Техника - молодёжи 1982-02, страница 45

яе 0,5—О,в мк. Это так называемый «зеленый максимум», участок наибольшего поглощения лучей. Более длинные волны начиная с 0,7 мк растения уже отражают. Поэтому график зависимости их СКЯ от длины волны имеет вид плавной кривой, с максимумом между отметками 0,5 н 0,6 мк и последующим плавным спадом.

Объекты неживой природы поглощают и отражают лучи видимого спектра практически одинаково во всех диапазонах, и поэтому соответствующий график не имеет резких подъемов. А вода хорошо поглощает излучение в красной части спектра и отражает голубые лучи, по которым можно судить о составе воды в разных водоемах, об их глубине, о видах водной растительности. Когда изучаются сложные, неоднородные объекты, кривые сопоставляются н «складываются». При этом детали исчезают, кривые сглаживаются. В таких случаях возникает проблема дифференциации и классификации природных объектов.

Основной метод изучения Земли из космоса — многозональная съемка. Выпрлнить ее можно, например, с помощью многозонального космического фотоаппарата МКФ-6, состоящего из шести камер с различными фильтрами. Разрешающая способность прибора такова, что на поверхности Земли можно довольно ясно разглядеть даже стог сена.

Устройство управления комплексом обеспечивает одновременное и одномасштабное фотографирование поверхности Земли, находящейся иод спутником, всеми шестью камерами, причем каждой в разном участке спектра на отдельную пленку. Поэтому при дешифрировании снимков приходится синтезировать единое изображение из нескольких.

Как же «прочесть» снимки, полученные нз космоса? Прежде всего нам придется привыкнуть к космическим изображениям — они совсем непохожи на обычные, земные фотографии. Нам придется научиться воспринимать глобальные структуры, мыслить другими категориями. Поэтому непременное условие дешифрирования — обобщение снимка, выделение основных характеристик региона. Ведь на космическом снимке в отличие от наземного не видно, что именно растет в данном месте — хлопчатник, пшеница или розы. Все это еще предстоит установить. Для этого и нужна генерализация — геометрическая, спектральная, тематическая.

При геометрической генерализации наша задача — по кусочкам восстановить целое, составить из сочетания черно-белых пятен ка

кой-то общий образ. Тематическая — применяется при изучении сложных участков земной поверхности. Надо, различая разные объекты, суметь найти в них общее, объединяющее. Ведь пустыня не только голая земля, но и оазисы, солончаки и т. п. Ученым же важно не запутаться во множестве деталей, понять, что все это — и оазисы, и солончаки, и пески — один и тот же объект: пустыня₁ Спектральная генерализация — это сравнения яркости различных участков поверхности в разных диапазонах электромагнитного спектра. Различают два вида анализа: структурный и текстурный. Сначала надо изучить тоновую структуру изображения, степень почернения точек, из которых состоит снимок. В зависимости от степени почернения каждой точке придается цифровое значение. С помощью фотометрических приборов и оптико-вычислительных устройств ученые определяют среднюю яркость изображения объекта. Отклонение от этой величины, то есть дисперсия, разброс точек, позволяет классифицировать природные объекты. Что же касается текстурного анализа, он показывает фактуру материала, расцветку, шероховатость.

Полученную информацию группируют, применяя статистические методы обработки. Для этого точки классифицируются с помощью ЭВМ по их яркости во всех диапазонах. Машина при дальнейшем анализе имеет дело уже не с отдельными точками, а с целыми группами, классами. Таких классов образуется довольно много. Возникает необходимость объединить их в еще более крупные. Этим тоже занимается ЭВМ, пользуясь в качестве критерия величиной дисперсии, разброса внутри группы и между разными группами. Если дисперсия внутри группы мала, даже в сравнении с межгрупповой, значит, мы имеем дело с однородными объектами, которые можно включить в один класс. Так можно различить, например, два разных вида почв — солончаковые и каштановые.

Очень часто на снимках проявляются глубинные образования, что позволяет проследить передвижение земной коры, расшифровать строение фундамента, исследовать зоны вулканической и тектонической активности. В то же время мелкие детали строения Земли порою мешают заметить изменения в глобальных структурах. Поэтом и возникает при дешифрировании проблема — понять, где изображено главное, а где — второстепенные детали. Ведь задача дистанционного зондирования — изучать цели

ком крупные объекты, такие, как моря и океаны, леса, горные системы. Одним словом, задача в том, чтобы увидеть картину сразу же, целиком, а не по частям.

Чтобы научиться надежно определять природные объекты, проводятся съемки на полигонах. Представьте себе квадрат со стороной около 500 м. В восьмн-десяти точках этого участка проводятся измерения, определяется температура почвы и воздуха, влажность, СКЯ и т. п. Одновременно этот сектор фотографируется с воздушных и космических аппаратов. Сравнивая разные «образы» одного и того же объекта, ученые учатся их идентифицировать.

Пожалуй, сейчас самая насущная задача для сотрудников ИКИПРа— обеспечить получение массовой наземной информации, чтобы сравнить ее с воздушной и космической. Ведь, чтобы понять тонкие природные процессы, нужна систематическая информация. Поскольку с разрозненными данными что сделаешь? Сопоставить их нельзя, нет уверенности в том, что они отражают закономерность.

Сейчас в институте создается специальная методика, координирующая различные уровни исследований. Сопоставить результаты этих исследований тоже проблема, и притом весьма сложная. Ведь космическая информация выдается на фотопленке, все данные, полученные с самолетов, заносятся на бумагу в виде номограмм, а наземные сведения записываются рядами чисел. Причем даже фотографии друг от друга разнятся — по форме, по разрешающей способности. Как же быть? Пытаются перевести изображение с пленок в цифры и записать затем на магнитной ленте. Казалось бы, разумное решение. Разумное? Попробуйте записать на ленту 5—10 млн. чисел, и вы поймете, так ли это просто — отразить информацию, полученную только в одном диапазоне. Всего же таких диапазонов шесть. Следовательно, предстоит записать, а потом прочесть, проанализировать и сравнить 30—60 млн. чисел. Требуется система непосредственной записи наземной информации на магнитной ленте. А еще лучше было бы научить ЭВМ самостоятельно «прочитывать» снимки, тут же кодируя и записывая информацию в цифрах.

Впрочем, наивно было бы перекладывать решение проблемы с человека на машину. ЭВМ — хороший помощник, но только в том случае, если мы сами четко представляем, что и как нужно анализировать. Вот что думает об этой стороне дела П. Гусейнов, заведующий отделом математического моделирования ИКИПРа, кандидат

42