ПРАПКТИКА. Инженерноземлеустроительная
 Скачать 3.34 Mb.
|
|
1. Определение метода классификации. В рамках проектирования карты земле- пользования Атемарского полигона предлагается использовать два вида классификации многозональных снимков, описанных в подразделе 4.4: неконтролируемая классификация ISODATA и классификация с помощью метода деревьев (классификация с обучением). 2. Выбор спектральных каналов. Задача подбора спектральных каналов решается в рамках их комбинирования с целью получения наиболее контрастного изображения. С учетом специфики хозяйственного использования, сложной структуры сочетания сельско- хозяйственных, селитебных, промышленных и других антропогенных ландшафтов была использована комбинация каналов 6-5-4 летнего снимка, при которой территория полиго- на представлена наиболее контрастными цветами. 3. Неконтролируемая классификация ISODATA. Последовательность работ: загружаем каналы 6, 4 и 5 безоблачного космического снимка летнего периода («Файл» – «Открыть растр» – «Добавить растр»). Визуализируем загруженные рас- тры при помощи пиктограммы «Настройка отображения» ); создаем векторный слой с границами полигона: «Вектор» – «Управление вектор- ными слоями» – «Новый». В диалоговом окне «Создание нового файла MIF» зада- ем путь, название файла, название и тип поля можно оставить по умолчанию. Да- лее в графическом редакторе ) необходимо создать полигон (регион), в котором обозначить границы изучаемой территории; выполняем команду «Классификация» – «Без учителя» – «IsoData». В следующем диалоге выбираем каналы, по которым будет проводиться обработка, и векторную маску для классификации (границы полигона). В группе «Параметры» указываем примерное количество выделяемых классов согласно предварительно составленной инвентаризационной ведомости для карты фактического землепользования (табл. 4). Максимальное количество итераций оставляем по умолчанию. Нажимаем кноп- ку «Выполнить». В результате программа классифицирует пиксели полигона в но- вый растровый слой «isodata_clusters»; настраиваем отображение получившегося растра в монохромном режиме в меню «Настройка отображения» ) поверх исходного растра в комбинации каналов 6- 5- 4; дальнейшую настройку растра проведем с помощью специального режима рабо- ты – режим индексированных цветов. Вызовем данный режим командой «Отобра- жение» – «Показать легенду». В панели в верхнем левом углу выберем растр «isodata_clusters». В случае, если программа не классифицировала пиксели снимка в заданное количество классов, оставшиеся «пустые» классы можно удалить, нажав пиктограмму «Показывать только существующие значения» ); задаем цвета легенды для растра классификации по первому RGB слою при помо- щи соответствующей пиктограммы ), соглашаясь с предупреждением о прочте- нии цветов верхнего RGB слоя. Получившиеся цвета можно заменить, нажав на каждый из них два раза левой кнопкой мыши. После замены применим эти цвета к классифицированному растру ); в случае близких спектральных значений отдельных классов возможна операция перекодировки (переклассификации) растра. Например, для объединения двух и более классов следует для них в столбце «Новое» проставить новое значение клас- са, в который они будут объединены. Так, в результате классификации пашне соот- ветствуют два класса (3 и 6). В поле «Новое» шестого класса, соответствующего пашне (6), проставляем номер из поля «Значение» третьего класса (3) (рис. 13); перекодировка значений происходит с меню «Параметры перекодирования» ). Для сохранения изменений в новом растре выбираем «Создать новый растр», зада- ем маску полигона. Программа создает новый растр «Перекодирован_из_...». По- лучившееся одноканальное изображение следует заново выбрать в списке растров, подобрать цвета классам землепользований; выполним векторизацию классов землепользований. Для этого двойным нажатием левой кнопкой мыши проставляем значение «yes» напротив каждого из классов в поле «Вект.»; в меню «Вектор» – «Управление слоями» главной панели создаем новый вектор- ный слой, указав в поле тип «Integer»; векторизация производится при нажатии опции «Векторизовать элементы леген- ды» ). В появившемся диалоговом окне выбираем созданный векторный слой, остальные параметры оставляем без изменений. Нажимает «Векторизовать». Со- храняем результаты векторизации: «Вектор» – «Управление слоями» – выбираем слой – «Сохранить»; отключаем кнопки ), ), выключаем панель легенды ); переходим в редактирование созданного векторного слоя: «Вектор» – «Управление векторными слоями» – «Стили». В диалоговом окне «Стиль отображения вектор- ных объектов» в параметре «Поле со значениями» выбираем поле с классами зем- лепользования, для каждого класса задаем необходимый цвет контура и заливки. Сохраняем изменения в векторном слое. Закрываем панель. Отключаем показ под- писей векторных слоев в меню «Настройки» главной панели. Р и с . 