8 Национальная а ссоциация ученых (НАУ) # 55, 20 20
Н АУКИ О ЗЕМЛЕ
УДК 528.7:502.55
ИСПОЛЬЗОВАНИЕ МЕТОДО В АВТОМАТИЗИРОВАННОГ О ДЕШИФРИРОВАНИЯ
КОСМИЧЕСКИХ СНИМКОВ ДЛЯ ВЫЯВЛЕНИЯ ЗОН НЕ ФТЕРАЗЛИВОВ
Аловсат Шура -оглы Гулиев
Государственная нефтяная компания Азербайджанской Республики (SOCAR),
AZ100 0, Азербайджан, г. Баку, пр. Гейдара Алиева 121, старший геодезист,
тел. (99450)492 -93 -18
DOI: 10.31618/nas.2413 -5291.2020.3.55.221
Аннотация
В данной статье обоснована актуальность исследования, выявлены области применения
дешифрирования космических снимков, изучены основные теорет ические аспе кты, приведе на
математическая модель обработки изображения акватории водной поверхности.
Ключевые слова : водная поверхность, нефтеразливы, дешифрирование данных дистанционного
зондирования, космические снимки, обработка изображений, экологический мониторин г.
Введение
Повышение количества и масштабов
техногенных катастроф, активная разработка
месторождений, добыча углеводородов, их
переработка, транспортировка, как самой нефти,
так и получаемых с помощью неё нефтепродуктов
приводят к интенсивному загрязне ни ю
окружающего мира.
Установлено, что в настоящее время около
двадцати процентов поверхности акватории
Мирового океана покрыто нефтяной плёнкой в
связи с произошедшими нефтеразливами. По
различным оценкам это даёт более 5 миллионов
тонн потерянной нефти в год . В [ 1] показана
взаимосвязь результатов Мексиканского
нефтеразлива и появление климатических
аномалий в условиях Атлантическ ого океана и
Русской равнины.
Главной особенностью антропогенных
объектов, которые отоб ражаются на снимках,
представляется читаемость ко нтуров и форма таких
объектов. При выявлении их по яркостным
признакам появляется сложность в разделении
классов объекто в, обусловленная близкими
значениями величин яркости объектов с
аналогичными спектр альными признаками.
Примером таких являются крыши домов,
автостоянки, дороги и т.д.
Исследования, приведенные в [2] показывают,
что на практике представляется невозможным
отделить изображения городских сооружений от
автодорог или даже открытого грунта. В условиях
морской поверхности также су ществует проблема
отделения нефтяных пятен от иных изображений,
вызванные различными процессами, которые
имеют место не только на поверхности акватории,
но и на глубине. Наприм ер, актуальной проблемой
уверенного дешифрирования изображений
космических снимков является механи зм точного
разделения изображений нефтяных плёнок от
следов течений, рельефов дна, океанических
вихрей, гидрологического фронта и т.п.
Данные дистанционного з он ди рования Земли
(ДЗЗ) в решении поставленной задачи становятся
главным источником [ 3]. В настоящее время
дешифрирование космических снимков
востребовано в различных отраслях антропогенной
деятельности:
– при пр оведении геоэкологического анализа
степных ландшафтов [ 4];
– при мониторинге за незаконной вырубкой
леса [ 5], состоянием лесного хозяйства страны [ 6, 7,
8], для выделения границ леса [ 9, 10];
– для своевр ем енного уст ранения
повреждённых пожаром участков растительности
[11 ];
– при мониторинге объектов антропогенной
деятельности (горнодобывающие предприятия,
объекты гидрографии, сельскохозяйственные
объекты и насел ённые пункты [ 12 ], а также свалок
[13 ];
– в це лях наиболее достоверного отражения
информации в картографии [ 14 ];
– при монит ор ин ге зон селей [ 15 ], затопления
[16 ] и нефтезагрязнённых территорий [ 17 , 18 ].
Це ль исследования, постановка задачи
Цель исследования – определение
возможности реализации методов дешифрирования
космических снимков с целью обнаружения
нефтеразливов. Были поставлены следующие
задачи:
– исследовать основные теоретические
аспекты, связ анны е с дешифрированием
космических снимков;
– разработка м атематической модели для
реализации методов дешифрирования космических
снимков с целью обнаружения нефтеразливов.
