Оставить заявку
Для заказа и получения более подробной информации оставьте заявку, наш менеджер свяжется с Вами!
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Оставьте свой номер и мы с вами свяжемся!
Или Вы можете позвонить нам сами:
+7 902 934 71 72
Характеристики гиперспектральных датчиков: воздушные, космические, и портативные. Интеграция гиперспектральных данных с LIDAR
Фред Ортенберг
СОДЕРЖАНИЕ
Введение
Концепция гиперспектрального датчика
Физика, принцип и конструкция гиперспектрального датчика
Режимы работы гиперспектрального датчика
Наземная гиперспектральная съемка
Авиационная гиперспектральная съемка
Космическая гиперспектральная съемка
Интеграция данных LIDAR и гиперспектральной съемки
Сводка и прогноз
Ссылки
СОДЕРЖАНИЕ
Введение
Концепция гиперспектрального датчика
Физика, принцип и конструкция гиперспектрального датчика
Режимы работы гиперспектрального датчика
Наземная гиперспектральная съемка
Авиационная гиперспектральная съемка
Космическая гиперспектральная съемка
Интеграция данных LIDAR и гиперспектральной съемки
Сводка и прогноз
Ссылки
2.1 ВВЕДЕНИЕ
В этой главе излагаются фундаментальные концепции гиперспектральной (ГС) съемки — мощного инструмента для получения точных данных дистанционного зондирования, связанных с обнаружением, распознаванием и изучением различных объектов научного, экономического и военного характера. Также обсуждается разработка соответствующего оборудования, текущее и будущее применение гиперспектральной технологии.
Гиперспектральный датчик (HSS) – один из приборов, используемых в дистанционном зондировании, предназначенный для наблюдения за поверхностью Земли с помощью наземной, воздушной или космической аппаратуры [1–7]. В общих чертах дистанционное зондирование заключается в фото- или электронной регистрации пространственных и спектральных распределений электромагнитного излучения, испускаемого или отражаемого любым объектом, находящимся на поверхности Земли или под землей. Современные технологии позволяют вести такую регистрацию во всем спектре, от радиодиапазона до рентгеновской и гамма-областей. Соответствующие приемники сильно различаются, так как каждый из них основан на определенных физических принципах.
По сути, в дистанционном зондировании используются три различные спектральные области, а именно: видимый свет с ближним инфракрасным (ИК), тепловой и радио. В каждом из них образ любого предмета уникален; он определяется спецификой объекта по излучению, отражению, поглощению и рассеянию электромагнитных волн. В видимой и ближней ИК-областях в первую очередь определяется способность объекта отражать солнечную энергию, определяемая химическим составом его поверхности. Тепловая ИК-область (TIR) характеризуется излучаемой энергией, которая напрямую зависит от температуры объекта. В области сверхвысокочастотного (UHF) радиоизлучения отражение определяется гладкостью и текстурой поверхности.
Датчик, работающий в видимом диапазоне волн, может либо охватывать всю область в так называемом панхроматическом изображении, либо ограничиваться некоторыми из зон спектра (например, зеленой или красной). В первом случае основной характеристикой датчика является его разрешающая способность. В настоящее время разрабатываются датчики класса очень высокого разрешения (VHR). Камера такого класса на борту спутника на низкой околоземной орбите (НОО) позволяет вести съемку поверхности Земли с разрешением менее 1 м. Во втором случае многозональный снимок дает набор различных изображений, специфичных для зоны, которые могут быть непосредственно синтезированы в цветовые варианты, чтобы выявить интересующие детали, такие как дороги, сооружения, водные поверхности и вегетация.
Развитие такой аппаратуры заключается уже не в повышении пространственного разрешения снимков, а в увеличении числа снимков, полученных в разных спектральных зонах, т. е. числа спектральных каналов, при разумном пространственном разрешении каждого снимка. Чем больше зон, тем больше полезной информации! При большом количестве узких спектральных зон датчик становится гиперспектральным.
Следует, однако, иметь в виду, что область, доступная человеческому глазу, является лишь второстепенным источником такой информации. Способность пчел выделять медоносные травы на разноцветном лугу связана с тем, что их зрение может простираться в ультрафиолетовую (УФ) область. При таком «наблюдении», направленном на поверхность Земли, можно отличить здоровую растительность от деградировавшей, а рукотворные объекты от природных.
Излучение теплого инфракрасного излучения TIR также несет специфическую информацию, недостижимую человеческим глазом. Естественное излучение любого объекта указывает на температуру его поверхности: чем выше широта, тем светлее оттенок серого на изображении. Поскольку глаз более чувствителен к изменениям оттенка, чем к изменениям яркости, контрасты изображения часто углубляются с помощью «шкалы» цветов, обычно ассоциируемых с температурой — от фиолетового или синего («холодный») до красного или коричневого («горячий»). Тепловизионная съемка является широко используемым инструментом для обнаружения утечек тепла как в промышленных установках, так и в застроенных жилых районах. Они также полезны в разведке: подземный военный завод может быть незаметен на обычной фотографии, но поскольку его функционирование связано с выделением тепла, он будет ярко светить в термальной области. Наконец, такая фотография человека может дать ценную информацию о состоянии его здоровья.
Что касается ИК-области, то можно взять любую из ее зон и заменить ее на один из основных цветов в обычном цветном изображении. Такая операция, известная как синтез цвета, выполняется в комбинации false colors, используемыми в дистанционном зондировании. Неопытному глазу может быть трудно распознать знакомые объекты в синтезированных изображениях, но, с другой стороны, они помогают преодолеть ограничения человеческого зрения.
Наиболее перспективным методом дистанционного зондирования Земли является гиперспектральная визуализация, которая позволяет получать десятки и даже сотни снимков в узких зонах. Поскольку спектры поглощения веществ и материалов специфичны, этот метод позволяет идентифицировать растительность, минералы, геологические формации, почвы, конструкционные материалы в зданиях и тротуарах по физико-химическому составу объектов. Благодаря сверхвысокому разрешению (порядка лабораторного спектрометра) объем получаемой информации может быть увеличен в четырехзначные разы.
В отличие от устройств визуализации видимой и инфракрасной областей, радары относятся к классу активных датчиков. В то время как первые просто пассивно улавливают либо отраженное и рассеянное солнечное излучение, либо излучение поверхности Земли, вторые излучают собственные электромагнитные волны и записывают их эхо от объекта. Радиолокационная съемка обладает качествами, отсутствующими в других методах дистанционного зондирования Земли: ей не мешает облачность, изображения имеют свои специфические геометрические искажения, ее когерентность позволяет получать детальные картины рельефа с точностью до десятков сантиметров, она может работать как в дневное, так и в ночное время.
Гиперспектральная съемка/визуализация является эволюционным продуктом мультиспектральных (МС) систем, в результате чего с помощью новых технологий количество каналов получения информации может быть увеличено с 3-10 до 100–1000 с высоким спектральным разрешением 1–10 нм. В результате получается многомерное пространственно-спектральное изображение, в котором каждый элемент (пиксель) характеризуется своим индивидуальным спектром. Такое изображение называется информационным кубом, два измерения которого представляют собой проекцию изображаемой области на плоскость, а третье — частоту принимаемого излучения. Гиперспектральный сенсор представляет собой оптико-электронную многоканальную систему, предназначенную для формирования видеоизображения и соответствующего видеоотклика в дискретной или непрерывной последовательности спектральных интервалов, дополненных радиометрическими, спектральными и пространственными параметрами изображения.
Иными словами, современные сканирующие мультиспектральные и гиперспектральные устройства представляют собой радиометрически калиброванные многоканальные видео спектрометры. Значения яркости, регистрируемые системой визуализации для какого-либо объекта в различных спектральных зонах, вместе с их графическими отображениями в виде спектральных кривых, позволяют четко различить объект и выделить его на изображении.
Термин «гиперспектральный» неоднократно подвергался критике, поскольку такое словосочетание кажется неуместным, лишенным какого-либо физического смысла. Более оправданным было бы использование приставки «гипер-» с количественной характеристикой для обозначения «слишком много», как в слове «гиперзвук», то есть значительно выше скорости звука. Но в нашем случае «спектр» имеет физико-математический, а не количественный смысл. Точно так же такие слова, как «гипероптический», «гипермасляный», «гипермеханический», «гипервоздушный» и т. д., лишены смысла. Следовательно, слово «гиперспектральный» может представлять собой скорее метафору, выражающую восторг исследователей по поводу новых технологических средств, способных получить множество изображений данного объекта, каждое из которых находится в очень узком спектральном диапазоне. Технология спектрорадиометрической съемки появилась в то время, когда панхроматическая съемка была достаточно развита, а качество изображения определялось достигнутым пространственным разрешением. Изображения, полученные с орбиты спутника, были либо «высокого разрешения» (1 м), либо «очень высокого разрешения» (≪1 м). Под термином «разрешение» по умолчанию подразумевалось пространственное. С тех пор, как наборы изображений были получены спектрорадиометром, технология получения этих кубов данных стала называться «визуализацией с гипер-разрешением». До сих пор некоторые исследователи продолжают использовать этот термин, даже не уточняя, какое разрешение они имеют в виду — пространственное или спектральное. Выражение «спектральное изображение с гипер-разрешением» могло бы иметь значение данных визуального спектрорадиометра, но вместо этого специалисты выбрали несколько упрощенное и неуместное определение — «гиперспектральный датчик». В любом случае, неподходящий термин прижился и не может быть отменен, да и реальной необходимости в этом нет. Тем не менее, следует уточнить, что важно не открытие нового явления, а разработка перспективных видеоспектрометров с высоким спектральным разрешением.
Интерес к таким оптико-электронным приборам вызван не только их эффектными применениями, но и тем, что эти технические средства во многом имитируют элементы зрительного аппарата высших животных и человека. Известно, что все живые существа получают 80–90% информации из окружающей среды через зрение. Поэтому пути развития автоматических систем технического зрения для обнаружения, распознавания и классификации различных объектов находятся под пристальным вниманием.
Гиперспектральная визуализация, способная извлекать более точную и детальную информацию по сравнению с другими методами, является одним из наиболее эффективных и быстро развивающихся направлений дистанционного зондирования Земли (ДЗЗ). Данные об энергии, отраженной от наземных объектов, дают обширный материал для детального анализа. Тем не менее, стоит отметить, что разработка необходимого оборудования для гиперспектральной съемки оказалась очень сложной и труднореализуемой задачей. Проектирование гиперспектрального датчика, в частности для космических применений, долгое время представляло чисто теоретический интерес по следующим причинам:
• Качество оборудования не позволяло создать гиперспектральный датчик с высоким пространственным и спектральным разрешением одновременно.
• Прием огромных объемов гиперспектральных данных, их передача по каналам связи и их наземная обработка представляли серьезные трудности.
• Сложность потока данных, содержащего гиперспектральные измерения, требовала специализированного и очень сложного программного обеспечения для обработки.
В настоящее время эти трудности в значительной степени преодолимы. На момент написания статьи уже открыт путь для развития гиперспектральной аппаратуры в оптической и ИК-областях с высокими информационными и эксплуатационными показателями, что в свою очередь будет означать более высокий уровень решения задач.
В течение последних трех десятилетий высокотехнологичные отрасли промышленности во многих странах были в значительной степени вовлечены в тематику гиперспектральной съемки. Создана специализированная элементная база для изготовления гиперспектрального оборудования. Были разработаны, испытаны и введены в эксплуатацию различные быстрорежущие машины, первоначально для наземного и воздушного применения, а затем и для космического. Концепция современного видеоспектрометра основана на новейших решениях в области оптических систем с использованием широкоформатных ПЗС-матриц. В настоящее время доступны системы визуализации, работающие в сотнях спектральных диапазонов, с отношением сигнал/шум, предоставляющие информацию в 12 битах на счет. Достижения в области гиперспектрального оборудования и программного обеспечения для обработки данных в последние годы значительно расширили диапазон возможных применений аэро- и космической визуализации.
Только что упомянутая специфика вывода гиперспектрального датчика в космос привела к меньшей доступности гиперспектральных снимков по сравнению с другими данными ДЗЗ. Одной из причин этого является меньшее количество космических аппаратов с системами получения гиперспектральных изображений, таких как Hyperion на борту космического аппарата EO-1 (NASA, Вашингтон, округ Колумбия) или CHRIS на борту PROBA (ESA). В последнее время наблюдается возросшая активность в космосе, связанная с гиперспектром, для преодоления отставания. Ожидается, что космические гиперспектральные датчики найдут применение в качестве инструментов общего назначения, предоставляя данные широкому кругу конечных пользователей (сельское хозяйство, минералогия и т.д.).
Современная авиационная и космическая гиперспектральная аппаратура представляет собой приборы, работающие в оптическом и инфракрасном диапазонах спектра и сочетающие в себе высокое пространственное, спектральное и радиометрическое разрешения, необходимые для регистрации отличительных особенностей земной поверхности, таких как растительный покров, состояние ландшафта, антропогенные воздействия. Его широкий функциональный потенциал обусловлен тем, что спектральные параметры объекта, а также их поверхностные распределения являются наиболее богатыми источниками информации о состоянии объекта и изменениях, которые он претерпевает в процессе эксплуатации или жизнедеятельности. Основной вклад методов гиперспектральной визуализации, которые развиваются и внедряются в новые области, будет заключаться в исследовании и разработке новых приложений путем выбора оптимальных параметров спектральных каналов (положение и ширина каналов). Практические эксплуатационные соображения (датчики, объем данных, затраты на обработку данных и т.д.) большинства как текущих, так и будущих приложений благоприятны для использования гиперспектральных систем с учетом их экономической эффективности. Воздушные и космические гиперспектральные датчики представляют собой экономичную альтернативу традиционным методам наблюдения, основанным на земле, позволяя получать данные для больших территорий в минимальные сроки, что позволяет быстрее выполнять заказы.
Благодаря своей способности предоставлять информацию, выходящую за рамки возможностей традиционной панхроматической и МС-хотографии, гиперспектральные датчики очень выгодны при решении экономических и военных задач. По оценкам специалистов [8], гиперспектральный датчик способен решить до 70% всех задач наблюдения за Землей, в то время как визуальная информация с высоким пространственным разрешением составит только 30%.
Как будет показано далее в этой главе, дополнительная информация об отражающих поверхностях может быть получена с помощью обратных сигналов, измеренных системами обнаружения и определения дальности света (LIDAR). Вот почему новые гиперспектральные приложения основаны на объединении двух типов данных, полученных совместными бортовыми или космическими гиперспектральными системами и Lidar.
2.2 КОНЦЕПЦИЯ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
Гиперспектральный датчик сочетает в себе следующие фотонные технологии: традиционную визуализацию, спектроскопию и радиометрию — для получения изображений со спектральными сигнатурами, связанными с любым элементом пространственного разрешения (пикселем). Положение спектральной съемки относительно родственных технологий показано на рисунке 2.1.
Данные, полученные с помощью спектрального датчика, образуют куб с положением вдоль двух осей и длиной волны вдоль третьей, а также с координатами, показанными на рисунке 2.2. При правильной калибровке записанные значения куба данных могут быть преобразованы в радиометрические величины, связанные с феноменологией сцены (например, яркость, отражательная способность, излучательная способность и т. д.). Последняя обеспечивает связь с пространственными и спектральными аналитическими моделями, спектральными библиотеками и т. д. для поддержки различных приложений. Движение космического аппарата используется для перемещения линии изображения по поверхности Земли, а ПЗС-матрица непрерывно считывается для получения полного набора гиперспектральных данных для каждой строки. Изображения для всей области могут быть представлены в виде кубов данных или набора изображений, каждое из которых содержит информацию с одной длиной волны.
В этой главе излагаются фундаментальные концепции гиперспектральной (ГС) съемки — мощного инструмента для получения точных данных дистанционного зондирования, связанных с обнаружением, распознаванием и изучением различных объектов научного, экономического и военного характера. Также обсуждается разработка соответствующего оборудования, текущее и будущее применение гиперспектральной технологии.
Гиперспектральный датчик (HSS) – один из приборов, используемых в дистанционном зондировании, предназначенный для наблюдения за поверхностью Земли с помощью наземной, воздушной или космической аппаратуры [1–7]. В общих чертах дистанционное зондирование заключается в фото- или электронной регистрации пространственных и спектральных распределений электромагнитного излучения, испускаемого или отражаемого любым объектом, находящимся на поверхности Земли или под землей. Современные технологии позволяют вести такую регистрацию во всем спектре, от радиодиапазона до рентгеновской и гамма-областей. Соответствующие приемники сильно различаются, так как каждый из них основан на определенных физических принципах.
По сути, в дистанционном зондировании используются три различные спектральные области, а именно: видимый свет с ближним инфракрасным (ИК), тепловой и радио. В каждом из них образ любого предмета уникален; он определяется спецификой объекта по излучению, отражению, поглощению и рассеянию электромагнитных волн. В видимой и ближней ИК-областях в первую очередь определяется способность объекта отражать солнечную энергию, определяемая химическим составом его поверхности. Тепловая ИК-область (TIR) характеризуется излучаемой энергией, которая напрямую зависит от температуры объекта. В области сверхвысокочастотного (UHF) радиоизлучения отражение определяется гладкостью и текстурой поверхности.
Датчик, работающий в видимом диапазоне волн, может либо охватывать всю область в так называемом панхроматическом изображении, либо ограничиваться некоторыми из зон спектра (например, зеленой или красной). В первом случае основной характеристикой датчика является его разрешающая способность. В настоящее время разрабатываются датчики класса очень высокого разрешения (VHR). Камера такого класса на борту спутника на низкой околоземной орбите (НОО) позволяет вести съемку поверхности Земли с разрешением менее 1 м. Во втором случае многозональный снимок дает набор различных изображений, специфичных для зоны, которые могут быть непосредственно синтезированы в цветовые варианты, чтобы выявить интересующие детали, такие как дороги, сооружения, водные поверхности и вегетация.
Развитие такой аппаратуры заключается уже не в повышении пространственного разрешения снимков, а в увеличении числа снимков, полученных в разных спектральных зонах, т. е. числа спектральных каналов, при разумном пространственном разрешении каждого снимка. Чем больше зон, тем больше полезной информации! При большом количестве узких спектральных зон датчик становится гиперспектральным.
Следует, однако, иметь в виду, что область, доступная человеческому глазу, является лишь второстепенным источником такой информации. Способность пчел выделять медоносные травы на разноцветном лугу связана с тем, что их зрение может простираться в ультрафиолетовую (УФ) область. При таком «наблюдении», направленном на поверхность Земли, можно отличить здоровую растительность от деградировавшей, а рукотворные объекты от природных.
Излучение теплого инфракрасного излучения TIR также несет специфическую информацию, недостижимую человеческим глазом. Естественное излучение любого объекта указывает на температуру его поверхности: чем выше широта, тем светлее оттенок серого на изображении. Поскольку глаз более чувствителен к изменениям оттенка, чем к изменениям яркости, контрасты изображения часто углубляются с помощью «шкалы» цветов, обычно ассоциируемых с температурой — от фиолетового или синего («холодный») до красного или коричневого («горячий»). Тепловизионная съемка является широко используемым инструментом для обнаружения утечек тепла как в промышленных установках, так и в застроенных жилых районах. Они также полезны в разведке: подземный военный завод может быть незаметен на обычной фотографии, но поскольку его функционирование связано с выделением тепла, он будет ярко светить в термальной области. Наконец, такая фотография человека может дать ценную информацию о состоянии его здоровья.
Что касается ИК-области, то можно взять любую из ее зон и заменить ее на один из основных цветов в обычном цветном изображении. Такая операция, известная как синтез цвета, выполняется в комбинации false colors, используемыми в дистанционном зондировании. Неопытному глазу может быть трудно распознать знакомые объекты в синтезированных изображениях, но, с другой стороны, они помогают преодолеть ограничения человеческого зрения.
Наиболее перспективным методом дистанционного зондирования Земли является гиперспектральная визуализация, которая позволяет получать десятки и даже сотни снимков в узких зонах. Поскольку спектры поглощения веществ и материалов специфичны, этот метод позволяет идентифицировать растительность, минералы, геологические формации, почвы, конструкционные материалы в зданиях и тротуарах по физико-химическому составу объектов. Благодаря сверхвысокому разрешению (порядка лабораторного спектрометра) объем получаемой информации может быть увеличен в четырехзначные разы.
В отличие от устройств визуализации видимой и инфракрасной областей, радары относятся к классу активных датчиков. В то время как первые просто пассивно улавливают либо отраженное и рассеянное солнечное излучение, либо излучение поверхности Земли, вторые излучают собственные электромагнитные волны и записывают их эхо от объекта. Радиолокационная съемка обладает качествами, отсутствующими в других методах дистанционного зондирования Земли: ей не мешает облачность, изображения имеют свои специфические геометрические искажения, ее когерентность позволяет получать детальные картины рельефа с точностью до десятков сантиметров, она может работать как в дневное, так и в ночное время.
Гиперспектральная съемка/визуализация является эволюционным продуктом мультиспектральных (МС) систем, в результате чего с помощью новых технологий количество каналов получения информации может быть увеличено с 3-10 до 100–1000 с высоким спектральным разрешением 1–10 нм. В результате получается многомерное пространственно-спектральное изображение, в котором каждый элемент (пиксель) характеризуется своим индивидуальным спектром. Такое изображение называется информационным кубом, два измерения которого представляют собой проекцию изображаемой области на плоскость, а третье — частоту принимаемого излучения. Гиперспектральный сенсор представляет собой оптико-электронную многоканальную систему, предназначенную для формирования видеоизображения и соответствующего видеоотклика в дискретной или непрерывной последовательности спектральных интервалов, дополненных радиометрическими, спектральными и пространственными параметрами изображения.
Иными словами, современные сканирующие мультиспектральные и гиперспектральные устройства представляют собой радиометрически калиброванные многоканальные видео спектрометры. Значения яркости, регистрируемые системой визуализации для какого-либо объекта в различных спектральных зонах, вместе с их графическими отображениями в виде спектральных кривых, позволяют четко различить объект и выделить его на изображении.
Термин «гиперспектральный» неоднократно подвергался критике, поскольку такое словосочетание кажется неуместным, лишенным какого-либо физического смысла. Более оправданным было бы использование приставки «гипер-» с количественной характеристикой для обозначения «слишком много», как в слове «гиперзвук», то есть значительно выше скорости звука. Но в нашем случае «спектр» имеет физико-математический, а не количественный смысл. Точно так же такие слова, как «гипероптический», «гипермасляный», «гипермеханический», «гипервоздушный» и т. д., лишены смысла. Следовательно, слово «гиперспектральный» может представлять собой скорее метафору, выражающую восторг исследователей по поводу новых технологических средств, способных получить множество изображений данного объекта, каждое из которых находится в очень узком спектральном диапазоне. Технология спектрорадиометрической съемки появилась в то время, когда панхроматическая съемка была достаточно развита, а качество изображения определялось достигнутым пространственным разрешением. Изображения, полученные с орбиты спутника, были либо «высокого разрешения» (1 м), либо «очень высокого разрешения» (≪1 м). Под термином «разрешение» по умолчанию подразумевалось пространственное. С тех пор, как наборы изображений были получены спектрорадиометром, технология получения этих кубов данных стала называться «визуализацией с гипер-разрешением». До сих пор некоторые исследователи продолжают использовать этот термин, даже не уточняя, какое разрешение они имеют в виду — пространственное или спектральное. Выражение «спектральное изображение с гипер-разрешением» могло бы иметь значение данных визуального спектрорадиометра, но вместо этого специалисты выбрали несколько упрощенное и неуместное определение — «гиперспектральный датчик». В любом случае, неподходящий термин прижился и не может быть отменен, да и реальной необходимости в этом нет. Тем не менее, следует уточнить, что важно не открытие нового явления, а разработка перспективных видеоспектрометров с высоким спектральным разрешением.
Интерес к таким оптико-электронным приборам вызван не только их эффектными применениями, но и тем, что эти технические средства во многом имитируют элементы зрительного аппарата высших животных и человека. Известно, что все живые существа получают 80–90% информации из окружающей среды через зрение. Поэтому пути развития автоматических систем технического зрения для обнаружения, распознавания и классификации различных объектов находятся под пристальным вниманием.
Гиперспектральная визуализация, способная извлекать более точную и детальную информацию по сравнению с другими методами, является одним из наиболее эффективных и быстро развивающихся направлений дистанционного зондирования Земли (ДЗЗ). Данные об энергии, отраженной от наземных объектов, дают обширный материал для детального анализа. Тем не менее, стоит отметить, что разработка необходимого оборудования для гиперспектральной съемки оказалась очень сложной и труднореализуемой задачей. Проектирование гиперспектрального датчика, в частности для космических применений, долгое время представляло чисто теоретический интерес по следующим причинам:
• Качество оборудования не позволяло создать гиперспектральный датчик с высоким пространственным и спектральным разрешением одновременно.
• Прием огромных объемов гиперспектральных данных, их передача по каналам связи и их наземная обработка представляли серьезные трудности.
• Сложность потока данных, содержащего гиперспектральные измерения, требовала специализированного и очень сложного программного обеспечения для обработки.
В настоящее время эти трудности в значительной степени преодолимы. На момент написания статьи уже открыт путь для развития гиперспектральной аппаратуры в оптической и ИК-областях с высокими информационными и эксплуатационными показателями, что в свою очередь будет означать более высокий уровень решения задач.