13 – Проектирование карты Land cover методом неконтролируемой классификации ISODATA в программе ScanEx Image Processor: процедура перекодировки значений классов 4. Классификация с помощью метода деревьев (классификация с обучением). Для более точной классификации классов Land cover применим классификацию с обуче- нием, использовав загруженные в программу ScanEx Image Processor спектральные кана- лы 6, 5 и 4 (делаем растр с данной комбинацией верхним в меню «Настройка отображе- ния» ( ), вкладка «Настройка слоев» ): в диалоге управление векторными слоями отключаем видимость созданного на предыдущем шаге векторного слоя ( ) и создаем новый, в поле которого задаем тип «Integer». В нем будут предварительно определяться эталоны классов земле- пользования. Делаем получившейся слой редактируемым ( ); выполняем команду «Вектор» – «Векторный редактор». При помощи добавления региона ) оконтуриваем классы Land cover в соответствии с инвентаризацион- ной ведомостью (см. табл. 4). Для удобства рекомендуем создать новое окно RGB в меню «Окно» главной панели, где отобразить снимок в комбинации 4-3-2 «есте- ственные цвета». После выполнения данной процедуры для каждого из классов необходимо присвоить ему условный номер, например пашня – 1, участки добычи полезных ископаемых – 2 и т. д. Присвоение номеров эталонам происходит с по- мощью пиктограммы «Редактировать свойства объектов» ) (рис. 14). Для этого делаем редактируемый слой самым верхним в меню «Управление слоями». Про- смотр номеров можно подключить в меню «Настройки». Сохраняем изменения; Р и с . 14 – Присвоение номеров эталонам классов Land cover в программе ScanEx Image Processor выполняем команду «Классификация» – «С учителем» – «Классификация с помо- щью деревьев». В диалоговом окне выбираем каналы 6, 5 и 4, задаем источник ме- ток для обучения (созданный векторный слой с эталонами) и векторную маску для классификации (слой с границами полигона). Остальные параметры оставляем по умолчанию. После нажатия кнопки «Выполнить» программа проведет классифика- цию снимка, создав одноканальный растр «TreesClasses». При неудовлетворитель- ном качестве рекомендуется отредактировать эталоны и повторить процедуру классификации; дальнейшие редактирование классов Land cover и векторизацию рекомендуется проводить с использованием режима индексированных цветов («Отображение» – «Показать легенду») по алгоритму, описанному выше. Таким образом, карта фактического землепользования Land cover Атемарского землеустроительного полигона включает следующие классы (нумерация уровней и назва- ния приведены согласно программе CORINE): 1.1.2 Разреженная городская застройка; 1.2 Индустриальный, коммерческий и транспортный модули; 1.3.1 Участки добычи полезных ископаемых; 2.1 Пашня; 2.4 Гетерогенные сельскохозяйственные районы; 3.1.1. Листвен- ные леса; 3.1.2. Хвойные леса; 3.2 Кустарниковые и/или травянистые растительные ассо- циации; 5.1 Внутренние воды. 4.6. Расчет параметров состояния почвенно-растительного покрова Применение автоматизированных методик дешифрирования многозональных кос- мических снимков для целей землеустройства позволяет не только получать качественные характеристики классов земной поверхности, но и рассчитывать их относительные коли- чественные параметры. Одним из ведущих направлений использования данных ДЗЗ явля- ется расчет параметров почвенно-растительного покрова. Согласно Федеральному закону от 18.06.2001 г. № 78-ФЗ (ред. от 31.12.2017 г.) «О землеустройстве» почвенные и геобо- танические обследования – один из основных этапов проведения изучения состояния зе- мель. Работа с многозональными космическими снимками в специализированном про- граммном обеспечении позволяет проводить ряд работ дистанционно. Одним из самых разработанных методов изучения параметров растительности и почвы является расчет вегетационных индексов. На сегодняшний день в научных рабо- тах апробировано несколько десятков формализованных вариантов расчетов биомассы, содержания влаги, сухости и других параметров растительного покрова. В рамках инженерно-землеустроительной практики составляются