Бесплатный автореферат и диссертация по наукам о земле на тему

Разработка методики текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений

ВАК РФ 25.00.34, Аэрокосмические исследования земли, фотограмметрия

Автореферат диссертации по теме "Разработка методики текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений"

На правах рукописи

ПРЕСТОН НАТАЛИЯ ЕВГЕНЬЕВНА

РАЗРАБОТКА МЕТОДИКИ ТЕКСТУРНО-СПЕКТРАЛЬНОГО АНАЛИЗА ТЕПЛОВЫХ ПОЛЕЙ ИЗЛУЧЕНИЯ ЛАНДШАФТНЫХ КОМПЛЕКСОВ НА ОСНОВЕ АЭРОКОСМИЧЕСКИХ НАБЛЮДЕНИЙ

Специальность 25.00.34 Аэрокосмические исследования Земли, фотограмметрия

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2012

2 2 НОЯ 2012

005055766

005055766

Работа выполнена в Московском государственном университете геодезии и картографии (МИИГАиК)

Научный руководитель: доктор технических наук, профессор

Ильин Юрий Александрович

Официальные оппоненты: Зверев Анатолий Тихонович,

доктор геолого-минералогических наук, профессор, кафедра Космическог

мониторинга Московского государственног университета геодезии и картографи (МИИГАиК), заведующий кафедрой

Барталев Сергей Александрович, доктор технических наук, Лаборатори спутникового мониторинга наземных экосиста Учреждение Российской академии наук Институ космических исследований РАН (ИКИ РАН заведующий лабораторией

Ведущая организация: ФГУП «Государственный научнс

исследовательский и производственный цент «Природа» (ФГУП «Госцентр «Природа»)

Защита состоится « » сг а-_2012 г. в ■/ ¿1 часов н

заседании диссертационного сов ета-Д.212.14 ¿01 при Московском государственно; университете геодезии и картографии по адресу: 105064, Москва, Гороховский пер д. 4, МИИГАиК, зал заседания Ученого Совета.

С диссертацией можно ознакомиться в библиотеке МИИГАиК.

Автореферат разослан « О» ¿-<-ст-е _2012 г.

Ученый секретарь Диссертационного совета

Краснопевцев Б.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность проблемы:

В настоящее время широкое развитие получили космические системы дистанционного зондирования Земли в тепловом ИК-диапазоне. Результаты тепловой съемки поверхности Земли находят очень широкое применение в самых разных областях: картографирование тепловых полей Земли, определение температуры морской поверхности, наблюдение за вулканической деятельностью, мониторинг лесных пожаров; в последние годы все более широкое распространение получает изучение влияния «тепловых островов» городских территорий на окружающую среду.

Тепловые ИК-изображения на сегодняшний день характеризуются высоким пространственным разрешением. Современные сенсоры позволяют достигать таких разрешений, как 90 м (Aster), 60м (Landsat 7), 120м (Landsat 5). Такие снимки содержат качественно новую информацию о ландшафтах подстилающей поверхности и их географических характеристиках. Однако они демонстрируют высокую неоднородность, и стандартные методы, применяемые для анализа и классификации данных, становятся менее эффективными.

Актуальность диссертационной работы, таким образом, обусловлена: необходимостью разработки новых методик обработки тепловых снимков с высоким пространственным разрешением.

Цель исследования: разработать методику текстурно-спектрального анализа ландшафтных комплексов на основе аэрокосмических наблюдений. Задачи исследования:

1. Изучить особенности пространственного текстурно-спектрального характера данных дистанционного зондированияна основе тепловых ИК-снимков.

2. Разработать методику пространственного текстурно-спектрального анализа тепловых ИК-снимков, основанную на фрактальном и мультифрактальном подходе.

3. Реализовать алгоритмы и математическое обеспечение, реализующие предложенную методику.

4. Провести экспериментальную проверку разработанной методики для обработки аэрокосмических изображений в тепловом ИК-диапазоне.

Объект исследования: ландшафты земной поверхности, образующие температурные контрасты на тепловых ИК-изображениях. Методология исследования

Проведенные исследования основаны на методах математической статистики, вычислительной математики, теории обработки цифровых изображений, геоинформатики, прикладного программирования.

Научная новизна работы заключается в следующем:

1. Впервые обосновано применение мультифрактального анализа при обработке тепловых неоднородностей водной поверхности.

2. Разработана новая методика фрактальной сегментации для классификации различных типов ландшафтов по тепловым ИК-снимкам, в частности, для выявления участков «городского острова теплоты».

3. Предложена новая методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов.

Научные результаты выносимые на защиту:

1. Методика пространственного текстурно-спектрального анализа, основанная на фрактальной сегментации для выявления различных объектов подстилающей поверхности по тепловым ИК-снимкам.

2. Методика мультифрактального анализа для обработки слабоконтрастных тепловых неоднородностей.

3. Методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов подстилающей поверхности.

Практическая значимость работы:

Предложенная методика пространственного текстурно-спектрального анализа ландшафтных комплексов на основе аэрокосмических наблюдений рекомендована к использованию для задач исследования природных ресурсов и экологического мониторинга для получения дополнительной информации о температурных характеристиках объектов подстилающей поверхности, что позволяет автоматизированно классифицировать различные типы ландшафтов, выделять температурные неоднородности водной поверхности и создавать динамическую модель электронного изображения подстилающей поверхности по тепловым ИК-снимкам.

Соответствие диссертации Паспорту научной специальности:

Данная работа посвящена исследованию тепловых неоднородностей объектов подстилающей поверхности, определению их характеристик и повышению изобразительных свойств теплового ИК-снимка на основании проведенной обработки. Таким образом, работа сфокусирована на разработке теоретических и практических принципов обработки тепловых ИК-изображений с целью получения информации о характерных свойствах объектов земной поверхности, что является одной из областей исследования специальности 25.00.34 «Аэрокосмические исследования Земли, фотограмметрия», в рамках которой и предлагается к защите данная работа.

Апробация и реализация результатов исследования:

Основные положения диссертационной работы докладывались на 63,64,65,66 и 67 научно-технических конференциях студентов, аспирантов и молодых ученых,

3

проводившихся в Московском государственном университете геодезии и

картографии (МИИГАиК) в период с 2008 по 2012 г.

Публикации:

По результатам проведенных исследований было опубликовано 3 научных работы в журнале «Известия ВУЗов. Геодезия и аэрофотосъемка». Структура диссертации:

Диссертационная работа состоит из введения, 4 глав, заключения и списка литературы, который насчитывает 113 наименований. Объём работы 112 страницы текста, 6 таблиц, 36 иллюстраций и приложения на 13 страницах.

СОДЕРЖАНИЕ РАБОТЫ. Во Введении обоснована актуальность темы диссертационной работы, сформулированы основные цели и задачи исследований, обоснована научная новизна и практическая значимость работы.

В первой главе «Основные принципы и область применения тепловой ИК-съемки» приведено краткое изложение физических основ аэрокосмической съемки в тепловом ИК-диапазоне и обзор современных направлений исследований данных дистанционного зондирования в тепловом ИК-диапазоне.

Круг объектов наблюдения дистанционного теплового мониторинга многообразен. В него входят объекты, различающиеся своими физическими свойствами, положением в пространстве, происхождением и другими характеристиками. Так как солнечное (внешнее) и эндогенное (внутреннее) тепло нагревает различные объекты по-разному, наземный ландшафт является нестационарным во времени и неоднородным в пространстве источником излучения - собственного и отраженного. Вследствие этого на поверхности Земли возникают температурные контрасты, которые регистрирует тепловая ИК-съемка.

