Українська   English
ДонНТУ   Портал магистров

Реферат по теме выпускной работы

Содержание

Введение

Использование технологии точного земледелия становится все более распространенным не только в развитых странах Западной Европы и Северной Америки, но и в Азии, Южной Америке, Африке и является переходом на новый уровень механизации производства продукции растениеводства. Получение максимального урожая при нанесении минимального вреда окружающей среде возможно за счет создания оптимальных условий роста и развития растений. В Украине так же необходимо внедрять и использовать новые технологии, так как они определяют уровень развития сельского хозяйства и его конкурентоспособность на мировых рынках. Целью данного направления является получение максимальной прибыли при условии экономии удобрений, воды, топлива, рационального использования земельных ресурсов, защите окружающей среды.

Точное земледелие – это использование разнородных данных (результатов анализа отобранных проб почв с их географической привязкой, результатов тематической интерпретации данных ДЗЗ, цифровых тематических карт и т. д.) с целью оптимизации принятия решений про локальное внесение удобрений и средств защиты растений для повышения продуктивности сельскохозяйственного производства [1]. В основе концепции точного земледелия (далее ТЗ) лежат представления о существовании неоднородностей в пределах одного поля.

1. Актуальность и изученность темы

Данные о неоднородности могут быть определены путем исследования почвенного покрова. Эта информация должна быть пространственно привязана к картографической основе, иначе теряется смысл определения данного местоположения, поэтому необходима геоинформационная система (далее ГИС), в которой хранилась и обрабатывалась бы иформация о почвах, картографической основе, границах участка и т. д. Использование ГИС в точном земледелии рассматривали Бойко О. Г. [2], Белавцева Т. М. [3], Барладин А. В. и Ярощук П. Д. [4], Бычков И. В. [5] и др. В этих работах предлагалось использовать информационные системы с элементами ГИС: SSToolBox, Agro‑Map PF, Агроменеджер, УрожайАгро, MapInfo и AgroView и т. д. [5]. В качестве картографической основы принимались отвекторезированные карты масштабов 1 : 200000 или космические снимки Terra и Aqua путем векторизации границ полей с последующим ее уточнением по данным систем позиционирования GPS / ГЛОНАСС [4, 5].

Космические снимки применяются без обработки и устранения геометрических искажений, вызванных рельефом, условиями съемки и типом камеры, что уменьшает их точность представления местоположения неоднородности, а в дальнейшем может привести к неправильному внесению удобрений, поливу, направлению сельскохозяйственной техники при сборе урожая и т. д., что противоречит целям точного земледелия.

2. Цель и задачи исследования, планируемые результаты

Основным этапом технологии ТЗ в определенном хозяйстве является подготовка топографических, электронных карт. Данную операцию выполняют путем сканирования карт подходящего масштаба на бумажной основе или путем программной обработки данных дистанционного зондирования (аэрофото и спутниковую съемку в различных диапазонах частот), полученных с помощью навигационной аппаратуры.

Целью данной работы является исследование величины геометрических искажений космических снимков, после устранения искажений, вызванных рельефом, условиями съемки и типом камеры.

Задачи исследования:

  1. Провести ортотрансформирование космических снимков в программном комплексе ENVI, используя разные цифровые модели: ASTER GDEM, SRTM, GTOPO30.
  2. Измерить полученные отклонения и вычислить среднеквадратические и систематические ошибки.
  3. Проанализировать полученную точность для использования обработанных снимков в технологии точного земледелия.

Объект исследования: геоинформационное обеспечение в точном земледелии.

Предмет исследования: дистанционное зондирование Земли.

Планируемый результат: метод геометрической коррекции космических снимков,с целью использования в точном земледелии.

3. Основная часть

Для исследования был выбран космический снимок в поставке с данными RPC на территорию города, Донецкой области, выполненный спутником QuickBird. RPC – Rational Polynomial Coefficients – коэффициенты рациональных полиномов (многочленов) – поправки для обработки изображений на основе математической модели камеры спутника в виде обобщенных аппроксимирующих функций (рациональных полиномов) [6]. Основными преимуществами спутника QuickBird являются широкая полоса охвата (размер сцены – 16,5×16,5 км), высокая метрическая точность, возможность заказа полигонов сложной формы, в том числе, протяженных объектов шириной 5 км. Характеристика системы в представлена в таблице 1 [7].

