- •Разнообразие ландшафта и методы его измерения Введение
- •Глава 1. Общие представления о разнообразии
- •1.1. Что такое разнообразие? (Прагматический аспект)
- •1.4. Разнообразие и функционирование
- •Глава 2. Феноменологические иерархические уровни организации пространства
- •Глава 3. Измерение ландшафтного разнообразия
- •3.1. Измерение ландшафтного разнообразия на основе дистанционной информации
- •Корреляционная матрица между каналами
- •Собственные значения главных компонент для трех каналов Landsat -7 (1999.10)
- •Корреляционная матрица между каналами (Landsat – 7, 1999.01)
- •Факторные нагрузки – коэффициенты корреляции переменных с факторами для трех каналов Landsat- 7 (1999.01)
- •Оценка разнообразия (бит) подстилающей поверхности по многоканальным изображениям
- •Корреляция двух факторных пространств
- •Разнообразия изображения по объединенным данным осенней и летней съемки
- •Расчет фрактальной размерности по модели «изменение масштаба– изменение длины береговой линии»
- •Оценка фрактальной размерности по двухмерному спектру для всего изображения
- •Глава 4. Прикладные задачи ландшафтного планирования, решаемые на основе измерения ландшафтного разнообразия
- •Классы ландшафтов в Европейской системе для третьего уровня классификации
- •Смысл индексов разнообразия, применительно к задачам ландшафтного планирования
- •Заключение
- •Основные характеристики спектральных каналов
- •Некоторые полезные ссылки на ресурсы Интернете
- •Литература
Основные характеристики спектральных каналов
Landsat-7
Номер канала |
Диапазон спектра (мкм) |
Разрешение (м/пиксель) |
Название |
1 |
0,45–0,515 |
30 |
голубой |
2 |
0,525–0,605 |
30 |
зеленый |
3 |
0,63–0,69 |
30 |
красный |
4 |
0,775–0,90 |
30 |
ближний инфракрасный |
5 |
1,55–1,75 |
30 |
средний, или коротковолновый, инфракрасный |
6 |
10,40–12,5 |
60 |
длинноволновый инфракрасный, или тепловой |
7 |
2,09–2,35 |
30 |
средний, или коротковолновый, инфракрасный |
8 |
0,525–0,90 |
15 |
панхроматический (4,3,2) |
1 канал (голубой):
наиболее чувствителен к атмосферным газам, и, следовательно, изображение может быть малоконтрастным;
имеет наибольшую водопроницаемость (длинные волны больше поглощаются), т. е. оптимален для выявления подводной растительности, факелов выбросов, мутности воды и водных осадков;
полезен для выявления дымовых факелов (так.как. короткие волны легче рассеиваются маленькими частицами);
хорошо отличает облака от снега и горных пород, а также голые почвы от участков с растительностью.
2 канал (зеленый):
чувствителен к различиям в мутности воды, осадочным шлейфам и факелам выбросов;
охватывает пик отражательной способности поверхностей листьев, может быть полезен для различения обширных классов растительности;
также полезен для выявления подводной растительности, факелов выбросов, мутности и осадков.
3 канал (красный):
чувствителен в зоне сильного поглощения хлорофилла, т. е. хорошо распознает почвы и растительность;
чувствителен в зоне высокой отражательной способности для большинства почв;
полезен для оконтуривания снежного покрова.
4 канал (ближний инфракрасный):
различает растительное многообразие и растительную силу (vigor);
может быть использован для оконтуривания водных объектов и разделения сухих и влажных почв, так как вода сильно поглощает ближние инфракрасные волны.
5 канал (средний или коротковолновый инфракрасный):
чувствителен к изменению содержания воды в тканях листьев (набухаемости);
чувствителен к варьированию влаги в растительности и почвах (отражательная способность уменьшается при возрастании содержания воды);
полезен для определения энергии растений и отделения суккулентов от древесной растительности;
особенно чувствителен к наличию/отсутствию трехвалентного железа в горных породах (отражательная способность возрастает при увеличении количества трехвалентного железа);
отличает лед и снег (светлый тон) от облаков (темный тон).
6 канал (длинноволновый инфракрасный или тепловой):
датчики предназначены для измерения температуры излучающей поверхности от –100 до +150С;
подходит для дневного и ночного использования;
применение тепловой съемки: анализ влажности почв, типов горных пород, выявление теплового загрязнения воды, бытового скопления тепла, источников городского производства тепла, эффективное военное наведение, инвентаризация живой природы, выявление геотермальных зон.
7 канал (средний, или коротковолновый инфракрасный):
совпадает с полосой поглощения излучения гидроминералами (глинистые сланцы, некоторые оксиды и сульфаты), благодаря чему они выглядят темными (например, зоны метаморфического вытеснения глинистых сланцев в ассоциации с месторождениями меди);
полезен для литологической съемки;
как и 5-й канал, чувствителен к варьированию влаги в растительности и почвах.
8 канал (панхроматический – 4,3,2):
наиболее типичная комбинация каналов, используемая в дистанционном зондировании для анализа растительности, зерновых культур, землепользования и водно-болотных угодий.
Обработка спектрозональной информации может включать создание разнообразных комбинаций каналов съемки, подчеркивающих различные особенности территории. Так, композиция из первых трех каналов имитирует натуральное изображение (использованы в качестве демонстрации для Московской области); комбинация каналов 4,5,3 используется для анализа влажности почв и состояния растительности, а 5,4,3 – для отделения городских и промышленных районов, проведения границ вода/суша; композиция 4,5,7 позволяет выявить облака, снег и лед (особенно в высоких широтах) и т. д. Данные спектральной съемки позволяют рассчитывать различные относительные показатели, в том числе нормализованный разностный вегетационный индекс (Normalized Difference Vegetation Index – NDVI), широко используемый в зарубежных исследованиях. NDVI вычисляется как отношение измеренных значений спектральной яркости в красной и ближней инфракрасной зонах спектра по следующей формуле: NDVI = (ближний инфракрасный – красный)/(ближний инфракрасный + красный). Соответственно, для каналов Landsat 7 формула приобретает следующий вид: NDVI = (канал 4 – канал 3)/(канал 4 + канал 3). Этот индекс чувствителен к наличию растительности на земной поверхности и может быть использован для определения ее типа, количества и состояния. Вычисленные подобным образом значения NDVI для каждого пикселя изображения варьируют в пределах от –1 до 1, причем покрытые растительностью участки имеют значения обычно больше нуля, а отрицательные значения индицируют такие лишенные растительности поверхности как вода, снег, лед или облака. В пределах от 0 до 1 увеличение значения NDVI свидетельствует об увеличении фитомассы. С целью максимизации диапазона значений и лучшей визуализации изображения необходимо шкалировать полученные показатели NDVI. Для этого можно использовать, например, следующее преобразование: шкалированный NDVI = 100*(NDVI + 1). Преобразованное подобным образом значение NDVI находится в пределах от 0 до 200, где исходное – 1 эквивалентно 0, 0–100, а 1–200.
ПРИЛОЖЕНИЕ № 2