В соответствии с перечисленными факторами, неоднородность распределения температурного поля на снимке является индикатором объектов, процессов и явлений, имеющихся на исследуемой территории.

Тепловая ИК-съемка применяется в основном для анализа поверхностной яркостной температуры и ее связи с различными характеристиками подстилающей поверхности, оценки городского острова теплоты и корреляции радиационной температуры поверхности с потоками энергии на ней.

Исследования по данным темам в основном идут по следующим направлениям:

1. Изучение экологических характеристик ландшафтов,

2. Изучение эффекта «городского острова теплоты».

3. Обнаружение и анализ тепловых аномалий.

4. Изучение температурной неоднородности водной поверхности и ледяного покрова.

Таким образом, данные тепловой ИК-съемки применяются для широкого круга задач, каждая из которых обладает своей спецификой. Вследствие этого, требуется применение индивидуальных подходов к исследованию различных классов объектов.

Вторая глава «Характер температурных контрастов тепловых ИК-снимков н методы их изучения» посвящена изучению факторов, формирующих температурные неоднородности на тепловых ИК-снимках, существующих способов их анализа, а также прогнозирования величины температурных контрастов в заданный момент времени.

Характер тепловых контрастов — основной признак, определяющий возможности и особенности дистанционного мониторинга Земли в тепловой ИК-части спектра, поэтому общую систематизацию всех объектов наблюдения по полученным тепловым изображениям целесообразно производить на этой основе. В ИК-диапазоне температурный контраст зависит как от физических характеристик рассматриваемых земных покровов, так и от метеорологических условий. На величину контраста оказывает влияние облачность, которая с одной стороны уменьшает амплитуду суточного хода температур, а с другой стороны увеличивает яркостную температуру поверхности вследствие отражения ею излучения облаков.

Также тепловые контрасты находятся в сильной корреляционной зависимости от силы ветра, нивелирующее влияние которого очень велико.

Существует несколько основных типов поверхностей: почвы, городская территория, растительность и водные объекты. Каждый из них имеет индивидуальную специфику собственного излучения, обусловленную не только свойствами материала, но и условиями съемки.

Характер температурного поля (или температурных контрастов) объектов земной поверхности зависит от большого количества факторов, связанных с физическими параметрами объектов, изменениями внешних условий и определяется в первую очередь источником нагрева. Для большинства объектов земной поверхности таким источником является солнечная радиация, которая нагревает поверхность Земли неравномерно - в зависимости от физических характеристик объектов, условий освещенности, географических координат, сезона и времени суток. Тепловые изображения с высоким пространственным разрешением содержат качественно новую информацию о земных ландшафтах. Это обстоятельство приводит к развитию новых подходов к обработке изображений, таких как фрактальный и мультифрактальный анализ, инструменты которых используются в данной работе.

2.1. Фрактальный анализ Одним из методов анализа текстуры является фрактальный анализ, который успешно используется в исследовании городских островов теплоты и их динамики. Применение фрактальной геометрии в области дистанционного зондирования основывается на оценке фрактальной размерности. Фрактальная размерность (£>) является центральным понятием в фрактальной геометрии для описания геометрической сложности природных явлений, а также другие сложных форм. Фрактальная размерность строго самоподобного объекта может быть вычислена математически с помощью формулы:

И, представляет объект из Ыг частей, уменьшенных в г раз.

2.2. Мультнфрактальный анализ

Сложные фракталы, называемые мультифракталами, важны, прежде всего, потому, что именно они, как правило, и встречаются в природе, тогда как простые самоподобные объекты являются идеализацией реальных явлений. Фактически, мультифрактальный подход означает, что изучаемый объект каким-то образом можно разделить на части, для каждой из которых наблюдаются свои свойства самоподобия.

Наилучшие результаты в обработке тепловых ИК-снимков дает инструмент мультифрактального анализа, называемый точечные показатели Гельдера. Смысл этой функции состоит в следующем. Предположим, что задано распределение меры ¡л на некотором множестве. Если это множество покрывать шарами диаметра е, то мера шара с центром в точке л7 зависит от е по степенному закону вида:

И.(с)~са<п>, (2)

где а (*/') называется гельдеровским показателем сингулярности меры. Третья глава «Разработка методик пространственного текстурно-спектрального анализа ландшафтных комплексов и динамической модели тепловых изображений на основе аэрокосмических наблюдений» посвящена описанию ключевых этапов методик пространственного текстурно-спектрального анализа ландшафтных комплексов и динамической модели тепловых изображений на основе аэрокосмических наблюдений.

Методика пространственного текстурно-спектрального анализа ландшафтных комплексов разработана с учетом специфики выбранных классов объектов и применения индивидуального подхода обработки к каждому из них. Разработанная методика пространственного текстурно-спектрального анализа ландшафтных комплексов разработана включает в себя пять основных этапов. В первой подготовительной части необходимо собрать информацию о выполнении съемки, такую как: дата и время съемки, координаты снимка на местности,

7

параметры солнечного движения; а также рассчитать поверхностную яркостную температуру по полю изображения.

На втором этапе происходит выделение и анализ тепловых аномалий, если они присутствуют на снимке. Следующим шагом является выделение участков водной поверхности, участков «городского острова теплоты», почвы и растительности с помощью инструментов фрактального анализа, описанных во второй главе. На четвертом этапе проводится исследование выделенных классов объектов на основании их температурных характеристик. На пятом этапе проводится прогнозирование тепловой картины исследуемой территории в заданный момент времени на базе имеющегося теплового ИК-снимка. Графически методика представлена в виде схемы, показанной на рис. 1.

Рис. 1. Графическое представление методики текстурно-спектрального анализа

ландшафтных комплексов 8

Рассмотрим каждый этап подробнее.

3.1. Вычисление поверхностной яркостнон температуры

Поверхностная яркостная температура (ПЯТ) определяется как средняя яркостная температура подстилающей поверхности и объектов на ней, принятых за черные тела.

Для различных спутниковых систем применяются разные методики расчета ПЯТ. В данной работе поверхностная яркостная температура была рассчитана следующим образом:

Т = к1/\п(1 + к2/Кш), (3)

где и кг - калибровочные константы. Для спутниковой системы Ьапска! 5: А/ = 1260,56 К а к2 = 60,766 мВтсм'2 стр~'мкм~'.

Я-гм - спектральная интенсивность излучения, измеренная сенсором. Величину можно получить, используя значения пикселей БЫ тепловых ИК-изображений с помощью формулы:

БЫ

= 255 ^тах ~ ^ + ' ^ где Ятах и Я„!„ - соответственно максимальное и минимальное значения спектральной интенсивности излучения, определенные сенсором.

3.2. Выделение и анализ температурных аномалий на тепловых ИК-снимках Тепловые ИК снимки предлагают больше возможностей для изучения лесных пожаров, в том числе, подземных торфяных, чем оптические.

Выбранный пиксель считается содержащим тепловую аномалию, если для него выполняются следующие условия:

1. Т(ч) > и (5)

2. \T0j-) - Тпеап | > /,,

где // и ¡2 — пороговые коэффициенты.

На этом этапе возможна загрузка теплового изображения на эту же территорию, сделанного в другой момент времени.