Таблица 1 – Основные характеристики системы QuickBird

Показатель Характеристика
Информация о запуске 18 октября 2001 г.
Орбита Высота: 450 км, наклонение 98 градусов, синхронно‑солнечная орбита. Частота повторных наблюдений: 1–3,5 дней, завистит от широты при 70‑сантиметровом разрешении. Угол обзора: нацеливание вдоль и попрек траектории. Период: 93,4 минуты
Объем данных за виток 128 Гб (приблизительно 57 изображений отдельных территорий)
Полоса захвата и размер области Номинальная ширина полосы захвата: 16,5 км в надире. Доступная полоса: 544 км центрированная по траектории (до 30° от надира).
Areas of interest:

– Единичная область – 16,5×16,5 км

– Полоса – 16,5×165 км
Метрическая точность 23 м круговая ошибка, 17 м линейная ошибка (без наземного обеспечения)
Разрешение сенсора и спектральный диапазон
Панхроматический:

– 61 см в надире;

– черно‑белый 445–900 нм
Мультиспектральный:

– 2,44 м в надире;

– голубой: 450–520 нм;

– зеленый: 520–600 нм;

– красный: 630–690 нм;

– ближний ИК: 760–900 нм
Радиометрическое разрешение 11 бит на пиксель
Максимальное отклонение от надира 45°
Система связи Данные с полезной нагрузки: 320 Мб/с X‑диапазон
Служебная:

– X‑диапазон с 4, 16, 256 Кб/с;

– 2 Кб/с S‑диапазон
Система стабилизации Стабилизированная по 3 осям, звездный датчик / инерциальная система/ GPS
Точность указания Точность: менее 0,5 миллирадиан на ось. Стабильность: менее чем 10 микрорадиан/с
Бортовая память Емкость 128 Гб
Платформа Рабочее тело на 7 лет, 2100 фунтов, 3,04 м (10 футов) в длину

Размер пикселя на исходном снимке составляет 0,6 м на местности, мультиспектральное разрешение – 2,44 м Ранее был выполнен предварительный анализ смещений на снимке из‑за рельефа, которые в некоторых местах достигали 25 м.

Для устранения геометрических искажений был использован инструмент – программный комплекс ENVI, лицензия предоставлялась кафедре геоифнорматики и геодезии Донецкого национального технического университета фирмой Pixel Solution, которая находится в г. Киеве. В данной программе возможно проводить ортотрансформирование без использования (функция Ortorectificatify QuickBird) и с использованием (функция Ortorectificatify QuickBird with Ground control) точек наземной привязки. Под ортотрансформированием понимаем математически строгое преобразование исходного снимка в ортогональную проекцию и устранение искажений, вызванных рельефом, условиями съемки и типом камеры [8]. Для исследования был выбран первый вариант с использованием цифровой модели местности (далее ЦМ). Информация о рельефе была получена путем скачивания из общедоступных сайтов. В качестве DEM моделей были выбраны ASTER 2, SRTM 3, GTOPO 30. Данные ЦМ загружены с сайтов http://reverb.echo.nasa.gov, http://srtm.csi.cgiar.org, https://lta.cr.usgs.gov/GTOPO30 соответственно, характеристики которых представлены в таблице 2 [9].

Таблица 2 – Сравнение DEM

Показатель ASTER GDEM 2 SRTM 3 GTOPO 30
Источник данных стереопары ASTER Space shuttle radar Организации по всему миру, имеющие DEM
Производитель/поставщик данных METI / NASA NASA / NGA/ USGS USGS
Год выпуска 2011 г. 2003 г. 1996 г.
Период сбора данных 2000 – по наст. время 11 дней 2000г
Шаг сетки (заявленный) 1”, (30 м) 3” (90 м) 30” (1000 м)
Шаг сетки по результатам тестирования 2,44” (72 м) 3” (90 м)
Точность DEM (stdev.) 7–14 м 10 м 30 м
Точность DEM по результатам тестирования (stdev.) 8,68 м 3,95 м
Область покрытия 83° с. ш. – 83° ю. ш. 60° с. ш. – 56° ю. ш. Весь мир
Система координат (горизонтальная /вертикальная) WGS84 / EGM96 WGS84 / EGM96
Лицензия Ограниченное использование Свободное использование / запрос разрешения Свободное

Ортотрансформирование проводилось в следующей последовательности:
1) В главном меню были выбраны Мар > Orthorectification > QuickBird > Ortorectify QuickBird (рис. 1).

Главное меню, выбор функции ортотрансформирования

Рисунок 1 – Главное меню, выбор функции ортотрансформирования

2) В открывшееся окно загружается необходимый геопривязанный снимок, при этом указывается зона и геодезическая система, в которой происходила съемка. В данном случае была указана 37 зона и система – WGS84. Далее подгружается файл с RPC коэффициентами (с расширением .rpc, .txt, .rpb).

3) В появившемся окне представлены параметры ортотрансформирования, которые выбираются для завершения операции (рис. 2).

Окно параметров ортотрансформирования

Рисунок 2 – Окно параметров ортотрансформирования

Основными параметрами являются – image resampling и input height. В image resampling возможно выбрать необходимый метод интерпаляции:

– Nearest Neighbor – ближайшего соседа, т. е. в новом изображении пикселю присваивается значение пикселя, ближайшего по положению в исходном изображении;

– Cubic Convolution – кубической свертки. В этом методе значение пикселя в новом изображении вычисляется как аппроксимация значений 16‑ти ближайших, используя кубические полиномы;

– Bilinear – билинейная интерполяция. В нем значение пикселя в новом изображении рассчитывается при помощи линейной интерполяции между значениями четырех ближайших пикселей;

– Background – исключаются из обработки пиксели с заданным спектральным значением (обычно 0) – пиксели вне изображения.