В течение последних трех десятилетий высокотехнологичные отрасли промышленности во многих странах были в значительной степени вовлечены в тематику гиперспектральной съемки. Создана специализированная элементная база для изготовления гиперспектрального оборудования. Были разработаны, испытаны и введены в эксплуатацию различные быстрорежущие машины, первоначально для наземного и воздушного применения, а затем и для космического. Концепция современного видеоспектрометра основана на новейших решениях в области оптических систем с использованием широкоформатных ПЗС-матриц. В настоящее время доступны системы визуализации, работающие в сотнях спектральных диапазонов, с отношением сигнал/шум, предоставляющие информацию в 12 битах на счет. Достижения в области гиперспектрального оборудования и программного обеспечения для обработки данных в последние годы значительно расширили диапазон возможных применений аэро- и космической визуализации.
Только что упомянутая специфика вывода гиперспектрального датчика в космос привела к меньшей доступности гиперспектральных снимков по сравнению с другими данными ДЗЗ. Одной из причин этого является меньшее количество космических аппаратов с системами получения гиперспектральных изображений, таких как Hyperion на борту космического аппарата EO-1 (NASA, Вашингтон, округ Колумбия) или CHRIS на борту PROBA (ESA). В последнее время наблюдается возросшая активность в космосе, связанная с гиперспектром, для преодоления отставания. Ожидается, что космические гиперспектральные датчики найдут применение в качестве инструментов общего назначения, предоставляя данные широкому кругу конечных пользователей (сельское хозяйство, минералогия и т.д.).
Современная авиационная и космическая гиперспектральная аппаратура представляет собой приборы, работающие в оптическом и инфракрасном диапазонах спектра и сочетающие в себе высокое пространственное, спектральное и радиометрическое разрешения, необходимые для регистрации отличительных особенностей земной поверхности, таких как растительный покров, состояние ландшафта, антропогенные воздействия. Его широкий функциональный потенциал обусловлен тем, что спектральные параметры объекта, а также их поверхностные распределения являются наиболее богатыми источниками информации о состоянии объекта и изменениях, которые он претерпевает в процессе эксплуатации или жизнедеятельности. Основной вклад методов гиперспектральной визуализации, которые развиваются и внедряются в новые области, будет заключаться в исследовании и разработке новых приложений путем выбора оптимальных параметров спектральных каналов (положение и ширина каналов). Практические эксплуатационные соображения (датчики, объем данных, затраты на обработку данных и т.д.) большинства как текущих, так и будущих приложений благоприятны для использования гиперспектральных систем с учетом их экономической эффективности. Воздушные и космические гиперспектральные датчики представляют собой экономичную альтернативу традиционным методам наблюдения, основанным на земле, позволяя получать данные для больших территорий в минимальные сроки, что позволяет быстрее выполнять заказы.
Благодаря своей способности предоставлять информацию, выходящую за рамки возможностей традиционной панхроматической и МС-хотографии, гиперспектральные датчики очень выгодны при решении экономических и военных задач. По оценкам специалистов [8], гиперспектральный датчик способен решить до 70% всех задач наблюдения за Землей, в то время как визуальная информация с высоким пространственным разрешением составит только 30%.
Как будет показано далее в этой главе, дополнительная информация об отражающих поверхностях может быть получена с помощью обратных сигналов, измеренных системами обнаружения и определения дальности света (LIDAR). Вот почему новые гиперспектральные приложения основаны на объединении двух типов данных, полученных совместными бортовыми или космическими гиперспектральными системами и Lidar.
2.2 КОНЦЕПЦИЯ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
Гиперспектральный датчик сочетает в себе следующие фотонные технологии: традиционную визуализацию, спектроскопию и радиометрию — для получения изображений со спектральными сигнатурами, связанными с любым элементом пространственного разрешения (пикселем). Положение спектральной съемки относительно родственных технологий показано на рисунке 2.1.
Данные, полученные с помощью спектрального датчика, образуют куб с положением вдоль двух осей и длиной волны вдоль третьей, а также с координатами, показанными на рисунке 2.2. При правильной калибровке записанные значения куба данных могут быть преобразованы в радиометрические величины, связанные с феноменологией сцены (например, яркость, отражательная способность, излучательная способность и т. д.). Последняя обеспечивает связь с пространственными и спектральными аналитическими моделями, спектральными библиотеками и т. д. для поддержки различных приложений. Движение космического аппарата используется для перемещения линии изображения по поверхности Земли, а ПЗС-матрица непрерывно считывается для получения полного набора гиперспектральных данных для каждой строки. Изображения для всей области могут быть представлены в виде кубов данных или набора изображений, каждое из которых содержит информацию с одной длиной волны.
РИСУНОК 2.2 Концепция спектрорадиометра изображения —куб дата, состоящий из отдельных изображений, записанных в «m» спектральных диапазонах.
Чтобы проиллюстрировать силу этого метода, комбинированный спектрально-пространственный анализ позволяет определить изображение оптически неразрешенных (субпиксельного размера) объектов. Область его применения варьируется от службы экстренной помощи до раннего выявления рака. Очевидно, почему комбинация визуализации и спектроскопии так привлекательна: объединение двух анализов, которое можно рассматривать как слияние данных, улучшает восприятие изображения. Традиционное цветное изображение основано на этой идее, за исключением того, что оно основано на очень широких полосах, поэтому цвета часто достигаются за счет пространственного разрешения (например, за счет использования ПЗС-матриц с красными, зелеными, синими (RGB)).
Преимущество систем гиперспектральной визуализации заключается в том, что они обеспечивают высокое разрешение в большом количестве диапазонов и, следовательно, подходят для широкого спектра применений. Их аналоги MS, работающие менее чем в 15 диапазонах, менее дороги, дают меньшие наборы данных и имеют более высокое соотношение сигнал/шум. Они часто адаптированы к конкретному применению, так что для других целей их диапазоны могут быть неоптимальным или даже полностью неподходящим. Тем не менее после того, как оптимальные диапазоны были определены для выполнения поставленной задачи, такая система может обеспечить в целом превосходное решение.
При гиперспектральной визуализации решающим фактором является не количество полос (каналов), а ширина полосы (чем уже, тем лучше) и последовательность дублей. Другими словами, 15-канальная система будет считаться гиперспектральной, если она покрывает диапазон от 500 до 700 нм, при этом каждая зона не превышает 10 нм, в то время как аналогичная 15-канальная система, охватывающая коротковолновый и видимый диапазоны и три ИК-диапазона, будет считаться MS.
Система гиперспектральной визуализации разбивает входящее оптическое излучение на сотни каналов и ищет специфические сигнатуры, уникальные для сцены. Они обрабатываются таким образом, чтобы можно было надежно идентифицировать объекты, выделяющиеся на их фоне, которые генерируют визуальное представление о «скрытом» источнике так же, как и ИК-дисплеи. Таким образом можно «проникнуть» в густую листву и обнаружить подземные сооружения, тоннели, трубопроводы и т. д. Это, кстати, привело к тому, что термин «гиперспектральный» стал трактоваться как сверхчувствительный к закопанным или подземным объектам, что, очевидно, неверно.
Согласно техническому заданию, утвержденному ООН, мониторинг окружающей среды заключается в регулярном наблюдении за ее составляющими в пространстве и времени, для конкретных целей и в рамках заранее разработанных программ. В контексте растительного покрова это наблюдение за его состоянием, контроль его текущей динамики, прогноз на будущее, заблаговременное предупреждение о катастрофических катаклизмах, рекомендации по смягчению или предотвращению ущерба. В этом же контексте гиперспектральные измерения могут служить целям контроля метеорологических и климатических факторов, контроля загрязнения атмосферы, водных объектов и почвы, оперативного контроля чрезвычайных техногенных и природных ситуаций, а также информирования о землепользовании и реформах.
Гиперспектральные данные обладают высоким коммерческим потенциалом. Благодаря им ожидается значительная экономия на разработке и эксплуатации систем мониторинга, что является сложной и дорогостоящей задачей, требующей совместных усилий научного и производственного секторов на национальном уровне. Перспективной возможностью в этом отношении является обращение к уже разработанным или планируемым космическим комплексам двойного назначения. Опрос сотрудников служб мониторинга показывает, что между гражданским и военным секторами нет особых различий в требованиях к качеству и удобству использования предоставляемой информации. Это, в свою очередь, указывает на интегрированную гиперспектральную технологию, охватывающую два сектора и поддерживаемую многоцелевыми системами наблюдения, охватывающими самый широкий спектр задач. Экономические соображения указывают на то, что вариант двойного назначения является ответом.
При этом следует отметить, что техническое задание таких гиперспектральных систем порождает конфликты между
• Требуемым охват и спецификой изображения
• Требуемым пространственным и спектральным разрешением
• Требуемым и действительным порядком квантования сигналов спектрального канала
• Объемом видеоданных и пропускной способностью существующих спутниковых каналов связи
Отличительные особенности, присущие воздушным и космическим гиперспектральным применениям:
• Этапы обнаружения и распознавания дают сопутствующие спектральные признаки. Кроме того, они имеют более низкие уровни пространственного разрешения, что, в свою очередь, позволяет использовать датчики меньшего размера и веса. Последние могут размещаться на мини-транспортных средствах, которые, работая кластерами, позволяют сократить периодичность наблюдений до нескольких часов и менее. Еще одним результатом снижения уровня пространственного разрешения является увеличение размера сетки для того же формата фотоприемника.
• Гиперспектральные данные легко поддаются компьютерной обработке с привлечением геоинформационных технологий. Это, в свою очередь, способствует экономии времени и облегчает трудоустройство менее квалифицированного персонала по декодированию. Разработано современное программное обеспечение с использованием геоинформационных технологий.
2.3 ФИЗИКА, ПРИНЦИП И КОНСТРУКЦИЯ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
В спектрометрах, как правило, используется двумерная матрица (например, ПЗС-матрица) и путем последовательной записи кубов данных — либо полных пространственных изображений, каждое из которых находится на разной длине волны, либо узких полос изображения (1 пиксель в ширину, несколько пикселей в длину) ссоответствующей спектральной сигнатурой для каждого пикселя в полосе. Дистанционные датчики предназначены для фокусировки и измерения света, отраженного от смежных областей на поверхности Земли. Во многих цифровых съемочных системах последовательные измерения небольших участков выполняются в последовательной геометрической последовательности по мере движения сенсорной платформы, и требуется последующая обработка для их объединения в единое изображение.
Оптический диспергирующий элемент в спектрометре расщепляет свет на узкие, смежные полосы длин волн, энергия в каждой из которых измеряется отдельным детектором. Используя сотни или даже тысячи детекторов, спектрометры могут работать с полосами длиной волны до 1 нм в широком диапазоне длин волн, обычно не менее 400–2400 нм (от видимого до среднего ИК). Полосы покрытия гиперспектрального датчика более узкие, чем у их аналогов MS. Данные изображений из нескольких сотен диапазонов записываются одновременно, обеспечивая гораздо более высокое спектральное разрешение, чем то, которое обеспечивают датчики, охватывающие более широкие диапазоны. Разрабатываемые датчики, предназначенные для работы в тысячах полос с еще большей шириной полосы, чем гиперспектральные, имеют специальное название — ультраспектральные.
Наиболее распространенными способами получения изображений с помощью гиперспектральных датчиков являются «pushbroom scanning» (электронное) и «whiskbroom scanning» (electro-mechanical).
• Сканеры pushbroom (рис. 2.3) используют линию детекторов поверх 2D-сцены. Количество пикселей равно количеству ячеек земли для данной полосы. Движение самолета-носителя или спутника осуществляет развертку в направлении вдоль трассы, таким образом, инверсия частоты линии равна времени задержки пикселя. В 2D-детекторе одно измерение может представлять ширину полосы обзора (пространственное измерение, y), а другое — спектральный диапазон. Сканеры pushbroom легче, меньше и менее сложны, чем whiskbroom, из-за меньшего количества движущихся частей. Они также имеют лучшее радиометрическое и пространственное разрешение. Их основным недостатком является большое количество детекторов, поддающихся калибровке. Эти спектрометры можно подразделить на широкоугольные съёмочные системы (MERIS, ROSIS) и узкопольные съемочные системы (HSI, PRISM). Эти типы съемочных систем способствуют высокому или частому глобальному покрытию при установке гиперспектрального датчика на борту низкоорбитального спутника.
Преимущество систем гиперспектральной визуализации заключается в том, что они обеспечивают высокое разрешение в большом количестве диапазонов и, следовательно, подходят для широкого спектра применений. Их аналоги MS, работающие менее чем в 15 диапазонах, менее дороги, дают меньшие наборы данных и имеют более высокое соотношение сигнал/шум. Они часто адаптированы к конкретному применению, так что для других целей их диапазоны могут быть неоптимальным или даже полностью неподходящим. Тем не менее после того, как оптимальные диапазоны были определены для выполнения поставленной задачи, такая система может обеспечить в целом превосходное решение.
При гиперспектральной визуализации решающим фактором является не количество полос (каналов), а ширина полосы (чем уже, тем лучше) и последовательность дублей. Другими словами, 15-канальная система будет считаться гиперспектральной, если она покрывает диапазон от 500 до 700 нм, при этом каждая зона не превышает 10 нм, в то время как аналогичная 15-канальная система, охватывающая коротковолновый и видимый диапазоны и три ИК-диапазона, будет считаться MS.
Система гиперспектральной визуализации разбивает входящее оптическое излучение на сотни каналов и ищет специфические сигнатуры, уникальные для сцены. Они обрабатываются таким образом, чтобы можно было надежно идентифицировать объекты, выделяющиеся на их фоне, которые генерируют визуальное представление о «скрытом» источнике так же, как и ИК-дисплеи. Таким образом можно «проникнуть» в густую листву и обнаружить подземные сооружения, тоннели, трубопроводы и т. д. Это, кстати, привело к тому, что термин «гиперспектральный» стал трактоваться как сверхчувствительный к закопанным или подземным объектам, что, очевидно, неверно.
Согласно техническому заданию, утвержденному ООН, мониторинг окружающей среды заключается в регулярном наблюдении за ее составляющими в пространстве и времени, для конкретных целей и в рамках заранее разработанных программ. В контексте растительного покрова это наблюдение за его состоянием, контроль его текущей динамики, прогноз на будущее, заблаговременное предупреждение о катастрофических катаклизмах, рекомендации по смягчению или предотвращению ущерба. В этом же контексте гиперспектральные измерения могут служить целям контроля метеорологических и климатических факторов, контроля загрязнения атмосферы, водных объектов и почвы, оперативного контроля чрезвычайных техногенных и природных ситуаций, а также информирования о землепользовании и реформах.
Гиперспектральные данные обладают высоким коммерческим потенциалом. Благодаря им ожидается значительная экономия на разработке и эксплуатации систем мониторинга, что является сложной и дорогостоящей задачей, требующей совместных усилий научного и производственного секторов на национальном уровне. Перспективной возможностью в этом отношении является обращение к уже разработанным или планируемым космическим комплексам двойного назначения. Опрос сотрудников служб мониторинга показывает, что между гражданским и военным секторами нет особых различий в требованиях к качеству и удобству использования предоставляемой информации. Это, в свою очередь, указывает на интегрированную гиперспектральную технологию, охватывающую два сектора и поддерживаемую многоцелевыми системами наблюдения, охватывающими самый широкий спектр задач. Экономические соображения указывают на то, что вариант двойного назначения является ответом.
При этом следует отметить, что техническое задание таких гиперспектральных систем порождает конфликты между
• Требуемым охват и спецификой изображения
• Требуемым пространственным и спектральным разрешением
• Требуемым и действительным порядком квантования сигналов спектрального канала
• Объемом видеоданных и пропускной способностью существующих спутниковых каналов связи
Отличительные особенности, присущие воздушным и космическим гиперспектральным применениям:
• Этапы обнаружения и распознавания дают сопутствующие спектральные признаки. Кроме того, они имеют более низкие уровни пространственного разрешения, что, в свою очередь, позволяет использовать датчики меньшего размера и веса. Последние могут размещаться на мини-транспортных средствах, которые, работая кластерами, позволяют сократить периодичность наблюдений до нескольких часов и менее. Еще одним результатом снижения уровня пространственного разрешения является увеличение размера сетки для того же формата фотоприемника.
• Гиперспектральные данные легко поддаются компьютерной обработке с привлечением геоинформационных технологий. Это, в свою очередь, способствует экономии времени и облегчает трудоустройство менее квалифицированного персонала по декодированию. Разработано современное программное обеспечение с использованием геоинформационных технологий.
2.3 ФИЗИКА, ПРИНЦИП И КОНСТРУКЦИЯ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
В спектрометрах, как правило, используется двумерная матрица (например, ПЗС-матрица) и путем последовательной записи кубов данных — либо полных пространственных изображений, каждое из которых находится на разной длине волны, либо узких полос изображения (1 пиксель в ширину, несколько пикселей в длину) ссоответствующей спектральной сигнатурой для каждого пикселя в полосе. Дистанционные датчики предназначены для фокусировки и измерения света, отраженного от смежных областей на поверхности Земли. Во многих цифровых съемочных системах последовательные измерения небольших участков выполняются в последовательной геометрической последовательности по мере движения сенсорной платформы, и требуется последующая обработка для их объединения в единое изображение.
Оптический диспергирующий элемент в спектрометре расщепляет свет на узкие, смежные полосы длин волн, энергия в каждой из которых измеряется отдельным детектором. Используя сотни или даже тысячи детекторов, спектрометры могут работать с полосами длиной волны до 1 нм в широком диапазоне длин волн, обычно не менее 400–2400 нм (от видимого до среднего ИК). Полосы покрытия гиперспектрального датчика более узкие, чем у их аналогов MS. Данные изображений из нескольких сотен диапазонов записываются одновременно, обеспечивая гораздо более высокое спектральное разрешение, чем то, которое обеспечивают датчики, охватывающие более широкие диапазоны. Разрабатываемые датчики, предназначенные для работы в тысячах полос с еще большей шириной полосы, чем гиперспектральные, имеют специальное название — ультраспектральные.
Наиболее распространенными способами получения изображений с помощью гиперспектральных датчиков являются «pushbroom scanning» (электронное) и «whiskbroom scanning» (electro-mechanical).
• Сканеры pushbroom (рис. 2.3) используют линию детекторов поверх 2D-сцены. Количество пикселей равно количеству ячеек земли для данной полосы. Движение самолета-носителя или спутника осуществляет развертку в направлении вдоль трассы, таким образом, инверсия частоты линии равна времени задержки пикселя. В 2D-детекторе одно измерение может представлять ширину полосы обзора (пространственное измерение, y), а другое — спектральный диапазон. Сканеры pushbroom легче, меньше и менее сложны, чем whiskbroom, из-за меньшего количества движущихся частей. Они также имеют лучшее радиометрическое и пространственное разрешение. Их основным недостатком является большое количество детекторов, поддающихся калибровке. Эти спектрометры можно подразделить на широкоугольные съёмочные системы (MERIS, ROSIS) и узкопольные съемочные системы (HSI, PRISM). Эти типы съемочных систем способствуют высокому или частому глобальному покрытию при установке гиперспектрального датчика на борту низкоорбитального спутника.
Рисунок 2.3 Принцип pushbroom scanning.
Рисунок 2.4 Принцип whiskbroom scanning.
• Сканеры whiskbroom (рис. 2.4). Осевая оптика или телескопы со сканирующими зеркалами перемещаются от одного края полосы к другому. Поле зрения (FOV) сканера может быть охвачено одним детектором или однолинейным детектором, при этом движение носителя осуществляет развертку. Это означает, что время задержки для каждой ячейки на земле должно быть очень коротким при заданном мгновенном поле зрения (IFOV), поскольку каждая линия сканирования состоит из нескольких ячеек на земле, которые необходимо покрыть. Сканеры whiskbroom, как правило, большие и сложные. Движущиеся зеркала вносят пространственные искажения, которые должны быть исправлены путем предварительной обработки перед передачей информации пользователю. Преимущество сканеров whiskbroom заключается в том, что они имеют меньше детекторов, подлежащих калибровке, по сравнению с другими типами датчиков. Хорошо известными примерами являются AVHRR, Landsat и SeaWiFS.
В новом тысячелетии были запущены и функционировали в течение многих лет два подхода к гиперспектральным датчикам: дисперсионный (например, EO-1) и метод преобразования Фурье (например, MightySAT).
• Дисперсия: с помощью этого метода спектральные изображения собираются с помощью решетки или призмы. Входящее электромагнитное излучение разделяется под разными углами. Координаты каждого наземного пикселя рассредоточены и сфокусированы в разных точках массива 1D-детекторов. Этот метод используется для обоих режимов получения изображений (pushbroom и whiskbroom scanning). В гиперспектральных датчиках в качестве дисперсионного элемента используются в основном решетки (HSI, SPIM).
• Спектрометр с преобразованием Фурье (FTS): FTS в пространственной области, как и хорошо известные датчики SMIFTS или FTHSI на космических аппаратах MightySat II, используют принцип монолитного интерферометра Саньяка (рис. 2.5). В отличие от обычных FTS, спектрометры наблюдения за Землей на низкой околоземной орбите работают с неподвижными зеркалами. Оптическая схема распределяет интерферограмму (spectrum) по одному измерению детектора, другое измерение представляет собой ширину полосы обзора.
В новом тысячелетии были запущены и функционировали в течение многих лет два подхода к гиперспектральным датчикам: дисперсионный (например, EO-1) и метод преобразования Фурье (например, MightySAT).
• Дисперсия: с помощью этого метода спектральные изображения собираются с помощью решетки или призмы. Входящее электромагнитное излучение разделяется под разными углами. Координаты каждого наземного пикселя рассредоточены и сфокусированы в разных точках массива 1D-детекторов. Этот метод используется для обоих режимов получения изображений (pushbroom и whiskbroom scanning). В гиперспектральных датчиках в качестве дисперсионного элемента используются в основном решетки (HSI, SPIM).
• Спектрометр с преобразованием Фурье (FTS): FTS в пространственной области, как и хорошо известные датчики SMIFTS или FTHSI на космических аппаратах MightySat II, используют принцип монолитного интерферометра Саньяка (рис. 2.5). В отличие от обычных FTS, спектрометры наблюдения за Землей на низкой околоземной орбите работают с неподвижными зеркалами. Оптическая схема распределяет интерферограмму (spectrum) по одному измерению детектора, другое измерение представляет собой ширину полосы обзора.
Рисунок 2.5 Принцип работы гиперспектрального датчика с преобразованием Фурье (FTHSI).
Классическая гиперспектральная визуализация выполняется по одному из двух основных принципов: pushbroom scanning или с помощью настраиваемого фильтра, например, с использованием акустооптического настраиваемого фильтра (AOTF). В случае pushbroom scanning используется линейная камера, в которой свет дифрагирует на различные составляющие цвета/длины волны с помощью спектрографа на матрицу в фокальной плоскости. При подходе с настраиваемым фильтром вместо пошагового сканирования изображения в одном пространственном измерении делаются все пространственные изображения, поскольку камера сканирует различные длины волн. Это достигается за счет размещения AOTF между изображением и камерой [9]. AOTF представляет собой твердотельное устройство, содержащее кристаллический фильтр, длина волны пропускания которого контролируется прикрепленными пьезоэлектрическими преобразователями. Преобразователи создают в кристалле волны давления, которые изменяют его показатель преломления. Эти преобразователи управляются путем тщательного манипулирования частотой приложенного электрического поля для ступенчатого изменения длины волны поступательного излучения фильтра. Изображение, полученное на каждом шаге длины волны, считывается в память, образуя пластину гиперкуба. Затем данные обрабатываются для получения желаемого выходного изображения. Спектрограф в системе pushbroom scanning обеспечивает лучшее спектральное разрешение, чем настраиваемая система фильтров, но за счет скорости, в то время как прибор без движущихся частей быстрее наращивает гиперкуб.
Для детальных исследований поверхности Земли в спектральном диапазоне отражения 400–2400 нм бортовая гиперспектральная аппаратура должна одновременно обеспечивать высокое пространственное разрешение 1–5 м, высокое спектральное разрешение 5– 10 нм в десятках и даже сотнях каналов, полосу обзора до 100 км и отношение сигнал/шум ≥100. В настоящее время ни одно из гиперспектральных устройств не отвечает всем этим требованиям. Одним из способов решения этой проблемы является замена датчиков с фиксированными параметрами адаптивными системами. Основное соображение при разработке последних систем заключается в том, что они будут работать в самых разных условиях, включая параметры атмосферы, характеристики и типы поверхности Земли, а также движение и положение космической платформы. Эти вариации являются стохастическими, что приводит к ухудшению как эффективности процесса наблюдения, так и качества получаемых изображений. При адаптивных режимах информационные параметры системы подбираются и корректируются в реальном масштабе времени под рассматриваемую задачу. К настраиваемым информационным параметрам относятся пространственное и спектральное разрешение, а также ширина квантования сигнала. Уровень выполнения наблюдательных миссий может быть поднят на качественно новый этап за счет внедрения усовершенствованных режимов работы бортовой аппаратуры.Еще одной предпосылкой для этого является снижение объема передаваемых изображений в сочетании с предотвращением потерь информации. Избыточность должна быть сокращена трех- или даже четырехзначным коэффициентом, что неосуществимо только традиционными средствами. Предлагаемое решение заключается в оценке качества данных наблюдений в режиме реального времени и подборе информативных бортовых сигналов для отсеивания данных с низкой информативностью. Такой подход позволяет не только снизить избыточность, но и повысить качество получаемой информации.