Из второго ИК-снимка выделяются пиксели с координатами тепловой аномалии первого изображения, и значения их ПЯТ записываются в отдельный вектор. Для анализа динамики тепловой картины к нему добавляется вектор ПЯТ тепловых аномалий, определенный по первому снимку. На основании величины коэффициента корреляции делается вывод о динамике или статике тепловой аномалии.

Графически данный этап представлен в виде схемы, показанной на рис. 2.

Рис. 2. Графическое представление методики выделения и анализа тепловых

аномалий

Результатом обработки изображений на данном этапе является температурная картина участков тепловой аномалии и близлежащих территорий, на основании которой будут сделаны выводы о характере аномалии и динамике распространения огня, очагах пожара и площади выгоревших территорий, в случаях, если аномалия не статична.

Для уменьшения числа ложных источников теплового излучения (например, отражаемых от гладких поверхностей солнечных бликов) целесообразно использовать тепловые снимки, полученные в ночные и утренние часы. Этап реализован в пакете прикладных программ МАТЬАВ.

3.3. Выделение классов «водных объектов», «городской застройки», «почв» и «растительности» с помощью фрактального анализа

Анализируя распределение ПЯТ по полю снимка и определяя пороговое значение, можно выделить «горячие» и «холодные» участки на тепловом ИК-изображении. Однако, как показывает практика, температурные диапазоны объектов различных классов значительно перекрываются и использование только порогового значения поверхностной яркостной температуры не дает возможности точно выделить заданные классы объектов. Проиллюстрировать эту тенденцию можно с помощью гистограммы интенсивности пикселей, которая показывает распределение регистрируемой яркостной температуры на изображении (рис. 3).

«V 1 1 1 (

10 - -

8 - -

6 -

1

4 - -

Л 2 1

г - 1 к

. 1 ! V.

О 50 100 150 200 I

Рис. 3. Гистограммы интенсивности для объектов: 1 - водный объект; 2 - растительноть; 3 - городская застройка; 4 - почвы

Решением описанной проблемы является применение инструментов фрактального геометрии.

Рассмотрим принцип этого подхода на примере теплового ИК-снимка с областью городской застройки. Эффект городского острова теплоты активно изучается с помощью фрактального анализа в работах многих авторов, однако в них вычисление параметров фрактальной геометрии происходит для заданного региона городской территории. Предложенная методика же на базе фрактального анализа позволяет эффективно сегментировать области на тепловых ИК-снимках и, в частности, выделять области городской застройки.

На рис. 4 показано исходное тепловое и соответствующее ему бинаризованное изображение, в качестве порога при бинаризации которого принято среднее значение ПЯТ по полю снимка. Бинаризация теплового снимка позволяет проявить более заметную разницу в текстурах объектов с различным уровнем ПЯТ и, следовательно, в значениях их фрактальных размерностей. Это объясняется тем, что плотность участков с высокой ПЯТ выше в зонах городской застройки, поэтому ее фрактальная размерность, которая характеризует степень заполнения пространства, больше.

(а)

(б)

Рис. 4. Исходный тепловой ИК-снимок (а) и соответствующее бинаризованное изображение (б)

В скользящем по полю изображения окне вычисляется фрактальная размерность. Участки, фрактальная размерность которых выше порогового значения, относятся к классу «городская застройка».

Данный этап обработки предусматривает вычисление фрактальной размерности пространственной модели и допускает некоторые ошибки в результате сегментации. Уточнить их позволяет вычисление набора параметров фрактального анализа, таких как фрактальнай размерность профильной модели и значение лакунарности. Следуя данному принципу и принимая на этапе бинаризации различные значения ПЯТ, происходит выделение классов «водных объектов», «городской застройки», «почвы» и «растительности». Этап реализован в пакете прикладных программ МАТЬАВ.

3.4. Исследование выделенных объектов на основании их температурных характеристик

Мулыпифрактальный анализ водных объектов В процессе обработки тепловых изображений водных объектов появляются следующие задачи:

• описание температурных неоднородностей водной поверхности

• выделение четких структур на поверхности воды (вихрей)

• определение границ суши и льда на поверхности воды

Существующий на сегодняшний день метод расчета доминантных ориентации термических контрастов (ДОТК) позволяет выделять вихревые структуры на поверхности воды, но является достаточно сложным в использовании. В предложенной методике реализовано применение мультифрактального анализа к изучению тепловых неоднородностей водных объектов, не различимых в оптическом диапазоне, в частности, вычисление точечных показателей Гельдера а (х,у). Первым шагом к их расчету является выбор меры. В данной разделе показано, что наилучшие результаты дает использование мер М'т(1) и Мах(1), то есть мер, содержащих минимальное и максимальное значение интенсивности среди пикселей в заданном регионе.

Диапазон значений а {х,у) делится на равные промежутки, количество которых задается перед началом обработки, по умолчанию оно равно 256. Далее все пиксели изображения (х,у), в зависимости от значения вычисленного показателя а (х,у), распределяются по этим классам, и для каждого из них подсчитывается количество соответствующих пикселей. На основании этого деления можно проводить классификацию объектов, характеризующихся различными значениями показателей Гельдера.

Данный этап реализован с помощью модуля Ргас1аЬ, входящего в программный пакет МАТЬАВ, а также разработанного в МИИГАиК программного пакета «Фрактал-ПК».

Исследование области городской застройки на основе распределения

температуры и значения индекса ТУй1 Распределение поверхностной темперауры городской области в сочетании с результатами фрактального анализа позволяет делать выводы о суточных, сезонных и годовых изменениях поверхностной температуры районов плотной застройки; влиянии развития города на географическое распределение температуры. Дополнительной характеристикой при изучении городских территорий по данным дистанционного зондирования является индекс ТУ01, который вычисляется на основе регрессионного анализа зависимости поверхностной яркостной температуры и индекса ЫОУ1.

Как показывают исследования в этой области, на основе значений индекса ТУ01 в городской области можно выделять районы с высокой и низкой плотностью застройки, городские парки и рекреационные зоны.

Вычисление индекса ТУШ для растительности позволяет охарактеризовать степень ее влажности — от «очень сухой» (0.8 < Т\Т31 < 1.0) до «очень влажной» (0.0 < ТУЭ1 <0.2).

3.5. Методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности

Пространственную неоднородность теплового поля характеризует температура поверхности, полученная по данным одномоментной съемки. Ее величина является достаточной при решении широкого спектра задач, однако на практике часто требуются мультивременные значения температуры, т.е. данные разновременных измерений температуры поверхности, такие как суточный ход и скорость изменения термодинамической температуры.

Суточный ход термодинамической температуры рассчитывается в соответствии с моделью, описанной во второй главе работы, и графически представляется в виде кривой, положение максимума которой зависит от физических характеристик выбранной поверхности. В данные формулы входит величина температуры поверхности в момент восхода Солнца, значение которой в большинстве случаев неизвестно. В предложенной методике эта величина рассчитывается исходя из значений температуры поверхности в момент съемки и времени восхода Солнца с помощью решения интегрального уравнения.

Таким образом, параметры дневного хода термодинамической температуры выбранного объекта можно рассчитать в 4 этапа:

1. вычисление термодинамической температуры в данном пикселе на основании яркостной температуры, полученной со снимка, и излучательной способности объекта;

2. расчет температуры поверхности в момент восхода Солнца;

3. построение графика суточного хода температуры или вычисление термодинамической температуры в заданный момент времени;

4. переход от термодинамической температуры к яркостной и составление прогнозируемого изображения, что подразумевает собой вычисление яркостной температуры каждого пикселя исходного изображения в заданный момент времени.

