cap equivalent transformation for reflectance factor data Текст. / E.P. Crist // Remote Sensing of Environment. 1985. № 17. -PP. 301 -306.

82. Crist, E.P. Vegetation and soils information contained in transformed Thematic Mapper data Текст. / E.P. Crist, R. Laurin, R.C. Cicone // Proceedings of IGARSS '86 Symposium, Ref. ESA SP-254. Paris: European Space Agency, 1986. PP. 1465 — 1470.

83. ER-MAPPER Электронный ресурс. / сайт компании ERDAS.

84. Режим доступа: http: //www. erdas. com. ua/er mapper. htm. Загл. с экрана. 146

85. Gonzalez, R.C. Digital image processing Текст.: Second edition / R.C. Gonzalez, R.E. Woods. 2002. — 813 p.

86. Hatcher, L. A Step-by-Step Approach to Using the SAS System for Factor Analysis and Structural Equation Modeling Текст. / L. Hatcher. 1994. — 608 p.

87. Home, J.H. A Tasseled Cap Transform for IKONOS Images Текст. / J.H. Home // ASPRS Annual Conference Proceedings, Anchorage, Alaska, 2003. -9 p.

88. Huang, C. At-satellite reflectance: A first order normalization of Landsat 7 ETM+ images Текст. / С. Huang, L. Yang. Raytheon ITSS, EROS Data Center. -2008. — 9 p.

89. Huang, C. Derivation of a tasseled cap transformation based on Landsat 7 at-satellite reflectance Текст. / С. Huang, В. Wylie, L. Yang // International Journal of Remote Sensing, 2002. Vol. 23. — PP. 1741 — 1748.

90. Huete, A.R. A soil-adjusted vegetation index (SAVI) Текст. / A.R. Huete // Remote Sensing of Environment. 1988. — Vol. 25. — PP. 295 — 309.

91. Huete, A.R. Modis vegetation index (Mod 13). Algorithm theoretical basis document Текст. / A.R. Huete, C. Justice, W. Van Leeuwen. Version 3, 1999.

92. Hunt, E.B. Experiments in induction Текст. / E.B. Hunt, J. Martin, P.J. Stone. New York: Academic Press, 1966. — 247 p.

93. Irish, R.R. Landsat 7 Science Data Users Handbook Текст. / R.R. Irish. -Landsat Project Science Office, 2008. Vol. 21. — 186 p.

94. Jolliffe, I.T. Principal Component Analysis Текст. / I.T. Jolliffe // Springer Series in Statistics, 2nd ed., Springer, NY, 2002. № XXIX. — 487 p.

95. Karnieli A. Use of NDVI and land surface temperature for drought assessment: Merits and limitations Текст. / A. Karnieli, N. Agam, R.T. Pinker // Journal of Climate. Vol. 23. — PP. 618 — 633.

96. Kaufman, Y.J. Atmospherically resistant vegetation index (ARVI) for EOS-MODIS Текст. / Y.J. Kaufman, D. Tanre // Proc. IEEE Int. Geosci. and Remote Sensing Symp. '92, IEEE, New York. PP. 261 — 270.

97. Lu, D. Change detection techniques Текст. / D. Lu, P. Mausel, E. Brondi’Zio, E. Moran // Int. J. Remote Sensing. 2003. — Vol. 25. — № 12. — pp. 2365−2407.

98. Malila, W.A. Change Vector Analysis: An Approach for Detecting Forest Changes with Landsat Текст. / W.A. Malila // LARS Symposia. Paper 385, 3−6 june 1980.

99. Markham, B.L. Landsat MSS and TM post-calibration dynamic ranges, exoatmospheric reflectances and at-satellite temperatures Текст. / B.L. Markham, J.L. Barker // EOSAT Landsat Technical Notes. Vol. 1. — PP. 3 — 8.

100. Matlab the language of technical computing Электронный ресурс. / сайт компании MathWorks. — Режим доступа: http: //www. mathworks. com/products/matlab. — Загл. с экрана.

101. Murphy, S.K. Automatic construction of decision trees from data: a multi-disciplinary survey Текст. / S.K. Murphy // Data Mining and Knowledge Discovery, 1998. -№ 2. -PP. 345−389.

102. Oyeyemi, G.M. A robust method of estimating covariance matrix in multivariate data Текст. / G.M. Oyeyemi, R.A. Ipinyomi // Analele stiintifice ale universitatii «Alexandru loan Cuza» Din Iasi, Stiinte Economice, 2009. vol. 56. -PP. 586−601.

103. P. Coppin, I. Jonckheere, K. Nackaerts, B. Muys Digital change detection methods in ecosystem monitoring: a review Текст. / P. Coppin, I. Jonckheere, K. Nackaerts, B. Muys // Int. J. Remote Sensing. 2004. — Vol. 25. — № 9. -PP. 1565- 1596.

104. Quinlan, J.R. Induction of decision trees Текст. / J.R. Quinlan // Machine1. arning, 1986. -№ 1. -PP. 81 106,

105. Ramachandra, T.V. Geographic Resources Decision Support System for land use, land cover dynamics analysis Текст. / T.V. Ramachandra, Uttam Kumar // Proceedings of the FOSS/GRASS Users Conference. Bangkok, Thailand, 12. 14 September 2004.

106. Richardson, A.J. Distinguishing vegetation from soil background information Текст. / A.J. Richardson, C.L. Wiegand // Photogrammetric Engineering and Remote Sensing. Vol. 43. — PP. 1541 — 1552.

107. Rouse, J.W. Monitoring the vernal advancements and retrogradation of natural vegetation Текст. / J.W. Rouse, R.H. Haas, J.A. Schell. NASA/GSFC, Final Report, Greenbelt, MD, USA, 1974. — PP. 1 — 137.

108. Yarbrough, L.D. DN Based Tasseled Cap Transform Coefficients for the ASTER Sensor Level 1-B Data Текст. / L.D. Yarbrough, G. Easson, J.S. Kuszmaul. 2004.

109. Yarbrough, L.D. QuickBird 2 Tasseled Cap Transform coefficients: a comparison of derivation method Текст. / L.D. Yarbrough, G. Easson, J.S. Kuszmaul // Pecora 16 «Global Priorities in Land Remote Sensing» October 2327, 2005, Sioux Falls, South Dakota.

110. Zhang, X. MODIS Tasseled Cap Transformation and Its Utility Текст. / X. Zhang, C.B. Schaaf, M.A. Friedl // Proceedings of the International Geoscience and Remote Sensing Symposium (IGARSS'02), Toronto, Canada, 2002. -PP. 24 28.

Заполнить форму текущей работой