В настоящее время спектральные интервалы, их количество и компоновка выбираются на стадии проектирования и остаются практически неизменными в дальнейшем. Новые методы интервальной селекции, разрабатываемые в настоящее время, основаны на анализе спектральных характеристик отражения. В отличие от традиционной процедуры, интервалы и их пределы выбираются путем компромисса между требуемым спектральным и пространственным разрешениями. Это реализовано, например, в Full Spectral Imaging (FSI) — новом методе получения информации, предварительной обработки, передачи и извлечения информации из полно спектральных удаленных данных с помощью подхода «спектральной кривой» вместо нынешнего подхода «байт на полосу» [10]. За счет оптимизации полосы пропускания, FSI обеспечивает симуляцию характеристик прибора и калибровки, а также снижение требований к передаче данных и хранению данных. Эти улучшения могут быть достигнуты без потери информации дистанционного зондирования. FSI не является ни «гиперспектральной», ни «суперспектральной» или «ультраспектральной» визуализацией. Это сквозная система, включающая в себя всю технологическую последовательность, начиная от технологии наблюдения и заканчивая обработкой данных. FSI относится к классу гиперсперальных датчиков на основе дисперсионного элемента и системы получения изображений pushbroom. Пропускная способность прибора, пространственное покрытие и спектральный отклик могут быть улучшены с помощью нескольких фокальных плоскостей. Множественные входные щели будут оптически соединены с несколькими комбинациями спектрометра и детектора. Каждый спектрометр будет иметь идентичные оптические элементы, за исключением дисперсионных характеристик решетки и детектора. Работа таких систем с учетом пожеланий пользователя будет подробно описана в продолжении.
Важной задачей является скрининг полученных гиперспектральных данных для получения более достоверного представления о поверхности Земли. Информация учитывает случайные, систематические, а также системные искажения, вызванные атмосферой, кривизной Земли, смещением гиперспектральной аппаратуры относительно поверхности Земли в моменты съемки, а также физическими характеристиками датчиков и каналов. Для устранения этих множественных искажений необходимо внести ряд поправок, основанных на радиационных, радиометрических, геометрических и калибровочных методах. Коррекция излучения связана с регулировкой количества электромагнитной энергии, получаемой каждым датчиком, тем самым компенсируя различную прозрачность атмосферы в различных частотных диапазонах. Радиометрическая коррекция представляет собой устранение искажений, определяемых системой изображения, вносимых как датчиками, так и приемопередатчиками. Геометрическая коррекция или преобразование изображения, предназначена для устранения искажений, обусловленных кривизной и вращением Земли, наклоном орбиты спутника относительно плоскости экватора, а для снимков высокого разрешения — рельефом местности. Эта коррекция может быть выполнена автоматически при известном положении гиперспектрального датчика. Более точное преобразование и привязка изображения к определенной системе координат обычно достигается за счет интерактивной настройки опорных точек. В процессе преобразования конвергенция пиксельных координат в новый растровый фрейм может привести к некоторым изменениям в форме объектов. При редактировании и совместной обработке различных типов данных, а также изображений одной и той же местности, сделанных в разное время, во всем мире принято использовать в качестве стандарта обмена так называемую проекцию ортоплана. Калибровка заключается в преобразовании безразмерных данных, полученных датчиками различных спектральных диапазонов, в истинные нормированные значения отраженной или излучаемой энергии.
2.4 РЕЖИМЫ РАБОТЫ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
Последние десятилетия ознаменовались быстрым развитием гиперспектральных методов. Развитие технических средств гиперспектральной съемки прошло путь от простых лабораторных приборов с ограниченными возможностями до сложных космических комплексов, позволяющих превосходно исследовать поверхность Земли одновременно в сотнях узких спектральных диапазонов и успешная загрузка этой информации на Землю. На сегодняшний день существует три основных метода получения гипесрпектральных-изображений Земли: наземная, воздушная и космическая съемка. Каждый метод имеет свои особенности, преимущества, недостатки и круг проблем. Метод визуализации d основан на структурных особенностях датчиков, обусловленных условиями их эксплуатации — на земле, в атмосфере или в космосе. Максимальная эффективность может быть достигнута при наличии всех инструментов для работы во всех трех сферах, а также возможности выбора оптимального пути достижения цели. Ни один из упомянутых методов не ушел от прогресса, и их одновременное совершенствование привело к значительному росту гиперспектральной техники (рис. 2.6).
Для детальных исследований поверхности Земли в спектральном диапазоне отражения 400–2400 нм бортовая гиперспектральная аппаратура должна одновременно обеспечивать высокое пространственное разрешение 1–5 м, высокое спектральное разрешение 5– 10 нм в десятках и даже сотнях каналов, полосу обзора до 100 км и отношение сигнал/шум ≥100. В настоящее время ни одно из гиперспектральных устройств не отвечает всем этим требованиям. Одним из способов решения этой проблемы является замена датчиков с фиксированными параметрами адаптивными системами. Основное соображение при разработке последних систем заключается в том, что они будут работать в самых разных условиях, включая параметры атмосферы, характеристики и типы поверхности Земли, а также движение и положение космической платформы. Эти вариации являются стохастическими, что приводит к ухудшению как эффективности процесса наблюдения, так и качества получаемых изображений. При адаптивных режимах информационные параметры системы подбираются и корректируются в реальном масштабе времени под рассматриваемую задачу. К настраиваемым информационным параметрам относятся пространственное и спектральное разрешение, а также ширина квантования сигнала. Уровень выполнения наблюдательных миссий может быть поднят на качественно новый этап за счет внедрения усовершенствованных режимов работы бортовой аппаратуры.Еще одной предпосылкой для этого является снижение объема передаваемых изображений в сочетании с предотвращением потерь информации. Избыточность должна быть сокращена трех- или даже четырехзначным коэффициентом, что неосуществимо только традиционными средствами. Предлагаемое решение заключается в оценке качества данных наблюдений в режиме реального времени и подборе информативных бортовых сигналов для отсеивания данных с низкой информативностью. Такой подход позволяет не только снизить избыточность, но и повысить качество получаемой информации.
В настоящее время спектральные интервалы, их количество и компоновка выбираются на стадии проектирования и остаются практически неизменными в дальнейшем. Новые методы интервальной селекции, разрабатываемые в настоящее время, основаны на анализе спектральных характеристик отражения. В отличие от традиционной процедуры, интервалы и их пределы выбираются путем компромисса между требуемым спектральным и пространственным разрешениями. Это реализовано, например, в Full Spectral Imaging (FSI) — новом методе получения информации, предварительной обработки, передачи и извлечения информации из полно спектральных удаленных данных с помощью подхода «спектральной кривой» вместо нынешнего подхода «байт на полосу» [10]. За счет оптимизации полосы пропускания, FSI обеспечивает симуляцию характеристик прибора и калибровки, а также снижение требований к передаче данных и хранению данных. Эти улучшения могут быть достигнуты без потери информации дистанционного зондирования. FSI не является ни «гиперспектральной», ни «суперспектральной» или «ультраспектральной» визуализацией. Это сквозная система, включающая в себя всю технологическую последовательность, начиная от технологии наблюдения и заканчивая обработкой данных. FSI относится к классу гиперсперальных датчиков на основе дисперсионного элемента и системы получения изображений pushbroom. Пропускная способность прибора, пространственное покрытие и спектральный отклик могут быть улучшены с помощью нескольких фокальных плоскостей. Множественные входные щели будут оптически соединены с несколькими комбинациями спектрометра и детектора. Каждый спектрометр будет иметь идентичные оптические элементы, за исключением дисперсионных характеристик решетки и детектора. Работа таких систем с учетом пожеланий пользователя будет подробно описана в продолжении.
Важной задачей является скрининг полученных гиперспектральных данных для получения более достоверного представления о поверхности Земли. Информация учитывает случайные, систематические, а также системные искажения, вызванные атмосферой, кривизной Земли, смещением гиперспектральной аппаратуры относительно поверхности Земли в моменты съемки, а также физическими характеристиками датчиков и каналов. Для устранения этих множественных искажений необходимо внести ряд поправок, основанных на радиационных, радиометрических, геометрических и калибровочных методах. Коррекция излучения связана с регулировкой количества электромагнитной энергии, получаемой каждым датчиком, тем самым компенсируя различную прозрачность атмосферы в различных частотных диапазонах. Радиометрическая коррекция представляет собой устранение искажений, определяемых системой изображения, вносимых как датчиками, так и приемопередатчиками. Геометрическая коррекция или преобразование изображения, предназначена для устранения искажений, обусловленных кривизной и вращением Земли, наклоном орбиты спутника относительно плоскости экватора, а для снимков высокого разрешения — рельефом местности. Эта коррекция может быть выполнена автоматически при известном положении гиперспектрального датчика. Более точное преобразование и привязка изображения к определенной системе координат обычно достигается за счет интерактивной настройки опорных точек. В процессе преобразования конвергенция пиксельных координат в новый растровый фрейм может привести к некоторым изменениям в форме объектов. При редактировании и совместной обработке различных типов данных, а также изображений одной и той же местности, сделанных в разное время, во всем мире принято использовать в качестве стандарта обмена так называемую проекцию ортоплана. Калибровка заключается в преобразовании безразмерных данных, полученных датчиками различных спектральных диапазонов, в истинные нормированные значения отраженной или излучаемой энергии.
2.4 РЕЖИМЫ РАБОТЫ ГИПЕРСПЕКТРАЛЬНОГО ДАТЧИКА
Последние десятилетия ознаменовались быстрым развитием гиперспектральных методов. Развитие технических средств гиперспектральной съемки прошло путь от простых лабораторных приборов с ограниченными возможностями до сложных космических комплексов, позволяющих превосходно исследовать поверхность Земли одновременно в сотнях узких спектральных диапазонов и успешная загрузка этой информации на Землю. На сегодняшний день существует три основных метода получения гипесрпектральных-изображений Земли: наземная, воздушная и космическая съемка. Каждый метод имеет свои особенности, преимущества, недостатки и круг проблем. Метод визуализации d основан на структурных особенностях датчиков, обусловленных условиями их эксплуатации — на земле, в атмосфере или в космосе. Максимальная эффективность может быть достигнута при наличии всех инструментов для работы во всех трех сферах, а также возможности выбора оптимального пути достижения цели. Ни один из упомянутых методов не ушел от прогресса, и их одновременное совершенствование привело к значительному росту гиперспектральной техники (рис. 2.6).
РИСУНОК 2.6 Художественный образ глобального гиперспектрального мониторинга.
Ниже представлены некоторые общие описания и результаты, полученные с помощью гиперспектральных методов в различных портативных, смонтированных на носителях, в воздухе и в космосе.
2.4.1 НАЗЕМНАЯ ГИПЕРСПЕКТРАЛЬНАЯ ВИЗУАЛИЗАЦИЯ
Гиперспектральные изображения формируются с помощью приборов, называемых спектр радиометрами. Разработка этих сложных датчиков включает в себя конвергенцию и синергию двух взаимосвязанных, но разных технологий: спектроскопии и дистанционного изображения Земли. Спектроскопия изучает излучение, поглощение и отражение света веществом в зависимости от длины волны излучения. Применительно к области оптического дистанционного зондирования спектроскопия имеет дело со спектром солнечного света, который отражается (рассеивается) различными материалами на поверхности Земли. Наземные или лабораторные измерения света, отраженного от исследуемого материала, стали первым успешным применением спектрометров или спектрорадиометров.
Наземные гиперспектральные датчики являются идеальными инструментами для идентификации затемненных целей или целей с ограниченным разрешением, борьбы с камуфляжем и распознавания как твердых, так и газообразных химических веществ. Существуют технологические процессы, которые могут использовать данные – мультиспектральные или гиперспектральные, которые включают в себя проверку цвета и качества краски, обнаружение ржавчины, дефектоскопию тонкопленочных покрытий и т. д. Еще одна интересная сфера применения гиперспектральных методов связана с функциональным картированием головного мозга. Некоторые из таких экзотических применений гиперспектральной визуализации будут представлены в следующих главах этой книги. Тем не менее, для создания этих компактных, надежных, маломощных устройств необходимо разработать инновационные подходы к традиционной технологии приборов пространственной или спектральной визуализации, изначально громоздких и дорогостоящих. В этой главе красным цветом будут выделены только обычные приложения гиперспектральной-визуализации, такие как сканирование местности,которые способствуют совершенствованию гиперспектральных датчиков и расширению их применения в атмосфере и космосе.
Первоначально, при внедрении в практику бортовых и космических гиперспектральных датчиков, важной частью их первичной калибровки стали лабораторные и наземные полевые измерения
оптических характеристик сельскохозяйственных материалов. Гиперспектральные измерения позволили получить непрерывный спектр для каждой ячейки изображения. После корректировки эффектов датчика, атмосферы и рельефа эти спектры изображения можно сравнить со спектрами отражения в полевых или лабораторных условиях, чтобы распознать и нанести на карту характеристики материалов, например, определенные типы растительности. Наборы спектральных кривых как для материалов, так и для объектов, регулярно измеряемых в лабораторных или полевых условиях, хранятся в спектральных библиотеках. Эти кривые можно использовать для классификации или автоматической идентификации объектов и материалов. До недавнего времени возможности обработки данных датчиков были ограничены из-за ограничений, накладываемых как конструкцией детектора, так и требованиями к хранению, передаче и обработке данных. Недавние достижения в этих областях внесли свой вклад в конструкцию датчиков, поэтому их спектральные диапазоны и разрешение теперь сопоставимы с спектрометрами наземного базирования.
Компания Surface Optics Corporation (SOC), специализирующаяся на определении характеристик и эксплуатации оптических свойств поверхностей, разработала широкий спектр коммерческих продуктов, включая датчики и системы обработки гиперспектральных данных. Семейство систем гиперспектральной визуализации SOC-700 разработано для удовлетворения требований к обработке в режиме реального времени в различных приложениях, таких как машинное зрение, биологический скрининг или обнаружение целей. Гиперспектральная съемочная система (рис. 2.7) представляет собой высококачественный, портативный и простой в использовании прибор спектральной визуализации, радиометрически откалиброванный с программным обеспечением, предназначенным как для анализа, так и для просмотра. Датчик захватывает изображение размером 640 × 640 пикселей, которое имеет 120 спектральных полос всего за 4 с. Гиперспектральный датчик может собирать и обрабатывать до 100 строк 12-битных данных для всех 120 каналов и возвращать ответ, который будет использоваться для управления процессом, скрининга образцов клеток или различения своих и чужих. Пакет гиперспектрального анализа предоставляет инструменты для серьезной спектральной работы, включая полную радиометрическую калибровку, расчеты коэффициента отражения, согласованную фильтрацию и атмосферную коррекцию. Датчик настраивается в течение нескольких минут и может выдерживать суровые условия окружающей среды. С момента своего создания ониспользовался в условиях тропических лесов и пустынь и был испытан на падение с высоты 2 метра.
Разработка и испытания портативных гиперспектральных устройств улучшили обнаружение и количественную оценку химических и биологических агентов в режиме реального времени. Такие гиперспектральные -сканеры были разработаны для широкого спектра применений, от аналитических до медицинских. Гиперспектральный сканер Staring, разработанный компанией Bodkin Design, может мгновенно захватывать как спектральную, так и пространственную информацию о сцене без сканирования [11]. Он предназначен для визуализации переходных процессов с высокой скоростью и наблюдения с движущихся платформ. Устройство не имеет движущихся компонентов, что делает систему невосприимчивой к механическим сбоям. Его уникальная конструкция упрощает считывание показаний детектора и оптическую систему, а также обеспечивает полностью зарегистрированный гиперспектральный куб данных на каждом видеокадре. Он идеально подходит для бортовых, ручных и транспортных систем.
2.4.1 НАЗЕМНАЯ ГИПЕРСПЕКТРАЛЬНАЯ ВИЗУАЛИЗАЦИЯ
Гиперспектральные изображения формируются с помощью приборов, называемых спектр радиометрами. Разработка этих сложных датчиков включает в себя конвергенцию и синергию двух взаимосвязанных, но разных технологий: спектроскопии и дистанционного изображения Земли. Спектроскопия изучает излучение, поглощение и отражение света веществом в зависимости от длины волны излучения. Применительно к области оптического дистанционного зондирования спектроскопия имеет дело со спектром солнечного света, который отражается (рассеивается) различными материалами на поверхности Земли. Наземные или лабораторные измерения света, отраженного от исследуемого материала, стали первым успешным применением спектрометров или спектрорадиометров.
Наземные гиперспектральные датчики являются идеальными инструментами для идентификации затемненных целей или целей с ограниченным разрешением, борьбы с камуфляжем и распознавания как твердых, так и газообразных химических веществ. Существуют технологические процессы, которые могут использовать данные – мультиспектральные или гиперспектральные, которые включают в себя проверку цвета и качества краски, обнаружение ржавчины, дефектоскопию тонкопленочных покрытий и т. д. Еще одна интересная сфера применения гиперспектральных методов связана с функциональным картированием головного мозга. Некоторые из таких экзотических применений гиперспектральной визуализации будут представлены в следующих главах этой книги. Тем не менее, для создания этих компактных, надежных, маломощных устройств необходимо разработать инновационные подходы к традиционной технологии приборов пространственной или спектральной визуализации, изначально громоздких и дорогостоящих. В этой главе красным цветом будут выделены только обычные приложения гиперспектральной-визуализации, такие как сканирование местности,которые способствуют совершенствованию гиперспектральных датчиков и расширению их применения в атмосфере и космосе.
Первоначально, при внедрении в практику бортовых и космических гиперспектральных датчиков, важной частью их первичной калибровки стали лабораторные и наземные полевые измерения
оптических характеристик сельскохозяйственных материалов. Гиперспектральные измерения позволили получить непрерывный спектр для каждой ячейки изображения. После корректировки эффектов датчика, атмосферы и рельефа эти спектры изображения можно сравнить со спектрами отражения в полевых или лабораторных условиях, чтобы распознать и нанести на карту характеристики материалов, например, определенные типы растительности. Наборы спектральных кривых как для материалов, так и для объектов, регулярно измеряемых в лабораторных или полевых условиях, хранятся в спектральных библиотеках. Эти кривые можно использовать для классификации или автоматической идентификации объектов и материалов. До недавнего времени возможности обработки данных датчиков были ограничены из-за ограничений, накладываемых как конструкцией детектора, так и требованиями к хранению, передаче и обработке данных. Недавние достижения в этих областях внесли свой вклад в конструкцию датчиков, поэтому их спектральные диапазоны и разрешение теперь сопоставимы с спектрометрами наземного базирования.
Компания Surface Optics Corporation (SOC), специализирующаяся на определении характеристик и эксплуатации оптических свойств поверхностей, разработала широкий спектр коммерческих продуктов, включая датчики и системы обработки гиперспектральных данных. Семейство систем гиперспектральной визуализации SOC-700 разработано для удовлетворения требований к обработке в режиме реального времени в различных приложениях, таких как машинное зрение, биологический скрининг или обнаружение целей. Гиперспектральная съемочная система (рис. 2.7) представляет собой высококачественный, портативный и простой в использовании прибор спектральной визуализации, радиометрически откалиброванный с программным обеспечением, предназначенным как для анализа, так и для просмотра. Датчик захватывает изображение размером 640 × 640 пикселей, которое имеет 120 спектральных полос всего за 4 с. Гиперспектральный датчик может собирать и обрабатывать до 100 строк 12-битных данных для всех 120 каналов и возвращать ответ, который будет использоваться для управления процессом, скрининга образцов клеток или различения своих и чужих. Пакет гиперспектрального анализа предоставляет инструменты для серьезной спектральной работы, включая полную радиометрическую калибровку, расчеты коэффициента отражения, согласованную фильтрацию и атмосферную коррекцию. Датчик настраивается в течение нескольких минут и может выдерживать суровые условия окружающей среды. С момента своего создания ониспользовался в условиях тропических лесов и пустынь и был испытан на падение с высоты 2 метра.
Разработка и испытания портативных гиперспектральных устройств улучшили обнаружение и количественную оценку химических и биологических агентов в режиме реального времени. Такие гиперспектральные -сканеры были разработаны для широкого спектра применений, от аналитических до медицинских. Гиперспектральный сканер Staring, разработанный компанией Bodkin Design, может мгновенно захватывать как спектральную, так и пространственную информацию о сцене без сканирования [11]. Он предназначен для визуализации переходных процессов с высокой скоростью и наблюдения с движущихся платформ. Устройство не имеет движущихся компонентов, что делает систему невосприимчивой к механическим сбоям. Его уникальная конструкция упрощает считывание показаний детектора и оптическую систему, а также обеспечивает полностью зарегистрированный гиперспектральный куб данных на каждом видеокадре. Он идеально подходит для бортовых, ручных и транспортных систем.
РИСУНОК 2.7 Система обнаружения гиперспектральных целей на полигонных испытаниях.
Количество применений гиперспектральных датчиков в различных областях науки и техники постоянно расширяется. Таким образом, Terrax Inc. выпускает Theia — маломощную, легкую систему гиперспектральной визуализации с автоматизированным анализом изображений и оптимизацией данных для обнаружения целей в режиме реального времени и сравнения гиперспектральных данных. Он состоит из камер и подсистемы захвата и декодирования гиперспектральных изображений в режиме реального времени. Theia спроектирован таким образом, чтобы соответствовать размерам, весу и мощности портативной среды, а также стационарным местам. Он надежен и включает в себя несколько встроенных алгоритмов обнаружения целей в режиме реального времени и оптимизации данных, основанных на библиотеке калибровки из 100 кубов вещества.
Система, получившая название фовеальной (фовеальная зона представляет собой участок светочувствительной матрицы, который имеет наибольшую разрешающую способность и является наиболее чувствительной к свету областью) гиперспектральной визуализации, была представлена в докладе [12], в которой используется яма с панхроматической периферией. Этот подход находит свое отражение в недорогом и компактном портативном гиперспектральном датчике, подходящем для таких применений, как наблюдение и биологическая визуализация. Как было продемонстрировано в приложениях, возможности визуализации фовеальной ГС в режиме реального времени показывают определенные перспективы, включая наблюдение, визуализацию сетчатки и медицину.
Гиперспектральный датчик представляет собой компактный асимметричный анаморфотный спектрометр, охватывающий широкие спектральные области, предлагаемый специализированным производителем. Полная система визуализации содержится в различных пакетах, подходящих для развертывания в мобильной автомобильной среде или с воображаемой головкой, удаленной от стека обработки, например, при построении систем безопасности периметра. Возможности обнаружения и соответствующий дисплей зависят от модели и базы данных кубов, представляющих калибровку для конкретных химических веществ или сигнатур материалов. Обнаружение и определение могут надежно работать на расстоянии от нескольких футов до 300 футов.
Норвежцы построили интересный демонстратор технологии обнаружения гиперспектральных целей [13]. Также была разработана система «земля-земля», которая в настоящее время используется в испытаниях. В комплект поставки входят гиперспектральная камера HySpex VNIR, монохромная камера линейного сканера и моторизованный поворотный стол, установленный на штативе. Ось вращения и линейное поле зрения расположены вертикально, так что камера сканирует горизонт. Гиперспектральная система, которая была успешно испытана на полевых испытаниях в Северной Норвегии, показана на рисунке 2.7. Комплекс предназначен для обнаружения малоразмерных целей, а также для проведения поисково-спасательных операций. Что касается последнего варианта, то следует отметить, что во многих случаях нет необходимости идентифицировать конкретную цель — достаточно обнаружить наличие мишени с неизвестными априорными характеристиками. Хорошим примером такого подхода являются поисково-спасательные операции. Например, рассмотрим туриста, заблудившегося в горах, или лодку в открытом море, которую нужно быстро обнаружить. Вместо того, чтобы проводить обширный анализ кубов гиперспектральных данных, что является довольно трудоемкой задачей, можно применить беглый метод, основанный на «обнаружении аномалий».
Некоторые исследования с помощью систем дистанционного зондирования земли проводились с использованием датчиков, прикрепленных к длинным гидравлическим стрелам, поднятым над пологом сельскохозяйственных культур из земли (Университет Иллинойса). Изображения, полученные с такого близкого расстояния, имеют гораздо более высокое разрешение, чем снимки, сделанные с самолетов или спутников. В других наземных системах используются датчики, установленные на транспортных средствах, которые контролируют аппликаторы с переменной нормой в режиме реального времени. Например, дистанционные датчики, отличающие сорняки от культуры, установлены на опрыскивателях, которые изменяют норму внесения гербицидов, которые вносятся на ходу. Эта форма технологии дистанционного зондирования, называемая машинным зрением, в настоящее время широко используется.
Большинство гиперспектральных датчиков работают в диапазоне от видимого до коротковолнового ИК-диапазона (SWIR). Гиперспектральная визуализация в ИК-диапазоне спектра имеет множество применений, и существует острая необходимость в разработке соответствующих приборов. Многие промышленные фирмы разрабатывают и выпускают такую продукцию. Один из таких продуктов, который может работать как на земле, так и на борту самолета, представлен ниже. Aerospace Corporation спроектировала и построила современный узкополосный ИК-сканер с преобразованием Фурье (FTIR) — Пространственно улучшенная широкополосная решетчатая спектрографическая система (SEBASS), которая предлагает некоторые уникальные возможности в области гиперспектрального дистанционного зондирования. SEBASS может собирать данные либо с транспортабельного наземного датчика, либо с низколетящего самолета, в зависимости от области применения. Возможности SEBASS в средневолновом и длинноволновом ИК-диапазоне (LWIR) предназначеныдля удаленной идентификации материалов в спектральной области 3–13 мкм «химический отпечаток пальца». Гиперспектральный датчик также предоставляет данные о температуре с высоким разрешением. SEBASS захватывает 128 спектральных каналов в ИК-диапазоне спектра с IFOV 1 мрад и полем зрения 128 мрад (7.3°).