В результате такого подхода к обработке тепловых ИК-изображений проведено:

• усиление контрастов между соседними объектами с различными теплофизическими параметрами;

• выбор наиболее оптимального времени съемки;

• моделирование тепловых полей ландшафтов на основе снимков в оптическом диапазоне и информации о физических и излучательных характеристик сред.

Четвертая глава «Экспериментальная проверка методик пространственного текстурно-спектрального анализа ландшафтных комплексов и динамической модели тепловых изображений на основе аэрокосмических наблюдений» посвящена экспериментальным исследованиям и применениям разработанных методик к обработке данных спутникового дистанционного зондирования.

4.1. Распределение поверхностной яркостной температуры На первом этапе происходит расчет поверхностной яркостной температуры по полю снимка на базе стандартных формул. Изменяя градации полученной тепловой картины, можно проводить первичную классификацию холодных и теплых объектов на снимке (рис. 5).

(а) (б) (в) (г)

Рис. 5. Исходное тепловое ИК-изображение - (а); тепловая картина - (б), (в); температурные градации - (г) 4.2. Выделение и анализ температурных аномалий на тепловых ИК-снимках На рис. 6 показан фрагмент ИК-снимка с тепловой аномалией. В результате сравнения его согласно алгоритму (рис. 2) со снимком, сделанным на 15 дней позже, выявляется динамичный характер аномалии, что соответствует пожарам. Далее,

после обработки снимка выделяются очаги возгорания, области активного огня и выгоревшие территории.

(а) (б) (в)

Рис. 6. Исходное тепловое изображение, полученное 26 июля 2010 года - (а) и 11 августа 2010 года - (б); тепловая картина области пожара - (в) 4.3. Фрактальная сегментация объектов по тепловым ИК-снимкам Результаты сегментации теплового ИК-изображения с помощью фрактального анализа показаны на рис. 7а, 76, 7в. Для лучшей визуальной оценки на рис. 1г показан снимок в оптическом диапазоне на ту же территорию, по которому проводилась оценка точности результатов классификации.

(а)

(б)

(в) (г)

Рис. 7. Результаты фрактальной сегментации теплового ИК-снимка: (а) -исходное изображение, (б) - выделенный водный объект, (в) - выделенная область

городской застройки, (г) — снимок в оптическом диапазоне Оценка точности проводилась путем определения коэффициента правдоподобия, вычисляемого следующим образом:

где А — количество пикселей, автоматически классифицированных на основании тепловых изображений, В — пиксели, классифицированные путем ручного дешифрирования по оптическим снимкам, АВ — объединение этих областей. Таким образом, для идеального случая (А = В = АВ) коэффициент к = 1, в случае полностью ошибочной автоматической классификации (АВ = 0) к = 0.

Таблица

Оценка точности результатов фрактальной сегментации объектов по тепловому

ИК-изображению

Классы к

«водный объект» 0,88

«городская застройка» 0,72

«почвы» 0,75

4.4. Исследование выделенных объектов на основании их температурных характеристик

Мулыпифрактальный анализ водных объектов

Как показано на рисунках, значения точечных показателей Гельдера позволяют описать температурные неоднородности на поверхности воды (рис. 8а, 8г), выделить участки суши и льда (рис. 8е).

(а) (б) (в)

(г) (д) (е)

Рис. 8. Исходные тепловые ИК-изображения водной поверхности - (а, б, в); результаты вычисления точеных показателей Гельдера - (г, д, е)

Наилучшие результаты применение мультифрактального анализа дает в случае присутствия вихревой структуры на поверхности воды (рис. 86, 8д). В этом случае пиксели на снимке, находящиеся на границе вихря (отмечены желтым цветом), имеют близкое значение а (х,у) и располагаются на одном пике графика (рис. 9),

19

показывающего распределение количества пикселей в зависимости от значений их а (.х,у). Описанное свойство дает возможность автоматизировать процесс выделения вихревой структуры.

гбойа / Ч

1 |

«ж» а»!) яхт 0

|

I I

тттят—Др

Рис. 9. Распределение количества пикселей в зависимости от значений а (х,у) Исследование области городской застройки на основе распределения поверхностной яркостной температуры и значения индекса ТУ01 Распределение поверхностной яркостной температуры и значений индекса ТУ01 для г. Москвы показано на рис. 10.

(а) (б)

Рис. 10. Распределение ПЯТ области городской застройки - (а), распределение ТУБ! области городской застройки - (б)

Между изображениями существует сильная корреляция. Четко прослеживаются зоны повышенной температуры в области плотной застройки на юго-востоке и западе города. Анализ распределения поверхностной яркостной температуры в совокупности и индексом ТУШ позволяет делать выводы о динамике развития города, экологической обстановке отдельных районов, а также планировать действия по ее улучшению.

4.5. Динамическая модель электронного изображения ландшафтов подстилающей поверхности

Суточный ход температур, вычисленный по алгоритму, описанному в разделе 5 третьей главы, показан на рис. 11.

I час

Рис. 11. Суточный ход термодинамической температуры для объектов: 1 - водный объект; 2 - почвы; 3 - городская застройка (приняты излучательные харатеристики кирпича) Суточный температурный контраст, определенный по графику, характеризует амплитуду суточных вариаций теплового поля поверхности и позволяет выявлять

неоднородности, связанные с особенностями тепловых свойств исследуемых объектов

Анализируя кривые суточного хода температур и исходя из полученных значений тепловых контрастов, можно прогнозировать наиболее оптимальное время для выполнения тепловой съемки. Как видно из графиков, сложно выбрать единый момент времени, когда тепловые контрасты между всеми исследуемыми объектами будут максимальны, поэтому планировать время тепловой съемки следует для заранее выбранных поверхностей.

На рис. 12 показан исходный тепловой ИК-снимок, сделанный в 8 часов утра, и прогнозируемая на 13 часов дня тепловая картина подстилающей поверхности при нулевой скорости ветра.

В Заключении сформулированы выводы по результатам проделанной работы:

1. Разработана методика пространственного текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений.

2. Предложена методика мультифрактального анализа для обработки слабоконтрастных тепловых неоднородностей

(а)

(б)

Рис. 12. Исходный тепловой ИК-снимок, 8 часов - (а); прогнозируемая тепловая картина, 13 часов — (б)

3. Разработана методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности на основе исходного снимка в тепловом или оптическом диапазоне и тепло физических параметров объектов подстилающей поверхности.

4. Предложенные методики реализованы с использованием языка программирования МАТЬАВ и дополнительного пакета программ.

5. Проведена обработка данных дистанционного зондирования в тепловом ИК-диапазоне на основе разработанных методик.

6. Предложенные методики рекомендованы к использованию на практике для задач исследования природных ресурсов и экологического мониторинга с целью получения дополнительной информации о температурных характеристиках объектов подстилающей поверхности.

Список публикаций, в которых представлены основные положения диссертации:

1. Престон Н.Е. «Особенности пространственного распределения радиационной температуры различных видов ландшафтов на тепловых ИК снимках» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. - Выпуск № 5. - 2012 г. - С. 63 - 66 (перечень ВАК)

2. Ильин Ю.А., Чуфарова Н.Е. «Комплексный анализ тепловых ИК изображений земной поверхности» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. - Выпуск № 2. - 2011 г. - С. 37 - 40 (перечень ВАК)

3. Чуфарова Н.Е. «Фрактальный анализ районов городской застройки на снимках в тепловом ик диапазоне» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. - Выпуск № 1. - 2012 г. - С. 62 - 67 (перечень ВАК)

Подписано в печать:

06.11.2012

Заказ № 7802 Тираж - 100 экз. Печать трафаретная. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru

Содержание диссертации, кандидата технических наук, Престон, Наталия Евгеньевна

Введение.