Методы и материалы
1) Методы и материалы исследования –
сбор и анализ существующих тео рети ческ их
сведений по проблеме, анализ собранных
материало в и интерпретация .
Обсуждение
Под процессом дешифрирования
подразумевают теорию и методы получения
Национальная ассоциация ученых (НАУ) # 55, 20 20 9
сведений о наружных и внутренних
характеристиках объектов территории по её
изображению [ 19 ].
Автоматизированное дешифрирование – это
одна из стадий компьютерной обработки ДЗЗ,
представленных в форме цифровых изображений,
которая включает ввод изображений
(космоснимков) в компьютер, экспертную оценку
данных по оп ределенной тематике
дешифрирования.
В базу автоматизированного дешифрирования
интегрируются способы классификации, которые
были основаны на теории распознавания того или
иного образа, и методы его расслоения.
Цель автоматической классификации –
отыск ани е ф ункции, которая отображает все
признаки и особенности распознаваемых объектов,
элементами которого выступают классы образов.
Как и для других машинных методов
дешифрирования, этому свойственна
необходимость задания четких требований для
осуществления отбор а признаков. Выбор
подходящего набора признаков, то есть создание
эталона – это первостепенная проблема,
сопряжённая с распознаванием образов.
Установлено, что внедрение эталонов
признаков на базе нормированных величин яркости
даёт возможность повышения над ежно сти
результат ов обработки космоснимков [ 19 ].
Для выбора эталонов и формирования
обучающих выборок применяются различные
методы [ 8]:
– использование векторной ка рты (или слоя),
который бы б ыл наложен на изображение;
– использование класса из направленного на
определенную тематику растрового слоя в систему
ГИС, который соответствует области изображения
либо, к примеру, приобретенного благодаря
неконтролируемой клас сифи каци и;
– выявление области снимка, то есть
идентификация пикселей в границах заданной
области;
– идентифик ация набора смежных пикселей,
имеющих близкие спектральные характеристики.
Ниже приведён алгоритм обработки
изображений, составленный для распозна вани я зо н
нефтяных плёнок в условиях морской акватории.
В качестве теоретической базы для анализа
изображений использовались некоторые методы
теории информации. Согласно [ 20 ] данные методы
показывают эффективност ь ра споз навания
объектов на снимках даж е при нал ичии шумов.
С точки зрения теории информации следует
исходить из того, что вероятность появления
разных классов в общем числе N элементов
конкретного изображения (обычно ~ 10 6 для
каждого спектрального канала ) не оди накова.
Поэтому, вводя ст андартные уровн я квантования
для изображений, кратные двумя в какой -то
степени (обычно степень 8), можно внести частоты
появления каждой из I = 256 градаций. При этом
относительные частоты, аналогичные оценкам
вероятностей по в ыбор очным данным, равны:
ౢ=్൚్, I = 0,….255,
причем,
๓ ౢ
ౢ
ౢெ
ි Ϲɪ
Общее число различных последовательностей
из N элементов I = градационного представления,
то есть число возмож ных различных сообщений
длиной в N элементов, ра вно:
ි ɮ
ɮɮɪɪɪɪɮɧ
т.е. объем данных в одном сообщении равен:
ްౢි ߑ ߉ ි ౧ౖ
౧.
Воспользовавшись известной формулой
Стрилинга для больших значений N и ౢполучим:
ްై≈
౧(ߎߐ −щ ౢ ైౢெ ߎߐౢ)ි
−щ ౢ ైౢெ ߎߑ߉ ౢ,
или в расчете на элемент разрешения
выбранного изображения:
ްౢි −щ ౢ ైౢெ ߎߑ߉ ౢ
.
Значения интенсивности первичных цветов
изменяются в диапазоне одн ого байта, т.е. от 0 до
255, и поэтому, и мея число, характеризующее
данный пиксель, мы можем посредством
арифметических операций получить значения
первичных цветов. В качестве исходных данных
для описываемых далее алгоритмо в и операторов
мы будем рассматривать матрицу, элементы
которой не превосх одят значен ие 255 и
представляют интенсивность определенного цвета.
