Метод пространственно-многоспектральной декомпозиции областей изменений объектов спутниковых наблюдений

Результат воздействия ряда факторов природного, антропогенного и техногенного характера на различные экосистемы диктует необходимость использования данных дистанционного зондирования с целью не только для обнаружения изменений на интересующем участке земной поверхности, но и получения информации об их характере и причинах. Наряду с важностью получаемых знаний по динамике самих экосистем, это является экономически значимым для решения многих прикладных задач по предупреждению, обнаружению и оценке последствий этих воздействий.
К настоящему времени разработан ряд подходов выявления аномальных изменений растительности, использующие временные серии спутниковых изображений разных лет и использующих для этих целей вегетационные индексы. Например, метод разности временных рядов индексов NDBI [1] основан на вычислении среднего значения и стандартного отклонения  с установлением порогов для n классов спектральных изменений в растительности.
Степень автоматизации указанных подходов остается низкой. Поэтому сегодня при построении систем дистанционного мониторинга особое внимание уделяется организации полностью автоматизированным методам и алгоритмам обработки спутниковых данных [2], которые позволяют получать максимально объективную информацию, не зависящую от субъективного мнения отдельных специалистов.
Исследования и разработка принципов селективно-яркостной сегментации изменений [3, 4] и пространственно-спектральной декомпозиции многоспектральных областей изменений объектов спутниковой съемки, в соответствие с которыми обнаруживаются группировки яркостей изменений каждого спектрального диапазона и определяются векторы многоспектральных отражающих свойств природных компонент, позволили разработать метод пространственно - многоспектральной декомпозиции. Это позволило отсеять те области из их состава, которые вызваны вегетацией растительности.
При этом удалось отказаться от интерактивного подхода и предложить алгоритм автоматических вычислений введенных характеристик. Ввиду легкости расчета использовался нормализованный вегетационный индекс NDVI, вычисляемый для каждой временной серии изображений спутниковой съемки и количественно определяющий степень развития фитомассы.
В работе использовались данные съемки спутников Landsat ETM+ за даты 21 июля 1999 г. и 5 июня 2000 г. на территорию Минской области Республики Беларусь (пространственное разрешение на местности 28,5 м) и спутника QuickBird за даты 15 мая и 16 июля 2007 года на территорию Брестской области (пространственное разрешение 0,6 м).

Девятова Н .В., Ершов Д.В. Съемка МODIS/ТЕRRА в мониторинге вспышек массового размножения очагов насекомых-вредителей // Современные проблемы дистанционного зондирования земли из космоса. Том П. Москва, 2005. С. 262-266.
Лупян Е.А., Мазуров А.А., Назиров Р.Р., Прошин А.А., Флитман Е.В., Крашеннинникова Ю.С. Технологии построения информационных систем дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса, 2011. Т.8 №1. С.26-43.
L. A. Belozerskii, L.V. Oreshkina Estimation of the Informative Content of Histograms of Satellite Images in the Recognition of Changes in Local Objects // Pattern Recognition and image Analysis, 2010. – Vol. 20, No. 1. – pp. 65 – 72.
Л.А. Белозерский, Л.В. Орешкина Принципы селективно-яркостной сегментации изменений внешнего облика объекта моноспектральной космической съемки, // Искусственный интеллект №3. – 2009, с. 395 – 408.