Опыт применения снимков rapideye для оценки недропользования в республике марий эл

      Комментарии к записи Опыт применения снимков rapideye для оценки недропользования в республике марий эл отключены

Опыт применения снимков rapideye для оценки недропользования в республике марий эл

О. Н. Воробьев, Э. А. Курбанов

Работа выполнена в рамках госконтракта «Ведение мониторинга участков недр с применением данных дистанционного зондирования» с Департаментом экологической безопасности, защиты и природопользования населения Республики Марий Эл в 2013 г.

В работе рассмотрена результаты и методика классификации мультиспектральных спутниковых снимков при проведении оценки и мониторинга недропользования в республике Марий Эл. Для изучений использованы архивные снимки большого разрешения RapidEye, эти полевых изучений и материалы официальных источников. Точность взятых данных подтверждается современными параметрами геоинформационной статистики и результатами полевых изучений.

Введение

оценка масштаба и Мониторинг состояния работ по добыче нужных ископаемых смогут быть действенно выполнены посредством новейших технологий дистанционного зондирования Почвы (ДЗЗ) и геоинформационных совокупностей. Параметрами применения той либо другой методики мониторинга недропользования есть постановка задач и целей, запланированный уровень точности классификации спутниковых данных и уровень качества применяемого картографического материала.

В большинстве случаев для мониторинга карьеров употребляются разновременные спутниковые снимки Landsat [1, 2, 3]. Улучшение детальности дешифрирования карьерноотвальных комплексов вероятно с применением изображений более большого разрешения на базе радарной съемки. Применение цифровых моделей и стереопар рельефа (ЦМР) кроме этого повышает уровень оценки геоморфологической и пространственной структуры карьеров [4].

Серьёзными данными при проведении работ по мониторингу и оценке недропользования являются спутниковые снимками большого разрешения RapidEye (поставщик — компания «Совзонд»).

По заказу департамента экологической безопасности, защиты и природопользования населения Республики Марий Эл были выполнены следующие виды работ:

  1. Создана и апробирована методика идентификации объектов недропользования (прежде всего открытых разработок нужных ископаемых) в республике Марий Эл по мультиспектральным снимкам большого разрешения RapidEye 2011 г.
  2. Совершены полевые изучения по созданию тестовых участков для контроля объектов недропользования на спутниковых снимках.
  3. Создана первичная база ГИС распознанных объектов нерудных нужных ископаемых для территории Республики Марий Эл.

Неспециализированные сведение об объекте работ

Республика Марий Эл — субъект РФ в составе Приволжского федерального округа, находится в восточной части= Восточно-Европейской (Русской) равнины, в основном на левобережье Волги.

Методика изучений

Метод работ складывался из следующих базисных шагов:

  1. предварительная подготовка изображений на территорию республики;
  2. выбор оптимального способа изменения изображений;
  3. классификация трансформированных изображений;
  4. оценка точности взятых тематических изображений;
  5. выделение классов наземного покрова категории «объект недропользования» для анализа;
  6. полевая проверка взятых данных;
  7. вторичная оценка точности взятого тематического класса с учетом данных полевых других методов и исследований контроля;
  8. подготовка итогового отчета в виде ГИС проекта.

Техника опыта и методика изучений. Работа со снимками велась в программных комплексах (ПК) ENVI 5.0, ENVI 5.0 Classic и ArcGis 10 (рис. 1).

Рис. 1. Покрытие снимками RapidEye территории изучения в ПК ENVI 5.0

Черта экспериментальных данных. Для работы употреблялись мультиспектральные спутниковые снимки большого пространственного разрешения RapidEye 2011 г. (табл. 1).

Таблица 1. Черта применяемых снимков RapidEye

Территория покрытия

 Номер снимка

Время съемки
Rus 2011-05-08T085510_RE4_1B-NAC_8203307_127405 08.05.2011
Rus 2011-05-17T084417_RE4_1B-NAC_8203312_127407 17.05.2011
Rus 2011-07-23T085126_RE4_1B-NAC_8203308_127406 23.07.2011
Rus 2011-08-16T085453_RE4_1B-NAC_8203313_127407 16.08.2011
Rus 2011-08-16T085501_RE4_1B-NAC_8203317_127406 16.08.2011 

Предварительная подготовка изображений. Все снимки прошли процедуру ортотрансформирования с применением RPC-опорных точек и коэффициентов. В ПК ENVI 5.0 была совершена геометрическая и атмосферная коррекция снимков.

Полученные изображения были приведены к единой совокупности координат.

