Способ обнаружения инвазий насаждений

 

Способ может быть использован в лесном хозяйстве при лесопатологических исследованиях. Изображение подстилающей поверхности преобразуют в матрицу дискретных отсчетов, которую перекодируют в матрицу элементов. Полученный образ объекта в виде "кристаллической решетки" вычитают из аналогичного эталонного образа и по максимальному диагональному элементу разности и смещению узлов упомянутой выше решетки судят о параметрах инвазии. 3 ил.

Предлагаемое изобретение относится к лесному хозяйству, в частности к оперативному выявлению насаждений, поврежденных насекомых вредителями, и контролю экологического состояния лесов.

Факторами, вызывающими лесопатологические явления, могут быть как вспышки массового размножения насекомых вредителей, так и загрязнение воздушной среды вредными выбросами промышленных предприятий, другие антропогенные воздействия на лес. Активные лесозащитные мероприятия, связанные только с предотвращением массового размножения сибирского шелкопряда в отдельные годы, оцениваются на уровне свыше 250 млн. га (см. например, Исаев А.С. Сухих В. И. Аэрокосмический мониторинг лесных ресурсов в журнале "Лесоведение", N 61986).

Известен способ лесопатологического обследования путем визуальной оценки внешних признаков поражения некроз хвои или листьев, уменьшение линейных размеров и продолжительности жизни хвои, изменение окраски хвои, ажурность крон, усыхание ветвей, уменьшение охвоенности побегов, суховершинность (см. например "Детальное лесопатологическое обследование" в книге Воронцов А.И. Мозолевская Е.Г. Соколова Э.С. Технология защиты леса. М. Экология, 1991, с. 60-62, табл. 4 аналог).

Известные, традиционные методы контроля за динамикой повреждаемости лесов насекомыми вредителями: визуальные стационарные, маршрутные, комбинированные перестали удовлетворять требованиям оперативности, достоверности. Кроме субъективных ошибок перечисленные способы отличаются большой трудоемкостью, связанной с необходимостью индивидуального обследования каждого участка, недоступностью горных и отдаленных районов, неразвитостью сети наземных станций наблюдений, априорной неопределенностью участков аномалий по месту возникновения и времени.

В полном объеме задачи лесопатологического мониторинга могут быть решены лишь с привлечением аэрокосмических средств путем получения изображений подстилающей поверхности на больших площадях и их тематической обработкой.

Тематическая обработка лесных изображений включает выделение контуров инвазий, гарей, редин, прогалин, болот, вырубок. При обработке получаемых изображений практическое применение нашли следующие методы: пространственное дифференцирование, подчеркивание контуров, вычисление вегетационного или перпендикулярного индексов (см. например, "Дистанционное выявление гибели лесов" в сборнике "Экологические исследования с помощью методов и средств дистанционного зондирования земной поверхности". Приложение N 2 к ЗККС, ГК СССР по науке и технике. М. ВИНИТИ, 1981, с.13-15 аналог).

Ближайшим аналогом по технической сущности к заявляемому способу является метод выделения контурного рисунка на изображении (см. например, Дуда Р. О. Харт П.Е. Распознавание образов и анализ сцен. Перевод с английского. М. Мир, 1976, 7-3. Пространственное дифференцирование, с.287-288, рис. 7.3 ближайший аналог).

Визуальное восприятие образа человеком оператором происходит на уровне контурного рисунка. Поэтому в ближайшем аналоге селекцию объектов осуществляют методом выделения контура объекта путем вычисления градиента скалярной функции интенсивности яркости изображения I (x,y) в каждой точке, на основе расчета оператора Робертса.

Известный способ реализуется следующей последовательностью технологических операций: получают изображение объектов подстилающей поверхности, преобразуют аналоговую функцию интенсивности яркости изображения I (x, y) путем квантования в матрицу дискретных отсчетов размерностью строк и столбцов, выбирают регулярный оператор с апертурой окна 2х2 элемента элементы которого связаны по диагоналям (двум взаимно ортогональным направлениям) операцией вычитания, рассчитывают перекрестный оператор Робертса для каждой дискретной точки изображения из соотношения выводят на экран (печать) точки, для которых R (i, j)2.

Известный способ имеет следующие недостатки.

1. При большом значении пороговой величины R (i, j)>2 возможна потеря существенной информации (пропадание "края" контурных рисунков), при малых значениях R (i, j)<2 появление недопустимо большого числа ложных линий, многоконтурность.

2. Зашумленность контурного рисунка при импульсных помехах второстепенными деталями, затрудняющими достоверную визуальную идентификацию объекта.

3. Невозможность быстрой передачи информации потребителям из-за большого объема информации изображений при ограниченной пропускной способности канала связи.

Задача, решаемая данным изобретением, заключается в повышении эффективности и достоверности обнаружения лесопатологических аномалий путем трансформирования изображения объекта в образ вида "кристаллической решетки", смещение узлов которой несет информацию о наличии аномалии.