Типичные продукты для ИК-излучения включают в себя спектрально и радиометрически откалиброванные, атмосферно-скорректированные кубы гиперспектральных данных. SEBASS имеет три режима работы:
• Измерения, установленные на транспортном средстве — четыре мобильных ИК-Фурье датчика LWIR с 2D-сканированием, установленных на транспортном средстве. Автомобили могут быть доставлены на интересующую площадку для получения гиперспектральных данных с близкого расстояния от 8 до 12 μ. Сканирующие ИК-Фурье датчики были успешно развернуты на более чем 100 наземных получателях данных.
• Портативные измерительныеприборы — обеспечивают наземные спектральные измерения in situ с использованием портативных приборов для проверки идентификации материалов, полученных в результате измерений с воздуха.
• Лабораторные измерения — для помощи в определении характеристик материалов проб, взятых из интересующих регионов, установления достоверности информации и улучшения интерпретации данных дистанционного зондирования.
Кстати, как было замечено многими исследователями, наилучшие результаты получаются при совместном использовании данных, полученных различными гиперспектральными системами в разных положениях по отношению к мишени [14]. Таким образом, например, болезнь сахарной свеклы была обнаружена путем комбинирования разновременных гиперспектральных данных дистанционного зондирования, полученных с помощью различных авиационных, мобильных и ручных спектр радиометров.
Данные спектрометрии изображений хорошо известны для детального картирования минералов с помощью бортовых и космических систем. Тем не менее, данные о сверхданных обладают значительным дополнительным потенциалом при использовании вместе с наземными гиперспектральными измерениями. Американские исследователи использовали систему гиперспектрального сканирования для получения данных с воздуха, сканирования внешних операций, а также для получения изображений керна и скальной крошки с номинальным спектральным разрешением около 6 нм в 360 каналах от 400 до 2450 нм. Результаты анализа с использованием стандартизированных гиперспектральных методологий демонстрируют быстрое извлечение репрезентативных характеристик минералов и картирование распределения и распространенности полезных ископаемых. История из практики подчеркивает возможности этих интегрированных наборов данных для развития лучшего понимания взаимосвязей между геологией, изменениями и спектральными сигнатурами в 3D.
2.4.2 ВОЗДУШНАЯ ГИПЕРСПЕКТРАЛЬНАЯ ВИЗУАЛИЗАЦИЯ
До 2000 года парк из более чем 40 бортовых сенсорных систем представлял собой окончательную усовершенствованную форму будущих возможностей получения данных. На протяжении большей части последнего десятилетия прошлого тысячелетия гиперспектральная визуализация была областью активных исследований и разработок, поэтому исследования были доступны только исследователям. В связи с недавним появлением коммерческих бортовых систем и их применением в управлении ресурсами, сельском хозяйстве, разведке полезных ископаемых и мониторинге окружающей среды, гиперспектральные снимки готовы войти в основу дистанционного зондирования [15–17]. Но его эффективное использование требует понимания природы и ограничений как этого типа данных, так и различных стратегий, связанных с их обработкой и интерпретацией.
Как и наземное оборудование, бортовые гиперспектральные сканеры также предназначены для измерения интенсивности излучения, рассеянного поверхностью Земли в заданном спектральном диапазоне — каждый пиксель полученного изображения одновременно содержит как пространственную, так и спектральную информацию об обследуемой местности. Входные излучения потока разбиваются на составляющие в соответствии с длиной волны. Для каждого волнового диапазона зарезервированы определенные линии матрицы. Эти данные оцифровываются и записываются на жесткий диск единого модуля управления, хранения данных и электропитания.
Для пространственной обработки полученных снимков инерциальная навигационная система (ИНС) участвует в послеполетной обработке собственных данных вместе с данными сканера изображений, чтобы присвоить каждому пикселю адекватные географические координаты. Более продвинутые геодезические комплексы снабжаются навигационными системами, имеющими соответствующее программное обеспечение для управления процессом аэрофотосъемки. Таким образом, наряду с планированием и записью изображений, система также управляет как самолетом, так и датчиками во время полета. Оценка точности навигации и снимков осуществляется в режиме реального времени. Заслугой таких систем контроля изображения, их высокого качества и надежности является тот факт, что на сегодняшний день в мире их функционирует около 150.
Предприятиями-производителями такого оборудования во многих странах освоено производство направляющих лучей для гиперспектральных сканеров, в том числе для работы в визуальном и ближнем ИК-диапазонах (VNIR), SWIR, средневолновом ИК-диапазоне (MVIR) и TIR. Бортовые сканеры, которые в настоящее время вводятся в эксплуатацию, отличаются своим совершенством и разнообразием, количество различных типов которых предположительно превышает сотню. Сканирующие гиперспектральные датчики ведущих фирм имеют надежные, табличные и функциональные компоненты, удобное в эксплуатации программное обеспечение, высокую производительность оцифровки и считывания, высокую точность и эффективность оптики, стабильные и воспроизводимые параметры калибровки датчика ит.д. Компании часто поставляют заказчикам не только оборудование для обработки изображений, но и комплексные технологии обработки изображений. Такие интегрированные цифровые бортовые системы представляют собой готовые решения для получения конечного продукта.
Как правило, каждый гиперспектральный сканер состоит из датчика (оптического блока), источника питания, блока обработки и управления данными, платформы гашения вибраций, дисплея оператора, GPS-приемника, инерциального измерительного блока и устройства обработки данных. Первоочередной задачей также является поддержание функциональной полноты спектра гиперспектральных сканеров, то есть возможности их использования во всех приложениях, так или иначе связанных со спектральным анализом. Конечно, обязательным требованием к гиперспектральным сканерам, разрабатываемым современными компаниями, является их метрологическое качество.
Только в этом случае можно проводить количественные оценки спектральных характеристик, относящихся как к подстилающей поверхности, так и к конкретным наземным объектам, что, в свою очередь, крайне важно для получения достоверных результатов на этапе прикладного анализа. Именно поэтому компании вкладывают значительные средства в развитие собственного оптико-электронного тракта, в том числе ПЗС-приемников с высоким отношением сигнал/шум, стабильной радиометрической калибровкой и т.д. Конструкция оборудования и программное обеспечение позволяют в основном измерять интенсивность солнечного излучения в момент съемки и учитывать ее в дальнейшем.
Гиперспектральная аэрофотосъемка обеспечивает распознавание объектов по их физико-химическому составу и позволяет идентифицировать виды растений и состояние растительности, контролирует естественную среду обитания различных растений, в том числе сорных и лекарственных растений, выявляет нарушения растительности и почвы, находит водно-болотные угодья и засоленные почвы и т.д.
Летательный аппарат, дрон, вертолет и дирижабль — каждый из них имеет ряд полезных преимуществ в качестве платформы для систем дистанционного зондирования Земли. Летательные аппараты могут летать на относительно небольших высотах, что позволяет использовать субметровое пространственное разрешение датчика. Бортовые датчики могут использоваться очень гибко благодаря изменению высоты (эшелона полета) и скорости прямого сканирования. Таким образом, пространственное разрешение и ширина полосы обзора могут быть легко адаптированы к требованиям задачи в процессе полета.
Самолеты могут легко изменять свои изображения, чтобы избежать погодных проблем, таких как облака, которые могут блокировать поле зрения пассивного датчика, и обеспечить солнечное освещение. Техническое обслуживание, ремонт и изменение конфигурации датчиков легко применимы к платформам самолетов. Для воздушных суден нет границ, кроме государственных. В то же время для низколетящего самолета с узким FOV датчика необходимо количество облетов для покрытия большой площади земли. Время, необходимое для доставки данных пользователю, задерживается из-за необходимости посадки воздушного судна перед передачей исходных изображений в центр обработки данных. Кроме того, гиперспектральные данные могут быть легко и эффективно интегрированы с данными, полученными бортовой системой LIDAR или датчиками, работающими в других спектральных диапазонах.
Гиперспектральные сканеры являются самыми передовыми и сложными бортовыми оптическими устройствами ДЗЗ. Здесь мы назовем лишь несколько современных гиперспектральных аэрофотографов с отличными характеристиками, таких как AVIRIS, HYDICE, AISA, HyMAP, ARES, CASI 1500 и AisaEAGLET, и приведем основные характеристики некоторых интересных из них.
Авиационная мультисенсорная гиперспектральная система, производимая компанией SELEX Galileo, включает в себя четыре оптические головки (например, VNIR, SWIR, MWIR и TIR), которые обеспечивают в различных конфигурациях спектральный диапазон от видимого (400 нм) до диапазона TIR (12 000 нм); инерциальную платформу со встроенным GPS (INS/GPS) для записи положения и ориентации самолета, и блок управления прибором/компьютер предварительной обработки для управления оптической головкой и данными о разрыве во внутренней памяти HD. «Модульный» подход позволяет, всего лишь изменив механический интерфейс,
гибкое расположение размещения приборов, что делает их пригодными для использования на различных платформах, включая беспилотные летательные аппараты (БПЛА) и сверхлегкие летательные аппараты.
Гиперспектральная система может применяться как в воздушных, так и в наземных операциях, хотя ее базовая конфигурация предназначена для воздушных платформ, со сканированием метлы для наращивания спектральных кубов. Для получения геопривязанных изображений полетные данные, поступающие от специального устройства GPS/INS, постоянно регистрируются синхронно с гиперспектральными данными. В наземной системе используется та же оптическая головка, что и в бортовой системе, а также сканирующая платформа, синхронизированная с получением изображения. В этом режиме приборы можно использовать в качестве «статических» камер для приложений, где линейное движение платформы, необходимое для режима pushbroom, недоступно. Разработка следует принципу модульности, направленному на создание гибкой системы для использования на пилотируемых или беспилотных платформах для различных применений, таких как беспилотные летательные аппараты, легкие летательные аппараты, самолеты средней дальности для наблюдения и патрулирования побережья, а также многоцелевые морские самолеты для наблюдения на больших высотах.
SPECIM является одной из ведущих мировых компаний по производству приборов для гиперспектральной визуализации, от УФ-диапазонов VNIR и SWIR до TIR-спектральных диапазонов. Компания поставляет спектрографы изображений, спектральные камеры и технологии гиперспектральной визуализации быстро растущему числу промышленных заказчиков и крупных научных клиентов. Бортовые гиперспектральные датчики SPECIM представляют собой лидирующие на рынке решения для дистанционного зондирования, от небольших систем БПЛА до полнофункциональных коммерческих, исследовательских и военных инструментов. Компания SPECIM представила на рынок гиперспектральный датчик Aisa EAGLET, специально разработанный для преодоления пространственных и весовых ограничений БПЛА и малых пилотируемых летательных аппаратов. Этот гиперспектральный датчик является наиболее компактной и полной системой авиационной гиперспектральной съемки для получения полных, непрерывных гиперспектральных данных VNIR с высоким пространственным разрешением 1600 пикселей и превосходной чувствительностью даже в условиях низкой освещенности, со спектральным диапазоном датчика 400–1000 нм и спектральным разрешением 3,3 нм (до 200 спектральных каналов). Его угол обзора ∼30°, IFOV — 0,02°, разрешение на поверхности Земли ∼0.35 м с высоты 1000 м. Система имеет общую массу 10 кг, включая гиперспектральную головку (3,5 кг), компактный компьютер сбора данныхи блок GPS/INS. Головка датчика (рис. 2.8) содержит файл калибровки длины волны и радиометр RIC. Выход системы имеет цифровое значение 12 бит, отношение сигнал/шум в диапазоне 130:1–300:1 (в зависимости от конфигурации диапазона) и потребляемую мощность <100 Вт, 10–30 В постоянного тока. Пропускная способность высокоэффективного спектрографа практически не зависит от поляризации. Оператор может создавать режимы гиперспектральной и мультиспектральной съемки, применять определенные конфигурации диапазонов и быстро переходить от одного режима или конфигурации к другой в процессе полета. Модульная конструкция системы облегчает ее интеграцию с различными полезными нагрузками. Компания оказывает поддержку в реализации управления сенсорной системой с земли через телеметрическую связь с БПЛА. В дополнение к высокой производительности и компактности, его экономичность делает его исключительным и универсальным инструментом дистанционного зондирования для применения в экологической, лесной, сельскохозяйственной, оборонной и оборонной сферах. Гиперспектральный датчик Aisa EAGLET может быть легко использован в наземных приложениях благодаря запатентованным сканирующим устройствам компании, которые позволяют сканировать цель со статической платформы, такой как штатив или средство охранного наблюдения.
Система, получившая название фовеальной (фовеальная зона представляет собой участок светочувствительной матрицы, который имеет наибольшую разрешающую способность и является наиболее чувствительной к свету областью) гиперспектральной визуализации, была представлена в докладе [12], в которой используется яма с панхроматической периферией. Этот подход находит свое отражение в недорогом и компактном портативном гиперспектральном датчике, подходящем для таких применений, как наблюдение и биологическая визуализация. Как было продемонстрировано в приложениях, возможности визуализации фовеальной ГС в режиме реального времени показывают определенные перспективы, включая наблюдение, визуализацию сетчатки и медицину.
Гиперспектральный датчик представляет собой компактный асимметричный анаморфотный спектрометр, охватывающий широкие спектральные области, предлагаемый специализированным производителем. Полная система визуализации содержится в различных пакетах, подходящих для развертывания в мобильной автомобильной среде или с воображаемой головкой, удаленной от стека обработки, например, при построении систем безопасности периметра. Возможности обнаружения и соответствующий дисплей зависят от модели и базы данных кубов, представляющих калибровку для конкретных химических веществ или сигнатур материалов. Обнаружение и определение могут надежно работать на расстоянии от нескольких футов до 300 футов.
Норвежцы построили интересный демонстратор технологии обнаружения гиперспектральных целей [13]. Также была разработана система «земля-земля», которая в настоящее время используется в испытаниях. В комплект поставки входят гиперспектральная камера HySpex VNIR, монохромная камера линейного сканера и моторизованный поворотный стол, установленный на штативе. Ось вращения и линейное поле зрения расположены вертикально, так что камера сканирует горизонт. Гиперспектральная система, которая была успешно испытана на полевых испытаниях в Северной Норвегии, показана на рисунке 2.7. Комплекс предназначен для обнаружения малоразмерных целей, а также для проведения поисково-спасательных операций. Что касается последнего варианта, то следует отметить, что во многих случаях нет необходимости идентифицировать конкретную цель — достаточно обнаружить наличие мишени с неизвестными априорными характеристиками. Хорошим примером такого подхода являются поисково-спасательные операции. Например, рассмотрим туриста, заблудившегося в горах, или лодку в открытом море, которую нужно быстро обнаружить. Вместо того, чтобы проводить обширный анализ кубов гиперспектральных данных, что является довольно трудоемкой задачей, можно применить беглый метод, основанный на «обнаружении аномалий».
Некоторые исследования с помощью систем дистанционного зондирования земли проводились с использованием датчиков, прикрепленных к длинным гидравлическим стрелам, поднятым над пологом сельскохозяйственных культур из земли (Университет Иллинойса). Изображения, полученные с такого близкого расстояния, имеют гораздо более высокое разрешение, чем снимки, сделанные с самолетов или спутников. В других наземных системах используются датчики, установленные на транспортных средствах, которые контролируют аппликаторы с переменной нормой в режиме реального времени. Например, дистанционные датчики, отличающие сорняки от культуры, установлены на опрыскивателях, которые изменяют норму внесения гербицидов, которые вносятся на ходу. Эта форма технологии дистанционного зондирования, называемая машинным зрением, в настоящее время широко используется.
Большинство гиперспектральных датчиков работают в диапазоне от видимого до коротковолнового ИК-диапазона (SWIR). Гиперспектральная визуализация в ИК-диапазоне спектра имеет множество применений, и существует острая необходимость в разработке соответствующих приборов. Многие промышленные фирмы разрабатывают и выпускают такую продукцию. Один из таких продуктов, который может работать как на земле, так и на борту самолета, представлен ниже. Aerospace Corporation спроектировала и построила современный узкополосный ИК-сканер с преобразованием Фурье (FTIR) — Пространственно улучшенная широкополосная решетчатая спектрографическая система (SEBASS), которая предлагает некоторые уникальные возможности в области гиперспектрального дистанционного зондирования. SEBASS может собирать данные либо с транспортабельного наземного датчика, либо с низколетящего самолета, в зависимости от области применения. Возможности SEBASS в средневолновом и длинноволновом ИК-диапазоне (LWIR) предназначеныдля удаленной идентификации материалов в спектральной области 3–13 мкм «химический отпечаток пальца». Гиперспектральный датчик также предоставляет данные о температуре с высоким разрешением. SEBASS захватывает 128 спектральных каналов в ИК-диапазоне спектра с IFOV 1 мрад и полем зрения 128 мрад (7.3°).
Типичные продукты для ИК-излучения включают в себя спектрально и радиометрически откалиброванные, атмосферно-скорректированные кубы гиперспектральных данных. SEBASS имеет три режима работы:
• Измерения, установленные на транспортном средстве — четыре мобильных ИК-Фурье датчика LWIR с 2D-сканированием, установленных на транспортном средстве. Автомобили могут быть доставлены на интересующую площадку для получения гиперспектральных данных с близкого расстояния от 8 до 12 μ. Сканирующие ИК-Фурье датчики были успешно развернуты на более чем 100 наземных получателях данных.
• Портативные измерительныеприборы — обеспечивают наземные спектральные измерения in situ с использованием портативных приборов для проверки идентификации материалов, полученных в результате измерений с воздуха.
• Лабораторные измерения — для помощи в определении характеристик материалов проб, взятых из интересующих регионов, установления достоверности информации и улучшения интерпретации данных дистанционного зондирования.
Кстати, как было замечено многими исследователями, наилучшие результаты получаются при совместном использовании данных, полученных различными гиперспектральными системами в разных положениях по отношению к мишени [14]. Таким образом, например, болезнь сахарной свеклы была обнаружена путем комбинирования разновременных гиперспектральных данных дистанционного зондирования, полученных с помощью различных авиационных, мобильных и ручных спектр радиометров.
Данные спектрометрии изображений хорошо известны для детального картирования минералов с помощью бортовых и космических систем. Тем не менее, данные о сверхданных обладают значительным дополнительным потенциалом при использовании вместе с наземными гиперспектральными измерениями. Американские исследователи использовали систему гиперспектрального сканирования для получения данных с воздуха, сканирования внешних операций, а также для получения изображений керна и скальной крошки с номинальным спектральным разрешением около 6 нм в 360 каналах от 400 до 2450 нм. Результаты анализа с использованием стандартизированных гиперспектральных методологий демонстрируют быстрое извлечение репрезентативных характеристик минералов и картирование распределения и распространенности полезных ископаемых. История из практики подчеркивает возможности этих интегрированных наборов данных для развития лучшего понимания взаимосвязей между геологией, изменениями и спектральными сигнатурами в 3D.
2.4.2 ВОЗДУШНАЯ ГИПЕРСПЕКТРАЛЬНАЯ ВИЗУАЛИЗАЦИЯ
До 2000 года парк из более чем 40 бортовых сенсорных систем представлял собой окончательную усовершенствованную форму будущих возможностей получения данных. На протяжении большей части последнего десятилетия прошлого тысячелетия гиперспектральная визуализация была областью активных исследований и разработок, поэтому исследования были доступны только исследователям. В связи с недавним появлением коммерческих бортовых систем и их применением в управлении ресурсами, сельском хозяйстве, разведке полезных ископаемых и мониторинге окружающей среды, гиперспектральные снимки готовы войти в основу дистанционного зондирования [15–17]. Но его эффективное использование требует понимания природы и ограничений как этого типа данных, так и различных стратегий, связанных с их обработкой и интерпретацией.
Как и наземное оборудование, бортовые гиперспектральные сканеры также предназначены для измерения интенсивности излучения, рассеянного поверхностью Земли в заданном спектральном диапазоне — каждый пиксель полученного изображения одновременно содержит как пространственную, так и спектральную информацию об обследуемой местности. Входные излучения потока разбиваются на составляющие в соответствии с длиной волны. Для каждого волнового диапазона зарезервированы определенные линии матрицы. Эти данные оцифровываются и записываются на жесткий диск единого модуля управления, хранения данных и электропитания.
Для пространственной обработки полученных снимков инерциальная навигационная система (ИНС) участвует в послеполетной обработке собственных данных вместе с данными сканера изображений, чтобы присвоить каждому пикселю адекватные географические координаты. Более продвинутые геодезические комплексы снабжаются навигационными системами, имеющими соответствующее программное обеспечение для управления процессом аэрофотосъемки. Таким образом, наряду с планированием и записью изображений, система также управляет как самолетом, так и датчиками во время полета. Оценка точности навигации и снимков осуществляется в режиме реального времени. Заслугой таких систем контроля изображения, их высокого качества и надежности является тот факт, что на сегодняшний день в мире их функционирует около 150.
Предприятиями-производителями такого оборудования во многих странах освоено производство направляющих лучей для гиперспектральных сканеров, в том числе для работы в визуальном и ближнем ИК-диапазонах (VNIR), SWIR, средневолновом ИК-диапазоне (MVIR) и TIR. Бортовые сканеры, которые в настоящее время вводятся в эксплуатацию, отличаются своим совершенством и разнообразием, количество различных типов которых предположительно превышает сотню. Сканирующие гиперспектральные датчики ведущих фирм имеют надежные, табличные и функциональные компоненты, удобное в эксплуатации программное обеспечение, высокую производительность оцифровки и считывания, высокую точность и эффективность оптики, стабильные и воспроизводимые параметры калибровки датчика ит.д. Компании часто поставляют заказчикам не только оборудование для обработки изображений, но и комплексные технологии обработки изображений. Такие интегрированные цифровые бортовые системы представляют собой готовые решения для получения конечного продукта.
Как правило, каждый гиперспектральный сканер состоит из датчика (оптического блока), источника питания, блока обработки и управления данными, платформы гашения вибраций, дисплея оператора, GPS-приемника, инерциального измерительного блока и устройства обработки данных. Первоочередной задачей также является поддержание функциональной полноты спектра гиперспектральных сканеров, то есть возможности их использования во всех приложениях, так или иначе связанных со спектральным анализом. Конечно, обязательным требованием к гиперспектральным сканерам, разрабатываемым современными компаниями, является их метрологическое качество.
Только в этом случае можно проводить количественные оценки спектральных характеристик, относящихся как к подстилающей поверхности, так и к конкретным наземным объектам, что, в свою очередь, крайне важно для получения достоверных результатов на этапе прикладного анализа. Именно поэтому компании вкладывают значительные средства в развитие собственного оптико-электронного тракта, в том числе ПЗС-приемников с высоким отношением сигнал/шум, стабильной радиометрической калибровкой и т.д. Конструкция оборудования и программное обеспечение позволяют в основном измерять интенсивность солнечного излучения в момент съемки и учитывать ее в дальнейшем.
Гиперспектральная аэрофотосъемка обеспечивает распознавание объектов по их физико-химическому составу и позволяет идентифицировать виды растений и состояние растительности, контролирует естественную среду обитания различных растений, в том числе сорных и лекарственных растений, выявляет нарушения растительности и почвы, находит водно-болотные угодья и засоленные почвы и т.д.
Летательный аппарат, дрон, вертолет и дирижабль — каждый из них имеет ряд полезных преимуществ в качестве платформы для систем дистанционного зондирования Земли. Летательные аппараты могут летать на относительно небольших высотах, что позволяет использовать субметровое пространственное разрешение датчика. Бортовые датчики могут использоваться очень гибко благодаря изменению высоты (эшелона полета) и скорости прямого сканирования. Таким образом, пространственное разрешение и ширина полосы обзора могут быть легко адаптированы к требованиям задачи в процессе полета.
Самолеты могут легко изменять свои изображения, чтобы избежать погодных проблем, таких как облака, которые могут блокировать поле зрения пассивного датчика, и обеспечить солнечное освещение. Техническое обслуживание, ремонт и изменение конфигурации датчиков легко применимы к платформам самолетов. Для воздушных суден нет границ, кроме государственных. В то же время для низколетящего самолета с узким FOV датчика необходимо количество облетов для покрытия большой площади земли. Время, необходимое для доставки данных пользователю, задерживается из-за необходимости посадки воздушного судна перед передачей исходных изображений в центр обработки данных. Кроме того, гиперспектральные данные могут быть легко и эффективно интегрированы с данными, полученными бортовой системой LIDAR или датчиками, работающими в других спектральных диапазонах.
Гиперспектральные сканеры являются самыми передовыми и сложными бортовыми оптическими устройствами ДЗЗ. Здесь мы назовем лишь несколько современных гиперспектральных аэрофотографов с отличными характеристиками, таких как AVIRIS, HYDICE, AISA, HyMAP, ARES, CASI 1500 и AisaEAGLET, и приведем основные характеристики некоторых интересных из них.