Глава 1 «Основные принципы и область применения тепловой ИК-съемки».

1.1 Основные принципы тепловой ИК-съемки.

1.2 Основные области применения тепловой ИК-съемки.

Глава 2 «Характер температурных контрастов и методы их изучения по тепловым ИК -снимкам».

2.1 Текстура теплового ИК-изображения.

2.2 Признаки, особенности и основные свойства ландшафтов в тепловом ИК-диапазоне.

2.3 Изменение температуры по времени. Инсоляция.

2.4 Методы анализа текстуры.

2.5 Суточный ход температуры.

Глава 3 «Разработка методик пространственного текстурно-спектрального анализа ландшафтных комплексов и динамической модели тепловых изображений на основе аэрокосмических наблюдений».

3.1 Вычисление поверхностной яркостной температуры.

3.2 Выделение и анализ температурных аномалий на тепловых ИК-снимках„.

3.3 Разделение классов «водных объектов», «городской застройки», «почвы» и «растительности» с помощью фрактального анализа.

3.4 Исследование выделенных объектов на основании их температурных характеристик.

3.5 Методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности.

Глава 4 «Экспериментальная проверка методик пространственного текстурно-спектрального анализа ландшафтных комплексов и динамической модели тепловых изображений на основе аэрокосмических наблюдений».

4.1 Распределение поверхностной яркостной температуры.

4.2 Выделение и анализ температурных аномалий на тепловых ИК-снимках.

4.3 Фрактальная сегментация объектов по тепловым ИК-снимкам.

4.4 Исследование выделенных объектов на основании их температурных характеристик.

4.5 Динамическая модель электронного изображения ландшафтов подстилающей поверхности.

Введение Диссертация по наукам о земле, на тему "Разработка методики текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений"

В настоящее время широкое развитие получили космические системы дистанционного зондирования Земли в тепловом ИК-диапазоне. Результаты тепловой съемки поверхности Земли находят очень широкое применение в самых разных областях: картографирование тепловых полей Земли, определение температуры морской поверхности, наблюдение за вулканической деятельностью, мониторинг лесных пожаров; в последние годы все более широкое распространение получает изучение влияния «тепловых островов» городских территорий на окружающую среду.

Практическое применение тепловой ИК аэросъемки для изучения природных ресурсов началось в середине 1960-х гг. с объектов вулканической и гидротермальной деятельности на Гавайских островах, в Исландии, США и Японии, на Камчатке. В дальнейшем за рубежом исследования проводились и на низкотемпературных объектах. В первую очередь они были связаны с изменениями влажности и состава горных пород. До начала 70-ых гг. съемки носили в основном эпизодический характер, поскольку проводились с использованием экспериментальных образцов тепловизионной техники. С появлением серийно выпускаемой тепловизионной аппаратуры начались систематические экспериментальные и опытно-производственные работы по применению тепловой аэросъемки для решению многочисленных задач. Однако технические и методические сложности реализации метода существенно ограничивали его распространение. В отечественной и зарубежной литературе появляется информация о применении дистанционных тепловых съемок (главным образом космических) для решения отдельных природоохранных задач. Большей частью это относится к обнаружению лесных пожаров и очагов теплового загрязнения поверхностных вод. Работы носят эпизодический характер. Однако в зарубежной литературе появляются сведения и о регулярных тепловых аэросъемках, например съемки для контроля теплового загрязнения р. Рейн выбросами с АЭС. О проведении за рубежом ИК аэросъемок в городских условиях имеются весьма ограниченные сведения. Большей частью они используются для решения технологических задач энергетики и строительства. Часть этих работ поставлена на производственную основу, например обследование высоковольтных линий электропередач, контроль тепловых потерь из жилых зданий и промышленных сооружений. Такие работы проводятся в США, Франции, Японии, Италии, Великобритании.

На сегодняшний день тепловые ИК-изображения характеризуются высоким пространственным разрешением. Современные сенсоры позволяют достигать таких разрешений, как 90 м (Aster), 60м (Landsat 7), 120м (Landsat 5). Такие снимки содержат качественно новую информацию о ландшафтах подстилающей поверхности и их географических характеристиках. Однако они демонстрируют высокую неоднородность, и стандартные методы, применяемые для анализа и классификации данных, становятся менее эффективными.

Актуальность диссертационной работы, таким образом, обусловлена: необходимостью разработки новых методик обработки тепловых снимков с высоким пространственным разрешением.

Цель исследования: разработать методику текстурно-спектрального анализа ландшафтных комплексов на основе аэрокосмических наблюдений. Задачи исследования:

1. Изучить особенности пространственного текстурно-спектрального характера данных дистанционного зондированияна основе тепловых ИК-снимков.

2. Разработать методику пространственного текстурно-спектрального анализа тепловых ИК-снимков, основанную на фрактальном и мультифрактальном подходе.

3. Реализовать алгоритмы и математическое обеспечение, реализующие предложенную методику.

4. Провести экспериментальную проверку разработанной методики для обработки аэрокосмических изображений в тепловом ИК-диапазоне.

Объект исследования: ландшафты земной поверхности, образующие температурные контрасты на тепловых ИК-изображениях. Методология исследования: проведенные исследования в данной работе основаны на методах математической статистики, вычислительной математики, теории обработки цифровых изображений, геоинформатики, прикладного программирования.

Научная новизна работы заключается в следующем:

1. Впервые обосновано применение мультифрактального анализа при обработке тепловых неоднородностей водной поверхности.

2. Разработана новая методика фрактальной сегментации для выявления участков «городского острова теплоты».

3. Предложена новая методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности в заданный момент времени на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов.

Научные результаты выносимые на защиту:

1. Методика пространственного текстурно-спектрального анализа, основанная на фрактальной сегментации для выявления различных объектов подстилающей поверхности по тепловым ИК-снимкам. 6

2. Методика мультифрактального анализа для обработки слабоконтрастных тепловых неоднородностей.

3. Методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов подстилающей поверхности.

Практическая значимость работы:

Предложенная методика пространственного текстурно-спектрального анализа ландшафтных комплексов на основе аэрокосмических наблюдений рекомендована к использованию для задач исследования природных ресурсов и экологического мониторинга для получения дополнительной информации о температурных характеристиках объектов подстилающей поверхности, что позволяет автоматизированно классифицировать различные типы ландшафтов, выделять температурные неоднородности водной поверхности и создавать динамическую модель электронного изображения подстилающей поверхности по тепловым ИК-снимкам.

Заключение Диссертация по теме "Аэрокосмические исследования земли, фотограмметрия", Престон, Наталия Евгеньевна

Выводы к четвертой главе:

1. Базовым параметром фрактальной сегментации объектов по тепловым ИК-снимкам является величина поверхностной фрактальной размерности, остальные инструменты фрактальной геометрии уточняют выделение «городского острова теплоты».

2. Мультифрактальный анализ изображений водной поверхности сводится в основном к вычислению точечных показателей Гельдера, определение мультифрактальных спектров Гс(а(х,у)) и Гь(а(х,у)) имеет смысл в случае, если на поверхности воды имеется вихревая структура.