Поставленная задача решается введением в ближайший аналог следующих технологических операций:
создают банк эталонов изображений отслеживаемых участков;
осуществляют сжатие данных матрицы дискретных отсчетов из элементов в матрицу интенсивностей переходов размерностью элементов, где [I. k] интервал изменения уровня квантованных отсчетов функции яркости изображения I(x, y);
получают образ объекта в виде узлов "кристаллической решетки" различной величины;
вычитают "кристаллическую решетку" текущего изображения из "кристаллической решетки" эталона;
вычисляют максимальный диагональный элемент разностной "кристаллической решетки" и по его величине и смещению узлов судят о наличии, размерах и характере инвазии.

Сопоставительный анализ заявляемого решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, обеспечивающих достижение свойств, закономерности которых проявились в заявляемом объекте впервые. Действительно, в ближайшем аналоге контурных рисунок объекта получают обработкой матрицы дискретных отсчетов окном фиксированной апертуры и маской известной, регулярной процедуры (оператор Робертса). В заявляемом способе для восприятия образа объекта формируют его "кристаллическую решетку", отражающую внутреннюю структуру аномалии путем сжатия стандартной матрицы размерностью в матрицу переменного, в зависимости от фазы поражения, размера. Это позволяет утверждать, что заявляемый способ удовлетворяет критерию "Изобретательский уровень".

Наличие таких признаков, как вновь введенные операции, повышающие достоверность идентификации инвазий, получение образа объекта в виде узлов "кристаллической решетки" за счет использования сложной логической маски, исключающей второстепенные помеховые и массирующие факторы, позволяет сделать вывод о соответствии заявляемого технического решения критерию "существенные отличия".

Техническая сущность изобретения заключается в следующем. На настоящий момент основным селектируемым параметром при тематической обработке аэрокосмических снимков растительности является тон изображения. Внешними признаками лесопатологических явлений являются изменение окраски хвои, листьев, усыхание ветвей, изменение общего объема фитомассы.

В видимом диапазоне спектр отражения крон деревьев формируется совокупными эффектами отражения, поглощения и пропускания лучистой энергии. Для лесопатологических участков в результате уменьшения концентрации пигментов, хлорофилла, каротина в хвое, листьях, уменьшения лесистости, объема фитомассы величина поглощенной лучистой энергии уменьшается, а коэффициент спектральной яркости (коэффициент отражения) существенно увеличивается. На рисунке фиг. 1 представлены эмпирические функции коэффициентов спектральной яркости древесных пологов а) не подверженных поражению, б) начальной фазы поражения, в) в стадии потери фитомассы и развития сухостойности, по результатам измерений спектрометром МКС-М2 с борта орбитального комплекса "Мир".

Динамические признаки повреждения растительных сообществ при массовом размножении вредителей совпадают с их физиологической реакцией на воздействие других стрессовых факторов: дефицит минерального питания, климатические аномалии, антропогенные и техногенные нагрузки. Перечисленные обстоятельства являются причиной множества тональных перепадов на изображении, что при пространственном дифференцировании приводит к многоконтурности, большому числу ложных контуров. В то же время, спектрометрические средства, непосредственно измеряющие коэффициент спектральной яркости при наблюдениях с космической орбиты, имеют пространственное разрешение несколько "км", что не позволяет выделять инвазии размером в единицы га.

Предлагаемый способ совмещает преимущества высокого пространственного разрешения космических видиоснимков с высокой точностью измерений коэффициента спектральной яркости, обеспечиваемой при использовании спектрометрических средств. Для формирования достоверного образа объекта в виде узлов "кристаллической решетки" используется алгоритм перекодировки исходной матрицы элементов в матрицу элементов. Алгоритм обработки включает следующие процедуры:
задают матрицу элементов "кристаллической решетки", где k - максимальное значение яркости;
выбирают окно фиксированной апертуры размерностью 2 элемента по строке;
задают цикл сканирования матрицы в пределах
1im; 1jn,
где i номер строки, j номер столбца;
циклически выбирают по два соседних элемента x[i, j] и x[i, j+1] исходной матрицы, и если значение x(i, j)=a,
x(i, j+1)= b, то элемент кристаллической решетки с индексами [a, b] увеличивается на 1;
отображают элементы матрицы не равные нулю, в виде узлов кристаллической решетки, размеры которых пропорциональны накопленным значениям k-й яркости;
вычисляют диагональный элемент разности кристаллических решеток. Перечисленные процедуры, а также алгоритм вычитания кристаллической решетки текущего изображения из эталона реализуется на основе специализированных программ на языке Турбо-Паскаль.