Такую матрицу можно рассматривать как
некоторое числовое поле на квадрате из
натуральных чисел, для которой выполн яется
условие: такое, что модули разности
аргументов элементов и аргумента ߚ не
перевосходят ߇:
, где ߋ(ߚ)- аргумент ߚ, т.
е. ߚි ߋ (ߚ).
Здесь под аргументом подразумевается пара
натуральных чисел, которы е являются
соответственно н омерами строки и столбца в
матрице, где находится ߚɪ Под ߚ, в данном
контексте, понимается не собственно значение
этого ߚ, но конкретный элемент заданного
числ ового поля, поэтому функция i однозначно
определена, а если совсем точно, то это просто
свойст во ߚ. Под модулем упорядоченной пары M U
e
x (( ) () )e zi xi z U
e
x −
10 Национальная а ссоциация ученых (НАУ) # 55, 20 20
понимается максимум модулей компонента этой
пары.
На полях такого типа определяются операторы
мониторинга, результатом котор ых будет являться
поля такого же типа и размера ТɩМ Т(М)
Логично пр едположит ь, ч то суперпозиции
операто ров мониторинга будет в том числе и
оператором мониторинга. Возможно два подхода к
построению таких операторов – непрерывный и
дискретный. При непрерывном подходе
интерполируется наше дискретное поле на все
вещественные значения в пр ямоугольнике
размером, соответствующем размеру исходного
дискретного поля. Таким образом, мы п олучаем
непрерывную функцию двух вещественных
аргументов.
В условиях поставленной задачи в большой
степени наиболее перспективным представляется
диск ретный подход и, соответственно, дискретные
операторы Т. Оператор мониторинга Т назовем ߇ -
локальным, если ْ߇> ϸɧ߇ِٖߛٖ(ީ)ɧْߚٖީɪ
(значение Т(A)i( ߚ) зависят только от значений из
).
Вывод
Для ликвидации тяж елых экологических и
экономических последствий нефтеразливов
предложен метод мониторинга морской акватории
на предмет наличия нефтяных плёнок. Реализация
идеи предполагается за счет средств
дешифрирования и распознавания объектов на
космических снимках.
В статье представлен алгоритм, постр оенный
на основе методов теории информации и формул
Стирлинга. Данные методы характерны тем, что
они эффектив но решают задачи проверки
статистических гипотез и исследования влияния
заданных факторов на поведение объектов
измерения, что нахо дит практическое п рименение
в мониторинге.
Таким образом, за счёт построенной
математической модели возможно обработать
множе ство идентифицируемых объектов водной
поверхности и распознать зоны нефтеразливов на
ранних стадиях, что позволит своевременно
ликв идировать экологич еские и экономические
последствия.
Планируется выполнить экспериментальные
работы по проверке предложенной математической
модели.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Моделирование техногенных причин
короткопериодных аномалий климата / М. С. Красс,
В. Г. Мерзликин, О. В. Сидоров // Ве стн. Том. гос.
ун -та. - 2011. – Вып. 349. – С. 2 - 3.
2. Арбузов С. А. Использование градиентных
фильтров для автоматизированного
дешифрирования антропогенных объектов //
Вестник СГУГиТ (Сибирского го сударственного
универси тета геосистем и технол огий). - 2011. –
Вып. 2 (15). – С. 2 - 4.
3. Варфоломеев А. Ф., Кислякова Н. А.
Особ енности дешифрирования пространственных
объектов по космическим снимкам в программе
ErdasImagine 8. 3 // Огарёв -Online. - 2015. – Вып. 4
(45). – С. 4 -6.
4. Мячина К. В., Токарева О. С.
Геоэкологический анализ степных ландшафтов в
районах нефтегазодобычи (на п римере
Оренбургской области) // Известия ТПУ. - 2014. –
Вып. 1. – С. 4 - 6.
5. Никитина Ю. В., Никитин В. Н. Разработка
методики авт оматизированного дешифр ирования
незаконных руб ок леса по разновременным
космическим снимкам // Интерэкспо Гео -Сибирь. -
2010. – Вып. 2. – С. 1 - 2.
6. Иванов Н. Г., Аржанкина А. В.