Выбор оптимального способа изменения изображений. При анализе спутниковых данных RapidEye было обнаружено, что объекты исследуемого тематического класса «объекты недропользования» (прежде всего песчаные карьеры) имеют схожие спектральные характеристики с другими объектами наземного покрова (рис. 2).

Особенно это касалось выходов песчаного грунта, дорог и отдельных участков ЛЭП.

Рис. 2. Сравнительный анализ сходных по спектральным чертям объектов наземного покрова по снимкам RapidEye в ПК ENVI 5.0: а) песчаный карьер, б) выход песчаного грунта в пределах населенного пункта, в) дорожное покрытие, г) выход песчаного грунта на протяжении ЛЭП

Обработка изображений с применением метода спектральной изменении (минимизации) шумовых помех MNF. Использование стандартных способов управляемой и неуправляемой классификации для выделения тематического класса «объекты недропользования» на базе мультиспектрального (четырехканального) изображения RapidEye не разрешили выполнить эту задачу на качественном уровне.

По окончании классификации наблюдалось большое перемешивание родных по своим спектральным чертям классов. Вследствие этого в работе был использован дополнительный модуль ПК ENVI 5.0 «MNF rotation» (MNF — Minimum noise fraction), воображающий собой метод спектральной изменении (минимизации) шумовых помех [5]. Процедура MNF трансформации предшествует классификации изображений и представляет собой линейное регрессионное выравнивание (нормализацию) спектральных каналов спутникового снимка.

На основании MNF трансформированного изображения были совершены два вида классификации: неуправляемая классификация способом «Isodata» и использован способ попиксельной классификации изображений «объектно-ориентированная классификация» с извлечением тематических параметров объектов изучения при помощи специального модуля ENVI ЕХ (Extract features), что разрешает приобретать не только спектральные характеристики различных типов наземного покрова, но и их текстурные параметры — форму, местоположение и размер.

Сравнительный анализ фрагментов сцены RapidEye. В работе совершено выборочное сравнение нескольких фрагментов тематических карт c объектами недропользования, взятых способом «Isodata» и «объектно-ориентированной классификации». Анализ проводился на базе статистической оценки разделимости классов наземного покрова изучаемой территории и в n-D визуализаторе (n-D Visualization) ПК ENVI 5.0 (рис.

3).

Рис. 3. Сравнение результатов классификации участка разработки песчаного карьера: а) фрагмент MNF трансформированного изображения RapidEye; б) тематическая карта, полученная способом ISODATA; в) тематическая карта, полученная способом «объектно-ориентированной классификации»

По итогам полевой экспертного анализа и проверки было обнаружено, что самая точной есть тематическая карта, полученная способом Isodata.

Оценка точности взятых тематических изображений. Хорошая оценка точности была совершена для тематической карты, взятой способом Isodata, на базе матрицы различий (Confusion Matrix) и коэффициента Каппа (Kappa Index). На основании оценки спектральной разделимости классов и совершённых ранее полевых изучений, конечно применения способов экспертного дешифрирования были выделены шесть главных главных классов наземного покрова, в каковые вошли все 20 исходных тематических классов взятых способом Isodata:

  1. лесные почвы,
  2. кустарниковая растительность,
  3. травяной покров,
  4. не лесные и не покрытые растительностью почвы,
  5. водные объекты,
  6. поселения.

Объединение исходных тематических классов было совершено в ПК ENVI 5.0 методом «Merge class».

Выделение тематических слоев для векторизации. Для предстоящего анализа, по окончании экспертной оценки были выбраны два класса наземного покрова: «Не лесные и не покрытые растительностью почвы» и класс «Поселения». В ПК ENVI 5.0. была совершена векторизация взятых тематических слоев.

Данный метод был использован для классификации всех пяти снимков RapidEye на территорию РМЭ. В следствии был взят предварительный бесшовный тематический слой «объекты недропользования» на всю территорию изучения, что потом уточнялся при проведении полевых изучений.

Полевая оценка данных. Полевые изучения были направлены на верификацию данных тематического слоя «объекты недропользования» — уточнение расположения главных объектов (лицензионное недропользование) на местности, привязка их при координат и помощи, оценка главных геоморфологических и биотических параметров, и текстуры и анализ формы объектов изучения.

Эти изучения разрешили выделить в тематическом слое лишь те объекты, каковые с высокой степенью достоверности возможно отнести к классу «объекты недропользования» (песчаным либо глиняным карьерам) (рис. 4).