Программа получения кристаллической решетки
Var photo: array [1.n, 1.m] of integer;
Krist: array [1.k, I.k] of integer;
i, j: integer;
a, b: integer;
BEGIN
for i:1 to k do
for j:1 to k do
krist [i, j]0;
for i:1 to n do begin
for j:1 to m-1 do begin
a: photo [i, j]
b:photo [i, j+1]
krist [a, b]krist[a, b]+1;
end;
end;
END.

Программа обнаружения инвазии
var i, j:integer;
max; integer;
var krist 1, krist 2, krist 3:array [1.k, I.k] of integer; krist1 матрица, полученная из оригинального изображения} krist2 матрица, полученная из нового изображения} krist3 матрица разности}
BEGIN
for i=1 to n do begin
for j:1 to n do begin
krist3 [i, j]krist2 [i, j] krist 1 [i, j]
end;
end;
max:o;
for i:1 to k do begin
for j:1 to k do begin
if krist3[i, j]>max then max:krist[i, j]
end;
end;
END.

Пример реализации способа.

Заявляемый способ может быть реализован на базе устройства по схеме на фиг. 2. На автономной поворотной платформе 1 орбитальной станции "Мир", телеуправляемой как из Центра управления полетом, так и от бортовой системы управления 2, установлена телекамера 3 высокодетального разрешения типа ВУР-30, осуществляющая видеосъемку объектов 4 подстилающей поверхности. Последовательность отслеживаемых объектов в виде кадров записывается на бортовой видеомагнитофон 5 типа "Нива-2" и в сеансах связи передается по телевизионному каналу 6 и радиолинии 7 типа "Ромашка" в Центр управления, где записывается на видеомагнитофон 8 типа "Арктур". Сканирующим устройством ввода 9 типа "Panasonik" участки кадров преобразуются в матрицу цифровых отсчетов функции яркости изображения размером 512х512 элементов в интервале 256 градаций по тону каждый отсчет и вводятся в ПЭВМ 10 типа IBM PC-486/487. Каждая матрица подвергается обработке оператором по программе, записанной на винчестере 11. Из обработанных таким образом изображений создается банк данных объектов-аналогов в виде эталонов "кристаллических решеток", записываемых на стандартных гибких магнитных дисках 12, с возможностью визуального отображения на дисплее 13 типа UGA и распечатки на принтере 14. В сезон, опасный для вспышек насекомых вредителей, с задаваемой периодичностью осуществляется текущая съемка телекамерой 3 ВУР-30 районов наблюдения. Отснятые кадры поступают в оперативную обработку. Оперативный анализ может иметь многоуровневый характер. Первичная, грубая оценка наличия аномалии заключается в перекодировке матрицы 512х512 элементов в матрицу перехода интенсивностей размером 16х16 элементов. При этом достигается сжатие исходных данных на несколько порядков, что обеспечивает возможность автоматического анализа в темпе наблюдения.

Процедуру оперативного обнаружения инвазий по операциям заявляемого способа с помощью средств фиг. 2 проиллюстрируем на примере одного участка полигона лесной растительности Тернейского района Приморского края (на базе Светлинского КЛПХ) с координатами 46^o 40' С.Ш. и 137^o 00' В.Д. Насаждение с преобладанием ели аянской, сопутствующая порода пихта белокорая, насаждения разновозрастные, девственного происхождения, встречаются участки смешанного елово-лиственничного (лиственница Даурская) происхождения, средний возраст 160 лет. Местами участки подвержены массовому усыханию. Площади очагов со сплошной гибелью достигают десятков тыс. га. На рисунке фиг. 3 представлены сжатые до "кристаллической решетки" образы единичного участка лесной растительности а) не подверженного поражению, б) начальной фазы поражения, в стадии потери фитомассы несколько десятков процентов, в) разностная матрица после алгебраического вычитания "кристаллических решеток", г) разностная матрица после логического вычитания.

Эффективность заявляемого способа определяется коэффициентом сжатия информации, отображаемой при экспресс-анализе относительно исходного объема информации изображения, а также наглядностью визуального образа. В рассмотренном примере реализации коэффициент сжатия составляет величину 2¹⁰, что позволяет производить экспресс-анализ в темпе наблюдения. Ы

Формула изобретения

Способ обнаружения инвазий насаждений, включающий получение изображений подстилающей поверхности, преобразование функции яркости изображения J (x, y) в матрицу дискретных отсчетов, обработку матрицы и получение контурного рисунка объекта, отличающийся тем, что создают банк эталонов изображений отслеживаемых участков, осуществляют сжатие данных матрицы дискретных отсчетов элементов в матрицу интенсивностей переходов размерностью элементов, получают образ объекта в виде узлов "кристаллической решетки", вычитают "кристаллическую решетку" текущего изображения из "кристаллической решетки" эталона и по максимальному диагональному элементу разности и смещению узлов судят о наличии, размерах и характере инвазии, где [1 k] интервал изменения уровня квантованных отсчетов функции яркости анализируемого участка изображения.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3