Содержание к диссертации
Введение
Глава 1 Особенности моделирования излучения объектов подстилающей поверхности в задачах создания систем ДЗЗ 10
1.1 Роль и место модели расчета спектральной яркости объектов при имитационном моделировании 10
1.2 Анализ применимости существующих методов расчета спектральной яркости объектов в имитационных моделях 17
1.3 Требования, предъявляемые к моделям расчета спектральной яркости объектов 23
1.4 Классификация объектов для модели расчета яркости
1.4.1 Факторы, определяющие классы объектов при создании моделей излучения объектов 25
1.4.2 Анализ применимости существующих способов деления объектов
на классы в модели расчета яркости 32
Глава 2 Анализ условий наблюдения Земли из космоса 39
2.1 Геометрические условия наблюдения 39
2.1.1 Классификация геометрических условий наблюдения 39
2.1.2 Условия перспективной съемки 42
2.1.3 Условия пригоризонтного ореола Земли 47
2.1.4 Условия терминатора 53
2.1.5 Условия области зеркального отражения 56
2.2 Оптико-геофизические условия наблюдения 63
Глава 3 Описание модели расчета спектральной яркости объектов 67
3.1 Структура разработанной модели расчета спектральной яркости объектов 67
3.2 Методика расчета спектральной яркости объектов в области зеркального отражения 78
3.2.1 Методика расчета отражения от морской поверхности 80
3.2.2 Методика расчета отражения от ледяных облаков и снега 88
3.3 Метод расчета спектральной яркости сложных объектов 90
Глава 4 Параметры информационных массивов разработанной модели 100
4.1 Параметры информационных массивов при стандартных условиях наблюдения 100
4.2 Параметры информационных массивов при больших углах линии визирования бортовой аппаратуры 113
4.3 Параметры информационных массивов в части пригоризонтного ореола Земли 118
4.4 Параметры информационных массивов в части наблюдений объектов в условиях терминатора 124
4.5 Результаты выбора параметров модели в целом 131
4.6 Объем информационных массивов разработанной модели 133
Заключение 137
Список литературы
- Анализ применимости существующих методов расчета спектральной яркости объектов в имитационных моделях
- Классификация геометрических условий наблюдения
- Методика расчета спектральной яркости объектов в области зеркального отражения
- Параметры информационных массивов в части пригоризонтного ореола Земли
Введение к работе
Актуальность темы.При создании космических систем дистанционного зондирования Земли (ДЗЗ), предназначенных для решения широкого спектра задач в области мониторинга окружающей среды, исследований природных ресурсов (ИГГР) и контроля ситуаций, связанных с катастрофами, требуется достоверная информация о полях сигналов, которые регистрируются средствами ДЗЗ.
Адекватное описание полей таких сигналов представляет собой сложную научную задачу, так как их параметры зависит от большого количества внутренних и внешних факторов, природа которых не всегда ясна.
Для решения этой задачи часто применяется многомодельный подход, при котором для описания отдельных аспектов формирования полей сигналов применяются так называемые «частные модели», а описание поля сигналов в целом, формируется как результат взаимодействия этих моделей. Примерами частных моделей являются, например, для случая наблюдения из космоса, модели излучения подстилающей поверхности Земли, модели оптико-электронной аппаратуры, модели атмосферы и т.д.
При решении задач проектирования и испытаний космических систем методами математического моделирования и статистических испытаний модели полей сигналов представляются в виде имитаторов, воспроизводящих пространственное распределение случайных амплитуд в соответствии со свойствами наблюдаемой ситуации.
Для решения задач ДЗЗ в оптическом диапазоне спектра наиболее важным аспектом является зависимость регистрируемых сигналов от оптических свойств объектов наблюдения и атмосферы, которые в свою очередь зависят от индивидуальных свойств и физического состояния объектов и изменяются в зависимости от условий наблюдения и освещения. Так, спектры излучения в области зеркального отражения для некоторых объектов (облачность, водная поверхность) существенно отличаются от спектров тех же объектов при «стандартных» дневных условиях; при больших углах линии визирования существенно увеличивается вклад в интенсивность излучения объекта многократного рассеянного атмосферой солнечного излучения и т.д. Соответственно, адекватный учет спектральных свойств объектов и их изменчивости является важной задачей при моделировании полей сигналов.