3. Вычисление индекса ТБУ1 для «городского острова теплоты» позволяет выделить в нем области высокой и низкой плотности застройки, лесные и парковые зоны.

ЗАКЛЮЧЕНИЕ

В диссертационной работе предложена методика текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений. Методика позволяет проводить классификацию объектов на тепловых ИК-снимков без привлечения снимков в оптическом диапазоне и получать информацию об их температурных характеристиках. Основные результаты диссертационной работы:

1. Разработана методика пространственного текстурно-спектрального анализа тепловых полей излучения ландшафтных комплексов на основе аэрокосмических наблюдений.

2. Предложена методика мультифрактального анализа для обработки слабоконтрастных тепловых неоднородностей

3. Разработана методика создания динамической модели электронного изображения ландшафтов подстилающей поверхности на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов подстилающей поверхности.

4. Предложенные методики реализованы с использованием языка программирования МаЙаЬ и дополнительного пакета программ.

5. Проведена обработка данных дистанционного зондирования в тепловом ИК-диапазоне на основе разработанных методик.

6. Предложенные методики рекомендованы к использованию на практике для задач исследования природных ресурсов и экологического мониторинга с целью получения дополнительной информации о температурных характеристиках объектов подстилающей поверхности.

Научная новизна теоретических положений и результатов экспериментальных исследований, полученных автором:

1. Разработана новая методика сегментации для выявления участков «городского острова теплоты» на основе фрактального анализа. По результатам фрактального анализа эффекта «городского острова теплоты» можно делать выводы о суточных, сезонных и годовых изменениях поверхностной температуры районов плотной застройки, влиянии развития города на географическое распределение температуры.

2. Впервые обосновано применение мультифрактального анализа при обработке тепловых неоднородностей водной поверхности. Мультифрактальный анализ при обработке объектов водной поверхности позволяет: анализировать температурные неоднородности водной поверхности и выделять четкие структуры (вихри) и границы суши и льда на поверхности воды.

3. Создана новая методика прогнозирования электронного изображения ландшафтов подстилающей поверхности в заданный момент времени. Результатом составления прогнозируемого электронного изображения ландшафтов подстилающей поверхности в заданный момент времени является:

• усиление контрастов между соседними объектами с различными теплофизическими параметрами;

• выбор наиболее оптимального времени съемки;

• моделирование тепловых полей ландшафтов на основе снимков в оптическом диапазоне и информации о физических и излучательных характеристик сред.

Теоретическая значимость исследования обоснована тем, что

1. Оценены факторы, формирующие температурные неоднородности на тепловых ИК-снимках.

2. Определены оптимальные способы обработки различных классов тепловых неоднородностей на тепловых ИК-снимках.

3. Решена задача прогнозирования электронного изображения ландшафтов подстилающей поверхности в заданный момент времени на основе модели суточного хода термодинамической температуры поверхности. Практическое значение полученных результатов подтверждается тем, что: предложенная методика текстурно-спектрального анализа ландшафтных комплексов на основе аэрокосмических наблюдений рекомендуется для использования в задачах исследования природных ресурсов и экологического мониторинга при получении дополнительной информации о температурных характеристиках объектов подстилающей поверхности.

Личный вклад соискателя состоит в разработке методики фрактальной сегментации тепловых ИК-снимков, обосновании применения мультифрактального анализа к обработке тепловых изображений водной поверхности, разработке методики прогнозирования электронного изображения ландшафтов подстилающей поверхности в заданный момент времени на основе исходного снимка в тепловом или оптическом диапазоне и теплофизических параметров объектов.

Основные положения диссертационной работы докладывались на 63,64,65,66 и 67 научно-технических конференциях студентов, аспирантов и молодых ученых, проводившихся в Московском государственном университете геодезии и картографии (МИИГАиК) в период с 2008 по 2012 г.

Библиография Диссертация по наукам о земле, кандидата технических наук, Престон, Наталия Евгеньевна, Москва

1. Алексанин А.И., Алексанина М.Г., Горин И.И. «Спутниковые ИК-изображения водной поверхности: от термических структур к полю скоростей» // Исследование Земли из космосаю. 2001. №2.- С. 7-15

2. Алексанин А.И., Загуменнов A.A. «Автоматическое выделение вихрей океана и расчет их формы» // Современные проблемы дистанционного зондирования Земли из космоса. — 2008. том 5, № 2.- С. 17-21

3. Архипкин О.П., Спивак Л.Ф., Сагатдинова Г.Н. «Космический мониторинг пожаров на территории Западного Казахстана» // Современные проблемы дистанционного зондирования Земли из космоса. — 2005. том 2, № 2. - С. 332-335

4. Брамсон М.А. Инфракрасное излучение нагретых тел. М.: Наука, 1984

5. Будаговский А.И., Росс Ю.К., Тооминг Х.Г. «Вертикальное распределение потоков длинноволновой радиации и радиационного баланса в растительномпокрове». — В кн.: Актинометрия и оптика атмосферы. Таллин, Валгус, 1968.-С. 299-307

6. Веревочкин Ю.Г., Ильин Ю.А. «Влияние ветра на информативность тепловой аэрокосмической съемки в дальней ИК-области спектра при отсутствии облачности» // Изв. вузов. Геодезия и аэрофотосъемка. — 2008. -№2.-С. 135—142

7. Веревочкин Ю.Г., Ю.А.Ильин «Неоднородность поля яркостной температуры земной поверхности в дальней ИК-области спектра при114наличии облачности» // Изв. вузов. Геодезия и аэрофотосъемка. — 2008. -№4.-С. 51— 54

8. Горный В.И. «Космические измерительные методы инфракрасного теплового диапазона при мониторинге потенциально опасных явлений и объектов» // Современные проблемы дистанционного зондирования Земли из космоса. -2008. № 1. - С. 10-16

9. Горный В.И., Б.В.Шилин, Г.И. Ясинский Тепловая аэрокосмическая съемка. М.: Недра, 1993

10. Еремеев В.Н. Коротаев Г.К. Радайкина Л.Н. «Мониторинг динамики черного моря на основе спутниковых технологий» // Морской гидрофизический журнал. 2008. - №2. - С. 12-16

11. Ильин Ю.А., Чуфарова Н.Е. «Комплексный анализ тепловых ИК изображений земной поверхности» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2011 г. -№ 2 — С. 37 - 40

12. Интернет-ресурс «Вегетационные индексы» http://gis-lab.info/qa/vi.html

13. Интернет-ресурс «Дистанционное геотермическое картографирование» -http://gi s-1 ab. info/q a/thermal .html

14. Интернет-ресурс «Исследования океана из космоса» http://naxodka.info/sea/space.html

15. Интернет-ресурс «Информация: FracLab» http://www.irccyn.ec-nantes.fr/hebergement/FracLab/

16. Интернет-ресурс «Методы дистанционного зондирования Земли» http://spacestudv.ru/?a=page&item=dzzmethods

17. Интернет-ресурс «Лекции по дистанционным методам геологических исследований» http://www.gisa.ru/! 2203.html

18. Кислов В.П. О конвективном теплообмене листьев с воздухом. — В кн.: Сборник работ по агрономической физике. 1941, вып. 3. - С. 133 — 144115