В данном случае выбран метод Bilinear билинейной интерполяции изображения.

Параметр input height определяет, как будет производиться ортотрансформирование – с использованием цифровой модели рельефа DEM (Digital Elevation Model) или на среднюю плоскость Fixed [10]. Трансформирование производится с использованием ЦМ, поэтому необходимо добавить ЦМ, нажав кнопку Select DEM File. Появится диалоговое окно, в котором выбирается файл, содержащий ЦМ (рис.  3).

Выбор ЦМ

Рисунок 3 – Выбор ЦМ

Ортотрансформирование снимка проводилось с использованием трех ЦМ. Для дальнейших исследований был выбран снимок, обработанный с ЦМ Aster, а за эталон принят снимок, который был ортотрансформирован в другом программном комплексе, с использованием точек наземной привязки. Эталонный снимок имеет местную систему координат, а обработанный – WGS84, что не позволяет оценить полученные отклонения. Для приведения к одинаковой системе координат в главном меню во вкладке Registration выбирается функция Image to image, затем в появившемся окне (рис. 4) необходимо указать, какое изображение будет опорным, а какое обрабатываемое, т. е. не привязанное.

Определение опорного снимка и не геопривязанного

Рисунок 4 – Определение опорного снимка и не геопривязанно

Далее на обоих снимках были измерены координаты 20 характерных точек. Для проведения операции по умолчанию указан метод пересчета координат – полином 1‑ой степени. Преобразования выше 3‑ей степени не рекомендуется применять, так как значительно уменьшается надежность оценки качества точек. Средняя квадратичная ошибка составила 3,2 м. Для оценки отклонений на эталонном снимке и на обработанном были измерены координаты 1000 точек (рис. 5).

Измеренная точка на эталонный снимок (второй кадр) и ортотрансформированный (третий кадр)

Рисунок 5 – Измеренная точка на эталонный снимок (второй кадр) и ортотрансформированный (третий кадр)
(анимация: 5 кадров, 6 циклов повторения, 147 килобайт)

Для каждой точки были посчитаны отклонения, максимальное по координате Х составило 9 м, а по У – 13 м. Линейные отклонения рассчитывались по формуле 1 вычисления расстояния:

Формула 1
(1)

где xi, yi  –координаты эталонного снимка, xj, yj – координаты ортотрансформированного снимка.

Среднеквадратическая ошибка (RMS Error) в ортотрансформированном снимке, с использованием ЦМ Aster была вычислена по формуле 2.

Формула 2
(2)

где n – количество точек.

Ошибка составила 3 м. Cистематические ошибки были вычислены по формулам 3 и 4.

Формула 3
(3)
Формула 4
(4)

Получили систематические ошибки близкие к 0: dX – 0,2 м, dY – 0,01 м. Это свидетельствует о том, что приведение в одинаковую систему координат было выполнено правильно.

Выводы

  1. В программном комплексе ENVI было выполнено ортотрансформирование космического снимка QuickBird, среднеквадратическая ошибка составила 3 м. Данной точности достаточно для определения границ поля, в соответствии с нормативом [2] который составляет 10 м.
  2. В точном земледелии для планирования внесения удобрений, мониторинга урожайности, автоматического сбора информации, требуется точность – 1 м. Использование более точных цифровых моделей, отсутствующих в свободном доступе, может позволить достичь необходимую точность.
  3. Используя материалы многоспектральных данных дистанционного зондирования Земли, возможно выполнять анализ неоднородностей, свойств почвенного покрова для целей точного земледелия.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: январь 2015 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

  1. Н. И. Кобец Применение данных дистанционного зондирования земли в системах точного земледелия. – [Электронный ресурс] – http://www.ulrmc.org.ua.
  2. О. Г. Бойко Можливості використання ГІС / ДЗЗ технологій у точному землеробстві. – [Электронный ресурс] – pdaa.edu.ua.
  3. Т. М. Белавцева Технологии точного земледелия, их перспективы и возможность использования на мелиорированных землях. – М.: ФГНУ ЦНТИ «Мелиоводинформ», 2009. – 110 – с.
  4. А. В. Барладин, П. Д. Ярошук Использование ГИС и ДЗЗ – технологий в сельском хозяйстве. – [Электронный ресурс] – http://repository.crimea.edu.
  5. И. В. Бычков, Л. В. Нефедьев, Г. М. Ружников, Н. Г. Луковников Внедрение геоинформационных технологий и навигационных систем в задачах точного земледелия. – [Электронный ресурс] – http://it.nsu.ru.
  6. Геометрическая обработка данных со спутника QuickBird. – [Электронный ресурс] – http://geopriz.webrost.lgg.ru.
  7. Обзор космических съемочных систем высокого разрешения. – [Электронный ресурс] –  http://vinek.narod.ru.
  8. Ортокоррекция космических снимков с использованием RPC. – [Электронный ресурс] – http://gis-lab.info.
  9. Выбор и характеристика DEM. – [Электронный ресурс] – http://gisa.ru.
  10. Учебное пособие «Программный комплекс ENVI». – М.: Компания Совзонд, 2007. – 265 с.