Авиационная мультисенсорная гиперспектральная система, производимая компанией SELEX Galileo, включает в себя четыре оптические головки (например, VNIR, SWIR, MWIR и TIR), которые обеспечивают в различных конфигурациях спектральный диапазон от видимого (400 нм) до диапазона TIR (12 000 нм); инерциальную платформу со встроенным GPS (INS/GPS) для записи положения и ориентации самолета, и блок управления прибором/компьютер предварительной обработки для управления оптической головкой и данными о разрыве во внутренней памяти HD. «Модульный» подход позволяет, всего лишь изменив механический интерфейс,
гибкое расположение размещения приборов, что делает их пригодными для использования на различных платформах, включая беспилотные летательные аппараты (БПЛА) и сверхлегкие летательные аппараты.
Гиперспектральная система может применяться как в воздушных, так и в наземных операциях, хотя ее базовая конфигурация предназначена для воздушных платформ, со сканированием метлы для наращивания спектральных кубов. Для получения геопривязанных изображений полетные данные, поступающие от специального устройства GPS/INS, постоянно регистрируются синхронно с гиперспектральными данными. В наземной системе используется та же оптическая головка, что и в бортовой системе, а также сканирующая платформа, синхронизированная с получением изображения. В этом режиме приборы можно использовать в качестве «статических» камер для приложений, где линейное движение платформы, необходимое для режима pushbroom, недоступно. Разработка следует принципу модульности, направленному на создание гибкой системы для использования на пилотируемых или беспилотных платформах для различных применений, таких как беспилотные летательные аппараты, легкие летательные аппараты, самолеты средней дальности для наблюдения и патрулирования побережья, а также многоцелевые морские самолеты для наблюдения на больших высотах.
SPECIM является одной из ведущих мировых компаний по производству приборов для гиперспектральной визуализации, от УФ-диапазонов VNIR и SWIR до TIR-спектральных диапазонов. Компания поставляет спектрографы изображений, спектральные камеры и технологии гиперспектральной визуализации быстро растущему числу промышленных заказчиков и крупных научных клиентов. Бортовые гиперспектральные датчики SPECIM представляют собой лидирующие на рынке решения для дистанционного зондирования, от небольших систем БПЛА до полнофункциональных коммерческих, исследовательских и военных инструментов. Компания SPECIM представила на рынок гиперспектральный датчик Aisa EAGLET, специально разработанный для преодоления пространственных и весовых ограничений БПЛА и малых пилотируемых летательных аппаратов. Этот гиперспектральный датчик является наиболее компактной и полной системой авиационной гиперспектральной съемки для получения полных, непрерывных гиперспектральных данных VNIR с высоким пространственным разрешением 1600 пикселей и превосходной чувствительностью даже в условиях низкой освещенности, со спектральным диапазоном датчика 400–1000 нм и спектральным разрешением 3,3 нм (до 200 спектральных каналов). Его угол обзора ∼30°, IFOV — 0,02°, разрешение на поверхности Земли ∼0.35 м с высоты 1000 м. Система имеет общую массу 10 кг, включая гиперспектральную головку (3,5 кг), компактный компьютер сбора данныхи блок GPS/INS. Головка датчика (рис. 2.8) содержит файл калибровки длины волны и радиометр RIC. Выход системы имеет цифровое значение 12 бит, отношение сигнал/шум в диапазоне 130:1–300:1 (в зависимости от конфигурации диапазона) и потребляемую мощность <100 Вт, 10–30 В постоянного тока. Пропускная способность высокоэффективного спектрографа практически не зависит от поляризации. Оператор может создавать режимы гиперспектральной и мультиспектральной съемки, применять определенные конфигурации диапазонов и быстро переходить от одного режима или конфигурации к другой в процессе полета. Модульная конструкция системы облегчает ее интеграцию с различными полезными нагрузками. Компания оказывает поддержку в реализации управления сенсорной системой с земли через телеметрическую связь с БПЛА. В дополнение к высокой производительности и компактности, его экономичность делает его исключительным и универсальным инструментом дистанционного зондирования для применения в экологической, лесной, сельскохозяйственной, оборонной и оборонной сферах. Гиперспектральный датчик Aisa EAGLET может быть легко использован в наземных приложениях благодаря запатентованным сканирующим устройствам компании, которые позволяют сканировать цель со статической платформы, такой как штатив или средство охранного наблюдения.
РИСУНОК 2.8 Оптическая головка гиперспектрального датчика Aisa EAGLET, предназначенная для эксплуатации на малых летательных аппаратах.
Компания SpecTIR представляет спектральный прибор ProSpecTIR-VS для дистанционного зондирования Земли. Прочные высокопроизводительные приборы обладают превосходными возможностями спектральной визуализации и состоят из компонентов, обеспечивающих максимальную производительность и полезность: высокопроизводительная оптика, устройства воображения с широким динамическим диапазоном, встроенный датчик GPS/INS и прочный корпус, интегрированные с оборудованием для управления полетами и записью. Гиперспектральный прибор имеет два датчика, индивидуально охватывающих длины волн VNIR 400–1000 нм и SWIR с длиной волны 1000–2500 нм. Двойные датчики имеют совместное прицеливание и включают в себя все аппаратное обеспечение, программное обеспечение для регистрации и обработки данных для выполнения полетов и спектрального картографирования. Описанный гиперспектральный датчик может быть установлен практически на любой легкий летательный аппарат с возможностью аэрофотосъемки. Навигация по изображениям осуществляется с помощью встроенного DGPS/IMU и после обработки предоставляет файлы с географической привязкой, излучением и отражением, которые легко импортируются в программы спектрального анализа. Основными характеристиками прибора являются спектральное разрешение 2,9 нм, 250 спектральных каналов, 320 пространственных пикселей, угол обзора 24°, IFOV 1,3 мрад, отношение сигнал/шум 350–500 VNIR и 800 SWIR.
Бортовой гиперспектральный датчик HyMap, разработанный в Австралии и используемый для коммерческих операций по всему миру, обеспечивает 128 полос в отражающей солнечной длине волны 0,45–2,5 нм с непрерывным спектральным покрытием (за исключением полос атмосферного водяного пара) и полосой пропускания от 15 до 20 нм. Датчик работает на 3-осевой гиростабилизированной платформе, чтобы свести к минимуму искажения изображения из-за движения самолета. Система, предназначенная для транспортировки между международными исследовательскими площадками воздушным транспортом, может быть быстро адаптирована к любому воздушному судну со стандартным портом аэрофотосъемки. HyMap обеспечивает соотношение сигнал/шум (>500:1) и качество изображения, устанавливающее отраслевые стандарты. Лабораторная калибровка и мониторинг операционной системы гарантируют, что изображения будут откалиброваны в соответствии со сложными задачами спектрального картографирования. Геолокация и геокодирование изображений основаны на дифференциальном GPS и INS. IFOV датчика составляет 2,5 мрад вдоль трека и 2,0 мрад поперечного пути; угол обзора составляет 61,3° (512 пикселей); и наземный IFOV составляет 3–10 м для типичной дальности действия.
Новый гиперспектральный датчик AISA в двойном режиме способен захватывать 492 полосы шириной полосы 2–6 нм в спектральном диапазоне 395–2503 нм при размерах пикселей от 75 см до 4 м. Он установлен на двухмоторном Navajo вместе с системой LIDAR с точностью 10 см по вертикали и цифровой камерой. Известный датчик HYDICE получает данные по 210 каналам в диапазоне 400–2500 нм с полем зрения шириной 320 пикселей при IFOV, проекция которого на землю (размер пикселя) составляет 1–4 м, в зависимости от высоты полета и путевой скорости.
Приведем еще несколько примеров современных ВКС, которые способствовали повышению технологического уровня в этой области. В США успешно прошла апробация гиперспектрального датчика на борту разведывательного БПЛА, предназначенного для обнаружения танков, ракетных установок и другой замаскированной военной техники, расположенной на близком по цветовой гамме фоне. Система, разработанная компанией TRW, обеспечивает визуализацию в 384 рабочих диапазонах. Другой пример – лаборатория ДЗЗ с высоким пространственным и спектральным разрешением, работающая по всему миру и недавно, например, успешно введенная в эксплуатацию в Казахстане. Его оборудование состоит из широкоформатной 136-мегапиксельной камеры UltraCAM X — одного из самых мощных бортовых устройств такого рода на мировом рынке — и гиперспектрального сканера высокого разрешения CASI 1500 с 288 программируемыми каналами в видимом и инфракрасном диапазонах. По своему технологическому уровню аппаратура соответствует стандартам спутниковых ДЗЗ, единственным отличием является задействованный носитель. Преимущество размещения оборудования на борту самолета заключается в высоком разрешении на местности (3–50 см) и в высокой точности 5-сантиметровой привязки, как в плоскости, так и по высоте, что обеспечивается бортовыми навигационными данными. Разрешение покрытия, достигаемое гиперспектральной аэрофотосъемкой, находится в пределах 25–400 см. На максимальной высоте полета лаборатории может быть преодолена полоса шириной 8 км, как у спутника высокого разрешения OrbView-3. Для работы с огромными потоками данных в комплект поставки входит также 13-процессорный суперкомпьютер с объемом памяти 4 Тб.
2.4.3 КОСМИЧЕСКИЕ ГИПЕРСПЕКТРАЛЬНЫЕ СИСТЕМЫ
Большие надежды возлагаются на съемку из космоса. В течение долгого времени мультиспектральные системы активно устанавливались на борту спутников, позволяя получать изображения в отдельных широких спектральных диапазонах, от визуального до инфракрасного. До сих пор большой практический интерес представляет МС-съемка с космических аппаратов нового поколения (GeoEye: от одной до четырех спектральных зон, RapidEye: пять зон, WorldView: от двух до восьми зон). В настоящее время имеются возможности создания космической гиперспектральной аппаратуры для наблюдений в оптическом диапазоне, обладающей высокими информационными и эксплуатационными характеристиками, что позволит повысить уровень решения задач космического мониторинга [18–22].
Спутниковые платформы позволяют размещать различные датчики для наблюдения и обеспечивают покрытие поверхности Земли и периодический мониторинг интересующих территорий во время повторных посещений спутника. Разрешение снимка определяется параметрами орбиты спутника, в первую очередь его высотой. Для спутников не существует политических границ, поэтому они могут охватить любую часть земного шара, независимо от отношения государств, над которыми пролетает бортовая съемочная аппаратура. Основным недостатком космического аппарата является многомиллионная стоимость разработки системы, а также наземных средств обеспечения, при этом учитывается относительно короткий срок службы космического аппарата, составляющий около 5 лет или меньше. Уменьшение массы спутника может привести к существенной экономии средств, в первую очередь за счет менее мощных и недорогих пусковых установок, которые будут задействованы для вывода спутника на орбиту. Поэтому была разработана и реализована концепция съемки с помощью малых гиперспектральных спутников (100–500 кг).
Основные характеристики гиперспектральных приборов космического базирования представлены в таблице 2.1. В список входят как проверенные в полете аппараты, так и разрабатываемые для будущих операций в космосе [23–35]. Большинство из них разработано для миссий малых спутников на низкой околоземной орбите, хотя также рассматривается возможность размещения гиперспектрального датчика на борту больших спутников и спутников на геостационарной орбите [36]. Первые 14 строк в таблице 2.1 относятся к гиперспектральным спутникам с полосой обзора на поверхности Земли 5–20 км, числом спектральных b и ∼200, пространственным и спектральным разрешением 10–30 м и 10–20 нм соответственно. Датчики SUPERSPEC и VENμS представляют собой мультиспектральные датчики нового поколения; они были добавлены в таблицу для сравнения с предыдущими гиперспектральными инструментами. Фокальная плоскость MS-камер состоит из многолинейной решетки, по одной для каждого спектрального диапазона с относительно узкополосными спектральными фильтрами. Наряду с узкими инструментами гиперспектральный FOV также будут использоваться некоторые образцы широкоформатных систем визуализации гиперспектрального FOV. Примеры таких гиперспектральных миссий приведены в последних двух строках таблицы 2.1. Очевидно, что космическое применение дистанционных гиперспектральных датчиков находится в постоянном развитии.
Показательным примером развития дистанционных датчиков является вышеупомянутый совместный израильско-французский научно-технологический проект «Новый микроспутник растительности и окружающей среды» (VENμS), запуск которого запланирован на ближайшие годы. Он предназначен для фотосъемки сельскохозяйственных культурных массивов высокой четкости в качестве средства экологического контроля. Стартовая масса VENμS составляет 260 кг, а расчетный срок службы составляет более 4 лет. Он обладает превосходными параметрами по количеству и ширине полос, пространственному разрешению, ширине полосы изображения, массе, энергии и информационным возможностям. Камера мощностью 90 Вт весит 45 кг и распознает объекты размером до 5,3 м с высоты 720 км, сканируя полосы шириной 27,5 км. Фотографирование будет проводиться в 12 узких спектральных каналах в диапазоне 415–910 нм, каждый из которых будет варьироваться от 16 до 40 нм. В этой миссии оптимизировано большинство параметров конструкции спутников и датчиков.
Давайте кратко рассмотрим мировое состояние дел в этой области. На момент написания статьи имеется небольшое количество экспериментальных действующих космических аппаратов, оснащенных гиперспектральными датчиками, а именно, EO-1 (по программе NASA) и MightySat II.1, он же Sindri (по программе ВВС США); два других военных проекта — ORBView-4/Warfighter и NEMO — находятся на разных стадиях готовности.
Бортовой гиперспектральный датчик HyMap, разработанный в Австралии и используемый для коммерческих операций по всему миру, обеспечивает 128 полос в отражающей солнечной длине волны 0,45–2,5 нм с непрерывным спектральным покрытием (за исключением полос атмосферного водяного пара) и полосой пропускания от 15 до 20 нм. Датчик работает на 3-осевой гиростабилизированной платформе, чтобы свести к минимуму искажения изображения из-за движения самолета. Система, предназначенная для транспортировки между международными исследовательскими площадками воздушным транспортом, может быть быстро адаптирована к любому воздушному судну со стандартным портом аэрофотосъемки. HyMap обеспечивает соотношение сигнал/шум (>500:1) и качество изображения, устанавливающее отраслевые стандарты. Лабораторная калибровка и мониторинг операционной системы гарантируют, что изображения будут откалиброваны в соответствии со сложными задачами спектрального картографирования. Геолокация и геокодирование изображений основаны на дифференциальном GPS и INS. IFOV датчика составляет 2,5 мрад вдоль трека и 2,0 мрад поперечного пути; угол обзора составляет 61,3° (512 пикселей); и наземный IFOV составляет 3–10 м для типичной дальности действия.
Новый гиперспектральный датчик AISA в двойном режиме способен захватывать 492 полосы шириной полосы 2–6 нм в спектральном диапазоне 395–2503 нм при размерах пикселей от 75 см до 4 м. Он установлен на двухмоторном Navajo вместе с системой LIDAR с точностью 10 см по вертикали и цифровой камерой. Известный датчик HYDICE получает данные по 210 каналам в диапазоне 400–2500 нм с полем зрения шириной 320 пикселей при IFOV, проекция которого на землю (размер пикселя) составляет 1–4 м, в зависимости от высоты полета и путевой скорости.
Приведем еще несколько примеров современных ВКС, которые способствовали повышению технологического уровня в этой области. В США успешно прошла апробация гиперспектрального датчика на борту разведывательного БПЛА, предназначенного для обнаружения танков, ракетных установок и другой замаскированной военной техники, расположенной на близком по цветовой гамме фоне. Система, разработанная компанией TRW, обеспечивает визуализацию в 384 рабочих диапазонах. Другой пример – лаборатория ДЗЗ с высоким пространственным и спектральным разрешением, работающая по всему миру и недавно, например, успешно введенная в эксплуатацию в Казахстане. Его оборудование состоит из широкоформатной 136-мегапиксельной камеры UltraCAM X — одного из самых мощных бортовых устройств такого рода на мировом рынке — и гиперспектрального сканера высокого разрешения CASI 1500 с 288 программируемыми каналами в видимом и инфракрасном диапазонах. По своему технологическому уровню аппаратура соответствует стандартам спутниковых ДЗЗ, единственным отличием является задействованный носитель. Преимущество размещения оборудования на борту самолета заключается в высоком разрешении на местности (3–50 см) и в высокой точности 5-сантиметровой привязки, как в плоскости, так и по высоте, что обеспечивается бортовыми навигационными данными. Разрешение покрытия, достигаемое гиперспектральной аэрофотосъемкой, находится в пределах 25–400 см. На максимальной высоте полета лаборатории может быть преодолена полоса шириной 8 км, как у спутника высокого разрешения OrbView-3. Для работы с огромными потоками данных в комплект поставки входит также 13-процессорный суперкомпьютер с объемом памяти 4 Тб.
2.4.3 КОСМИЧЕСКИЕ ГИПЕРСПЕКТРАЛЬНЫЕ СИСТЕМЫ
Большие надежды возлагаются на съемку из космоса. В течение долгого времени мультиспектральные системы активно устанавливались на борту спутников, позволяя получать изображения в отдельных широких спектральных диапазонах, от визуального до инфракрасного. До сих пор большой практический интерес представляет МС-съемка с космических аппаратов нового поколения (GeoEye: от одной до четырех спектральных зон, RapidEye: пять зон, WorldView: от двух до восьми зон). В настоящее время имеются возможности создания космической гиперспектральной аппаратуры для наблюдений в оптическом диапазоне, обладающей высокими информационными и эксплуатационными характеристиками, что позволит повысить уровень решения задач космического мониторинга [18–22].
Спутниковые платформы позволяют размещать различные датчики для наблюдения и обеспечивают покрытие поверхности Земли и периодический мониторинг интересующих территорий во время повторных посещений спутника. Разрешение снимка определяется параметрами орбиты спутника, в первую очередь его высотой. Для спутников не существует политических границ, поэтому они могут охватить любую часть земного шара, независимо от отношения государств, над которыми пролетает бортовая съемочная аппаратура. Основным недостатком космического аппарата является многомиллионная стоимость разработки системы, а также наземных средств обеспечения, при этом учитывается относительно короткий срок службы космического аппарата, составляющий около 5 лет или меньше. Уменьшение массы спутника может привести к существенной экономии средств, в первую очередь за счет менее мощных и недорогих пусковых установок, которые будут задействованы для вывода спутника на орбиту. Поэтому была разработана и реализована концепция съемки с помощью малых гиперспектральных спутников (100–500 кг).
Основные характеристики гиперспектральных приборов космического базирования представлены в таблице 2.1. В список входят как проверенные в полете аппараты, так и разрабатываемые для будущих операций в космосе [23–35]. Большинство из них разработано для миссий малых спутников на низкой околоземной орбите, хотя также рассматривается возможность размещения гиперспектрального датчика на борту больших спутников и спутников на геостационарной орбите [36]. Первые 14 строк в таблице 2.1 относятся к гиперспектральным спутникам с полосой обзора на поверхности Земли 5–20 км, числом спектральных b и ∼200, пространственным и спектральным разрешением 10–30 м и 10–20 нм соответственно. Датчики SUPERSPEC и VENμS представляют собой мультиспектральные датчики нового поколения; они были добавлены в таблицу для сравнения с предыдущими гиперспектральными инструментами. Фокальная плоскость MS-камер состоит из многолинейной решетки, по одной для каждого спектрального диапазона с относительно узкополосными спектральными фильтрами. Наряду с узкими инструментами гиперспектральный FOV также будут использоваться некоторые образцы широкоформатных систем визуализации гиперспектрального FOV. Примеры таких гиперспектральных миссий приведены в последних двух строках таблицы 2.1. Очевидно, что космическое применение дистанционных гиперспектральных датчиков находится в постоянном развитии.
Показательным примером развития дистанционных датчиков является вышеупомянутый совместный израильско-французский научно-технологический проект «Новый микроспутник растительности и окружающей среды» (VENμS), запуск которого запланирован на ближайшие годы. Он предназначен для фотосъемки сельскохозяйственных культурных массивов высокой четкости в качестве средства экологического контроля. Стартовая масса VENμS составляет 260 кг, а расчетный срок службы составляет более 4 лет. Он обладает превосходными параметрами по количеству и ширине полос, пространственному разрешению, ширине полосы изображения, массе, энергии и информационным возможностям. Камера мощностью 90 Вт весит 45 кг и распознает объекты размером до 5,3 м с высоты 720 км, сканируя полосы шириной 27,5 км. Фотографирование будет проводиться в 12 узких спектральных каналах в диапазоне 415–910 нм, каждый из которых будет варьироваться от 16 до 40 нм. В этой миссии оптимизировано большинство параметров конструкции спутников и датчиков.
Давайте кратко рассмотрим мировое состояние дел в этой области. На момент написания статьи имеется небольшое количество экспериментальных действующих космических аппаратов, оснащенных гиперспектральными датчиками, а именно, EO-1 (по программе NASA) и MightySat II.1, он же Sindri (по программе ВВС США); два других военных проекта — ORBView-4/Warfighter и NEMO — находятся на разных стадиях готовности.
ТАБЛИЦА 2.1
Обзор гиперспектральных систем космического базирования: оперативные и плановые приборы
Обзор гиперспектральных систем космического базирования: оперативные и плановые приборы
Вернемся к гиперспектральным миссиям и посмотрим на некоторые проблемы, связанные с разработкой гиперспектральных спутников и их датчиков. Энергетическое разрешение, определяемое как количество разрешенных уровней яркости объекта или освещенности его изображения, выбирается в соответствии с требуемым отношением сигнал/шум. Хорошо известно, что вероятность обнаружения и распознавания возрастает вместе с увеличением коэффициента. Кроме того, следует учитывать взаимосвязь между пространственным, спектральным и энергетическим разрешениями, которая имеет место в действующих гиперспектральных датчиках. Например, если более высокое пространственное разрешение достигается за счет уменьшения размера элемента изображения, то элемент получит меньшую долю энергии, необходимую для расщепления по рабочим спектральным диапазонам и получения требуемого отношения сигнал/шум в каждом из них. Поэтому в реальных устройствах можно встретить различные комбинации основных характеристик в зависимости от поставленной задачи.
Истинные параметры — полосы пропускания и поля зрения (IFOV) — существующих систем гиперспектральной съемки в видимом спектральном диапазоне представлены на рисунке 2.10. Взаимосвязь между спектральным и пространственным разрешениями, рассчитанная для гиперспектрального прибора с апертурой 20 см, пригодного для работы на малых спутниках, нарисована сплошной линией. Как видно, существует хорошее соответствие между теорией и практикой.
Основным препятствием при разработке гиперспектральных-датчиков является хорошо известная сложность проектирования относительно дешевых высокочувствительных фотоприемников, работающих в широком спектральном диапазоне, с высоким пространственным, спектральным и временным разрешением. Это также относится к созданию эффективных, долговечных и компактных систем охлаждения приемников излучения, а также к некоторым другим научно-техническим проблемам. Не все предпринятые до сих пор попытки спроектировать гиперспектральный датчик в качестве Фурье-спектрометра были успешными, так как требование производительности в реальном времени не было выполнено.
Еще одной областью применения малых спутников может стать установка компактного датчика с высоким разрешением для коррекции изображений, полученных другими датчиками, на предмет атмосферной изменчивости, вызванной в основном водяным паром и аэрозолями. Такой атмосферный корректор (LEISA AC) был использован в EO-1. Используя технологию клинового фильтра, переменный ток обеспечивал спектральное покрытие 890–1580 нм с умеренным разрешением (спектральное ∼5 нм и пространственное ∼250 м в надире).
Истинные параметры — полосы пропускания и поля зрения (IFOV) — существующих систем гиперспектральной съемки в видимом спектральном диапазоне представлены на рисунке 2.10. Взаимосвязь между спектральным и пространственным разрешениями, рассчитанная для гиперспектрального прибора с апертурой 20 см, пригодного для работы на малых спутниках, нарисована сплошной линией. Как видно, существует хорошее соответствие между теорией и практикой.
Основным препятствием при разработке гиперспектральных-датчиков является хорошо известная сложность проектирования относительно дешевых высокочувствительных фотоприемников, работающих в широком спектральном диапазоне, с высоким пространственным, спектральным и временным разрешением. Это также относится к созданию эффективных, долговечных и компактных систем охлаждения приемников излучения, а также к некоторым другим научно-техническим проблемам. Не все предпринятые до сих пор попытки спроектировать гиперспектральный датчик в качестве Фурье-спектрометра были успешными, так как требование производительности в реальном времени не было выполнено.
Еще одной областью применения малых спутников может стать установка компактного датчика с высоким разрешением для коррекции изображений, полученных другими датчиками, на предмет атмосферной изменчивости, вызванной в основном водяным паром и аэрозолями. Такой атмосферный корректор (LEISA AC) был использован в EO-1. Используя технологию клинового фильтра, переменный ток обеспечивал спектральное покрытие 890–1580 нм с умеренным разрешением (спектральное ∼5 нм и пространственное ∼250 м в надире).
РИСУНОК 2.10 Отношение ширины полосы к IFOV для видимого диапазона.
Представляя бортовую систему связи с высокоскоростной загрузкой стольких одновременных изображений стольких каналов при энергообеспечении от солнечных батарей, следует учитывать, что повышение пространственного разрешения повлечет за собой увеличение веса. Кроме того, добавление большего количества каналов также приведет к увеличению веса, а также к большему энергопотреблению. Кроме того, с увеличением высоты орбиты (например, с 400 до 1200 км) или с увеличением длины волны (от видимой до ИК) диаметр апертуры съемочной системы также должен быть увеличен. Для более высокого разрешения земли размеры спутника определяются не только параметрами связи и электропитания, но и размерами датчика. Таким образом, требования к передающей антенне, оптической системе, общей потребляемой мощности и т.д. наложили бы эксплуатационные ограничения на конструкцию миссии, которые в конечном итоге должны были бы трансформироваться в ограничения по габаритам и массе космического аппарата.