19. Константинов А.Р. Испарение в природе. JL: Гидрометеоиздат, 1968

20. Корниенко С.Г. «Изучение неоднородностей деятельного слоя криолитозоны с использованием данных теплового дистанционного зондирования (ТДЗ)» // Современные проблемы дистанционного зондирования Земли из космоса. 2008. - том 2, № 5. - С. 307-313

21. Корниенко С.Г., С.О. Разумов «Моделирование контрастов температуры на поверхности неоднородных по льдистости грунтов» // Криосфера Земли.2009. том 13, № 2. - С. 55-61

22. Кронберг П. Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии. М.: Мир, 1988

23. Круглун O.A. Макаренко И.Н. «Численные методы мультифрактального формализма в задачах сегментации и текстурного анализа данных дистанционного зондирования» // Математический журнал. Алматы. 2007. - 7, №4 (26).-С. 51-59

24. Макарычев C.B., Мазиров М.А. Теплофизика почв: методы и свойства. Суздаль, 1996

25. Никитин A.A. «Вихри синоптического масштаба в Японском море по спутниковым данным» // Современные проблемы дистанционного зондирования Земли из космоса. 2008. - том5, № 2. - С. 165-179

26. Павлов А.Н., Анищенко B.C. «Мультифрактальный анализ сигналов на основе вейвлет- преобразования» // Известия Саратовского университета, Сер. Физика, вып. 1,2007

27. Павлов Н.И., Эльц Е.Э. «Дистанционное обнаружение температурных аномалий, обусловленных заглубленными в грунт инородными объектами» // Оптический журнал. — 2006. том 73, № 10

28. Павлов Н.И., Эльц В.К. «Исследование температурных аномалий, обусловленных заглубленными в грунт инородными объектами» // Труды конференции "Прикладная оптика-2006". 2006. - том 1. - С.203

29. Престон Н.Е. «Особенности пространственного распределения радиационной температуры различных видов ландшафтов на тепловых ИК снимках» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2012. -№ 5. - С. 63-66

30. Рис У. Основы дистанционного зондирования. М.: Техносфера, 2006

31. Самко Е.В., Н.В. Булатов, A.B. Капшитер «Вихревые образования в южной части Охотского моря» // Современные проблемы дистанционного зондирования Земли из космоса. 2009. - том 6, №1. - С. 456-464

32. Скловский С.А., Т.Г.Пируева «Картирование и дистанционная диагностика подземных тепловых сетей по материалам тепловой ИК аэросъемки (ТИКАС)» // Электронный журнал энергосервисной компании «экологические системы». 2007. - №11

33. Скорохватов Н. А. Физические основы методов дистанционного зондирования. Москва, 1996

34. Тронин A.A. «Космические методы исследования землетрясений. Современное состояние и перспективы» // Современные проблемы дистанционного зондирования Земли из космоса. 2004. - № 1. - С. 33-38

35. Чудновский А.Ф., Тимофеев Ю.В., Шиндеров Б.Л. Аэродистанционное приземное зондирование сельскохозяйственных полей. JL: Гидрометеоиздат, 1985

36. Чуфарова Н.Е. «Фрактальный анализ районов городской застройки на снимках в тепловом ик диапазоне» // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2012. -№ 1. - С. 62 - 67

37. Шилин Б.В. Тепловая съемка при изучении природных ресурсов. JL: Гидрометеоиздат, 1980

38. Шилин Б.В., Молодчинин И.А. Контроль состояния окружающей среды тепловой съемкой. М.: Недра, 1992

39. Alberti М., Marzluff J. «Ecological resilience in urban ecosystems: linking urban patterns to ecological and human function» // Urban Ecosyst, 2004 7, 3. P. 241-265

40. Arnfield A.J. «Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island» // Int. J. Climatol., 2003,23.-P. 1-26

41. Buyantuyev Alexander, Jianguo Wu «Urban heat islands and landscape heterogeneity: linking spatiotemporal variations in surface temperatures to landcover and socioeconomic patterns» // Landscape Ecol, 2010,25. P. 17-33

42. Carlson, T. N. «Regional-scale estimates of surface moisture availability and thermal inertia using remote thermal measurements» // Remote Sensing Rev., 1986,1(2).-P. 197-247

43. Chen, Q., Gong, P. «Automatic variogram parameter extraction for textural classification of IKONOS imagery» // IEEE Transactions on Geoscience and Remote Sensing, 2004,42. P. 1106-1115.

44. Chen, Y.J. Lin b, L.Y. Chang b, N.T. Son «Retrieving surface soil moisture from MODIS and AMSR-E data: a case study in Eaiwan» // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2012, 39. -P. 379-383

45. Chen Y., D. Z. Sui, T. Fung and W. Dou "Fractal analysis of the structure and dynamics of a satellite-detected urban heat island" // International Journal of Remote Sensing, 2007, Vol. 28, No. 10. P. 2359-2366

46. Chylek, P., Robinson, S., Dubey, M. K., King, M. D., Fu, Q., and Clodius, W. B. «Comparison of near-infrared and thermal infrared cloud phase detections» // J. Geophys. Res-Atmos., 2006,111. P. 18-23

47. Clapham W.B. «Continuum-based classification of remotely sensed imagery to describe urban sprawl on a watershed scale» // Remote Sensing Environ., 2003, 86.-P. 322-340

48. Courault D., B. Seguin, A. Olioso «Review on estimation of évapotranspiration from remote sensing data: From empirical to numerical modeling approaches» // Irrigation and Drainage Systems, 2005, 19. P. 223-249

49. Dash, P., F.-M. Gottsche, F.-S. Olesen, H. Fischer «Land surface temperature and emissivity estimation from passive sensor data: Theory and practice-current trends» // International Journal of Remote Sensing, 2002,23. P. 2563-2594.

50. Dong P.L. «Lacunarity for spatial heterogeneity measurement in GIS» // Geographic Information Sciences, 2000, 6. P. 20-26

51. Dong P.L. «Test of a new lacunarity estimation method for image texture analysis» // International Journal of Remote Sensing, 2000, 17. P. 3369-3373

52. Fan, H., Sailor, D.J. «Modeling the impacts of anthropogenic heating on the urban climate of Philadelphia: A comparison of implementations in two PBL schemes» // Atmospheric Environment, 2005 39. P. 73-84.

53. Friedl M.A. «Forward and inverse modeling of land surface energy balance using surface temperature measurements» // Remote Sensing of Environment, 2002, 79. -P. 344-354

54. Giglioa Louis, Jacques Descloitresa, Christopher O. Justicec, Yoram J. Kaufman «An Enhanced Contextual Fire Detection Algorithm for MODIS» // Remote Sensing of Environment, 2003, 87. P. 273-282

55. Gillies, R. R., Carlson, T. N. «Thermal remote sensing of surface soil water content with partial vegetation cover for incorporation into climate models.» // J. Appl. Meteorol., 1995, 34. P. 745-756.

56. Justice, C. 0., Giglio, L., Korontzi, S., Owens, J., Morisette, J. T., Roy, D., Descloitres, J., Alleaume, S., Petitcolin, F., & Kaufman, Y. // The MODIS fïre products. Remote Sensing of Environment, 2002, 83. P. 244- 262

57. Kalma, J. D., Laughlin, G. P., Green, A. A. and O'Brien, M. T. «Minimum temperature surveys based on near-surface air temperature measurements and airborne thermal scanner data» // J. Climatology, 1986, 6. P. 413-430

58. Klinkenberg, B. «Fractal and morphometric measures: Is there a relationship?» // Geomorphology, 1992, 5. P. 5-20

59. Klinkenberg, B. «A review of methods used to determine the fractal dimension of linear features» // Mathematical Geology, 1994,26. P. 23—46.