В то же время применение ресурсоемких методов расчета яркости в имитационных моделях полей излучения нецелесообразно. Это обусловлено методологией применения таких моделей: на стадии проектирования систем- для оценки сигналов от объектов при характерных сочетаниях условий, на стадии создания и испытаний - для формирования массивов изображений, покрывающих весь диапазон условий функционирования и позволяющих получать стати-
стические обоснованные оценки качества решения задачи ДЗЗ. В связи с этим организация корректного и быстрого расчета спектральных характеристик объектов для широкого диапазона изменения условий наблюдения и освещения является актуальной задачей при построении моделей полей излучения для проектирования и тестирования аппаратуры систем ДЗЗ и систем в целом.
Степень разработанности темы
В существующих к настоящему времени моделях полей излучения расчет спектральной яркости базируется либо на теоретических решениях уравнения переноса излучения, в частности методом Монте-Карло, требующих для достижения необходимой точности расчета больших вычислительных ресурсов (в качестве примера таких моделей можно привести модели, разрабатываемые в ОАО МАК «Вымпел», ИОА СО РАН, AirForceResearchLaboratory и др., либо на эмпирических зависимостях, которые в связи с определенными трудностями при получении экспериментальных данных ограничены по условиям применения, и в таком случае при имитации наблюдаемой обстановки прибегают к «частным» моделям и как следствие возникают проблемы с последующей их «стыковкой». К таким моделям можно отнести модель, разработанную в ГОИ им. С.И.Вавилова и основанную на полуэмперической формуле пересчета экспериментально полученных спектров при конкретных условиях яркости на другие условия. Однако применение эмпирических методик имеет ограничения, связанные с ростом погрешности вычислений при экстраполяции экспериментальных данных на широкий диапазон условий функционирования космических средств.
Таким образом, для решения задач имитации полей излучения в целях проектирования и тестирования систем ДЗЗ, на данный момент существует необходимость в модели расчета яркости, которая позволила бы производить вычисления в широком диапазоне условий наблюдения и освещения в рамках одной расчетной схемы и в тоже время требовала минимальные затраты вычислительных ресурсов.
Цель работы и задачи исследований.
Целью работы является разработка модели расчета спектральной яркости объектов для имитации подстилающей поверхности при проектировании и тестировании систем ДЗЗ, позволяющая использовать ее при моделировании излучения объектов при глобальном обзоре, при этом затрачивая минимальное количество вычислительных ресурсов и сохраняя адекватность получаемых результатов, что имеет существенное значение для отрасли аэрокосмических исследований Земли.Эту цель можно достигнуть путем разработки интерполяционной модели, которая выражает в явном (как правило, в линейном) виде связь между переменными модели, определяющими значения спектральной яркости объектов.
Для этого необходимо решить следующие задачи:
1. Разработать структуру и принципы работы модели расчета спектральной яркости объ
ектов, с учетом ее направленности на применение для проектирования систем ДЗЗ на основе
анализа существующих моделей расчета спектроэнергетических характеристик объектов.
-
Определить параметры разрабатываемой модели, удовлетворяющие требованиям к моделям расчета яркости на основе анализа принципов формирования яркости различных объектов на входе бортовой аппаратуры КА в зависимости от условий наблюдения и освещения и на его основе.
-
Провести исследование разработанной модели для оценки ее эффективности, быстродействия и возможности использования при проектировании систем ДЗЗ.
Научная новизна результатов диссертационной работы заключается в том, что разработанная модель, в отличие от существующих моделей позволяет:
получать спектральную яркость объектов в широком диапазоне условий наблюдения и освещения (день, ночь, терминатор, пригоризонтная область, область зеркального отражения) в рамках единой схемы расчета, что делает возможным ее использование в задачах имитации наблюдаемой обстановки при глобальном обзоре и исключает проблемы совмещения «частных» моделей; при этом простота модели позволяет доработку и включение новых данных с минимальными изменениями в программном коде имитационной модели;
производить одновременно быстрый и корректный расчет спектральной яркости объектов и тем самым моделировать излучение объектов в условиях «реального времени» или близких к нему.
Теоретическая и практическая значимость работы.
Результаты работы использованы в НИР «Листва-2020» в части разработки модели расчета спектральной яркости объектов и в ОКР «КИУС» в части расчета отраженного и диффузного излучения объектов. Результаты работы могут использоваться при решении различных частных задач, связанных с априорной оценкой уровня регистрируемых сигналов и имитацией полей яркости, в частности, при разработке принципов построения бортовой аппаратуры, выборе ее характеристик, создании бортовых и наземных программных и технических средств обработки информации, а также в учебном процессе в дисциплинах, связанных с физическими принципамидистанционного зондирования Земли.