Учитывая существующие физические и технологические ограничения, возникшая в результате этого неопределенность в отношении размеров спутника побудила нас определить критерии оценки зависимости массы спутника от пространственного разрешения и количества спектральных каналов, а также их спектральных диапазонов. Возможные комбинации гиперспектральных датчиков со спутниками наблюдения на низкой околоземной орбите различных размеров и веса в зависимости от пространственного и спектрального разрешения приборов изображены на рисунке 2.11. Традиционные классы спутников представлены тремя различными доменами: микро (до 100 кг), мини (100–500 кг) и большим (свыше 500 кг). Проведенный анализ ясно показывает, что одними только микроспутниками невозможно осуществить все мыслимые гиперспектральные миссии на низкой околоземной орбите. Между тем, большинство научных, коммерческих и военных гиперспектральных задач могут быть реализованы только с помощью мини-спутников на основе традиционных технологий. Согласно одной из недавних оценок, стоимость изготовления такого мини-спутника составляет 30 тыс. долларов США/кг. Тем не менее, реальная стоимость мини-спутника, пригодного для получения гиперспектральных изображений, значительна, как обсуждалось выше. Например, стоимость относительно недорогого малого спутника TacSat-3 с гиперспектральным датчиком ARTEMIS, описанного выше, как сообщается, составляет 90 миллионов долларов США.
Тем не менее, при возрастании пространственных, спектральных и радиационных требований значение массы будет превышать верхний предел для мини-спутников, поэтому 200–300 спектральных диапазонов с пространственным разрешением в несколько метров (особенно в ИК-области на больших низкоорбитальных высотах) будут возможны только на больших спутниках. Микроспутники будут хорошо сочетаться только в видимой области, с большими ограничениями по разрешению (наземное разрешение 30–60 м и число спектральных каналов 30–100 соответственно). Пространственное и спектральное разрешение известных эксплуатируемых гиперспектральных спутников EO-1, MightySat II, Proba-1 и TacSat-3 также показано на рисунке 2.11
Учитывая существующие физические и технологические ограничения, возникшая в результате этого неопределенность в отношении размеров спутника побудила нас определить критерии оценки зависимости массы спутника от пространственного разрешения и количества спектральных каналов, а также их спектральных диапазонов. Возможные комбинации гиперспектральных датчиков со спутниками наблюдения на низкой околоземной орбите различных размеров и веса в зависимости от пространственного и спектрального разрешения приборов изображены на рисунке 2.11. Традиционные классы спутников представлены тремя различными доменами: микро (до 100 кг), мини (100–500 кг) и большим (свыше 500 кг). Проведенный анализ ясно показывает, что одними только микроспутниками невозможно осуществить все мыслимые гиперспектральные миссии на низкой околоземной орбите. Между тем, большинство научных, коммерческих и военных гиперспектральных задач могут быть реализованы только с помощью мини-спутников на основе традиционных технологий. Согласно одной из недавних оценок, стоимость изготовления такого мини-спутника составляет 30 тыс. долларов США/кг. Тем не менее, реальная стоимость мини-спутника, пригодного для получения гиперспектральных изображений, значительна, как обсуждалось выше. Например, стоимость относительно недорогого малого спутника TacSat-3 с гиперспектральным датчиком ARTEMIS, описанного выше, как сообщается, составляет 90 миллионов долларов США.
Тем не менее, при возрастании пространственных, спектральных и радиационных требований значение массы будет превышать верхний предел для мини-спутников, поэтому 200–300 спектральных диапазонов с пространственным разрешением в несколько метров (особенно в ИК-области на больших низкоорбитальных высотах) будут возможны только на больших спутниках. Микроспутники будут хорошо сочетаться только в видимой области, с большими ограничениями по разрешению (наземное разрешение 30–60 м и число спектральных каналов 30–100 соответственно). Пространственное и спектральное разрешение известных эксплуатируемых гиперспектральных спутников EO-1, MightySat II, Proba-1 и TacSat-3 также показано на рисунке 2.11
РИСУНОК 2.11 Размещение СУ на спутниках различных подклассов в зависимости от разрешения датчика и числа диапазонов с маркированными списками, их соответствующие веса заключены в скобки. Как видно, позиции точки хорошо согласуются с оценками.
Однако на борту малых спутников использовались приборы специального назначения с высоким спектральным разрешением в ограниченном числе длин волн. В качестве примера можно привести картирование атмосферного озона с помощью малых спутников, в коротком спектральном диапазоне озоновых полос в ультрафиолетовом диапазоне с использованием простого фотометра с колесом фильтра. Аналогичные эксперименты с плохим пространственным разрешением доступны и на малых спутниках [39].
Масса и размеры приборов, доступные по сравнению с нынешним уровнем технологий, оказывают такое влияние на осуществимость будущих миссий, поэтому прилагаются большие усилия для снижения энергопотребления, массы, объема и удельных затрат разрабатываемых гиперспектральных датчиков, а также для снижения требований к нисходящей линии передачи данных. Только время покажет, приведут ли эти усилия к появлению миниатюрных гиперспектральных приборов, пригодных для миссий малых спутников.
2.5 ИНТЕГРАЦИЯ ДАННЫХ ЛИДАРА И ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ
Практически все методы дистанционного зондирования, в том числе представленные в предыдущих параграфах, основаны на пассивном измерении количества солнечной радиации, отраженной к датчику облаками, океаном или твердой землей, а также на ИК-излучении, испускаемом естественными или искусственными источниками тепла на поверхности Земли. В отличие от них, система обнаружения и определения дальности света (LIDAR) является активным датчиком. Поскольку лидар имеет собственный источник излучения, он может определять, где и когда, днем или ночью, проводить измерения. Лидар похож на радар в том смысле, что он также может отслеживать любую цель, от самолетов в полете до грозы. Но, в отличие от радара, лидар использует короткие импульсы когерентного лазерного света с очень короткими длинами волн и высокой мгновенной мощностью, поэтому его лазерный луч не рассеивается при удалении от источника, как это происходит с обычным светом. Кроме того, лазеры имеют большие преимущества перед обычными источниками света с точки зрения пиковой мощности и узкой спектральной полосы пропускания.
Основной функциональной частью LIDAR является лазер, другими его компонентами являются сканер, коллиматор, линза, приемник, усилители, сэмплеры и другие оптические и электронные элементы. Основной функцией лазера является генерация излучения, которое, отражаясь от поверхности Земли или наземных объектов, возвращается к источнику, который должен быть обнаружен высокочувствительным приемником. Поскольку время отклика прямо пропорционально дальности до цели, оно эквивалентно измерению расстояния между излучающим источником и отражающим объектом. Выбор длины волны зависит от функции лазера, а также от требований к безопасности. Наиболее часто используются Nd:YAG-лазеры, которые работают на длинах волн, таких как 1550 нм, 1064 нм — ближний ИК, 532 нм — зеленый свет и 355 нм — ближний УФ.
В то время как наземные лидарные приборы профилируют одну точку обзора, авиационные лидарные системы предлагают один из наиболее точных, целесообразных и экономичных способов сбора данных, на более широкой территории. На высоте 500 м над землей возможны вертикальные погрешности менее 5 см, на высоте 3 км – менее 20 см . Это позволяет использовать лидар в различных применениях, таких как обследование коридоров протяженных объектов, таких как трассы трубопроводов, дороги, линии электропередач, автомагистрали и железные дороги, городская среда и картографирование, съемка пойм рек, лесное хозяйство (картографирование крон деревьев), археология, сейсморазведка, исследования прибрежных зон и разведка нефти и газа.
В бортовых лидарных системах лазерный дальномер устанавливается над отверстием в полу летательного аппарата и сканирует под летательным аппаратом, создавая широкую полосу, по которой измеряется расстояние до земли. Сканирующее устройство контролирует направление распространения лазерных импульсов, обеспечивая охват заданной полосы сканирования. В большинстве случаев поперечное сканирование осуществляется с помощью осциллирующего зеркала, а продольное — движением самого самолета-носителя по его рабочей траектории.
Все перемещения самолета регистрируются его INS, которые используются при постобработке данных. Лидар также может быть установлен на стабилизированной платформе. Объединяя технологии лазерного определения дальности, GPS-позиционирования и инерциальной ориентации, лидар может напрямую измерять форму поверхности Земли под траекторией полета самолета. Скорость получения данных, точность и другие характеристики некоторых существующих бортовых лидаров соответствуют требованиям пользователя и позволяют проводить различные исследования.
Фундаментальным ограничением воздушных лазерных сканеров и изображений является то, что они, как правило, прямолинейны, что делает невозможным точное и подробное картографирование вертикальных структур, таких как скалы, береговые хребты или любая вертикальная сторона естественного или искусственного сооружения. Для выявления вертикальных граней сооружений с воздуха в процесс сбора данных LIDAR с помощью специального монтажа необходимо ввести изображение с разных ракурсов.
Поскольку воздушное применение ограничено сравнительно небольшими регионами, именно космические системы лидара могут обеспечить непрерывные геопространственные данные и предложить поистине глобальное представление о поверхности Земли. Кроме того, в отличие от воздушного лазера, космический лазер не представляет опасности для широкой публики, даже при наблюдении невооруженным глазом, в бинокль или в небольшие телескопы.
Первой лидарной системой в космосе была конструкция Lidar In-Space Technology Experiment (LITE), разработанная и построенная НАСА. С орбиты космического челнока высотой 260 км его лазерный луч шириной с карандаш распространяется на поверхности примерно на 300 м в ширину — примерно с три футбольных поля. Данные, полученные с помощью LITE, были использованы в исследованиях атмосферы Земли, для измерения растительного покрова и различения различных типов поверхностей. LIDAR является очень надежным инструментом для активного дистанционного зондирования из космоса. В настоящее время разрабатывается будущий космический высокопроизводительный лидар для глобального покрытия.
В то время как ранние сканирующие системы LIDAR были способны регистрировать один обратный импульс для каждого передаваемого импульса, большинство систем, работающих сегодня, способны регистрировать несколько дискретных отраженных сигналов, что происходит, когда излучаемый луч LIDAR встречает на своем пути объект, такой как полог леса. Данные могут быть классифицированы как первое, второе, третье или последнее отражение, а также земная поверхность. Отражение может быть получено уровня на верхушке дерева, но достаточное количество световой энергии способно отражаться от нижних частей дерева или, наконец, от земли. Эти множественные отраженные данные могут быть проанализированы и классифицированы для получения информации об объектах, а также о непосредственно поверхности земли. Здания, деревья и линии связи являются индивидуально различимыми объектами и могут быть классифицированы отдельно. Чаще всего используются первое и последнее отражения, первое из которых фиксирует высотные объекты, такие как кроны деревьев, здания и т. д., а последнее, как правило, относится к уровню земли. Будучи цифровым, отражения могут быть непосредственно переработаны в детальную цифровую модель рельефа поверхности земли с вертикальной точностью в пределах 0,15–1 м. Производные продукты включают контурные карты, экспозицию склона, 3D-топографические изображения, визуализацию виртуальной реальностии многое другое.
Амплитуды отраженных сигналов лазерного сканирования, измеренные с помощью LIDAR, не позволяют должным образом реконструировать коэффициент отражения грунта, в основном из-за условий распространения и поглощения, которые зависят от расстояния между лазером и целью. Это препятствует не только получению точных изображений грунта, но и интеграции информации об интенсивности с процессом сегментации/классификации. Эта трудность может быть преодолена путем соответствующей калибровки возвращаемых значений лазерного сканирования. Известен ряд процедур калибровки сигналов, хотя и недостаточно точных. В любом случае, радиометрическая информация лазерного сканирования относительно бедна с точки зрения информационного содержания, так как лазерное излучение монохроматично.
Некоторые исследователи используют интенсивности отражения для извлечения большего количества информации об отражающих поверхностях, чем это можно сделать, используя LIDAR исключительно в качестве инструмента дальности. Используя измерения интенсивности в сочетании с данными для классификации типов растительности, было обнаружено, например, что значения отражательной способности, как показывают чистые широколиственные леса, значительно выше, чем у чистых хвойных лесов.
Проведен анализ данных с целью оценки потенциала типа и интенсивности лазерного излучения как переменных для классификации отдельных деревьев или древостоев по породам. Оценка нерегулярного поведения некоторых основных наземных индексов, выполненная на основе интегрирования данных LIDAR и гиперспектральных данных, позволила усовершенствовать методику открытия новых археологических памятников. При классификации почвенно-растительного покрова оказалось эффективным обрабатывать облака данных интенсивности лидаров вместе с высококачественными изображениями с большим охватом, предоставляемыми бортовыми камерами.
Помимо интенсивности, первичные продукты, получаемые из необработанных данных LIDAR, включают также отраженные сигналы. Новая технология полноосциллограммного лазерного сканирования предлагает расширенные возможности анализа данных, недоступные в традиционных датчиках LIDAR. Этот метод, реализованный в новейшем поколении сканеров, будет способствовать эволюции в таких областях, как непрерывное многослойное моделирование растительности, классификация признаков на основе осциллограмм, одноимпульсное определение уклонов и т. д.
Изображения LIDAR, включая ортофотопланы, могут быть легко интегрированы с мультиспектральными, гиперспектральными и панхроматическими данными. В сочетании с данными географической информационной системы (ГИС) и навигационной информацией, снимки LIDAR позволяют создавать сложные картографические продукты геоморфологических структур, выполнять визуализацию зданий, делать расширенное 3D-моделирование Земли и многие другие высококачественные картографические продукты. Galileo является одной из немногих компаний, предоставляющих высокоточные продукты для обработки данных с объединенными изображениями. Используя данные LIDAR с гиперспектральными данными с высоким пространственным разрешением, карты были улучшены за счет добавления 3D-перспективы.
Эффективность передовой геопространственной технологии, основанной на слиянии гиперспектральных снимков и данных LIDAR, была недавно оценена в Канаде и Соединенных Штатах применительно к картографированию местоположения и состояния различных видов деревьев как для эффективного управления лесными экосистемами, так и для противодействия инвазивным вредителям деревьев. Гиперспектральное изображение было получено с помощью двойной системы Airborne Imaging Spectrometer for Applications (AISA) с датчиками Eagle (395–970 нм) и Hawk (970–2503 нм), что позволяет одновременно регистрировать данные в 492 узких спектральных каналах. Данные LIDAR были получены с помощью датчика TRSI Mark II с двумя обратными сигналами. При обработке данных также использовалась коллекция наземных спектральных сигнатур.
Немецкие и израильские ученые реализуют проект по объединению гиперспектральных снимков с данными лидара для мониторинга инженерных сооружений [41]. Они подтверждают оценку деградации городских материалов в искусственных сооружениях путем изучения возможных химических и физических изменений с использованием спектральной информации в спектральной области VIS-NIR-SWIRn (400–2500 нм). Этот метод обеспечивает возможность простой, быстрой и точной оценки in situ многих материалов в пространственной области в условиях, близких к реальному времени, и с высоким временным разрешением. С другой стороны, технология LIDAR дает точную информацию о геометрических свойствах поверхностей в пределах исследуемых территорий и может отражать различные формы и образования сложной городской среды. Создание системы мониторинга, основанной на интегративном слиянии гиперспектрального датчика и LIDAR, может расширить область применения, охватить каждую технологию по отдельности и предоставить ценную информацию для городского планирования.
Данные LIDAR и гиперспектральные данные также были исследованы с точки зрения их потенциала для прогнозирования концентраций хлорофилла и каротиноидов в пространственно сложной бореальной смешанной древесине. С использованием шкалы концентрации для определения коэффициента отражения и производных гиперспектральных индексов был проведен анализ данных LIDAR для выявления структурных показателей, связанных с концентрацией хлорофилла. Затем показатели LIDAR и гиперспектральные индексы были объединены, чтобы определить, можно ли в дальнейшем улучшить оценки концентрации. Интеграция средних высот первого отраженного сигнала LIDAR для 25-го процентиля с индексом хлорофилла гиперспектральной производной позволила еще больше укрепить связь с концентрациями хлорофилла в пологе леса. Карты общей концентрации хлорофилла на исследуемом участке выявили отчетливые пространственные закономерности, свидетельствующие о пространственном распределении видов на участке.
В проекте [42] применялись передовые геопространственные технологии, в том числе получение гиперспектральных данных с датчика AISA и с помощью LIDAR с высоким разрешением, в сочетании с аналитическими приложениями ГИС, для разработки новых инструментов, необходимых для улучшения картирования видов, оценки рисков, мониторинга состояния лесов, быстрого раннего обнаружения и управления инвазивными видами. Подобные технологии играют все более важную роль в предложении точных, своевременных и экономически эффективных решений таких проблем.
Бортовой лидар стал полноценным инструментом гидрографической съемки. Современные бортовые лазерные батиметрические системы позволяют одновременно измерять как глубину воды, так и рельеф прилегающей поверхности. Гиперспектральные снимки, полученные с помощью вышеупомянутого компактного бортового спектрографического датчика (CASI) (Section 2.4.2), зарекомендовали себя как ценный инструмент для прибрежных измерений и анализа. Спектральное разрешение CASI, состоящее из 288 каналов для каждого пространственного пикселя, позволяет извлекать огромное количество информации, такой как прозрачность и температура воды, дно типа E, батиметрия, а также качество воды (хлорофилл, растворенный органический углерод и взвешенные минералы), типы почв и виды растений. Для достижения комплексных гидрографических возможностей были интегрированы датчики LIDAR и гиперспектральный датчик CASI, чтобы обеспечить различные ведомства соответствующей информацией. Океанографическое управление ВМС США, например, использует бортовую лазерную батиметрическую систему для получения гидрографической информации о прибрежной зоне и, добавляя гиперспектральные возможности, повышается эффективность в получении быстрой и более адекватной картины окружающей среды.
Интересное исследование связано с интеграцией данных LIDAR и гиперспектральных данных для выявления новых археологических памятников [43]. Исследовалась возможность использования такого интегрированного набора данных для оценки нерегулярного поведения некоторых основных индексов грунта. В то время как гиперспектральные данные позволяют определить конкретную влажность, растительность и тепловые условия в целевой зоне, данные LIDAR предоставляют точную геометрическую информацию. Фактически, точная обработка данных лазерного сканирования позволяет рассчитать цифровую модель местности, в то время как калибровка интенсивности лидара на основе Ламберта улучшает автоматическую сегментацию данных и, таким образом, обнаружение возможных интересующих объектов. Для того, чтобы полностью извлечь информацию из гиперспектральных данных датчиков MIVIS и AISA, были реализованы некоторые специальные процедуры вместе с соответствующим компьютерным анализом. В последнее время такая обработка данных применяется как к уже обнаруженным археологическим памятникам древнего города Аквилея, так и к новым районам в его северной части. При интеграции полученные наборы данных с разумной точностью выявили наличие поверхностного/подповерхностного археологического наследия. Как подтвердили археологи, доступная в настоящее время аэрофотосъемка, именно с помощью лидара и гиперспектральнного датчика, является наиболее технологически продвинутым подходом. В некоторых случаях эти приборы были собраны в единый уникальный датчик, установленный на вертолете.
Разработаны новые технологии дистанционного зондирования Земли на основе интеграции данных LIDAR с данными оптической гиперспектральной и мультиспектральной визуализации для систем обнаружения стихийных бедствий и поддержки принятия решений. Инновационное слияние изображений позволяет идентифицировать и картографировать прошлые геологические события, такие как d-образные оползни и разломы, а также обеспечивает более быстрые и простые процессы прогнозирования и смягчения будущих экологических опасностей.
Американские исследователи использовали данные дистанционного зондирования для улучшения картирования и определения характеристик механических свойств горных пород. В начале 2007 года были получены одновременные гиперспектральные снимки и данные LIDAR с самолета над Купритом, штат Невада. Оборудование для обработки изображений включало в себя лидар Optech с рабочей длиной волны 1,064 мкм, гиперспектральный-спектрометр с отраженной энергией нового поколения в спектральном диапазоне 0,4–2,5 мкм и цифровую камеру Nikon D2X для съемки изображений с высоким пространственным разрешением. Результаты анализа данных показали, что для некоторых поверхностей существует корреляция между содержанием минералов и шероховатостью поверхности, однако разрешение LIDAR (расстояние отбора проб грунта ∼1 м) оказалось слишком грубым для извлечения поверхностных текстурных свойств глинистых минералов в некоторых аллювиальных конусах, запечатленных на снимках. Такие эксперименты могут дать ценную информацию о механических свойствах поверхностного покрова, а также создать еще одну переменную, пригодную для определения характеристик материала, классификации изображений и сегментации сцены.
Краткое описание успешных исследований, основанных на совместных гиперспектральных данных и данных LIDAR, не претендует на полноту, а лишь демонстрирует высокую эффективность этого метода визуализации в различных приложениях. Планирование будущих миссий должно включать в себя рассмотрение вопроса об определении оптимального отбора проб грунта, который будет использоваться при обработке гиперспектральными данных и данных LIDAR [44–45]. Объединение данных высот LIDAR и результатов классификации мультиспектральных и гиперспектральных данных является ценным инструментом для анализа изображений и требует более тщательного изучения.
2.6 РЕЗЮМЕ И ПРОГНОЗ
Гиперспектральные датчики предназначены для детального анализа всего спектра света от видимого до дальнего ИК-диапазона. Современные датчики могут разбивать этот диапазон длин волн на сотни и даже тысячи участков для индивидуального анализа и исследовать такие чрезвычайно узкие участки, что позволяет искать специфические химические составы, отражающие свет только в выбранных диапазонах волн. Гиперспектральные датчики одновременно захватывают как спектральную, так и пространственную информацию и позволяют сформировать куб пространственных и спектральных данных для каждого видеокадра. Гиперспектральные датчики одинаково хорошо подходят для наземных, воздушных и космических операций. Благодаря своим уникальным возможностям они позволяют получать данные с ручных и установленных на транспортных средствах наземных систем, низколетящих и высотных самолетов, а также спутников на низкой околоземной или даже на геостационарной орбите. Одним из недостатков последних полетов с гиперспектральными датчиками, в том числе с воздушным и космическим лидаром, является необходимость относительно безоблачной погоды над целевой областью.
Для проверки идентификации, полученной по гиперспектральным аэрофотоснимкам, на интересующих участках должны быть проведены наземные спектральные измерения с помощью ручных или установленных на автомобиле гиперспектральных приборов, обеспечивающих проверку «в поле», то есть материальную характеристику образцов естественной суши в спектральных диапазонах UV-VNIR-SWIR-MWIR-LWIR.
В настоящее время гиперспектральные изображения могут быть сделаны с самолетов, БПЛА, вертолетов или дирижаблей. Во время полетов системы успешно выполняют свою задачу по получению гиперспектральных снимков, даже на очень коротких трассах, доступных каждому воздушному судну. Как правило, космические гиперспектральные снимки имеют свои воздушные аналоги, участвующие в разработке прикладных информационных продуктов перед запуском спутника, а также в процедурах калибровки и обработки данных.
Космическая гиперспектральная съемка обладает огромным потенциалом с точки зрения продолжительности наблюдений, покрытия поверхности Земли и обилия ценной информации. Тем не менее, за свою 10-летнюю историю было, к сожалению, всего четыре успешных космических гиперспектральных полета. В этой главе были описаны гражданские, двойного и военные гиперспектральные датчики, которые были выведены на орбиту, а также датчики, которые в настоящее время находятся на стадии разработки или проектирования, и некоторые системы, запланированные, но так и не реализованные, такие как NEMO и Warfighter. Активное продвижение гиперспектральных инициатив в космос сдерживается непомерно высокими затратами на такие миссии. Например, ориентировочная стоимость HyspIRI HS IR Imager, предложенная NASA-JPL на 2013–2016 годы, составляет целых 300 миллионов долларов США. Именно поэтому многие проекты остались незавершенными, а ряд интересных миссий гиперспектральной съемки все еще ждут дальнейшего финансирования.
В настоящее время большинство фирм, работающих с гиперспектральными данными, готовы помочь гражданским и коммерческим клиентам в их требованиях к данным дистанционного зондирования. Они могут поддерживать весь процесс получения данных, начиная с идентификации объекта, планирования наблюдений, визуализациии анализа данных. К типичным удаленным гиперспектральным продуктам относятся спектрально и радиометрически откалиброванные кубы гиперспектральных данных, файлы географической привязки для всех кубов данных, кубы гиперспектральных данных с атмосферной коррекцией, спектры полей с ручных спектрометров, лабораторные спектры образцов и кубы данных кажущейся излучательной способности для ИК-датчиков.
