Использование космических данных для поиска и оценки запасов лекарственных растений

В рамках выполнения технического задания были осуществлены съемочные (снимок с КА WorldView-2), фотограмметрические работы (создание ортофотоплана) и работы по автоматическому дешифрированию (создание электронной карты лекарственных растений).

В рамках выполнения технического задания Заказчика были осуществлены съемочные, фотограмметрические работы (создание ортофотоплана), работы по автоматическому дешифрированию.

Съемочные работы: Использовался архивный снимок WorldView-2
Весь комплекс фотограмметрических работ по созданию ортотрансформированного мозаичного плана выполнялся на базе ЦФПО «PHOTOMOD» версии 6 и включал в себя:

• Подготовка планово-высотной привязки (материалы космической съемки, полученные с космического аппарата WorldView-2, содержат геометрическую модель, позволяющую привязать снимок с точностью CE90 = 5 м при углах наклона до 30 градусов);
• Подготовка цифровых моделей рельефа;
• Уравнивание снимка (Уравнивание изображения WorldView-2 производилось по геометрической модели RPC, предоставленной со снимком);
• Создание ортотрансформированного изображения (Уравненные материалы космической съемки подвергаются геометрической коррекции путем ортотрансформирования по методу ближайшего соседа с использованием результатов уравнивания и цифровой модели рельефа)

Создание электронной карты: Весь комплекс работ создания электронной карты выполнялся в ПО компании «ESRI»: «ENVI», «ArcMap». В программном комплексе «ENVI» был выполнен ряд задач по управляемой классификации. В ГИС «ArcMap» были выполнены работы по созданию печатного макета.

Целью автоматического дешифрирования являлось создание электронной карты лекарственных растений удовлетворяющей условиям:

• Полное покрытие территории интереса
• Максимальное соответствие результатам полевого обследования
• Классификатор должен содержать растения: хвощ полевой, рогоз, подмаренник настоящий, мордовник шароголовый, лабазник, крапива двудомная, иван-чай, дягиль лекарственный, вейник наземный.

Области произрастания растений были предоставлены заказчиком в виде векторных данных. Из полученных данных были созданы эталоны на классифицируемом многоканальном ортофотоплане.
Классификация выполнялась при помощи алгоритма «Нейросетей». Результаты классификации представлены на рисунке.

Результаты работ показали, что мультиспектральные данные сверхвысокого разрешения представляется возможным использовать для поиска и оценки запасов лекарственных растений, создания электронной карты.

Несмотря на положительный результат, возникает ряд трудностей с классификацией растений локализованных в группы, площадь которых меньше 4 кв.м.

Ряд проблем возник с растением «рогоз». Трудность классификации заключается в плохом эталоне данного растения. В пределах данного эталона присутствуют разные стадии развития растения и разнотравье.

В целом полученные результаты положительны. В дальнейшем при данных работах для получения более высокого результата необходимо учитывать особенности вегетации искомых растении, особенности их локализации в группы и площадь эталонных районов.