«образ спектрального отклика» для обозначения количественного, но взаимосвязанного множества измерений, соответствующих определенному типу покрытия в данном наборе многоспектральных сканерных данных.

Рассмотренная спектральная изменчивость признаков поверхности Земли может вызвать серьезные проблемы в идентификации и картографировании исследуемых признаков поверхности Земли. И действительно они возникают, и спектральную изменчивость не следует недооценивать или пренебрегать ею тем, кто сочет использовать методы машинного анализа и многоспектральные сканерные данные. В общем, имеется по крайней мере четыре возможности, которые необходимо рассмотреть для того, чтобы решить эту проблему спектральных различий растительного покрова. Они включают следующее:

1. Сбор данных, по возможности, в такие моменты вегетационного периода, когда образ спектрального отклика исследуемого типа покрытия или признака значительно отличается от любого другого типа покрытия (например, когда пшеница зрелая, золотисто-желтого цвета, а все другие сельскохозяйственные культуры - различных оттенков зеленого).

2. Получение данных дистанционного зондирования, когда различия данного исследуемого вида минимальны (например, в середине вегетационного периода для пшеницы или сои, после максимума покрытия, но до начала увядания любого вида этой сельскохозяйственной культуры).

3. Сбор данных через определенные промежутки времени в течение вегетационного периода, так как их сбор в один момент времени не будет оптимальным для всех видов или физиономических групп.

4. Сбор данных при определенных условиях окружающей среды, таких как минимальный угол Солнца, облачное покрытие менее 10%, или через определенное число дней после последнего выпадения осадков.

Тщательное рассмотрение временных различий многих признаков поверхности Земли несомненно позволит минимизировать некоторые различия или по крайней мере объяснить их. Однако в дистанционном зондировании почти всегда есть необходимость в так называемых «истинных наземных данных». «Истинные наземные данные» включают множество измерений и информацию о типе, размере, состоянии или о каких-либо других физических или химических свойствах, которые считаются важными для дистанционно исследуемых объектов поверхности Земли. В последнее время термин «истинные наземные данные» не встречает одобрения по нескольким причинам. Иногда из-за ошибок в сборе данных «истинные наземные данные» были фактически неправильными и часто содержали так много переменных, что непонятно, какова же «истинная» ситуация! Кроме того, если получать данные путем интерпретации крупномасштабных аэрофотоснимков или измерением температуры поверхности во-

ды, ДОЛЖНЫ ли такие данные называться «истинными наземными данными»? Поэтому кажется более целесообразным называть такие данные «справочными данными» или каким-либо аналогичным термином. В этой книге обычно используется термин «справочные данные». Независимо от того, как называть такие данные, для удовлетворения целям проекта необходимо точно определить и методы сбора справочных данных и их тип. Например, если важна идентификация видов сельскохозяйственныхкультур, подробная информация об их микрометеорологических условиях не нужна. Однако если кто-либо заинтересован в использовании тепловых инфракрасных систем для обнаружения заболеваний растений, такие микрометеорологические данные могут быть необходимы. Если работать с приборами дистанционного зондирования, например с фотографическими системами, действующими только в окружающем диапазоне спектра, может потребоваться такая информация о поверхности почвы, как ее влажность, но измерения влажности почвы в вертикальном разрезе будут иметь гораздо меньшее значение (если они не влияют на поверхностные условия иочвы). Таким образом, кажется, нет однозначного ответа на вопрос, какие же именно требуются типы справочных данных. Мы можем лишь сказать, что выбор необходимых типов справочных данных зависит от целей дистанционного исследования и проблем, связанных с ними. Часто оказывалось, что для общего картографирования типов покрытия или видов растительности с использованием спутниковых данных очень эффективной формой справочных данных являются аэрофотоснимки хорошего качества, полученные для относительно небольших выборочных областей. Такие аэрофотоснимки могут использоваться для определения обучающих статистик и правильной идентификации типов покрытия тестовых областей.

Заметим, что значительное число спектральных, временных и пространственных различий необходимо понимать и учитывать для того, чтобы правильно анализировать данные дистанционного зондирования. Глубокое знание научной области любого данного приложения и эффективное использование возможностей дистанционного зондирования, а также подтверждающих справочных данных позволит минимизировать многие различия и получить необходимую информацию.

Задачи

V.24. Перечислите десять сельскохозяйственных факторов, которые вызывают спектральные изменения отдельного вида сельскохозяйственной культуры. Для каждого из перечисленных факторов укажите характер спектрального изменения - временной или пространственный. Если пространственный - укажите, где он вероятнее всего будет иметь место - на отдельном поле или на полях этого же самого вида сельскохозяйственной культуры.

V.25. Определите четыре метода, которые могут использоваться для минимизации числа спектральных различий, с которыми часто сталкиваются при применении методов дистанционного зондирования для картографирова-ния и идентификации отдельных видов сельскохозяйственных культур.

v.26. Рассмотрите трудности, с которыми можно столкнуться, когда для идентификации спектральной характеристики вида сельскохозяйственной культуры используется только его название.

V.27. Можно ли эффективно использовать многоспектральную сканерную •систему на борту спутника для картографирования землепользования?

Цел И изучения.

После изучения разд. V.6 читатель должен уметь:

1. Идентифицировать на основе относительных различий спектральных характеристик обнаженную почву, зеленую растительность и воду на множестве многоспектральных сканерных изображений, совмещенных спектральных схемах или множестве гистограмм.

2. Назвать причину изучения гистограмм каждого диапазона длин волн для каждого класса обучающих данных, которые будут использоваться в машинной классификации.

V.6. Сравнительная интерпретация

данных дистанционного зондирования

Эффективная интерпретация многоспектральных данных дистанционного зондирования зависит от знания спектральных характеристик признаков поверхности Земли. До сих пор рассматривали различные типы покрытия независимо друг от друга, но сейчас мы сравним данные спектральной отражательной способности различных типов покрытия и установим связь этих данных с многоспектральными изображениями.

На рис. V.39 показаны кривые спектральной отражательной способности типичной зеленой растительности и относительно сухих суглинистых почв серо-коричневого цвета. В видимом диапазоне спектра почва отражает сильнее, чем растительность, но в ближнем инфракрасном диапазоне растительность отражает гораздо сильнее, чем почва. Подобное же изменение возникает приблизительно и при 1,3 мкм, где почва в среднем инфракрасном диапазоне спектра отражает гораздо сильнее, чем растительность. Такой вид взаимодействия между относительными уровнями отражательной способности растительности и обнаженной почвы важен при интерпретации многоспектральных сканерных изображений. На рис. V.40 огромный участок обнаженной почвы ближе к центру изображений почти белого цвета вследствие высокой отражательной способности в видимом диапазоне длин волн (0,40-0,70 мкм) на всех семи изображениях. Отражение растительности (например, лесного покрова) очень незначительное, и поэтому на изображениях в видимом диапазоне длин волн она темного цвета. В ближнем инфракрасном диапазоне длин волн, однако, ситуация обратная: здесь почва относительно темного цвета, а растительность - относительно светлого. Эти относительные уровни отражательной способности легко различимы на всех трех изображениях, полученных в ближнем инфракрасном диапазоне длин волн (0,72-0,92; 282