Без сомнения, гиперспектральные данные, полученные от действующих датчиков, являются важным вкладом для научного сообщества [4,46–47]. Нынешние современные гиперспектральные данные намного опережают первые пробные шаги, предпринятые около 30 лет назад. Новаые гиперспектральные технологии, в том числе производительность приборов, технологические схемы и калибровка, значительно улучшилась. К устоявшимся областям гиперспектрального примененияотносятся сельское хозяйство, лесное хозяйство, водные ресурсы, атмосфера, геология, минералогия, водно-болотные угодья, окружающая среда, управление прибрежными водами, вооруженные силы и безопасность, а также городские районы. Вот несколько примеров успешного коммерческого применения гиперспектральных данных:
Параметры миссии и производительности гиперспектрального датчика зависят от требований к конкретным областям применения. Для космической гиперспектральной визуализации, наряду с экономическими соображениями, это приводит к выбору орбиты, возможности повторного просмотра, отношения сигнал/шум, пространственного разрешения, объема данных за период времени, спектрального разрешения, интервала спектральной выборки, ширины полосы обзора, радиометрической точности и стабильности, интересующего спектрального диапазона, необходимого времени для доставки данных пользователям и этапов обработки.
Индивидуальные требования к гиперспектральным изображениям и связанные с ними данные, которые имеют существенное значение для рассматриваемого события, отличаются друг от друга. Наиболее важными для всех пользователей оказались не характеристики гиперспектрального датчика и качество изображения, а более качественный сервис и снижение затрат на оборудование.
Рассмотрим некоторые требования заказчиков к методу и будущим характеристикам гиперспектрального датчика в зависимости от применения снимков. Требуемое число спектральных каналов составляет 200–3000 по всей спектральной области VNIR-TIR. В то время как сельское хозяйство, лимология, землепользование и растительность довольствуются 200–300 диапазонами, геологические, атмосферные и некоторые растительные применения, очевидно, потребуют большего. Требования к атмосферным объектам в значительной степени зависят от объекта наблюдения (от нескольких спектральных каналов для аэрозольных исследований до огромного числа каналов для поиска следовых газов) и цели (пространственно грубое разрешение для глобальных наблюдений и высокое для городских).
Требуемое спектральное разрешение в VNIR составляет 0,05–30 нм, в SWIR 0,2–40 нм, а в MIR/TIR 4–400 нм. Высокое спектральное разрешение в геологических приложениях значительно отличается от других приложений, особенно в диапазоне волн MIR/TIR. Ожидается, что пространственное разрешение составит от 4 до 20 м в VNIR и SWIR и от 10 до 30 м в MIR и TIR для атмосферных применений. Требования к растительным и геологическим приложениям очень похожи: отношение сигнал/шум в VNIR составляет 400–500, в отличие от лимнологии и атмосферных приложений, для которых потребовалось бы отношение сигнал/шум 700 и 1500 соответственно. Гиперспектральные снимки, получаемые с низкоорбитального спутника, как правило, имеют более грубое пространственное разрешение и более широкую полосу обзора, и наоборот. Помимо военного применения, в некоторых гражданских приложениях, таких как сельское хозяйство, первостепенное значение имеет своевременная доставка изображений конечным пользователям.
Растущий прогресс в области гиперспектральных датчиков привел к тому, что в ближайшее десятилетие на орбиту планируется вывести больше гражданских и военных спутников. Это может быть немецкая EnMAP, индийская TWSat с гиперспектральным датчиком HY SI-T coarse, южноафриканская MSMI, спутники с датчиками типа Hyperon или CHRIS, синоптический датчик, похожий на MODIS и MERIS с более высоким спектральным разрешением, NASA HyspIRI и ESA FLEX, в случае финансирования. Будущие спутники Landsat и NPOESS могут иметь гиперспектральные возможности, а также британские группировки Disaster Monitoring и немецкие группировки RapidEye. Италия, Китай, Израиль, Канада и другие страны также объявили о своих космических гиперспектральных проектах. Наряду с этим, также ожидается разработка аэродинамической гиперспектральной визуализации для гражданских и общественно полезных применений.
Измерение интенсивности отраженного света с помощью лидара позволяет получить дополнительную информацию об отражающих поверхностях, которая может быть использована как отдельно, так и вместе с гиперспектральными данными. Новые приложения использования гиперспектральных датчиков ориентированы на воздушные или космические технологии нескольких датчиков, включая данные LIDAR, которые позволяют объединять информацию с различных датчиков в одном решении.
Масса и размеры приборов, доступные по сравнению с нынешним уровнем технологий, оказывают такое влияние на осуществимость будущих миссий, поэтому прилагаются большие усилия для снижения энергопотребления, массы, объема и удельных затрат разрабатываемых гиперспектральных датчиков, а также для снижения требований к нисходящей линии передачи данных. Только время покажет, приведут ли эти усилия к появлению миниатюрных гиперспектральных приборов, пригодных для миссий малых спутников.
2.5 ИНТЕГРАЦИЯ ДАННЫХ ЛИДАРА И ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ
Практически все методы дистанционного зондирования, в том числе представленные в предыдущих параграфах, основаны на пассивном измерении количества солнечной радиации, отраженной к датчику облаками, океаном или твердой землей, а также на ИК-излучении, испускаемом естественными или искусственными источниками тепла на поверхности Земли. В отличие от них, система обнаружения и определения дальности света (LIDAR) является активным датчиком. Поскольку лидар имеет собственный источник излучения, он может определять, где и когда, днем или ночью, проводить измерения. Лидар похож на радар в том смысле, что он также может отслеживать любую цель, от самолетов в полете до грозы. Но, в отличие от радара, лидар использует короткие импульсы когерентного лазерного света с очень короткими длинами волн и высокой мгновенной мощностью, поэтому его лазерный луч не рассеивается при удалении от источника, как это происходит с обычным светом. Кроме того, лазеры имеют большие преимущества перед обычными источниками света с точки зрения пиковой мощности и узкой спектральной полосы пропускания.
Основной функциональной частью LIDAR является лазер, другими его компонентами являются сканер, коллиматор, линза, приемник, усилители, сэмплеры и другие оптические и электронные элементы. Основной функцией лазера является генерация излучения, которое, отражаясь от поверхности Земли или наземных объектов, возвращается к источнику, который должен быть обнаружен высокочувствительным приемником. Поскольку время отклика прямо пропорционально дальности до цели, оно эквивалентно измерению расстояния между излучающим источником и отражающим объектом. Выбор длины волны зависит от функции лазера, а также от требований к безопасности. Наиболее часто используются Nd:YAG-лазеры, которые работают на длинах волн, таких как 1550 нм, 1064 нм — ближний ИК, 532 нм — зеленый свет и 355 нм — ближний УФ.
В то время как наземные лидарные приборы профилируют одну точку обзора, авиационные лидарные системы предлагают один из наиболее точных, целесообразных и экономичных способов сбора данных, на более широкой территории. На высоте 500 м над землей возможны вертикальные погрешности менее 5 см, на высоте 3 км – менее 20 см . Это позволяет использовать лидар в различных применениях, таких как обследование коридоров протяженных объектов, таких как трассы трубопроводов, дороги, линии электропередач, автомагистрали и железные дороги, городская среда и картографирование, съемка пойм рек, лесное хозяйство (картографирование крон деревьев), археология, сейсморазведка, исследования прибрежных зон и разведка нефти и газа.
В бортовых лидарных системах лазерный дальномер устанавливается над отверстием в полу летательного аппарата и сканирует под летательным аппаратом, создавая широкую полосу, по которой измеряется расстояние до земли. Сканирующее устройство контролирует направление распространения лазерных импульсов, обеспечивая охват заданной полосы сканирования. В большинстве случаев поперечное сканирование осуществляется с помощью осциллирующего зеркала, а продольное — движением самого самолета-носителя по его рабочей траектории.
Все перемещения самолета регистрируются его INS, которые используются при постобработке данных. Лидар также может быть установлен на стабилизированной платформе. Объединяя технологии лазерного определения дальности, GPS-позиционирования и инерциальной ориентации, лидар может напрямую измерять форму поверхности Земли под траекторией полета самолета. Скорость получения данных, точность и другие характеристики некоторых существующих бортовых лидаров соответствуют требованиям пользователя и позволяют проводить различные исследования.
Фундаментальным ограничением воздушных лазерных сканеров и изображений является то, что они, как правило, прямолинейны, что делает невозможным точное и подробное картографирование вертикальных структур, таких как скалы, береговые хребты или любая вертикальная сторона естественного или искусственного сооружения. Для выявления вертикальных граней сооружений с воздуха в процесс сбора данных LIDAR с помощью специального монтажа необходимо ввести изображение с разных ракурсов.
Поскольку воздушное применение ограничено сравнительно небольшими регионами, именно космические системы лидара могут обеспечить непрерывные геопространственные данные и предложить поистине глобальное представление о поверхности Земли. Кроме того, в отличие от воздушного лазера, космический лазер не представляет опасности для широкой публики, даже при наблюдении невооруженным глазом, в бинокль или в небольшие телескопы.
Первой лидарной системой в космосе была конструкция Lidar In-Space Technology Experiment (LITE), разработанная и построенная НАСА. С орбиты космического челнока высотой 260 км его лазерный луч шириной с карандаш распространяется на поверхности примерно на 300 м в ширину — примерно с три футбольных поля. Данные, полученные с помощью LITE, были использованы в исследованиях атмосферы Земли, для измерения растительного покрова и различения различных типов поверхностей. LIDAR является очень надежным инструментом для активного дистанционного зондирования из космоса. В настоящее время разрабатывается будущий космический высокопроизводительный лидар для глобального покрытия.
В то время как ранние сканирующие системы LIDAR были способны регистрировать один обратный импульс для каждого передаваемого импульса, большинство систем, работающих сегодня, способны регистрировать несколько дискретных отраженных сигналов, что происходит, когда излучаемый луч LIDAR встречает на своем пути объект, такой как полог леса. Данные могут быть классифицированы как первое, второе, третье или последнее отражение, а также земная поверхность. Отражение может быть получено уровня на верхушке дерева, но достаточное количество световой энергии способно отражаться от нижних частей дерева или, наконец, от земли. Эти множественные отраженные данные могут быть проанализированы и классифицированы для получения информации об объектах, а также о непосредственно поверхности земли. Здания, деревья и линии связи являются индивидуально различимыми объектами и могут быть классифицированы отдельно. Чаще всего используются первое и последнее отражения, первое из которых фиксирует высотные объекты, такие как кроны деревьев, здания и т. д., а последнее, как правило, относится к уровню земли. Будучи цифровым, отражения могут быть непосредственно переработаны в детальную цифровую модель рельефа поверхности земли с вертикальной точностью в пределах 0,15–1 м. Производные продукты включают контурные карты, экспозицию склона, 3D-топографические изображения, визуализацию виртуальной реальностии многое другое.
Амплитуды отраженных сигналов лазерного сканирования, измеренные с помощью LIDAR, не позволяют должным образом реконструировать коэффициент отражения грунта, в основном из-за условий распространения и поглощения, которые зависят от расстояния между лазером и целью. Это препятствует не только получению точных изображений грунта, но и интеграции информации об интенсивности с процессом сегментации/классификации. Эта трудность может быть преодолена путем соответствующей калибровки возвращаемых значений лазерного сканирования. Известен ряд процедур калибровки сигналов, хотя и недостаточно точных. В любом случае, радиометрическая информация лазерного сканирования относительно бедна с точки зрения информационного содержания, так как лазерное излучение монохроматично.
Некоторые исследователи используют интенсивности отражения для извлечения большего количества информации об отражающих поверхностях, чем это можно сделать, используя LIDAR исключительно в качестве инструмента дальности. Используя измерения интенсивности в сочетании с данными для классификации типов растительности, было обнаружено, например, что значения отражательной способности, как показывают чистые широколиственные леса, значительно выше, чем у чистых хвойных лесов.
Проведен анализ данных с целью оценки потенциала типа и интенсивности лазерного излучения как переменных для классификации отдельных деревьев или древостоев по породам. Оценка нерегулярного поведения некоторых основных наземных индексов, выполненная на основе интегрирования данных LIDAR и гиперспектральных данных, позволила усовершенствовать методику открытия новых археологических памятников. При классификации почвенно-растительного покрова оказалось эффективным обрабатывать облака данных интенсивности лидаров вместе с высококачественными изображениями с большим охватом, предоставляемыми бортовыми камерами.
Помимо интенсивности, первичные продукты, получаемые из необработанных данных LIDAR, включают также отраженные сигналы. Новая технология полноосциллограммного лазерного сканирования предлагает расширенные возможности анализа данных, недоступные в традиционных датчиках LIDAR. Этот метод, реализованный в новейшем поколении сканеров, будет способствовать эволюции в таких областях, как непрерывное многослойное моделирование растительности, классификация признаков на основе осциллограмм, одноимпульсное определение уклонов и т. д.
Изображения LIDAR, включая ортофотопланы, могут быть легко интегрированы с мультиспектральными, гиперспектральными и панхроматическими данными. В сочетании с данными географической информационной системы (ГИС) и навигационной информацией, снимки LIDAR позволяют создавать сложные картографические продукты геоморфологических структур, выполнять визуализацию зданий, делать расширенное 3D-моделирование Земли и многие другие высококачественные картографические продукты. Galileo является одной из немногих компаний, предоставляющих высокоточные продукты для обработки данных с объединенными изображениями. Используя данные LIDAR с гиперспектральными данными с высоким пространственным разрешением, карты были улучшены за счет добавления 3D-перспективы.
Эффективность передовой геопространственной технологии, основанной на слиянии гиперспектральных снимков и данных LIDAR, была недавно оценена в Канаде и Соединенных Штатах применительно к картографированию местоположения и состояния различных видов деревьев как для эффективного управления лесными экосистемами, так и для противодействия инвазивным вредителям деревьев. Гиперспектральное изображение было получено с помощью двойной системы Airborne Imaging Spectrometer for Applications (AISA) с датчиками Eagle (395–970 нм) и Hawk (970–2503 нм), что позволяет одновременно регистрировать данные в 492 узких спектральных каналах. Данные LIDAR были получены с помощью датчика TRSI Mark II с двумя обратными сигналами. При обработке данных также использовалась коллекция наземных спектральных сигнатур.
Немецкие и израильские ученые реализуют проект по объединению гиперспектральных снимков с данными лидара для мониторинга инженерных сооружений [41]. Они подтверждают оценку деградации городских материалов в искусственных сооружениях путем изучения возможных химических и физических изменений с использованием спектральной информации в спектральной области VIS-NIR-SWIRn (400–2500 нм). Этот метод обеспечивает возможность простой, быстрой и точной оценки in situ многих материалов в пространственной области в условиях, близких к реальному времени, и с высоким временным разрешением. С другой стороны, технология LIDAR дает точную информацию о геометрических свойствах поверхностей в пределах исследуемых территорий и может отражать различные формы и образования сложной городской среды. Создание системы мониторинга, основанной на интегративном слиянии гиперспектрального датчика и LIDAR, может расширить область применения, охватить каждую технологию по отдельности и предоставить ценную информацию для городского планирования.
Данные LIDAR и гиперспектральные данные также были исследованы с точки зрения их потенциала для прогнозирования концентраций хлорофилла и каротиноидов в пространственно сложной бореальной смешанной древесине. С использованием шкалы концентрации для определения коэффициента отражения и производных гиперспектральных индексов был проведен анализ данных LIDAR для выявления структурных показателей, связанных с концентрацией хлорофилла. Затем показатели LIDAR и гиперспектральные индексы были объединены, чтобы определить, можно ли в дальнейшем улучшить оценки концентрации. Интеграция средних высот первого отраженного сигнала LIDAR для 25-го процентиля с индексом хлорофилла гиперспектральной производной позволила еще больше укрепить связь с концентрациями хлорофилла в пологе леса. Карты общей концентрации хлорофилла на исследуемом участке выявили отчетливые пространственные закономерности, свидетельствующие о пространственном распределении видов на участке.
В проекте [42] применялись передовые геопространственные технологии, в том числе получение гиперспектральных данных с датчика AISA и с помощью LIDAR с высоким разрешением, в сочетании с аналитическими приложениями ГИС, для разработки новых инструментов, необходимых для улучшения картирования видов, оценки рисков, мониторинга состояния лесов, быстрого раннего обнаружения и управления инвазивными видами. Подобные технологии играют все более важную роль в предложении точных, своевременных и экономически эффективных решений таких проблем.
Бортовой лидар стал полноценным инструментом гидрографической съемки. Современные бортовые лазерные батиметрические системы позволяют одновременно измерять как глубину воды, так и рельеф прилегающей поверхности. Гиперспектральные снимки, полученные с помощью вышеупомянутого компактного бортового спектрографического датчика (CASI) (Section 2.4.2), зарекомендовали себя как ценный инструмент для прибрежных измерений и анализа. Спектральное разрешение CASI, состоящее из 288 каналов для каждого пространственного пикселя, позволяет извлекать огромное количество информации, такой как прозрачность и температура воды, дно типа E, батиметрия, а также качество воды (хлорофилл, растворенный органический углерод и взвешенные минералы), типы почв и виды растений. Для достижения комплексных гидрографических возможностей были интегрированы датчики LIDAR и гиперспектральный датчик CASI, чтобы обеспечить различные ведомства соответствующей информацией. Океанографическое управление ВМС США, например, использует бортовую лазерную батиметрическую систему для получения гидрографической информации о прибрежной зоне и, добавляя гиперспектральные возможности, повышается эффективность в получении быстрой и более адекватной картины окружающей среды.
Интересное исследование связано с интеграцией данных LIDAR и гиперспектральных данных для выявления новых археологических памятников [43]. Исследовалась возможность использования такого интегрированного набора данных для оценки нерегулярного поведения некоторых основных индексов грунта. В то время как гиперспектральные данные позволяют определить конкретную влажность, растительность и тепловые условия в целевой зоне, данные LIDAR предоставляют точную геометрическую информацию. Фактически, точная обработка данных лазерного сканирования позволяет рассчитать цифровую модель местности, в то время как калибровка интенсивности лидара на основе Ламберта улучшает автоматическую сегментацию данных и, таким образом, обнаружение возможных интересующих объектов. Для того, чтобы полностью извлечь информацию из гиперспектральных данных датчиков MIVIS и AISA, были реализованы некоторые специальные процедуры вместе с соответствующим компьютерным анализом. В последнее время такая обработка данных применяется как к уже обнаруженным археологическим памятникам древнего города Аквилея, так и к новым районам в его северной части. При интеграции полученные наборы данных с разумной точностью выявили наличие поверхностного/подповерхностного археологического наследия. Как подтвердили археологи, доступная в настоящее время аэрофотосъемка, именно с помощью лидара и гиперспектральнного датчика, является наиболее технологически продвинутым подходом. В некоторых случаях эти приборы были собраны в единый уникальный датчик, установленный на вертолете.
Разработаны новые технологии дистанционного зондирования Земли на основе интеграции данных LIDAR с данными оптической гиперспектральной и мультиспектральной визуализации для систем обнаружения стихийных бедствий и поддержки принятия решений. Инновационное слияние изображений позволяет идентифицировать и картографировать прошлые геологические события, такие как d-образные оползни и разломы, а также обеспечивает более быстрые и простые процессы прогнозирования и смягчения будущих экологических опасностей.
Американские исследователи использовали данные дистанционного зондирования для улучшения картирования и определения характеристик механических свойств горных пород. В начале 2007 года были получены одновременные гиперспектральные снимки и данные LIDAR с самолета над Купритом, штат Невада. Оборудование для обработки изображений включало в себя лидар Optech с рабочей длиной волны 1,064 мкм, гиперспектральный-спектрометр с отраженной энергией нового поколения в спектральном диапазоне 0,4–2,5 мкм и цифровую камеру Nikon D2X для съемки изображений с высоким пространственным разрешением. Результаты анализа данных показали, что для некоторых поверхностей существует корреляция между содержанием минералов и шероховатостью поверхности, однако разрешение LIDAR (расстояние отбора проб грунта ∼1 м) оказалось слишком грубым для извлечения поверхностных текстурных свойств глинистых минералов в некоторых аллювиальных конусах, запечатленных на снимках. Такие эксперименты могут дать ценную информацию о механических свойствах поверхностного покрова, а также создать еще одну переменную, пригодную для определения характеристик материала, классификации изображений и сегментации сцены.
Краткое описание успешных исследований, основанных на совместных гиперспектральных данных и данных LIDAR, не претендует на полноту, а лишь демонстрирует высокую эффективность этого метода визуализации в различных приложениях. Планирование будущих миссий должно включать в себя рассмотрение вопроса об определении оптимального отбора проб грунта, который будет использоваться при обработке гиперспектральными данных и данных LIDAR [44–45]. Объединение данных высот LIDAR и результатов классификации мультиспектральных и гиперспектральных данных является ценным инструментом для анализа изображений и требует более тщательного изучения.
2.6 РЕЗЮМЕ И ПРОГНОЗ
Гиперспектральные датчики предназначены для детального анализа всего спектра света от видимого до дальнего ИК-диапазона. Современные датчики могут разбивать этот диапазон длин волн на сотни и даже тысячи участков для индивидуального анализа и исследовать такие чрезвычайно узкие участки, что позволяет искать специфические химические составы, отражающие свет только в выбранных диапазонах волн. Гиперспектральные датчики одновременно захватывают как спектральную, так и пространственную информацию и позволяют сформировать куб пространственных и спектральных данных для каждого видеокадра. Гиперспектральные датчики одинаково хорошо подходят для наземных, воздушных и космических операций. Благодаря своим уникальным возможностям они позволяют получать данные с ручных и установленных на транспортных средствах наземных систем, низколетящих и высотных самолетов, а также спутников на низкой околоземной или даже на геостационарной орбите. Одним из недостатков последних полетов с гиперспектральными датчиками, в том числе с воздушным и космическим лидаром, является необходимость относительно безоблачной погоды над целевой областью.
Для проверки идентификации, полученной по гиперспектральным аэрофотоснимкам, на интересующих участках должны быть проведены наземные спектральные измерения с помощью ручных или установленных на автомобиле гиперспектральных приборов, обеспечивающих проверку «в поле», то есть материальную характеристику образцов естественной суши в спектральных диапазонах UV-VNIR-SWIR-MWIR-LWIR.
В настоящее время гиперспектральные изображения могут быть сделаны с самолетов, БПЛА, вертолетов или дирижаблей. Во время полетов системы успешно выполняют свою задачу по получению гиперспектральных снимков, даже на очень коротких трассах, доступных каждому воздушному судну. Как правило, космические гиперспектральные снимки имеют свои воздушные аналоги, участвующие в разработке прикладных информационных продуктов перед запуском спутника, а также в процедурах калибровки и обработки данных.
Космическая гиперспектральная съемка обладает огромным потенциалом с точки зрения продолжительности наблюдений, покрытия поверхности Земли и обилия ценной информации. Тем не менее, за свою 10-летнюю историю было, к сожалению, всего четыре успешных космических гиперспектральных полета. В этой главе были описаны гражданские, двойного и военные гиперспектральные датчики, которые были выведены на орбиту, а также датчики, которые в настоящее время находятся на стадии разработки или проектирования, и некоторые системы, запланированные, но так и не реализованные, такие как NEMO и Warfighter. Активное продвижение гиперспектральных инициатив в космос сдерживается непомерно высокими затратами на такие миссии. Например, ориентировочная стоимость HyspIRI HS IR Imager, предложенная NASA-JPL на 2013–2016 годы, составляет целых 300 миллионов долларов США. Именно поэтому многие проекты остались незавершенными, а ряд интересных миссий гиперспектральной съемки все еще ждут дальнейшего финансирования.
В настоящее время большинство фирм, работающих с гиперспектральными данными, готовы помочь гражданским и коммерческим клиентам в их требованиях к данным дистанционного зондирования. Они могут поддерживать весь процесс получения данных, начиная с идентификации объекта, планирования наблюдений, визуализациии анализа данных. К типичным удаленным гиперспектральным продуктам относятся спектрально и радиометрически откалиброванные кубы гиперспектральных данных, файлы географической привязки для всех кубов данных, кубы гиперспектральных данных с атмосферной коррекцией, спектры полей с ручных спектрометров, лабораторные спектры образцов и кубы данных кажущейся излучательной способности для ИК-датчиков.
Без сомнения, гиперспектральные данные, полученные от действующих датчиков, являются важным вкладом для научного сообщества [4,46–47]. Нынешние современные гиперспектральные данные намного опережают первые пробные шаги, предпринятые около 30 лет назад. Новаые гиперспектральные технологии, в том числе производительность приборов, технологические схемы и калибровка, значительно улучшилась. К устоявшимся областям гиперспектрального примененияотносятся сельское хозяйство, лесное хозяйство, водные ресурсы, атмосфера, геология, минералогия, водно-болотные угодья, окружающая среда, управление прибрежными водами, вооруженные силы и безопасность, а также городские районы. Вот несколько примеров успешного коммерческого применения гиперспектральных данных:
- Мониторинг культивирования запрещенных веществ, подобный мониторингу культивирования запрещенных веществ, подобный контролю за оборотом наркотиков
- Мониторинг морской биосферы в ручном или установленном на транспортном средстве подводном оборудовании
- Криминалистика и осмотр места происшествия, и обнаружение фальшивых банкнот
- Экологический и токсикологический мониторинг загрязняющих веществ, переносимых по воздуху или воде
- Добыча полезных ископаемых и разведка месторождений
- Картографирование лесных пожаров
- Медицинские приложения для визуализации сетчатки и выявления рака кожи
Параметры миссии и производительности гиперспектрального датчика зависят от требований к конкретным областям применения. Для космической гиперспектральной визуализации, наряду с экономическими соображениями, это приводит к выбору орбиты, возможности повторного просмотра, отношения сигнал/шум, пространственного разрешения, объема данных за период времени, спектрального разрешения, интервала спектральной выборки, ширины полосы обзора, радиометрической точности и стабильности, интересующего спектрального диапазона, необходимого времени для доставки данных пользователям и этапов обработки.
