Использование мультиспектральных и гиперспектральных данных авиационных и космических аппаратов для изучения горнопромышленных территорий

Рассмотрены и проанализированы научные труды различных авторов, связанные с мультиспектральной и гиперспектральной съемкой. Приведены основные характеристики мультиспектральных и гиперспектральных изображений. Изложены параметры авиационного спектрометра Hyperion и спутникового спектрометра Hymap, выделены преимущества и недостатки таких датчиков. Описан алгоритм обработки гиперспектральных изображений. Подробно рассмотрено исследование, связанное с использованием датчиков Hyperion и Hymap в сфере экологического мониторинга горнопромышленных территорий. Установлено, что снимки Hymap и Hyperion отображают минералогический состав отвалов и водоемов в зависимости от их химического состава. Приведены карты различных минералов на отвалах, составленные по данным Hymap и Hyperion, вместе с графиками спектральной отражательной способности. Сформулированы результаты работы, связанной с определением вегетационного индекса NDVI и индекса AMWI по снимкам со спутника Landsat. NDVI вычислялся для Баженовского месторождения хризотил-асбеста, а AMWI рассчитывался для водных объектов в районе отработанного Левихинского рудника. По значениям NDVI был сделан вывод о том, что на Восточном отвале Баженовского месторождения на некоторых участках до сих пор не начался процесс самозарастания. Установлено отсутствие связи индекса AMWI c концентрацией Fe в кислых шахтных водах для малых водотоков. Было доказано, что изучение спектральных свойств объектов является актуальной задачей на данный момент.

Ключевые слова: дистанционное зондирование, гиперспектральные данные, мультиспектральные данные, гиперспектральная съемка, гиперспектральный куб данных, спектрометр Hyperion и Hymap, обработка гиперспектральных изображений, индекс NDVI, AMWI, Landsat, QGIS, ENVI.
Как процитировать:

Рыбников П. А., Бузина Д. А. Использование мультиспектральных и гиперспектральных данных авиационных и космических аппаратов для изучения горнопромышленных территорий // Горный информационно-аналитический бюллетень. — 2021. — № 11-1. — С. 55—70. DOI: 10.25018/0236_1493_2021_111_0_55.

Благодарности:

Статья подготовлена в рамках выполнения государственного задания ИГД УрО РАН по теме № 0328-2019-0005.

Номер: 11
Год: 2021
Номера страниц: 55-70
ISBN: 0236-1493
UDK: 528.88+629.78
DOI: 10.25018/0236_1493_2021_111_0_55
Дата поступления: 25.05.2021
Дата получения рецензии: 03.09.2021
Дата вынесения редколлегией решения о публикации: 10.10.2021
Информация об авторах:

Рыбников Петр Андреевич1,2 — канд. геол.-минерал. наук, в.н.с. зав. лаборатории «Геоинформационных и цифровых технологий в недропользовании», е-mail: ribnikoff@yandex.ru;
Бузина Дарья Алексеевна1 — м.н.с лаборатории «Геоинформационных и цифровых технологий в недропользовании», е-mail: buzina.dasha2014@yandex.ru;
1 Институт горного дела Уральского отделения РАН, 620075, Россия, Екатеринбург, ул. Мамина-Сибиряка, 58;
2 Уральский государственный горный университет, 620144, Россия, Екатеринбург, ул. Куйбышева, 30.

 

Контактное лицо:
Список литературы:

1. Антонова В. А. Возможности гиперспектрального дистанционного зондирования // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. − 2019. − №11—2. − С. 35—38.

2. Борзов С. М. Классификация гиперспектральных изображений на основе соотношений яркостей различных каналов / С. М. Борзов, М. А. Гурьянов // Интерэкспо Гео-Сибирь. — 2018. — Т.1, № 4. — С. 81—88.

3. Колесник И. В. Земля. Взгляд из космоса. Гиперспектральная съемка // Шаг в науку. — 2019. — № 3. — С. 113—114.

4. Третьяков В. А. Основные тенденции развития гиперспектральной аппаратуры в мире // Космонавтика и ракетостроение. — 2013. — № 4. — С. 36—40.