Методология и методы исследования, применяемые в настоящей работе, основаны на использовании теории переноса излучения в неоднородной атмосфере, физики природной среды, метеорологии, методов дешифрирования космических снимков, методов математического моделирования, методов классификации объектов, теории вероятностей и математической статистики. Методология исследования заключалась в проведении анализа существующих моде-
лей, на основе которого разрабатывалась структура модели, принципы работы модели и выбирались способы расчета спектральной яркости объектов. На основе результатов анализа физических принципов формирования яркости различных объектов на входе бортовой аппаратуры КА в зависимости от условий наблюдения и освещения были выбраны параметры модели. Проведены исследования характеристик разрабатываемой модели. Положения, выносимые на защиту
-
Структура и принципы работы модели расчета спектральной яркости объектов, позволяющие ее использование при имитации наблюдаемой обстановки системой ДЗЗ глобального обзора.
-
Методика выбора количества значений параметров информационных массивов модели для различных условий наблюдения и освещения, основанная на особенностях физических принципов формирования яркости объектов на входе БА и обеспечивающая быстрый и корректный расчета спектральной яркости объектов при имитации излучения от объектов в условиях «реального времени» или близких к нему.
-
Упрощенная методика расчета спектральной яркости объектов в области зеркального отражения, необходимая для оценки максимального уровня входного сигнала.
-
Методика расчета спектральной яркости при наблюдении сложной ситуации с учетом затенения, позволяющая при моделировании подстилающей поверхности имитировать "смешанные" пиксели.
Степень достоверности и апробация результатов работы.
Достоверность результатов работы подтверждается корректным применением методов расчета и математического моделирования зависимостей энергетических характеристик объектов, обоснованным выбором исходных данных, сравнением полученных параметров с результатами публикаций и экспериментальными данными.
Изложенные в диссертации результаты представлены в трех статьях, опубликованных в научно-техническом журнале «Геодезия и аэрофотосъемка», в четырех научно-технических отчетах и документах.
Апробация результатов диссертационных исследований проводилась на четырех научно-технических конференциях, в том числе: на научно-технической конференции молодых специалистов ОАО «Корпорация «Комета» в 2013 г. и на трех конференциях студентов, аспирантов и молодых ученых МИИГАиК в 2010, 2012 и 2013 гг.
Структура и объем диссертацииДиссертация состоит из введения, 4 глав, заключения и списка литературы. Общий объем работы составляет 151страниц.Диссертация включает 72 рисунка и 13 таблиц. Библиография содержит 103 наименования.
Анализ применимости существующих методов расчета спектральной яркости объектов в имитационных моделях
При формировании облачных полей в модели используется двухфазный подход к их заданию. На первой фазе имитируется крупномасштабная структура облаков: определяются высотные границы облачных слоев, далее в каждом слое определяется усредненная относительная влажность, которая в соответствии с эмпирическими зависимостями пересчитывается в балльность для каждого слоя облаков; в каждом слое определяется интегральное влагосодержание и пересчитывается в длину свободного пробега фотона в облачном слое в зависимости от его микрофизического состава.
На второй фазе имитируются мелкомасштабные элементы облачных полей как случайное 3D поле, ограниченное геометрией крупномасштабных облачных полей. Способы формирования случайных трехмерных полей параметров основаны на генерации гауссовых полей вспомогательных параметров и их последующем преобразовании. Входными данными модуля генерации мелкомасштабной структуры облаков являются статистические характеристики облачных полей, которые задаются метеорологическим блоком.
Яркость поверхности вычисляется методами решения уравнения переноса. Первым этапом расчета яркости является построение треугольных полигонов, аппроксимирующих земную поверхность. На этом этапе происходит преобразование данных о форме земной поверхности в заданном регионе в форму удобную для обработки - треугольные поверхности (полигоны), задаваемые положением нормали по отношению к местной вертикали. Вычисляются вспомогательные величины: нормали, площади, углы падения, углы зеркального отражения и визирования для каждого полигона. Затем производится проверка затенения и экранирования полигонов друг другом и расчет яркости.
Для моделирования яркости облаков используются результаты предварительных расчетов индикатрис рассеяния облаков, которые хранятся в банке данных. При моделировании излучения от облаков с произвольным рельефом пересчитываются данные этого банка методом линейной интерполяции. После этого проводится расчет яркости в зависимости от индикатрисы соответствующего слоя.