Индивидуальные требования к гиперспектральным изображениям и связанные с ними данные, которые имеют существенное значение для рассматриваемого события, отличаются друг от друга. Наиболее важными для всех пользователей оказались не характеристики гиперспектрального датчика и качество изображения, а более качественный сервис и снижение затрат на оборудование.
Рассмотрим некоторые требования заказчиков к методу и будущим характеристикам гиперспектрального датчика в зависимости от применения снимков. Требуемое число спектральных каналов составляет 200–3000 по всей спектральной области VNIR-TIR. В то время как сельское хозяйство, лимология, землепользование и растительность довольствуются 200–300 диапазонами, геологические, атмосферные и некоторые растительные применения, очевидно, потребуют большего. Требования к атмосферным объектам в значительной степени зависят от объекта наблюдения (от нескольких спектральных каналов для аэрозольных исследований до огромного числа каналов для поиска следовых газов) и цели (пространственно грубое разрешение для глобальных наблюдений и высокое для городских).
Требуемое спектральное разрешение в VNIR составляет 0,05–30 нм, в SWIR 0,2–40 нм, а в MIR/TIR 4–400 нм. Высокое спектральное разрешение в геологических приложениях значительно отличается от других приложений, особенно в диапазоне волн MIR/TIR. Ожидается, что пространственное разрешение составит от 4 до 20 м в VNIR и SWIR и от 10 до 30 м в MIR и TIR для атмосферных применений. Требования к растительным и геологическим приложениям очень похожи: отношение сигнал/шум в VNIR составляет 400–500, в отличие от лимнологии и атмосферных приложений, для которых потребовалось бы отношение сигнал/шум 700 и 1500 соответственно. Гиперспектральные снимки, получаемые с низкоорбитального спутника, как правило, имеют более грубое пространственное разрешение и более широкую полосу обзора, и наоборот. Помимо военного применения, в некоторых гражданских приложениях, таких как сельское хозяйство, первостепенное значение имеет своевременная доставка изображений конечным пользователям.
Растущий прогресс в области гиперспектральных датчиков привел к тому, что в ближайшее десятилетие на орбиту планируется вывести больше гражданских и военных спутников. Это может быть немецкая EnMAP, индийская TWSat с гиперспектральным датчиком HY SI-T coarse, южноафриканская MSMI, спутники с датчиками типа Hyperon или CHRIS, синоптический датчик, похожий на MODIS и MERIS с более высоким спектральным разрешением, NASA HyspIRI и ESA FLEX, в случае финансирования. Будущие спутники Landsat и NPOESS могут иметь гиперспектральные возможности, а также британские группировки Disaster Monitoring и немецкие группировки RapidEye. Италия, Китай, Израиль, Канада и другие страны также объявили о своих космических гиперспектральных проектах. Наряду с этим, также ожидается разработка аэродинамической гиперспектральной визуализации для гражданских и общественно полезных применений.
Измерение интенсивности отраженного света с помощью лидара позволяет получить дополнительную информацию об отражающих поверхностях, которая может быть использована как отдельно, так и вместе с гиперспектральными данными. Новые приложения использования гиперспектральных датчиков ориентированы на воздушные или космические технологии нескольких датчиков, включая данные LIDAR, которые позволяют объединять информацию с различных датчиков в одном решении.
ССЫЛКИ
1. Глакин Д.Л., Пельтцер Г.Р., Гражданские, коммерческие и международные системы дистанционного зондирования и геообработка, Аэрокосмическая корпорация, AIAA, Рестон, Вирджиния, стр. 89, 1999.
2. Крамер Х.Д., Наблюдение за Землей и ее окружением, Обзор миссий и датчиков, 4-е изд., Шпрингер, Берлин, Германия, 2002.
3. Нике Й.,Ш Варцер Х., Нойманн А., Циммерманн Г., Визуализация космических и бортовых сенсорных систем в начале следующего века, Конференция по датчикам, системам и спутникам следующего поколения III, 3221–71, SPIE, Лондон, Великобритания, 1997.
4. Puschell J.J., Hyperspectral imagers for current and future missions, Proceedings of SPIE, San Diego, CA, Vol. 4041, pp. 121–132, 2000.
5. Лиллесанд Т.М., Кифер Р.В., Чипман Дж.В., Дистанционное зондирование и интерпретация изображений, 5-е изд., Wiley, Нью-Йорк, 763 стр., 2004.
6. Чанг К.-И., Гиперспектральная визуализация. Методы спектрального детектирования и классификации, Kluwer Academic/Plenum Publishers, Нью-Йорк, 370 стр., 2003.
7. Боренгасер М., Гиперспектральное дистанционное зондирование, Льюис, Бока-Ратон, Флорида, 2004.
8. A.Kyчейк o, Poccий c ki e p epc p e ktiвы in гипepc p eктpe, Новocти кocмoнавтики, T.11, N7 (222), c. 24, 2001 (Кучако А., Российская гиперспектральная перспектива, Journal of Novosti Космонавтики, том 11, N7, 222, 24, 2001).
9. Альсберг Б., Гиперспектральная химическая и имущественная визуализация, патент 20090015686, USPC Class 3482221,15 января 2009 г.
10. Болтон Дж.Ф., Полная спектральная визуализация: пересмотренный подход к дистанционному зондированию, Конференция SPIE по дистанционному зондированию, Барселона, Испания, сентябрь 2003 г.
11. Бодкин А., Разработка миниатюрной гиперспектральной цифровой камеры, ВМС SBIR FY2005.1, предложение N051-971-0772, 2005.
12. Флетчер-Холмс Д.В., Харви А.Р., Визуализация в реальном времени с гиперспектральной ямой, Journal of Optics A: Pure and Applied Optics, 7, 298–302, 2005.
13. Скаули Т., Косен И., Хаавардсхольм Т., Кавара А., Тарабалка Ю., Фарсунд О., Статус норвежского демонстратора гипертехнических технологий, НАТО OTAN, RTO-MP-SET-130, Норвежский институт оборонных исследований.
14. Янг К., Эверитт Дж.Х., Дэвис М.Р., Мао, К., Гиперспектральная система визуализации на основе ПЗС-камеры для стационарных и воздушных приложений, Geocarto International Journal, 18(2), 71–80, 2003.
15. Ангер К.Д., Воздушное гиперспектральное дистанционное зондирование в будущем, Труды 4-й Международной конференции и выставки по воздушному дистанционному зондированию/21-й Канадский симпозиум по дистанционному зондированию, том 1, ERIM International Inc., Анн-Арбор, Мичиган, стр. 1–5, 1999.
16. Бакингем Р., Штенц К., Холлинджер А., Обзор воздушной и космической деятельности Канады в области гиперспектрального дистанционного зондирования, Канадский журнал аэронавтики и космонавтики, 48(1), 115–121, 2002.
17. Цзяньюй В., Жун С., Юнци Х., Развитие китайской гиперспектральной технологии дистанционного зондирования, SPIE, 5640, 358, 2005.
18. Briottet X., et al., Military applications of hyperspectral imagery, Proceedings of SPIE Defense & Security Symposium, Орландо, Флорида, документ No 62390B, 2004.
19. Джейсон С., Каттер М., Меерман М., Куриэль А.С., Недорогая гиперспектральная визуализация с микроспутника, 15-я ежегодная конференция AIAA/USU по малым спутникам, SSC01-II-1, Огден, Юта, 2001.
20. Куриэль А.С., Коуторн А., Свитинг М., Прогресс в технологии малых спутников для миссий наблюдения за Землей, 5-й симпозиум IAA по малым спутникам для наблюдения Земли, IAA-B5–0301, Берлин, Германия, 2005.
21. Каттер М., Обзор гиперспектральной миссии малых спутников, 19-я ежегодная конференция AIAA/USU по малым спутникам, SSC05-IV-2, Логан, штат Юта, 2005.
22. Ортенберг Ф., Гельман М., Роль малых спутников в будущих гиперспектральных миссиях по наблюдению за Землей, Acta Astronautica, 64(11–12), 1251–1262, 2009.
23. Перлман Дж., Барри., Сигал К., Шепански Дж., Бейсо Д., Карман С., Гиперон, спектрометр космической визуализации, IEEE Transactions on Geoscience and Remote Sensing, 41(6), 1160–1173, 2003.
24. Види Р., Кьяратини Л., Бини А., Гиперразрешение: Гиперспектральный датчик высокого разрешения для наблюдения за Землей. Материалы5-й Международной конференции по космической оптике (ICSO 2994), Тулуза, Франция, стр. 105–111, 2004.
25. Дэвис К. и др., Гиперспектральный датчик Ocean PHILLS: дизайн, определение характеристик и калибровка, Optics Express, 10(4), 210–221, 2002.
26. Холлиндер А. и др., Недавние разработки в области гиперспектральной среды и миссии по наблюдению за ресурсами (HERO). Труды Международного симпозиума по геонаукам и дистанционному зондированию и 27-го Канадского симпозиума по дистанционному зондированию, Денвер, Колорадо, июль, стр. 1620–1623, 2006.
27. Прети Г., Сисбани А., Де Космо В., Галеацци К., Лабате Д., Мелоцци М., Гиперспектральные инструменты для наблюдения Земли, Международная конференция по космической оптике (ICSO), Тулуза, Франция, 2008.
28. Каттер М.,Сватинг М., Гиперспектральная миссия CHRIS — пятилетний опыт работы на орбите, IAC-07-B1.3.02, 58-й Международный астронавтический конгресс, Хайдарабад, Индия, стр. 24—28, сентябрь 2007 г.
29. Стаффер Т. и др., Гиперспектральный датчик EnMAP — усовершенствованная оптическая система для будущих применений в программах наблюдения за Землей, Acta Astronautica, 61, 115–120, 2007.
30. Sigernes F. et al., Proposal for a new hyper spectral imaging micro satellite: SVALBIRD, 5th IAA Symposium on Small Satellites for Earth Observation, IAA-B5–0503, Берлин, Германия, 2005.
31. Мореа Г.Д., Сабатини., Перспективы и перспективные проекты для миссий малых спутников в Carlo Gavazzi Space, Труды симпозиума 4S Small Satellites Systems and Services, Ла-Рошель, Франция, 2004.
32. Пуансиньон В., Дутиль., Пуальве Х., Суперспектральная микроспутниковая система для приложений наземного покрова GMES, Труды симпозиума 4S по системам и услугам малых спутников, Ла-Рошель, Франция, 2004.
33. Харинг Р.Е., Поллок Р., Кросс Р.М., Гринли Т., Широкоугольный спектрометр визуализации (WFIS): от лабораторной демонстрации до полнофункциональной инженерной модели, Труды SPIE, Денвер, Колорадо, том 4486, стр. 403–410, 2002.
34. Шунвинкель А., Бургер Х., Мостерт С., Интеграция гиперспектрального, мультиспектрального и видеосенсора для микроспутников, 19-я ежегодная конференция AIAA/USU по малым спутникам, SSC05-IX-6, Логан, штат Юта, 2005 г.
35. Кули Т., Локвуд Р., Гарднер Дж., Надил Р., Пэйтон А., ARTEMIS: Полезная нагрузка гиперспектральной визуализации с быстрым откликом, Документ No. RS4–2006–50 02, 4-я конференция Responsive Space, Лос-Анджелес, Калифорния, 24–27 апреля 2006 г.
36. Ли Дж., Сунь Ф., Шмит Т., Венцель В., Гурка Дж., Исследование гиперспектрального экологического костюма (HES) на GOES-R, Труды 20-й Международной конференции по интерактивным информационнымионным и обрабатывающим системам для метеорологии, океанографии и гидрологии, январь, Сиэтл, штат Вашингтон, статья p2.21.6, 6 стр., 2004.
37. Астапенко В.М., Иванов В.И., Хорольский.., Обзор современного состояния и перспектив гиперспектральной спутниковой съемки, Космическая наука и техника, 8(4), 73, 2002.
38. Дэвис Т., Стрейт С., Разработка тактического спутника 3 для ответных космических миссий, Труды 4-й конференции по адаптивному космосу, Лос-Анджелес, Калифорния, 10 стр., 24–27 апреля 2006 г.
39. Гельман М., Ортенберг Ф., ШирьяЕ.А., Валер Р., Gurwin-Techsat: Все еще жив и функционирует после девяти лет на орбите, Acta Astronautica, 65(1–2), 157–164, 2009.
40. Лю М., Чжан Л., Го Э., Гиперспектральная лазерно-индуцированная флуоресцентная визуализация для неразрушающей оценки растворимых твердых веществ, содержащихся в оранжевом цвете, Компьютерные и вычислительные технологии в сельском хозяйстве, 1, 51–59, 2008.
41. Брук А., Бен-Дор Э., Рихтер Р., Слияние гиперспектральных изображений и данных LIDAR для мониторинга строительных конструкций, Комиссия VI, РГ VI/4, Труды ISPRS XXXVIII-1–4–7, W5, Документ 127, Ганновер, Германия, 2009.
42. Суси Дж., Хану И., Пухальски Д., Анализ изображений дистанционного зондирования высокого разрешения для раннего обнаружения и планирования реагирования на изумрудный пепельный точильщик, Фотограмметрическая инженерия и дистанционное зондирование, август, 905–907, 2009.
43. Джонсон Дж.К., Сенсорные технологии и технологии слияния данных в археологии, Семинар ISPRS по методам дистанционного зондирования для обнаружения изменений и моделирования процессов, Кельн, Германия, 2010 г.
44. Фудзии Т., Фукучи Т., Лазерное дистанционное зондирование, Тейлор и Фрэнсис, Бока Р Атон, Флорида, стр. 888, 2005.
45. Чжан Дж., Слияние данных дистанционного зондирования с несколькими источниками: состояние и тенденции, International Journal of Image and Data Fusion, 1(1), 5–24, март 2010 г.
46. Нике Й., Зайлер Б., Иттен К., Илс Ройзен И., Адриансен С., Оценка ориентированной на пользователя привлекательности данных спектроскопии изображенийс использованием анализа ценности и выгоды (VBA), 5-й семинар EARSeL по спектроскопии изображений, Брюгге, Бельгия, 23–25 апреля 2007 г.
47. Бакингем Р., Штенц К., Обзор текущих и планируемых гражданских космических гиперспектральных сигналов для EO, Canadian Journal of Remote Sensing, 34(1), S187–S197, 2008.
1. Глакин Д.Л., Пельтцер Г.Р., Гражданские, коммерческие и международные системы дистанционного зондирования и геообработка, Аэрокосмическая корпорация, AIAA, Рестон, Вирджиния, стр. 89, 1999.
2. Крамер Х.Д., Наблюдение за Землей и ее окружением, Обзор миссий и датчиков, 4-е изд., Шпрингер, Берлин, Германия, 2002.
3. Нике Й.,Ш Варцер Х., Нойманн А., Циммерманн Г., Визуализация космических и бортовых сенсорных систем в начале следующего века, Конференция по датчикам, системам и спутникам следующего поколения III, 3221–71, SPIE, Лондон, Великобритания, 1997.
4. Puschell J.J., Hyperspectral imagers for current and future missions, Proceedings of SPIE, San Diego, CA, Vol. 4041, pp. 121–132, 2000.
5. Лиллесанд Т.М., Кифер Р.В., Чипман Дж.В., Дистанционное зондирование и интерпретация изображений, 5-е изд., Wiley, Нью-Йорк, 763 стр., 2004.
6. Чанг К.-И., Гиперспектральная визуализация. Методы спектрального детектирования и классификации, Kluwer Academic/Plenum Publishers, Нью-Йорк, 370 стр., 2003.
7. Боренгасер М., Гиперспектральное дистанционное зондирование, Льюис, Бока-Ратон, Флорида, 2004.
8. A.Kyчейк o, Poccий c ki e p epc p e ktiвы in гипepc p eктpe, Новocти кocмoнавтики, T.11, N7 (222), c. 24, 2001 (Кучако А., Российская гиперспектральная перспектива, Journal of Novosti Космонавтики, том 11, N7, 222, 24, 2001).
9. Альсберг Б., Гиперспектральная химическая и имущественная визуализация, патент 20090015686, USPC Class 3482221,15 января 2009 г.
10. Болтон Дж.Ф., Полная спектральная визуализация: пересмотренный подход к дистанционному зондированию, Конференция SPIE по дистанционному зондированию, Барселона, Испания, сентябрь 2003 г.
11. Бодкин А., Разработка миниатюрной гиперспектральной цифровой камеры, ВМС SBIR FY2005.1, предложение N051-971-0772, 2005.
12. Флетчер-Холмс Д.В., Харви А.Р., Визуализация в реальном времени с гиперспектральной ямой, Journal of Optics A: Pure and Applied Optics, 7, 298–302, 2005.
13. Скаули Т., Косен И., Хаавардсхольм Т., Кавара А., Тарабалка Ю., Фарсунд О., Статус норвежского демонстратора гипертехнических технологий, НАТО OTAN, RTO-MP-SET-130, Норвежский институт оборонных исследований.
14. Янг К., Эверитт Дж.Х., Дэвис М.Р., Мао, К., Гиперспектральная система визуализации на основе ПЗС-камеры для стационарных и воздушных приложений, Geocarto International Journal, 18(2), 71–80, 2003.
15. Ангер К.Д., Воздушное гиперспектральное дистанционное зондирование в будущем, Труды 4-й Международной конференции и выставки по воздушному дистанционному зондированию/21-й Канадский симпозиум по дистанционному зондированию, том 1, ERIM International Inc., Анн-Арбор, Мичиган, стр. 1–5, 1999.
16. Бакингем Р., Штенц К., Холлинджер А., Обзор воздушной и космической деятельности Канады в области гиперспектрального дистанционного зондирования, Канадский журнал аэронавтики и космонавтики, 48(1), 115–121, 2002.
17. Цзяньюй В., Жун С., Юнци Х., Развитие китайской гиперспектральной технологии дистанционного зондирования, SPIE, 5640, 358, 2005.
18. Briottet X., et al., Military applications of hyperspectral imagery, Proceedings of SPIE Defense & Security Symposium, Орландо, Флорида, документ No 62390B, 2004.
19. Джейсон С., Каттер М., Меерман М., Куриэль А.С., Недорогая гиперспектральная визуализация с микроспутника, 15-я ежегодная конференция AIAA/USU по малым спутникам, SSC01-II-1, Огден, Юта, 2001.
20. Куриэль А.С., Коуторн А., Свитинг М., Прогресс в технологии малых спутников для миссий наблюдения за Землей, 5-й симпозиум IAA по малым спутникам для наблюдения Земли, IAA-B5–0301, Берлин, Германия, 2005.
21. Каттер М., Обзор гиперспектральной миссии малых спутников, 19-я ежегодная конференция AIAA/USU по малым спутникам, SSC05-IV-2, Логан, штат Юта, 2005.
22. Ортенберг Ф., Гельман М., Роль малых спутников в будущих гиперспектральных миссиях по наблюдению за Землей, Acta Astronautica, 64(11–12), 1251–1262, 2009.
23. Перлман Дж., Барри., Сигал К., Шепански Дж., Бейсо Д., Карман С., Гиперон, спектрометр космической визуализации, IEEE Transactions on Geoscience and Remote Sensing, 41(6), 1160–1173, 2003.
24. Види Р., Кьяратини Л., Бини А., Гиперразрешение: Гиперспектральный датчик высокого разрешения для наблюдения за Землей. Материалы5-й Международной конференции по космической оптике (ICSO 2994), Тулуза, Франция, стр. 105–111, 2004.
25. Дэвис К. и др., Гиперспектральный датчик Ocean PHILLS: дизайн, определение характеристик и калибровка, Optics Express, 10(4), 210–221, 2002.
26. Холлиндер А. и др., Недавние разработки в области гиперспектральной среды и миссии по наблюдению за ресурсами (HERO). Труды Международного симпозиума по геонаукам и дистанционному зондированию и 27-го Канадского симпозиума по дистанционному зондированию, Денвер, Колорадо, июль, стр. 1620–1623, 2006.
27. Прети Г., Сисбани А., Де Космо В., Галеацци К., Лабате Д., Мелоцци М., Гиперспектральные инструменты для наблюдения Земли, Международная конференция по космической оптике (ICSO), Тулуза, Франция, 2008.
28. Каттер М.,Сватинг М., Гиперспектральная миссия CHRIS — пятилетний опыт работы на орбите, IAC-07-B1.3.02, 58-й Международный астронавтический конгресс, Хайдарабад, Индия, стр. 24—28, сентябрь 2007 г.
29. Стаффер Т. и др., Гиперспектральный датчик EnMAP — усовершенствованная оптическая система для будущих применений в программах наблюдения за Землей, Acta Astronautica, 61, 115–120, 2007.
30. Sigernes F. et al., Proposal for a new hyper spectral imaging micro satellite: SVALBIRD, 5th IAA Symposium on Small Satellites for Earth Observation, IAA-B5–0503, Берлин, Германия, 2005.
31. Мореа Г.Д., Сабатини., Перспективы и перспективные проекты для миссий малых спутников в Carlo Gavazzi Space, Труды симпозиума 4S Small Satellites Systems and Services, Ла-Рошель, Франция, 2004.
32. Пуансиньон В., Дутиль., Пуальве Х., Суперспектральная микроспутниковая система для приложений наземного покрова GMES, Труды симпозиума 4S по системам и услугам малых спутников, Ла-Рошель, Франция, 2004.
33. Харинг Р.Е., Поллок Р., Кросс Р.М., Гринли Т., Широкоугольный спектрометр визуализации (WFIS): от лабораторной демонстрации до полнофункциональной инженерной модели, Труды SPIE, Денвер, Колорадо, том 4486, стр. 403–410, 2002.
34. Шунвинкель А., Бургер Х., Мостерт С., Интеграция гиперспектрального, мультиспектрального и видеосенсора для микроспутников, 19-я ежегодная конференция AIAA/USU по малым спутникам, SSC05-IX-6, Логан, штат Юта, 2005 г.
35. Кули Т., Локвуд Р., Гарднер Дж., Надил Р., Пэйтон А., ARTEMIS: Полезная нагрузка гиперспектральной визуализации с быстрым откликом, Документ No. RS4–2006–50 02, 4-я конференция Responsive Space, Лос-Анджелес, Калифорния, 24–27 апреля 2006 г.
36. Ли Дж., Сунь Ф., Шмит Т., Венцель В., Гурка Дж., Исследование гиперспектрального экологического костюма (HES) на GOES-R, Труды 20-й Международной конференции по интерактивным информационнымионным и обрабатывающим системам для метеорологии, океанографии и гидрологии, январь, Сиэтл, штат Вашингтон, статья p2.21.6, 6 стр., 2004.
37. Астапенко В.М., Иванов В.И., Хорольский.., Обзор современного состояния и перспектив гиперспектральной спутниковой съемки, Космическая наука и техника, 8(4), 73, 2002.
38. Дэвис Т., Стрейт С., Разработка тактического спутника 3 для ответных космических миссий, Труды 4-й конференции по адаптивному космосу, Лос-Анджелес, Калифорния, 10 стр., 24–27 апреля 2006 г.
39. Гельман М., Ортенберг Ф., ШирьяЕ.А., Валер Р., Gurwin-Techsat: Все еще жив и функционирует после девяти лет на орбите, Acta Astronautica, 65(1–2), 157–164, 2009.
40. Лю М., Чжан Л., Го Э., Гиперспектральная лазерно-индуцированная флуоресцентная визуализация для неразрушающей оценки растворимых твердых веществ, содержащихся в оранжевом цвете, Компьютерные и вычислительные технологии в сельском хозяйстве, 1, 51–59, 2008.
41. Брук А., Бен-Дор Э., Рихтер Р., Слияние гиперспектральных изображений и данных LIDAR для мониторинга строительных конструкций, Комиссия VI, РГ VI/4, Труды ISPRS XXXVIII-1–4–7, W5, Документ 127, Ганновер, Германия, 2009.
42. Суси Дж., Хану И., Пухальски Д., Анализ изображений дистанционного зондирования высокого разрешения для раннего обнаружения и планирования реагирования на изумрудный пепельный точильщик, Фотограмметрическая инженерия и дистанционное зондирование, август, 905–907, 2009.
43. Джонсон Дж.К., Сенсорные технологии и технологии слияния данных в археологии, Семинар ISPRS по методам дистанционного зондирования для обнаружения изменений и моделирования процессов, Кельн, Германия, 2010 г.
44. Фудзии Т., Фукучи Т., Лазерное дистанционное зондирование, Тейлор и Фрэнсис, Бока Р Атон, Флорида, стр. 888, 2005.
45. Чжан Дж., Слияние данных дистанционного зондирования с несколькими источниками: состояние и тенденции, International Journal of Image and Data Fusion, 1(1), 5–24, март 2010 г.
46. Нике Й., Зайлер Б., Иттен К., Илс Ройзен И., Адриансен С., Оценка ориентированной на пользователя привлекательности данных спектроскопии изображенийс использованием анализа ценности и выгоды (VBA), 5-й семинар EARSeL по спектроскопии изображений, Брюгге, Бельгия, 23–25 апреля 2007 г.
47. Бакингем Р., Штенц К., Обзор текущих и планируемых гражданских космических гиперспектральных сигналов для EO, Canadian Journal of Remote Sensing, 34(1), S187–S197, 2008.
23 января/ 2024