60. Klinkenberg, B., Goodchild, M.F. «The fractal properties of topography: A comparison of methods» // Earth Surface Processes and Landforms, 1992, 17. P. 217-234

61. Lam, N.S.-N. «Description and measurement of Landsat TM images using fractals» // Photogrammetric Engineering and Remote Sensing, 1990, 56. P. 187-195.

62. Lam, N.S.-N. De Cola, L. Fractals in Geography. New Jersey: Prentice Hall, 1993

63. Lam, N.S.-N. De Cola, L. Fractal measurement. In Fractals in Geography, New Jersey: Prentice Hall, 1993

64. Lam, N.S.-N., Qiu, H.L., Quattrochi, D.A. Emerson, C.W. «An evaluation of fractal methods for characterizing image complexity» // Cartography and Geographic Information Science, 2002,29. P. 25-35

65. Lu D., P. Mausel, E. Brondizio, E. Moran «Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin» // Forest Ecology and Management, 2004, 198. P. 149-167

66. Lu D., Q. Weng «Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in1211.dianapolis, Indiana, USA» // Remote Sensing of Environment, 2006, 104. P. 157-167

67. Lucht, W., Schaaf, C. B., Strahler, A. H. «An algorithm for the retrieval of albedo from space using semiempirical BRDF mode» // IEEE Transactions on Geoscience and Remote Sensing, 2000,38. P. 977- 998

68. Madhavan B.B., Kubo S., Kurisaki N., Sivakumar T. «Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing» // Int. J. Remote Sens., 2001, 22. -P. 789-806

69. Mandelbrot, B.B. The Fractal Geometry of Nature. New York: W.H. Freeman and Company, 1982

70. Mandelbrot, B.B. Self-affine fractals and the fractal dimension. Physica Scripta, 1985, 32.-P. 257-260

71. Mandelbrot, B.B. Multifractal measures, especially for the geophysicists. Pageoph, 1989

72. Martinez-Montoya J. F., J. Herrero, M. A. Casterad «Mapping categories of gypseous lands in Mexico and Spain using Landsat imagery» // Journal of Arid Environment, 2010, 74. P. 978-986

73. Menzel W. P., Frey R. A., Baum B. A. "Cloud top properties and cloud phase algorithm theoretical basis document", 2010, 8. P. 45-52

74. Mildrexler D. J., M. Zhao, S. W. Running «A global comparison between station air temperatures and MODIS land surface temperatures reveals the cooling role of forests» // J. Geophys. Res., 2011, 116. P. 56-62

75. Myint, S.W. «Fractal approaches in texture analysis and classification of remotely sensed data: Comparisons with spatial autocorrelation techniques and simple descriptive statistics» // International Journal of Remote Sensing, 2003, 24. P. 1925-1947

76. Okin, G.S., D.A. Roberts, B. Murray, WJ. Okin «Practical limits on hyperspectral vegetation discrimination in arid and semiarid environments» // Remote Sensing of Environment, 2001, 77. P. 212-225

77. Ozbakir A., A.Bannari «Performance of TDVI in urban land use/cover classification for quality of place measurement» // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2008, Vol. 37.-P. 691-694

78. Parrinello, T., Vaughan, R.A. «Multifractal analysis and feature extraction in satellite imagery» // International Journal of Remote Sensing, 2002, 23. P. 1799-1825

79. Petersen, G.W., Connors, K. F., Miller, D. A., Day, R. L., Gardner, T. W. «Aircraft and satellite remote sensing of desert soils and landscapes» // Remote Sensing Env., 1987,23. P. 253-271

80. Petitcolin Francois, Eric Vermote «Land surface reflectance, emissivity and temperature from MODIS middle and thermal infrared data» // Remote Sensing of Environment, 2002, 83. P. 112-134

81. Phinn S., Stanford M., Scarth P., Murray A.T., Shyy P.T. «Monitoring the composition of urban environments based on the Vegetation-Impervious Surface-Soil (VIS) model by subpixel analysis techniques» // Int. J. Remote Sens., 2002, 23.-P. 4131^153

82. Pilar Martin, Stéphane Fiasse, Ian Downey, Pietro Ceccato «Fire detection and fire growth monitoring using satellite data» // Remote sensing of large wildfires in the European Mediterranean Basin Berlin: Springer-Verlag, 1999.-P. 101-122

83. Quattrochi D. A., J. C. Luvall «Thermal infrared remote sensing for analysis of landscape ecological processes: methods and applications» // Landscape Ecology, 1999,14.-P. 577-598

84. Rashed T., Weeks J.R., Gadalla M.S., Hill A.G. «Revealing the anatomy of cities through spectral mixture analysis of multispectral satellite imagery: a case study of the Greater Cairo region, Egypt» // Geocarto Int., 2001, 16. P. 5-15

85. Sandholt, I., K. Rasmussen, J. Andersen «A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status» // Remote Sensing of Environment, 2002, 79. P. 213-224

86. Small C. «Estimation of urban vegetation abundance by spectral mixture analysis» // Int. J. Remote Sens., 2001,22. P. 1305-1334

87. Soer, G. J. R. «Estimation of regional évapotranspiration and soil moisture conditions using remotely sensed crop surface temperatures» // Remote Sensing Env., 1980, 9. P. 27^5

88. Southworth J. « An assessment of Landsat TM band 6 thermal data for analyzing land cover in tropical dry forest regions » // International Journal Remote Sensing, 2004,25(2).-P. 689-706

89. Sun W., G. Xu, P. Gong, S. Liang «Fractal analysis of remotely sensed images: A review of methods and applications» // International Journal of Remote Sensing, 2006, Vol. 27, No. 22. P. 4963-4990

90. Voogt J.A., Oke T.R. «Thermal remote sensing of urban climate» // Remote Sens. Environ., 2003, 86. P. 370-384

91. Ward D., Phinn S.R., Murray A.L. «Monitoring growth in rapidly urbanizing areas using remotely sensed data» // Prof. Geogr., 2000, 53. P. 371-386

92. Weng, Q. «A remote sensing-GIS evaluation of urban expansion and its impact on surface temperature in the Zhujiang Delta, China» // International Journal of Remote Sensing, 2001, 22(10). P. 1999-2014.

93. Weng, Q. "Fractal analysis of satellite-detected urban heat island effect." // Photogrammetric Engineering and Remote Sensing, 2003, 69. P. 555-566

94. Weng Q. «Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends» // Journal of Photogrammetry and Remote Sensing, 2009, 64. P. 335-344

95. Weng Q., H. Liu, D. Lu «Assessing the effects of land use and land cover patterns on thermal conditions using landscape metrics in city of Indianapolis, United States» // Urban Ecosyst, 2007, 10. P. 203-219

96. Wilson J.S., Clay M., Martin E., Stuckey D., Vedder-Risch K. «Evaluating environmental influences of zoning in urban ecosystems with remote sensing» // Remote Sens. Environ., 2003, 86. P. 303-321

97. Woods J.D. «Diurnal and seasonal variation of convection in the wind-mixed layer of the ocean. Quarterly Journal of the Royal Meteorological Society», 1980, v.106, №449. P. 379-394

98. Wu C., Murray A.T. «Estimating impervious surface distribution by spectral mixture analysis» // Remote Sens. Environ., 2003, 84. P. 493-505