Введение 4
1 Обзор предметной области 6
1.1 Физические основы дистанционного зондирования Земли 6
1.2 Обзор используемой литературы 9
2 Описание используемых приборов дистанционного зондирования и программного обеспечения 10
2.1 Прибор Landsat 8 OLI и TIRS 10
2.2 Спутник Terra, спектрорадиометр MODIS, продукт MYD09A1 12
2.3 Программное обеспечение ERDAS Imagine 15
2.4 Программное обеспечение ArcGIS 16
3 Предварительная обработка снимков 16
3.1 Подготовка данных Landsat 8 OLI 16
3.2 Подготовка данных спектрорадиометра MODIS продукт MYD09A1 17
4 Разработка модели получения синтезированного изображения 19
4.1 Моделирование изображения Landsat на основе отношения данных MODIS 19
4.2 Принцип получения синтезированного изображения используя модель линейной регрессии 24
4.3 Нахождение коэффициентов уравнения регрессии методом наименьших квадратов 24
4.4 Схема нахождения коэффициентов уравнения регрессии 26
4.5 Получение синтезированного изображения 28
5 Применение разработанной модели получения синтезированного изображения для конкретных территорий 30
5.1 Применение разработанной модели для сельскохозяйственных полей 30
5.2 Применение разработанной модели для территории заповедника «Столбы» 32
5.3 Сравнительный анализ двух снимков Landsat 8 OLI 33
Заключение 36
Список использованных источников 37
Для того, чтобы следить за состоянием растительного покрова, необходимо иметь снимки хорошего пространственного разрешения с такой частотой, которая позволит анализировать изменения растительности в короткий промежуток времени, например, появление всходов на полях или созревание сельскохозяйственных культур.
Данные спутников серии Landsat с пространственным разрешением 30 м успешно применяются для картирования биофизических параметров растительности. Период повторной съемки спутника Landsat 16 дней, это может вызвать трудности в мониторинге краткосрочных нарушений и изменений характеристик растительности, также часто изображение ухудшается из-за облачного покрова.
Развитие методов синтезирования данных помогает улучшить временное разрешение данных высокого пространственного разрешения путём смешивания данных от приборов с отличающимися пространственными и временными характеристиками [1].
Существуют исследования по построению синтезированных изображений и обнаружению изменений подстилающей поверхности, например, пространственный временной адаптивный алгоритм для картирования изменения коэффициента отражения (STAARCH) [1].
Алгоритм разработан для обнаружения изменения коэффициента отражения, связанного с нарушениями растительного покрова, используя преобразование Tasseled cap данных Landsat TM/ETM+ и MODIS. Алгоритм был проверен на области 185*185 км в штате Альберта, Канада. Результаты показали, что STAARCH смог определить пространственные и временные изменения в ландшафте с высоким уровнем детальности [1].
Последовательность изменения, полученная в результате работы алгоритма STAARCH, была также использована для получения синтезированного изображения Landsat для каждой доступной даты изображений MODIS [1].
Цель работы: разработать алгоритм моделирования данных Landsat 8 OLI по данным спектрорадиометра MODIS, продукт MYD09A1.
Задачи:
- изучить форматы данных Landsat 8 OLI и спектрорадиометра MODIS продукт MYD09A1;
- выбрать данные с подходящими датами;
- изучить метод нахождения коэффициентов уравнения линейной регрессии методом наименьших квадратов;
- разработать и реализовать модель в ERDAS Imagine для синтезирования данных Landsat.
Был разработан алгоритм моделирования данных Landsat 8 OLI по данным MODIS, продукт MYD09A1.
Были изучены форматы данных Landsat 8 и MODIS MYD09A1.
С помощью средства графического программирования разработаны программы, которые:
- вычисляют синтезированное изображение на основе отношения двух снимков MODIS;
- находят коэффициенты регрессии a и b, и с их помощью вычисляют многоспектральное изображение с разрешением 30 м за отсутствующую дату съемки Landsat 8.
Проведен сравнительный анализ двух изображений Landsat 8 OLI, на основании которого можно сделать вывод, что разработанное программное обеспечение позволяет получать синтезированные снимки лучшего пространственного разрешения на основе снимков MODIS.