карты состояния сельскохозяйственной и лесной растительности по разновременным многозональным космическим снимкам Landsat-8 в программе ScanEx Image Processor (табл. 6). Рассмотрим пример составления карт состояния посевов сельскохозяйственных растений и их изменения с использованием вегетационного индекса NDVI. Рекомендуется следующая последовательность действий: 1. Подбор космических снимков. Подбор безоблачных космических снимков Landsat-8 через сайт Геологической службы США (http://glovis.usgs.gov/) должен полно- стью удовлетворять задачам, которые стоят перед исследователем. В рамках инженерно- землеустроительной практики студентами решается задача по оценке всходов сельскохо- зяйственных культур и анализу изменения прироста биомассы в течение первой половины вегетационного периода на одном из сельскохозяйственных угодий Атемарского учебного полигона. 2. Радиометрическая коррекция космических снимков. Для получения коррект- ного результата расчета вегетационных индексов значения используемых каналов должны быть пересчитаны из «сырых» показателей DN (Digital Number) в отражательную способ- ность (Top of Atmosphere Reflectance). Для этого последовательно загружаем каналы кос- мического снимка Landsat-8 в программу: «Файл» – «Открыть растр» – «Добавить раст- ры». Далее проводим радиометрическую коррекцию растров: «Редактирование» – «Ра- диометрическая коррекция» – «LANDSAT-8» – «DN в отражательную способность». Вы- бираем в позициях 1–7 и 9 каналов соответствующие каналы снимка. Показатель SE (sun elevation) берется с одного из текстовых файлов, скачиваемых вместе со снимком. Остальные параметры оставляем по умолчанию. После нажатия кнопки «Выполнить» программа пересчитает исходные растры, создав каналы с названием «ref». Т а б л и ц а 6 Методические основы проектирования карт состояния почвенно-растительного покрова Название карты Вегетационный индекс Формула Интерпретация Биомасса растений Нормализованный относительный индекс биомассы NDVI (Normalized Difference Vegetation Index) Индексы предназначены для расчета количе- ства фотосинтетически активной биомассы на земной поверхности. Диапазон значений – от - 1 до 1. Чем выше значение, тем больше биомасса. Расширенный (улучшенный) веге- тационный индекс EVI (Enhanced Vegetation Index) Изменения биомассы растений Нормализованный относительный индекс биомассы NDVI (Normalized Difference Vegetation Index) Разность результатов расчета индек- сов NDVI и EVI по разновременным космическим снимкам По соотношению показателей вегетационных индексов по разновременным снимкам рас- считывается прирост биомассы растений. Особенно востребованы данные расчеты для анализа развития с/х культур в течение веге- тационного периода. Расширенный (улучшенный) веге- тационный индекс EVI (Enhanced Vegetation Index) Содержание азота в ли- стьях расте- ний Зеленый нормализованный раз- ностный вегетационный индекс GNDVI (Green Normalized Difference Vegetation Index) Используется для анализа концентраций азо- та в листьях растений. Диапазон значений – от -1 до 1. Чем выше значение, тем больше концентрация. Содержание влаги в поч- ве и листьях растений Нормализованный разностный ин- декс влажности NDMI (Normalized Difference Moisture Index) Оценка неоднородности степени увлажнения почв и растительного покрова. Диапазон зна- чений – от -1 до 1. Чем выше значение, тем больше влажность. Содержание хлорофилла в листьях растений Относительный индекс хлорофилла ClGreen (Green Chlorophyll Index) Показатель фотосинтетической активности растительности, используемый при оценке содержания хлорофилла a и b в листьях. Чем выше значение, тем больше хлорофилла. П р и м е ч а н и е : RED – коэффициент отражения излучения в заданном пикселе в красном канале; GREEN – в зеленом канале; BLUE – в си- нем канале; NIR – в ближнем инфракрасном канале; SWIR – среднем инфракрасном канале; C 1 , C 2 , G – эмпирически установленные коэффи- циенты, равные 6, 7,5 и 7. 3. Выбор территории расчета вегетационного индекса. В качестве маски отсе- чения может служить любой векторный слой, перекрывающий область снимка. В нашем случае расчет биомассы сельскохозяйственных растений будет выполнен для одного из сельскохозяйственных угодий под озимой или яровой культурой. Для этого создаем но- вый векторный слой и оцифровываем землепользование или воспользуемся векторной картой Land cover, выбрав один из классифицированных участков. 