Рис. 4. Изображения песчаного карьера: а) фото на местности, б) векторный полигон на снимке RapidEye; в) контуры на снимке RapidEye; г) GPS трек контура

В непосредственной близости и точках наблюдения от карьеров проводились: осмотр, замеры, запись данных в полевой издание, фотосъемка, нанесение результатов обследования на карту (полевой абрис местности), плановая привязка GPS-приемником. Особенное внимание уделялось участкам незаконного недропользования на территории изучений (рис. 5).

Рис. 5. Участок незаконного землепользования в Волжском районе РМЭ: а) RGB снимок RapidEye в виде полигона и GPS трека, б) Натурное обследование объекта

Вторичная оценка точности взятого тематического класса с учетом данных полевых других методов и исследований контроля. По итогам полевых изучений за летне-осенний период 2013 г. были подобраны и уточнены характеристики класса «объекты недропользования». Из созданного тематического слоя была удалена часть объектов, характеристики которых не подтвердились в ходе полевых работ.

В следствии были выделены главные дешифровочные показатели карьеров, разрешающие в будущем избежать вероятных неточностей при их классификации и идентификации.

Подготовка итогового отчета в виде ГИС-проекта.Созданный бесшовный векторный слой с объектами недропользования употреблялся для получения итогового картографического материала в среде ArcGis 10. Все полученные полигоны векторного слоя «объекты недропользования» на Республику Марий Эл  представлены в виде базы данных и владеют атрибутивной информацией, имеющей разную степень достоверности:

  • 100% — выезд на место (данные и фотоматериал GPS привязки),
  • 70% — без полевых выездов (высокая возможность, определенная по снимкам большого разрешения),
  • 50% — выяснена по снимкам большого разрешения;
  • 10% — выяснена по снимкам среднего разрешения.

Результаты

В ходе исполнения работ по мониторингу объектов недропользования в республике Марий Эл по спутниковым данным были систематизированы существующие эти недропользования. Создана методика по оценке и выявлению объектов недропользования с применением снимков RapidEye в пакете ENVI 5.0 Classic. На базе обработки полевых и камеральных данных, и спутниковых снимков большого разрешения был составлен ГИС-проект с выделением на нем полигонального слоя карьеров на всю территорию РМЭ и большим наполнением атрибутивной информацией.

Выводы

  1. Применение MNF трансформированных изображений для автоматической классификации разрешает существенно улучшить степень разделимости взятых тематических классов, что со своей стороны повышает уровень точности тематических карт.
  2. Комплексное применение снимков различного пространственного разрешения, и прямых и косвенных (запасных) показателей дешифрирования разрешает повысить точность дешифрирования объектов недропользования.
  3. Предстоящая работа по оценке динамики структурных и морфологических трансформаций сети объектов недропользования будет проводиться с применением спутниковых снимков различного пространственного разрешения (Landsat, RapidEye и Canopus).

Перечень литературы:

  1. Schmidt, Multitemporal analysis of satellite data and their use in the monitoring of the environmental impacts of open cast lignite mining areas in Eastern Germany/ H. Schmidt,  C. Glaesser // International Journal of Remote Sensing. – 1998. – № 12 (9). – P. 2245-2260.
  2. Matejicek, L. Changes in Croplands as a Result of Large Scale Mining and the Associated Impact on Food Security Studied Using Time-Series Landsat Images / Matejicek, V. Kopackova // Remote Sensing. – 2010. – № 2. – P. 1463–1480
  3. Petropoulos, светло синий.P. Change detection of surface mining activity and reclamation based on a machine learning approach of multi-temporal Landsat TM imagery/ G.P.Petropoulos, P. Partsinevelos, Z. Mitraka // Geocarto International. – 2012. – P. 1–20.
  4. Pandey, A.C. Analysing topographical changes in open cast coal-mining region of Patratu Jharkhand using CARTOSAT-I Stereopair satellite images/ A.C. Pandey, A. Kumar// Geocarto International. – 2013. – P. 1–14.
  5. Курбанов, Э. А. Сравнительный анализ спутниковых снимков большого разрешения при дешифрировании древостоев, загрязненных отходами силикатного производства/ Э. А. Курбанов, О.Н. Воробьев, Ю.А. Полевщикова, С.А. Незамаев, Е.Н. Демишева // Вестник ПГТУ. – Йошкар-Ола: Поволжский национальный технологический университет. – № 2. – 2013. – С. 74-90.

Работа в тюрьмах Марий Эл


Подобранные по важим запросам, статьи по теме: