Картографирование городов по снимкам Quickbird



Дата25.07.2016
өлшемі69.21 Kb.
#220972
Субметровое разрешение и высокая точность позиционирования
Картографирование городов по снимкам Quickbird
Снимки Quickbird – это снимки самого высокого пространственного разрешения, получаемые в настоящее время с коммерческого спутника. Снимки с разрешением 60см и высокой точностью ориентирования прекрасно подходят для картографирования городских территорий. В статье приводятся примеры.
Ф. Вольпе и Л. Росси, Евроимидж, Италия

(F.Volpe and L.Rossi, Eurimage, Italy)


Ключевые требования, учитываемые при выборе космических снимков:

  • геометрическое разрешение

  • наличие мультиспектральных каналов

  • спецификация мультиспектральных возможностей

  • возможная точность позиционирования

  • частота повторной съемки (меняется в зависимости от широты, но обычно составляет 2-3- дня. Спутники VHR с управляемыми датчиками могут производить повторную съемку чаще, но под разным углом обзора)

  • территория покрытия одной сцены.


Точность
Если предполагается использовать снимки в ГИС для выделения тематических слоев, то в первую очередь их необходимо орто откорректировать. Со снимками Quickbird и с использованием коммерческого программного обеспечения можно достичь точности порядка 1м RMSE, достаточной для топографического картографирования в масштабе 1:10 000 и мельче, и более чем достаточной для тематического картографирования. После орто корректировки снимков с помощью программного обеспечения для обработки изображений до уровня, необходимого заказчику, можно увеличить изображение для выделения отдельных объектов, используя функции усиления контраста и четкости изображения (sharpening).
Цвет и четкость изображения
На спутниках, выполняющих мультиспектральную съемку, разрешение мультиспектральных каналов обычно в четыре раза меньше, чем разрешение панхроматических каналов (таблица 1).





Количество мультиспектральных каналов

Мультиспектральное разрешение (м)

Панхроматическое разрешение (м)

Размер сцены (км)

QuickBird

4

2.44

0.61

16.5

Ikonos

4

4

1

11

Oberview

4

4

1

13.5

Eros

0

отсутствуют

1.8

12.5

Spot 5

4

10

2.5

60

Таблица 1. Основные характеристики космических снимков высокого разрешения на сегодняшний день.
Выделять объекты возможно только на панхроматических снимках высокого разрешения. В большинстве случаев панхроматический канал не только охватывает видимый спектр (0.4-0.7мкм), но и захватывает ближний ИК, увеличивая информационное содержание и четкость изображения. В идеале панхроматический канал сливается с тремя другими каналами, что дает снимок в натуральном или ложном цвете с цветовым наполнением мультиспектральных каналов и геометрическую точность панхроматического канала. Это слияние может выполнить сам пользователь, или снимки могут предоставляться в уже синтезированном виде. Без проведения в дальнейшем какого-либо анализа эти снимки подходят в качестве фона при использовании в ГИС. Во всех приводимых далее примерах используются снимки pan-sharpened в натуральном цвете, сделанные со спутника Quickbird. Масштаб отпечатанных снимков меняется в зависимости от информации, представленной на них.
Жилые районы
На рисунке 1 показан небольшой район Мадрида. Части объектов легко определяются, если они не скрыты, например, растительностью. Террасы, балконы, мелкие архитектурные детали и дополнительные сооружения на крышах домов четко видны. Обратите внимание, что цвет является важным инструментом распознавания. Определить высоту зданий можно по длине теней. Благодаря 11-битной радиометрической глубине каждого канала легко выявляются детали затененных участков.



Рисунок 1. Жилой район Мадрида, Испания.
Общественная инфраструктура
Коммерческие районы, включающие торговые центры, штаб-квартиры крупных компаний и большие здания общественной инфраструктуры, такие как больницы, можно легко выделить на снимке, но очень трудно различить такие объекты по типу. На рисунке 2 показана больница в Риме, Италия, но этот район трудно отличить от торговых центров; и для того и для другого типа застройки характерны большие здания правильной формы в основном с плоскими крышами и большие автостоянки. На рисунке 2 площадка для вертолета может подсказать фактическое предназначение этого района, в то время как в промышленных районах подсказками могут стать такие объекты, как большие складские площадки, стоянки для грузового транспорта, крупное промышленное оборудование и специфическая инфраструктура, как например цистерны или высокие трубы.