4. Расчет индексированного изображения для разновременных снимков. После загрузки и радиометрической коррекции космических снимков за разные дни в пределах первой половины вегетационного периода переходим непосредственно к расчету вегета- ционного индекса: визуализируем космический снимок в пересчитанных значениях в комбинации 4-3- 2; выполним команды «Классификация» – «Вычисление индексов» – «NDVI». В со- ответствующих позициях выбираем каналы 4 и 5, название будущего индексиро- ванного растра, задаем векторную маску. Остальные параметры оставляем без из- менений. Нажимаем «Выполнить». Программа создает новое изображение; отображаем полученный растр в монохромном формате в меню «Настройка отоб- ражения» ), вставляя в позиции R, G и B получившейся растр. 5. Настройка цветовых параметров индексированного изображения. Для настройки получившегося индексированного растра воспользуемся пиктограммой «Настройка окна палитры» ). В диалоговом окне «Создание градиентной палитры» вы- бираем растр. Нажимаем «Создать уровни», задаем необходимое количество уровней, например 4. Далее переходим в меню «Узлы». Выберем для каждого уровня цвет и диапазон значений. По умолчанию значения распределяются через равные промежутки (рис. 15). В меню «Цвета» можно настроить интерполяцию между значениями уровней, инверсию уз- лов и другие параметры. 6. Вычисление статистических показателей индексированного изображения. Статистические данные о расчете NDVI вычисляются в программе ScanEx Image Processor при помощи пиктограммы «Гистограмма» ) на главной панели. В диалоговом окне сле- дует выбрать слой с растром NDVI, векторный слой с границами изучаемого сельскохо- зяйственного угодья, поле, значение данного слоя и рассчитать показатели (кнопка «Уст.»). Статистические данные можно выгрузить в файле формата txt (кнопка «Сохра- нить отчет»). После расчета индекса NDVI и создания соответствующей карты выполняем ана- логичные шаги 2–6 для второй даты в пределах первой половины вегетационного перио- да. По разнице в значениях по двум разновременным снимкам можно судить об интенсив- ности всходов, процесса вегетации сельскохозяйственных растений. Р и с . 15 – Настройка цветовой шкалы карты биомассы растений в программе ScanEx Image Processor 7. Создание карты изменения биомассы. Создание карты изменения биомассы культур в пределах сельскохозяйственного угодья в программе ScanEx Image Processor основывается на встраивании нового макроса в меню «Растровый калькулятор» ). Для построения карты изменения биомассы необходимо, чтобы в программе были загружены радиометрически скорректированные растры за две даты. Изменение биомассы рассчиты- ваем по формуле: , (1) где RED 1 и RED 2 – коэффициент отражения излучения в заданном пикселе в красном канале для начальной и конечной даты соответственно; NIR 1 и NIR 2 – коэффициент отражения излучения в заданном пикселе в ближнем инфракрасном канале для начальной и конечной даты соответственно. В растровом калькуляторе выполняем действия в соответствии с рис. 16: в группе «Определение входных данных» вводим названия переменных и помеща- ем их во входные данные, нажав ); задаем векторную маску (границы сельскохозяйственного угодья), название вы- ходного растра; прописываем вычислительные действия – формулу (1); сохраняем макрос в группе «Шаблоны», указывая название и путь. Данный макрос самостоятельно встроится в меню программы и будет доступен для работы после ее перезагрузки. После выполнения работ в растровом калькуляторе следует выполнить настройку цветовых параметров согласно алгоритму, приведенному выше. Р и с . 16 – Проектирование карты изменения биомассы растительности в программе ScanEx Image Processor: работа в растровом калькуляторе Далее студентам предлагается самостоятельно построить карты исследуемого сель- скохозяйственного угодья, приведенные в табл. 5. В случае отсутствия вегетационных ин- дексов в интерфейсе программы необходимо самостоятельно встроить их макросы через растровый калькулятор. Результаты представлены на рис. 17. Р и с . 17 – Проектирование карт состояния почвенно-растительного покрова в программе ScanEx Image Processor: левая верхняя – карта биомассы растений (по EVI), левая нижняя – карта биомассы растений (по NDVI), правая верхняя – карта содержания влаги в почве и листьях растений, правая нижняя – карта содержания азота в листьях растений Таким образом, в результате инженерно-землеустроительной практики студентами проектируется учебная землеустроительная ГИС «Атемарский полигон», обобщенно имеющая следующую структуру: |