5. Артюхина Н. К. Особенности построения видеоспектрометров дистанционного зондирования Земли из космоса / Н. К. Артюхина, М. Н. Котов // Приборы и методы измерений. — 2010. — № 1. — С. 56—62.

6. Гапонов М. И. Бортовой акустооптический гиперспектрометр для дистанционного зондирования / М. И. Гапонов, В. Э. Пожар, А. С. Мачихин, А. Е. Шерышев // Материалы междунар. науч. конф. «Акустооптические и радиолокационные методы измерений и обработки информации»: сб. ст. — 2017. — С. 259—261.

7. Бондур В. Г. Современные подходы к обработке гиперспектральных аэрокосмических изображений // Гиперспектральные приборы и технологии. — 2013. — С. 14—18.

8. Ломако А. А. Методы и алгоритмы анализа гиперспектральных изображений / А. А. Ломако, А. А. Ширяева // Прикладные проблемы оптики, информатики, радиофизики и физики конденсированного состояния: материалы IV междунар. науч.-практ. конф. — 2017. — С. 85—87.

9. Перцев Д. Ю. Система сжатия гиперспектральных данных // Информационные технологии в промышленности, логистике и социальной сфере: X междунар. науч.техн. конф.: тез. докл. — 2019. — С. 165—166.

10. Никишин Ю. А. Перспективы развития гиперспектральной съемочной системы космического базирования // Известия высших учебных заведений «Геодезия и аэрофотосъемка». — 2013. — №3. — С. 35—41.

11. Riaza A., Buzzi J., Garcia-Melendez E., Vazquez I., Bellido E., et al. Pyrite mine waste and water mapping using Hymap and Hyperion hyperspectral data. Environmental Earth Sciences, Springer, 2011, DOI 10.1007/s12665—011—1422—0.

12. Lotfi M., Arefi H., Bahroudi A. Investigating Alteration Zone Mapping Using EO-1 Hyperion Imagery and Airborne Geophysics Data. Journal of Mining and Environment (JME). Vol. 11, No. 2, 2020, 405—417. DOI: 10.22044/jme.2020.8244.1699.

13. Ramakrishnan D., Rishikesh Bharti. Hyperspectral remote sensing and geological applications. CURRENT SCIENCE, Vol. 108, No. 5, 2015, 879—891.

14. Chandan Kumar, Amba Shetty, Simit Raval, Prashant Kumar Champatiray, Richa Sharma. Sub-pixel mineral mapping of a porphyry copper belt using EO-1 Hyperion data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XL-8, 2016, 455—461. DOI:10.5194/isprsarchives-XL-8—455—2014.

15. Magendran, T., Sanjeevi, S. Hyperion image analysis and linear spectral unmixing to evaluate the grades of iron ores in the part of Noamundi, Eastern India. International Journal of Applied Earth Observation and Geoinformation 27, 2016, pp. 117—127. DOI: 10.1016/j. jag.2013.09.004.

16. Белова Е. И., Ершов Д. В. Метод предварительной обработки сцен LANDSAT-5/7 с изображением снежного покрова // Современные проблемы дистанционного зондирования Земли из космоса. — 2012. — Т.9, №4. — С. 9—14.

17. Адамович Т. А. Изучение сезонной динамики вегетационного индекса NDVI по данным Landsat // Перспективы развития научных исследований в 21 веке: материалы XIII междунар. науч.-практ. конф. — 2017. — С. 99—100.

18. Березина О. А., Шихов А. Н., Абдулин Р. К. Применение многолетних рядов данных космической съемки для оценки экологической ситуации в угледобывающих районах (на примере ликвидированного Кизеловского угольного бассейна) // Современные проблемы дистанционного зондирования Земли из космоса. — 2018. — Т.15, №2. — С. 144—158. DOI: 10.21046/2070—7401—2018—15—2-144—158.

19. Pyankov, S. V., Maximovich, N. G., Khayrulina, E. A. et al. Monitoring Acid Mine Drainage’s Effects on Surface Water in the Kizel Coal Basin with Sentinel-2 Satellite Images. Mine Water Environ (2021). DOI: 10.1007/s10230—021—00761—7.

Наши партнеры

Подписка на рассылку

Раз в месяц Вы будете получать информацию о новом номере журнала, новых книгах издательства, а также о конференциях, форумах и других профессиональных мероприятиях.