В блок модели, предназначенный для формирования последовательности изображений фона, на вход сенсоров поступает яркость излучения поверхности Земли и облаков в наблюдаемом регионе, рельеф и характеристики прозрачности поверхности Земли и облаков.
Поступившие изображения парциальных яркостей изображений облачных слоев и земной поверхности подвергаются ослаблению за счет атмосферного молекулярного и аэрозольного поглощения.
Поступившие данные о рельефах облаков и земной поверхности преобразуются в координаты парциальных изображений фона. Для учета экранирования одних объектов другими используется карта рельефа с позиции сенсора, а для учета эффекта затенения солнечного излучения используется карта с позиции Солнца. После получения парциальных изображений фона с учетом ослабления в атмосфере и карт их рельефа, последний блок осуществляет их объединение с учетом эффектов экранирования и затенения.
Преобразование фоновых изображений в аппаратуре сенсора включает в себя: моделирование прохождения фоновых изображений через спектральные фильтры, моделирование колебаний оптической оси, моделирование преобразования изображений фона с учетом функции рассеяния точки оптической системы, моделирование преобразования изображений фона с учетом характеристик фотоприемной матрицы, моделирование выходных изображений фона с учетом аппаратурного шума.
При имитационном моделировании подстилающей поверхности значения яркости объектов должны быть заданы в абсолютных величинах в целях оценки амплитуд реального сигнала, поступающего на вход БА. Для получения абсолютных величин можно использовать различные модели расчета спектральной яркости объектов. 1.2 Анализ применимости существующих методов расчета спектральной яркости объектов в имитационных моделях
Модели, которые могут применяться для расчета характеристик яркости в имитационных моделях в общем случае можно разделить на два класса. Первый из них базируется на использовании эмпирических значений яркости объектов, которые в ряде случаев из-за проблем, связанных с получением экспериментальных данных для разнообразных условий, используют измеренные данные при определенных условиях наблюдения и освещения и в дальнейшем пересчитываются под необходимые условия [15].
В основе второго класса моделей расчета спектральной яркости объектов - теоретического, лежит использование аналитической и статистической информации о физических процессах формирования излучения объектов подстилающей поверхности. Такие модели, в основном, базируются на различных способах решения уравнения переноса излучения (УПИ) в атмосфере [7, 16, 17].
Для рассмотрения принципов построения и анализа эмпирических моделей расчета спектральной яркости объектов в качестве примера возьмем методику, разработанную в ГОИ им. С.И.Вавилова [13], которая используется в имитационной модели, схема которой показана на рисунке 1.1.
На рисунке 1.3 показана стандартная система координат, используемая при расчете значений энергетических характеристик объектов. В ней фиксируются положение наблюдателя и источника освещения для конкретной точки, в которой производится расчет.
Классификация геометрических условий наблюдения
В классическом подходе все объекты, обладающие данным свойством или совокупностью свойств, формируют некоторый класс. Объекты можно разбивать на непересекающиеся множества в зависимости от наличия или отсутствия некоторого признака. В теории прототипов класс определяется одним объектом - прототипом, и новый объект можно отнести к классу при условии, что он наделен существенным сходством с прототипом [45-47]. В задачах моделирования объектов для тестирования систем ДЗЗ в связи с многообразием объектов затруднительно выбрать конкретный прототип, поэтому выбор объектов происходил в рамках классической классификации.
Построение классификатора может быть осуществлено разными способами, которые определяются критерием классификации. Он может быть не только простым, но и сложным, включающий в себя одновременно несколько параметров исследуемого объекта.
По способу объединения классификаторы делятся на дивизимные, агломеративные и итеративные [47].
Агломеративные методы последовательно объединяют отдельные объекты в классы, а дивизимные методы расчленяют классы на отдельные объекты. При итеративных методах классы формируются исходя из задаваемых условий разбиения, которые могут быть изменены пользователем для достижения желаемого качества [47].