Сопоставительный анализ лесотаксационной
информации ДЗЗ и наземной таксации в
щелковском учебно -опытн ом лесхозе // Academy. -
2017. – Вып. 2 (17). – С. 3 - 4.
7. Оценка лесистости агроландшафтов юга
Приволжск ой возвышенности по данным NDVI /
А.С. Рулев, О.Ю. Кошелева, С.С. Шинкаренко //
Известия НВ АУК. - 2016. – Вып. 4 (44). – С. 8.
8. ёХлебникова Е. П., Симон ов Д. П.
Использование методов статистического анализа
при дешифрировании многозональных
космических сни мков // Интерэкспо Гео -Сибирь. -
2014. – Вып. 1. – С. 19 -23.
9. Тематическое дешифрирование
поврежденных лесных насаждений по данны м
дистанционного зондир ования с использованием
ГИС -технологий / Н.Я . Сидельник, А.А. Пушкин,
С.В. Ковалевский // Актуальные про блемы лесного
комплекса. - 2017. – Вып. 49. – С. 2 - 3.
10. Толкач И. В., Бахур О. С. Контурное
дешифрирование границ выделов с
испол ьзованием цифровых косм ических снимков
высоког о разрешения и ГИС технолог ий // Труды
БГТУ. Серия 1: Лесное хозяйство,
природопо льзование и переработка
возобновляемых ресурсов. - 2011. – Вып. 1. – С. 2 -
4.
11. Исследование возможностей применения
данных Spot -4 для дешифрирования изо бражений
поврежденных п ожар ами участков растительности
/ Е. А. Юрикова, А. А. Кокутенко, А. И. Сухинин / /
Сибирский журнал науки и технологий. - 2008. –
Вып. 4 (21). – С. 6 – 8.
12. Мониторинг нарушений природной среды
техногенными проце ссами при дешифрировани и
космоснимков / А. А. Калиева, А. Т. Байшуаков, А.
В. Ермиенко // Интерэкспо Гео -Сибирь. - 2019. –
Вып. 2. – С. 5 - 6.
13. Мониторинг свалок твердых бытовых и
промышленных отходов в Иркутском районе по
данным космических снимков / С. С. Тимофеева, Л.
В. Шешук ова, А. Л. Охотин // Ве стник ИрГТУ. -
2012. – Вып. 9 (68). – С. 3 - 4.
14. Количественный подход при
картогра фировании лесов на основе данных
зондирования земли / В. Н. Жердев, Д. А. U
e
x
Национальная ассоциация ученых (НАУ) # 55, 20 20 11
Баранович, А. Ю. Черемисинов // Научный журнал
РосНИИПМ . - 2014. – Вып. 3 (15) . – С. 6 - 8.
15. Набиев Г. Л. О., Тарихазер С. А. Г. Условия
формирования селей и их влияние на
экогеоморфо логическую ситуацию горных
регионов Азербайджана (на примере
Нахчыванской АР) // Известия ТулГУ. Науки о
Земле. - 2018. – Вып. 2. – С. 2 - 8.
16. Амирова А. Р. Оценка точности
построения по топографическим картам границ зон
затопления (на примере Р. Вятки в че рте г. Кирова)
// Экологический сборник 7: Труды молодых
ученых. материалы Международной науч.
конференции: – Киров, - 2019. - №1 . - С. 3 - 4.
17. Борисов Д .В. Дешиф рирование
нефтезагрязнённых территорий при помощи
данных дистанционного зондирования //
Решетне вские чтения. - 2014. – Вып. 18. – С. 1 - 2.
18. Кусков А. П. Применение данных
дистанционного зондирования земли при
инвентаризации н ефтезагрязненных земель //
Наука, техника и об разование. - 2017. – Вып. 7 (37).
– С. 2 - 3.
19. Симонова Г. В., Хлебникова Е. П.
Ср авнительный анализ методик формирования
эталонов при обработке цифровых изображений //
Интерэкспо Гео -Сибирь. - 2007. – Вып. 2. – С. 2 -3.
20. Луценко Е. В. Решение задач статистики
методами теории информации // Научный журнал
КубГАУ - ScientificJournalofKubSAU . - 2015. – Вап.
106. – С. 12 - 16.
© Alovsat Shura -ogly Guliev,2019
