Показана актуальность совершенствования методов дешифрирования космических снимков больших озер, таких как Онежское и Ладожское озера,в целях получения справочных материалов для расчета коэффициента ледовитости этих озер на каждый день наблюдений. Улучшенный метод дешифрирования обладает высокой точностью классификации объектов на космическом снимке. Для этогоразработан алгоритм, который позволяет выделить исследуемый водный объект от других водных объектов, изображенных на космическом снимке, а затем попиксельно классифицировать ледовый покров в пределах исследуемого водного объекта. Разработанный алгоритм применен для космических снимков Онежского и Ладожского озера с расчетом точности расчета коэффициента ледовитости, полученной в результате дешифрирования космических снимков Онежского и Ладожского озер. Градация расчетного значения коэффициента ледовитости составляет 0,0006 % и 0,0003 % для Онежского и Ладожского озер соответственно.
The urgency of improving the methods of satellite images interpretation of large lakes, such as Lake Ladoga and Lake Onego is shown.It is necessary to obtain reference material for the calculation of the ice cover of lakes everyday observations. This improved method for satellite images interpretation highly accurate classification of objects in space image. The algorithm is developed for this method.This algorithm to select the monitoring water objects of from other water objectsin the satellite image. And this algorithm pixel by pixel classify the ice cover within the of the monitoring water object. The developed algorithm is applied to satellite images of Lake Onego and Lake Ladoga to the calculation accuracy of the calculation of the coefficient of ice cover, the resulting interpretation of satellite images ofLake Onego and Lake Ladoga. Calculated values graduation of the ice cover ratio is 0.0006% and 0.0003% for the Lake Onego and Lake Ladoga.
1. Баклагин В. Н. Построение математической модели котловины Онежского озера // Инженерныйвестник Дона [Электронныйжурнал]. – 2013. – № 3 URL: http://www.ivdon.ru/magazine/archive/n3y2013/1767
2. Баклагин В. Н. Реализация распараллеливания алгоритмических структур, моделирующих экосистему озерных объектов, на многоядерные процессоры // Инженерныйвестник Дона [Электронный журнал]. –2013. – № 3 URL: http://www.ivdon.ru/magazine/archive/n3y2013/1750
3. Мелешко К. Е. Изучение спектральных коэффициентов яркости природных объектов в полевых условиях // Исследования оптических свойств природных объектов и их аэрографических изображения. – Л.: Наука – 1970 – 154 с.
4. Методика каталогизации спектральных характеристик объектов земной поверхности: Итоговый отчет о работах, выполненных по направлению 5 РГДЗ за 1981-1985 г.г. – М. – 1987 – 60 с.
5. Усачев В.Ф., Прокачева В. Г., Бородулин В. В. Оценка динамики озерных льдов, снежного покрова и речных заливов дистанционными средствами. – Л.: Гидрометеоиздат – 1985 – 103 с.
6. Karetnikov S, Naumenko M. Lake Ladoga ice phenology: Mean condition and extremes during the last 65 years // Hydrological processes – 2011 – p. 2859-2867.
7. Karetnikov S, Naumenko M. Recent trends in Lake Ladoga ice cover //Hydrobiologia – 2008 – p. 41–48
8. Rapid response lance subset URL: http://lance-modis.eosdis.nasa.gov/imagery/subsets/?area=eu (Датаобращения: 17.02.2015)