При построении классификатора часто используется иерархическая система определения классов объектов [45-47]. При дивизимном иерархическом методе исходное множество элементов, составляющее 0-й уровень, делится в зависимости от выбранного классификационного признака на классы, которые образуют 1-й уровень, затем каждый класс 1-го уровня в соответствии со своим, характерным для него классификационным признаком, делится на подклассы, которые образуют 2-й уровень и т.д. При агломеративном иерархическом методе исходное множество объектов, составляющее n-ый уровень, в зависимости от классификационного признака объединяются в подклассы, что составляет (п-1)-ый уровень, затем подгруппы объединяются в классы (п-2)-го уровня и т.д. К итеративному методу применить иерархическую систему затруднительно вследствие ее жесткой структуры. Для задач проектирования систем ДЗЗ при агломеративном методе составляется список объектов, которые в зависимости от критериев объединяются в классы, при дивизимном методе отдельный класс делиться на все более подробные объекты, итеративный метод направлен на решение конкретных задач и список объектов составляется в зависимости от существующей цели. В следствии возможной необходимости ввода разного количества объектов в различных спектральных интервалах длин волн целесообразно использовать иерархические метод позволяющий контролировать количество классов в зависимости от диапазона длин волн.
По способу задания показателя качества классификации методы делятся на эвристические и оптимизационные [48].
Эвристические алгоритмы основаны на опыте и интуиции человека. Показатель качества классификации, который необходимо обратить в экстремум, в этих алгоритмах в явном виде не задан. Эвристические алгоритмы реализуют процедуры, обладающие рациональным смыслом с точки зрения логики человека и приводящие во многих случаях к хорошим результатам на практике [48].
К оптимизационным алгоритмам относятся методы классификации, в которых в явном виде задан показатель качества, который необходимо обратить в экстремум по множеству допустимых разбиений. В отличие от алгоритмов первой группы, разбиения, получаемые оптимизационными алгоритмами классификации, являются наилучшими с точки зрения выбранного показателя качества. Следует отметить, что во многих случаях в эвристических алгоритмах показатель качества задан в неявном виде и они могут стать оптимизационными, если удается его формализовать и сформулировать в явном виде [48]. Для задач тестирования систем ДЗЗ вследствие различных вариантов трудно задать конкретный показатель качества, в итоге приходиться прибегать к эвристическим алгоритмам.
Таким образом, для составления классов объектов, целесообразно использовать агломеративный иерархический метод определения объектов на основе эвристического алгоритма, так как он позволяет охватить широкий список объектов и провести среди них генерализацию в зависимости от факторов, описанных выше.
В качестве примера иерархической системы составления классов объектов в зависимости от используемого оптического диапазона работы БА представлена одна из возможных схем формирования перечня объектов для окон прозрачности и полос поглощения на рисунке 1.9.
В зависимости от факторов, рассмотренных выше при составлении классов объектов для моделей полей излучения, разделение на рисунке 1.9 может быть продолжено на следующие уровни (n-й уровень), например, хвойную растительность разделить на сосновую и еловую и т.п., в тоже время может возникнуть необходимость составления классов путем объединения объектов, тогда по схеме на рисунке 1.9 надо сдвигаться на уровень ниже.
Методика расчета спектральной яркости объектов в области зеркального отражения
Как показано в п.п.1.1-1.2, в настоящее время существует необходимость в модели расчета яркости объектов, которая может применяться для имитации излучения от подстилающей поверхности при глобальном обзоре и в режиме «реального времени». В настоящей главе предлагается следующая схема модели для проектирования и тестирования систем ДЗЗ.
Основная идея предлагаемой модели расчета энергетических спектральной яркости объектов состоит в замене сложных вычислительных процедур линейной интерполяцией между фиксированными значениями в информационных массивах (ИМ), представленных в виде таблиц реляционной базы данных. Информационные массивы могут формироваться при этом как с использованием эмпирических, так и расчетных данных, что позволит охватить широкий диапазон условий. При выполнении простых требований эта модель позволит сохранить достоинства обоих подходов к построению модели расчета яркости, оптимизировать затраты вычислительных ресурсов и при этом обеспечить адекватность получаемых результатов.
Так как модель предполагается применять в составе имитационно-моделирующего комплекса полей излучения, то на выходе формируется в зависимости от типа аппаратуры наблюдения спектр яркости или/и интегральная яркость наблюдаемого объекта, обращение к модели производится при расчете яркостного изображения в цикле по элементам разрешения. В модели производится расчет характеристик для простых объектов (в элементе расчета присутствует излучение от одного объекта) и для сложных объектов (в элементе расчета присутствует излучение от двух или более объектов). Это позволяет получать при не слишком высоком пространственном разрешении значения энергетических характеристик для разнообразных наблюдаемых ситуаций, например, подстилающая поверхность с различными баллами облачности.
В ИМ хранятся спектры яркости, соответствующие условиям наблюдения, рассмотренным в п. 2.1, сгруппированные по типам объектов в соответствии с их классификацией (см. п. 1.4) [39]. Список объектов, который будет использоваться в разработанной версии модели приводится в п. 1.4. Спектральное разрешение заданных базовых спектров и рассчитанных с помощью модели спектров яркости, является неизменяемым параметром.
Атрибутами ИМ являются аргументы интерполяции, то есть дискретные значения условий, от которых зависит спектральная яркость объектов [49]. Выбор количества дискретных значений яркости и соответственно шага по аргументам определяется тем, что погрешность линейной интерполяции не должна превышать естественных вариаций яркости от случайных факторов, которые не предусмотрены в модели.
Преимуществом предлагаемого подхода является возможность одновременно использовать данные прямых измерений и данные теоретических расчетов для различных объектов и условий. Это усложняет интерпретацию адекватности всей модели в совокупности в терминах погрешности расчета, которая в таком случае будет складываться из: - погрешности интерполяции; - погрешностей данных, включенных в информационные массивы. Соответственно, вторая составляющая состоит из погрешностей экспериментов, включая пересчет на требуемые условия и/или погрешности расчета информационных массивов. Этот подход предполагает зависимость погрешности от длины волны и условий наблюдения («разнопрочная» модель).
Функциональная схема предлагаемой модели приведена на рисунке 3.1. На вход модели поступают следующие входные данные: - данные, необходимые для расчета геометрии наблюдения и освещения, например дата, время, координаты наблюдателя и наблюдаемой точки; - параметры, определяющие состояние объекта и состояние атмосферы на трассах наблюдения и освещения (температура, широта, сезон, тип аэрозоля и т.д.); - параметры аппаратуры наблюдения (спектральное распределение чувствительности, размер элемента разрешения); - тип объекта в соответствии с принятой классификацией; если пользователем задан один объект, то он считается простым объектом, если заданы два и более объектов, то он считается сложным, в составе которого несколько простых; - дополнительные параметры для расчета спектральной яркости в зоне зеркального отражения (скорость ветра); - дополнительные параметры для расчета яркости сложного объекта (относительная доля в элементе расчета каждого объекта).
Анализ входных параметров начинается с определения типа объекта — простой или сложный, если простой то переходят к анализу условий наблюдения, если сложный то определяется состав простых объектов и их соотношение. Здесь же определяются объекты, для которых характерно зеркальное отражение.
Параметры информационных массивов в части пригоризонтного ореола Земли
Выбор значений атрибутов ИМі основан на том, что погрешность линейной интерполяции между фиксированными значениями не должна превышать естественные вариации яркости объектов (п. 3.1), вызванные случайными факторами, которые не учитываются в модели.
Из-за недостаточного количества достоверных данных о естественных вариациях яркости различных объектов в отдельных случаях использовалась оценка возможных диапазонов изменения отражающей способности объектов. Такой подход можно использовать для отражательного диапазона длин волн, так как в нем вариации яркости объектов обусловлены вариациями их отражательной способности (альбедо) [55]. Сложность выбора порога заключалась в том, что разные авторы [55, 82,84-92] дают разные оценки естественной вариации яркости и отражающей способности различных объектов. Рассмотрим подробнее вариации яркости для выбранных в главе 2 классов объектов.
На естественные вариации яркости почв оказывают основное влияние минеральный состав и содержание гумуса, структура почва, влажность [81,84, 85]. По исследованиям [82] яркость почв в зависимости от этих факторов в надире могут изменяться в 3,5-4 раза.
То есть только в зависимости от содержания органического вещества яркость почвы может варьироваться в два и более раз (см. рисунок 4.1). Пределы вариаций яркости почв в зависимости от разных факторов по данным [87], приведены в таблице 4.1. 102 Таблица 4.1 Относительное изменение отражательных характеристик почв для фиксированного генетического типа почв Возможное Возможное Переменные параметры снижение увеличение отражения, % отражения, % Увеличение влажности со, при разной шероховатости (d - диаметр комьев): co 5%:d =10-25 см 26-33 d =5-10 см 20-24 d 5 см 1-25 co=6-15%:d =10-25 см 41-54 d =5-10 см 36-48 d 5 см 5-41 co=20-25%:d =10-25 см 58-61 d =5-10 см 45-55 d 5 см 37-43 Наличие корки 30-50 Увеличение гумуса при его содержании менее 1-2% 30-40 от 2 до 5% 20-25 более 6% 10-17 Увеличение содержания окислов железа 10-20 Увеличение карбонатности 40-60 Увеличение эродированности слабая эродированность 20-25 средняя эродированность 100-120
Обзор существующих источников [85-92] показал, что естественные вариации яркости почвы находятся в пределах 1.15-4 раз. Для возможности расширения модели примем в качестве порога минимальное значение указанных вариаций яркости почв - 1.15. Так как значение яркости находится путем интерполяции по трем (четырем в случае облачности) параметрам, то в сумме погрешность интерполяции не должна превышать выбранное пороговое значение (в данном случае 1.15). В связи с отсутствием данных можно принять равномерное распределение погрешности интерполяции по параметрам, при этом пороговое значение составит 0,38 для каждого параметра {Zsum Zobs, у).
Стоит отметить, что при необходимости дальнейшего деления группы почв (п. 2.1) на подтипы значение порога будет уменьшаться, так как в пределах одного типа почв вариация меньше, чем между разными типами.
По результатам исследований, приведенных в [84] коэффициенты вариации яркости песчаных дюн составили 0.30-0.32 в области от 800 до 1300 нм и 0.35-0.45 в видимом и ближнем ИК диапазоне спектра (1350-2500 нм). Оценки вариации яркости песков по другим источникам находятся в пределах 0.32-0.72 [84, 86-88], тогда выбранный порог равен 0.30 или 0.1 для каждого отдельного параметра.
На естественные вариации яркости зеленой растительности основное влияние оказывают содержание пигментов и воды в листьях, высота и форма кроны, сезон и ярус. При оценки отражающей способности растительности по [55, 85-92] были получены следующие значения: для хвойной растительности 0.70 - 2.37, лиственной 0.37 - 1.81, луговой 0.7-1.3, с\х культур 0.02 - 0.35 и зеленной растительности в целом 0.7 - 1.33. Пороговым значением для зеленной растительности примем равный 0.7 или 0.23 для каждого параметра.
На естественные вариации яркости снега влияет толщина слоя и состояние поверхности, они могут составлять от 0.50 до 0,98 [55, 87, 88, 93-99], тогда значение порога составит 0.50 или 0.167 для каждого параметра.
На естественные вариации яркости водной поверхности влияние оказывают глубина водоема, цвет дна, прозрачность воды, наличие планктона и взвесей, наличие волнения. Коэффициент вариации яркости водной поверхности по данным [55, 60, 84, 88, 100] может колебаться в пределах 0.53-1.33. Порог - 0.53 или 0.177 для каждого отдельного параметра.
Для оценки естественных вариаций яркости антропогенных объектов, а именно дорог и дачных домов, использовались материалы [41], на основе которых по гиперспектральным снимкам были рассчитаны вариации яркости, которые составили: для дорог - 0.26 - 0.90, для домов - 0.44 - 0.90, то есть пороговое значение для дорого 0.26 (0.086) и 0.44 (0.146) для домов.
Естественные вариации яркости облачности зависят от микрофизических параметров, таких как объемная концентрация облачных частиц, распределение частиц по размерам, фазовое состояние частиц, температура, влажность, наличие и скорость ветра. Для слоистой облачности над сушей и водной поверхностью в видимом и БИК вариации яркости составилиО.4-0.5, в полосах 0.6-0.8, у кучевообразной облачности в БИК -0.7-0.85 [55, 84, 88]. Тогда, значение порога для перистообразной и кучевообразной приняли 0.7, а для слоистой - 0.4 или 0.15 и 0.1 для каждого параметра соответственно.
Расчет спектральной яркости объектов для заполнения ИМі при стандартных условиях проводится на основе методики, разработанной ГОИ им. И.С.Вавилова (п. 1.2) [13].
Для выбора атрибутов ИМі при стандартных условиях наблюдения были рассчитаны по методике [13] значения интегральной яркости объектов в зависимости от Zsun, Z0bS, у и h (высота облачности) для окна прозрачности (0.4-0.75 мкм) и полосы поглощения (2.7-2.9 мкм), при этом значения яркости рассчитывались в зависимости от одного параметра с фиксацией других параметров, с шагом 5. Полученные результаты приведены на рисунках 4.2, 4.3, 4.4.
