Разработка методов дистанционной оценки растительного покрова на основе многолетних спутниковых измерений квазипериодических вариаций спектральной яркости

• Автор: Плотников, Дмитрий Евгеньевич
• Шифр специальности: 01.04.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Москва
• Количество страниц: 158 с. : ил.

ОГЛАВЛЕНИЕ
СПИСОК СОКРАЩЕНИЙ
Сокращения на русском языке
Сокращения на английском языке
ВВЕДЕНИЕ
Глава 1. Физические основы, приборы и методы дистанционного зондирования растительного покрова
1.1 Спектрально-отражательные характеристики растительного покрова
1.2 Оптические спутниковые системы дистанционного зондирования для оценки растительного покрова
1.3 Сравнительный анализ спектральных вегетационных индексов, получаемых по дистанционным данным
1.4 Возможности использования временных серий спутниковых данных для мониторинга растительного покрова
1.5 Методы распознавания растительного покрова по данным
дистанционного зондирования
Выводы к первой главе
Глава 2. Банк данных о спектрально-отражательных характеристиках земного покрова России на основе спутниковых измерений спектрорадиометром МОИК
2.1 Использование данных системы Тегта-МСЮК для экспериментальных исследований
2.2 Предварительная обработка данных системы Тегга-М(Ю18
2.3 Алгоритм оконной полиномиальной аппроксимации временных серий
спутниковых данных
Выводы ко второй главе
Глава 3. Адаптивные алгоритмы оценки растительного покрова на основе
временных рядов спектрорадиометрических спутниковых измерений

3.1. Пространственно-временной корреляционный алгоритм распознавания
растительного покрова
3.2. Адаптивный алгоритм детектирования участков растительности со смещенной фазой сезонной динамики спектрально-отражательных
характеристик
Выводы к третьей главе
Глава 4. Спектрально-динамические признаки и методы распознавания растительного покрова на основе локально-адаптивной классификации
4.1. Оценка возможностей распознавания растительности на основе амплитудно-фазовых различий сезонной динамики спектральноотражательных характеристик
4.2. Итеративный метод локально-адаптивного распознавания растительности на основе амплитудно-фазовых различий спектральноотражательных характеристик
4.3. Разработка признаков распознавания типов растительности на основе многолетних рядов измерений спектрально-отражательных характеристик!
4.4. Исследование локальной разделимости и пространственной инвариантности спектрально-динамических признаков распознавания
4.5. Использование спектрально-динамических признаков и локальноадаптивной классификации для картографирования пахотных земель
Выводы к четвёртой главе
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Приложение
Список публикаций по результатам диссертационной работы
Приложение
Список научных конференций и семинаров, на которых докладывались результаты диссертационной работы

СПИСОК СОКРАЩЕНИЙ Сокращения на русском языке
ДЗЗ - Дистанционное зондирование Земли
ДДЗ - Данные дистанционного зондирования
ИК - Инфракрасный
КСЯ - Коэффициент спектральной яркости
ДФО - Двунаправленная функция отражения
КДО - Коэффициент двунаправленного отражения
ВИ - Вегетационный индекс
РАН - Российская академия наук
ИКИ - Институт космических исследований
ИГО - Используемые пахотные земли
СДМЗ - Система дистанционного мониторинга земель
АПК - Агропромышленный комплекс
Сокращения на английском языке
NOAA - National Oceanic and Atmospheric Administration Национальное агентство по океану и атмосфере AVHRR - Advanced Very High Resolution Radiometer
Усовершенствованный радиометр очень высокого разрешения MISR - Multi-angle Imaging SpectroRadiometer
Многоугловой спектрорадиометр GOES - Geostationary Operational Environmental Satellite
Геостационарный спутник для мониторинга окружающей среды Landsat - Land Remote-Sensing Satellite
Спутник дистанционного зондирования Земли MSS - Multi-Spectral Scanner
Многоспектральный сканер ТМ - Thematic Mapper
Тематический картограф

в последнем случае (при 1,-0), индекс становится равен Ж)У1. Однако 8АУ1 не является самодостаточным и неудобен для практического применения, поскольку конечная цель использования вегетационного индекса заключается в получении информации о плотности растительного покрова, которая заранее неизвестна, но которую, однако, необходимо знать для расчёта БАУ1. Тем не менее, индекс используют для грубой оценки зеленой массы, а неизвестный параметр полагают равным среднему значению: С = 0.5. Более того, данный индекс стал основой для целого семейства параметрических индексов вида БАУТ
Развивая идею устранения влияния почвы на основе БАУ1, (ф и др. в работе [97] было предложено эмпирически найденное решение для неизвестного параметра на базе индексов Ж)У1 и 3¥Е)У1: С, =1-2аМЖ/хЩ)К7, где а является эмпирическим коэффициентом, принятый в данной работе равным а = 1.6. Однако ими же было обнаружено, что эмпирически найденный коэффициент не позволяет полностью избавиться от влияния почвы. Авторами в дальнейшем предложен другой способ расчёта параметра, основанный на предположении об итеративной природе поиска
индекс вида SAVI с приведенными выше параметрами было предложено называть MSAVI (Modified SAVI), причем индекс с параметром I, называют MSAVI1, а с параметром L2 - MSAVI2. По данным проведенного авторами наземного обследования, MSAVI является более чувствительным к сигналу от растительности, минимизируя влияние почвы.
В работах [98,99] предлагается новый индекс TSAVI (Transformed SAVI) из семейства SAVI-индексов, использующий концепцию линии почв:
где а и Ь - описанные выше константы линии почв, а X - параметр, снижающий влияние почвы. В случае, когда почвенная линия проходит через

решения. Согласно этому
TSA VI
a(Pnir ~ aPred ~
aPmr + Pred + аЪ + Х(1 + аг)