Рисунок 2. Район больницы, Рим, Италия.
Дорожные сети
Дороги очень четко видны практически на всех типах снимков, хотя тротуары трудно различимы. На рисунке 3, снимок Вены, можно без проблем увидеть большую часть дорожной разметки, даже, несмотря на то, что она гораздо меньше размера пикселя в 60см. Это объясняется тем, что она сильно контрастирует с темным фоном. На снимках Quickbird четко видны даже линии на теннисном корте. Бросаются в глаза изменения цвета асфальта из-за движения транспорта или перекладки. Городская железная дорога проходит справа от моста. Легковые автомобили можно легко отличить от автомобилей большой грузоподъемности, таких как грузовики, хотя тип транспортного средства нельзя определить. Существует несколько факторов, влияющих на определение дорожных объектов.

  • При съемке под большим углом здания высотой в четыре и более этажей могут закрыть узкие дороги.

  • Здания отбрасывают темные тени на снимках, сделанных в зимнее время; однако 11-битная глубина цвета позволяет выявить скрытые детали с помощью локального усиления контраста.

  • Трудно обнаружить очень узкие улочки в исторических районах старых городов. Нависающие деревья также скрывают дороги.



Рисунок 3. Дорожная сеть в Венеции, Италия.
Поезда и трамваи
На рисунке 4 показан фрагмент железнодорожной сортировочной станции в Киеве. Легко увидеть сами поезда, и даже можно различить некоторые типы подвижного состава. Возможность распознать отдельные рельсовые пути зависит в некоторой степени от топографии: их можно увидеть на высоко контрастных участках в нижней части снимка, но труднее определить в верхней части. Трамвайные пути обычно не видны, но их можно обнаружить по наличию других объектов, расположенных по близости, таких как ограждения, площадки и сами трамваи.



Рисунок 4. Железнодорожная сортировочная станция в Киеве, Россия.
Озелененные территории
Городские парки и их объекты, такие как дорожки, пруды, искусственные сооружения и собственно сады, можно без проблем увидеть на снимке Лиссабона, представленного на рисунке 5. На карту могут быть нанесены даже кустарники и отдельные деревья, и определены виды деревьев. В этом помогут снимки в ложном цвете. Границы частных садов могут быть картографированы с достаточной точностью. Спортивные сооружения, такие как спортивные площадки, открытые бассейны и поля для гольфа четко видны.



Рисунок 5. Парковая зона в Лиссабоне, Португалия.
Другие объекты
На снимках порта можно различить отдельные контейнеры и относящееся к ним оборудование, а также увидеть процесс загрузки пришвартованного судна. На снимках аэропорта четко видна разметка взлетно-посадочных полос, и можно различить типы больших самолетов. Без труда можно картографировать изменения городской среды; здесь на месте футбольного поля появились два поля «пять на пять» и площадка для катания на роликах. Многие детали рельефа местности и объекты слишком малы, чтобы их можно было увидеть на космических снимках, например, столбы линий электропередач, светофоры, антенны и узкие переулки. Тем не менее, дополнительная информация подсказывает нам, что здесь присутствуют маленькие объекты: тени на освещенном участке местности помогают установить наличие столбов и кабелей. Так как спутники обычно производят съемку участков в одно и то же время дня (солнечно-синхронные спутники), то эти снимки нельзя использовать для непрерывного последовательного каждодневного мониторинга, например, транспортного потока в «час-пик» или других явлений.
Заключение
Таким образом, на начальном этапе распознавать городские объекты лучше всего с помощью снимков pan-sharpened в натуральном или ложном цвете, снятых под углом менее 15 градусов в период с марта по ноябрь, когда ограничено воздействие теней. Получаемый тематический масштаб зависит от спецификаций и требуемой геометрической точности, но в любом случае снимки Quickbird могут быть увеличены до масштаба 1:1 000.

Биографические данные авторов
Фабио Вольпе родился в 1961 году. Окончил университет «Ла Сапиенса» в Риме, Италия, по специальности горное дело. Специалист по обработке данных наблюдения за поверхностью Земли. Отвечая в компании Eurimage за разработку, производство и реализацию, господин Вольпе продвигает новые программные продукты и их внедрение, а также услуги, в основе которых лежат космические данные и их интеграция с другими данными.

Ливио Росси родился в 1959 году. Имеет почетную ученую степень Римского университета по геологии. Он менеджер по разработке методов внедрения в компании Eurimage и специалист в области интерпретации данных космических и аэрофотоснимков. Имеет опыт по созданию ГИС для природных и полуприродных ресурсов и планированию охраны окружающей среды.
Фабио Вольпе, менеджер изделия, Eurimage, адрес: Via E. D’Onofrio 212, Rome 00155, Italy. E-mail: volpe@eurimage.com

Достарыңызбен бөлісу:




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет