Способ идентификации загрязнений морской поверхности

Изобретение относится к области для контроля экологического загрязнения шельфовых, прибрежных зон. Способ включает зондирование прибрежных акваторий, содержащих эталонные участки средствами, установленными на воздушно-космическом носителе с получением синхронных изображений в ультрафиолетовом и ближнем инфракрасном диапазоне с привязкой изображений по координатам системой позиционирования ГЛОНАСС, контрастирование кадров путем формирования синтезированных матриц из попиксельных отношений этих изображений, выделение контуров на поле синтезированных матриц, вычисление идентифицируемых параметров сигнала внутри контуров: пространственного спектра волнения F, фрактального объема Ω, площади рельефа S_p взволнованной поверхности анализируемого участка, оценка индекса состояния (И) загрязнения в виде зависимости от произведения идентифицируемых параметров

Технический результат – повышение достоверности идентификации аномалий морской поверхности, а также увеличение чувствительности измерений. 7 ил.

 

Изобретение относится к области океанологии и может найти применение при контроле гидрологических процессов, происходящих как на морской поверхности, так и в водной толще, мониторинге антропогенных воздействий на шельфовые зоны прибрежных акваторий.

Загрязнения морской поверхности проявляются в изменении физико-химических и биологических параметров водной среды, в том числе в изменении пространственного спектра волнения относительно тестовых (эталонных) участков. Последнее, как правило, происходит при взаимодействии между собой разнородных физических процессов: ветрового волнения и внутренних волн, течений, либо при изменении коэффициента поверхностного натяжения воды в местах загрязнений нефтепродуктами, скоплениях планктона, выбросов очистных сооружений прибрежных зон.

Для обнаружения таких загрязнений подстилающей поверхности при дистанционном зондировании используют различные методы и средства.

Известен «Способ идентификации инвазий насаждений», Патент RU №2422 898, A01G 23/00, 2011 г. - аналог. В способе-аналоге получают изображение яркости I(х, y) от пространственных координат, разбивают изображение на мозаику участков, рассчитывают функции фрактальной размерности изображений участков и сравнивают их с эталоном, дополнительно получают спектрограммы тех же участков, функции яркости I(λ) от длины волны, отслеживают знак производной этой функции в интервале 550…670 нм, изменение знака производной с минуса на плюс отождествляют с процессом дигрессии насаждения участка, рассчитывают средневзвешенное значение длины волны спектрограммы и коэффициент фрактальной размерности изображений обнаруженных участков, а фазу (Ф) поражения количественно определяют по регрессионной зависимости

где λ_эт - средневзвешенная длина волны отраженного спектра эталонного участка;

Ω_эт - фрактальная размерность изображения эталонного участка;

λ - средневзвешенная длина волны спектра анализируемого участка;

Ω - фрактальная размерность изображения анализируемого участка.

К недостаткам способа-аналога следует отнести:

- невозможность непосредственного использования из-за различия средств и технологий обработки сигнала;

- отсутствие количественного критерия для априорного разбиения изображения на мозаику участков при невысоком контрасте их функции яркости.

Ближайшим аналогом по технической сущности к заявленному является «Способ обнаружения аномалий морской поверхности», Патент RU №2109304, G01S, 11/06, 13/89, 1997 г.

Способ ближайшего аналога включает получение изображения морской поверхности в виде матрицы цифровых отсчетов |m×n| элементов функции яркости I(х, y) от пространственных координат, обработку матрицы путем разбиения изображения на мозаику фрактальных участков, вычисление огибающей пространственного спектра и автокорреляционной функции сигнала каждого участка, расчет интегрального признака z=R/B и сравнение его с фоновым z₀=R₀/B₀, вывод на отображение участков, для которых z/z₀>2, синтезирование из последовательности проанализированных участков мозаичной картины аномалии, где В, В₀ - максимальные значения автокорреляционных функций электрического сигнала матриц аномалии и фона соответственно, R, R₀ - ширина автокорреляционных функций на уровне 0,1 их максимального значения для аномалии и фона.

Недостатками способа ближайшего аналога являются:

- невозможность непосредственного использования из-за различия средств и технологий обработки сигнала;

- не все из возможных параметров сигнала учитываются при расчете интегрального критерия.

Задача, решаемая заявленным способом, состоит в повышении достоверности идентификации аномалий путем измерения нескольких параметров и увеличении чувствительности измерений путем совместного использования изображений, получаемых синхронно в ультрафиолетовом и ближнем инфракрасном участках оптического диапазона спектра электромагнитных волн.

Поставленная задача решается тем, что способ идентификации загрязнений морской поверхности включает зондирование прибрежных акваторий, содержащих эталонные участки, средствами, установленными на воздушно-космическом носителе, с получением синхронных изображений в ультрафиолетовом или фиолетовом и ближнем инфракрасном участках оптического диапазона спектра электромагнитных волн с географической привязкой изображений системой позиционирования «ГЛОНАСС», формирование синтезированной матрицы из попиксельных отношений этих изображений, выделение контуров областей загрязнения программным расчетом градиента функции яркости I(х, y) синтезированного изображения, вычисление идентифицируемых параметров внутри выделенных контуров: частоты максимума одномерного пространственного спектра F, фрактального объема Ω, площади рельефа S_p функции яркости I(х, y) анализируемого участка изображения и соответствующего ему по геометрической площади S₀ эталонного участка, определение идентификатора (И) загрязнения в процентах из соотношения

где F⋅Ω⋅S_p - произведение идентифицируемых параметров измеряемого и эталонного участков.

Изобретение поясняется чертежами,

где фиг. 1 - зависимость коэффициента отражения от длины волны падающего светового потока;

фиг. 2 - выделенные контуры загрязнения поверхности;

фиг. 3 - амплитудно-частотные характеристики эталонной а) и загрязненной б) поверхностей;

фиг. 4 - функции фрактального объема эталонной в) и загрязненной г) поверхностей;

фиг. 5 - представление рельефа мозаикой треугольников;

фиг. 6 - относительные S_p/S₀ площади рельефов эталонной д) и загрязненной е) поверхностей в зависимости от балльности волнения;

фиг. 7 - функциональная схема устройства, реализующего способ.

Техническая сущность изобретения состоит в следующем.

При загрязнении воды взвесями, пленками органических веществ, планктоном изменяется ее коэффициент поверхностного натяжения в пределах (0,071…0,03) Н/м [см., например, Л.С. Жданов, учебник по физике, физматгиз, М., 1978 г., таблица 12.1, стр. 112]. Изменение коэффициента поверхностного натяжения приводит к демпфированию мелкодисперсной ветровой ряби морского волнения на участках загрязнения и, как следствие, к изменению спектра пространственных волн [см., например, Научное открытие №62, РАЕН 1997 г., «Явление поглощения спектральных составляющих волнового процесса уединенной волной»]. Одновременно с изменением спектра изменяется и коэффициент преломления морской воды в диапазонах зондирования, что приводит к изменению формы волнения и коэффициента отражения падающего светового потока [см., Л.С. Жданов, учебник по физике, физматгиз, М., 1978 г., «Абсолютные показатели преломления» табл. 32.3, стр. 386]. Коэффициент отражения К электромагнитного поля от подстилающей поверхности определяется соотношениями Френеля.

Для зондирования в надир коэффициент отражения в первом приближении будет равен

;

где n - коэффициент преломления.

Коэффициент преломления n существенно зависит от длины волны λ светового потока.

Зависимость коэффициента отражения светового потока от длины волны иллюстрируется графиками фиг. 1. В ультрафиолетовом диапазоне (К) существенно выше, чем в ближнем ИК диапазоне. Последнее позволяет обеспечить контраст между изображениями при формировании синтезированной матрицы путем попиксельных отношений изображения большей яркости (ультрафиолетового) к меньшей яркости (инфракрасного). Формирование синтезированной матрицы представляется стандартной операцией специализированного программного обеспечения [см., например, MATH CAD. 7.0 PLUS, ИЗДАНИЕ 3-е стереотипное, информационно-издательский дом «Филинъ», 1998 г., стр. 211, Векторизация элементов матрицы.] После этого осуществляют нормирование функции сигнала синтезированной матрицы в стандартной шкале 0…255 уровней квантования.

Психологически, восприятие образа объекта человеком-оператором происходит на уровне контуров. Последнее достигается путем выделения контуров (контурного рисунка) на изображениях, осуществляемое методами пространственного дифференцирования [см., например. Дуда P.O., Харт П.Е. «Распознавание образов и анализ сцен», перевод с англ., изд. Мир, М., 1976 г. «Пространственное дифференцирование» стр. 287-288]. Существует несколько стандартных операторов (Робертса, Лапласа, Собела), позволяющих вычислить контуры на двумерных изображениях. Выделение контуров на изображении с использованием масок различных операторов представляется стандартной математической операцией [см., например, П.А. Минько «Обработка графики Photoshop CS2», изд. Эксмо, 2007 г., стр. 47-56]. Результат выделения областей загрязнения иллюстрируется фиг. 2. После выделения контуров на синтезированном изображении рассчитывают количественные значения идентифицирующих параметров.

Падающий световой поток на взволнованную морскую поверхность по-разному отражается от нее. Гребни волн отражают падающий световой поток практически зеркально, в то время как скаты волн - диффузно. Поэтому текстура изображения морской поверхности повторяет ее геометрию, т.е. изображение содержит информацию о спектре волнения. Для получения спектра - образа используют математические процедуры спектрального анализа регистрируемых функций путем их разложения в тригонометрический ряд, обеспечивающий наивысшую точность измерений [см., например, Н.С.Пискунов «Дифференциальное и интегральное исчисления», учебник для ВТУЗов, т. 2, 5-е издание, М., Наука, 1964 г., «Ряды Фурье» стр.180-182, 218-221].

По определению, пространственный спектр Фурье вычисляют как двумерное Фурье-преобразование от функции яркости I(х, y) участка изображения

где F_x, F_y - спектр волнения по координатам х, y;

I(х, y) - функция яркости изображения;

m, n - число строк, столбцов матрицы |m×n|.

Расчет спектра осуществляют алгоритмами быстрого Фурье-преобразования (БПФ) по стандартным программам, входящим в комплект специализированного программного обеспечения ПЭВМ типа MATHCAD, ER MAPPER [см., например, НТИ «Специализированное программное обеспечение MATHCAD 6.0 HLUS», изд. 2-е стереотипное, М., Информационно-издательский дом «Филинъ», 1997 г., стр. 441]. Амплитудно-частотные характеристики (АЧХ) пространственных спектров изображений I(х, y) эталонного и загрязненного участков иллюстрируются фиг. 3.

Вторым независимым параметром идентификации загрязнений является фрактальная размерность изображения I(х, y). Расчет фрактальной размерности осуществляют методом осцилляций согласно аналогу [Патент RU №2422898, 2011 г.] по специализированной математической программе.

Текст программы вычисления фрактальной размерности изображений:

Результат программного расчета функций фрактального объема иллюстрируется графиками фиг. 4. Среднее значение производных (тангенс угла наклона) этих функций для фиг. 4 составили в) эталонного участка 0,51, г) загрязненного участка 0,33.

Третьим параметром идентификации загрязненной морской поверхности является площадь рельефа пикселей изображения. В соответствии со шкалой Бофорта при балльности волнения 0…3 балла изменяются длина волн в диапазоне 0,1…6,0 м по координатам х, y, а также высота волн в диапазоне 0,1…1,0 м по координате z. В пространстве координата z характеризует рельеф поверхности ветрового волнения. При наличии аналитического выражения z(x, y) площадь рельефа вычисляется как поверхностный интеграл [см., например, Н.С. Пискунов «Дифференциальное и интегральное исчисления», учебник для ВТУЗов, 5-е изд., Наука, М., 1964 г. § 7 «Вычисление площади поверхности» стр. 73-74]:

Поскольку в области загрязнений аналитическую зависимость z(x, y) получить невозможно, используют численные методы программного расчета.

Для вычисления площади рельефа кадра изображения осуществляют последовательное разбитие матрицы |m×n| на окна из четырех смежных элементов. Каждый пиксель изображения характеризуется разрешением по координатам Δх, Δy, яркость по координате z (глубиной Δh), которые считаются известными из технических характеристик средств зондирования. Алгоритм вычисления элементарной площади окна четырехточечного шаблона основан на триангуляции, т.е. разбиения его диагоналями 1-4 и 3-2 на две пары смежных треугольников. Процедура разбиения иллюстрируется фиг. 5.

Существуют два способа триангуляции - по главной диагонали (слева-сверху - направо-вниз) и по вспомогательной диагонали (справа-сверху - налево-вниз). Площадь вычисляется обоими способами, а в качестве результата выбирается среднегеометрическое. Если хотя бы одна вершина треугольника находится за границей участка - площадь треугольника считается равной нулю. Если все вершины принадлежат участку, площадь треугольника вычисляется по формуле Герона

где а, b, с - длины сторон треугольника, р - полупериметр.

Предварительно, по теореме Пифагора, рассчитывают длины сторон треугольников. В соответствии с фиг. 5 длины сторон треугольника, например, с вершинами 1-2-3 равны

; ;

Диагональ

Метрику для координаты z (высоты Н) вычисляют из соотношения , где h - высота волн по шкале Бофорта для данной балльности волнения, Δn - разница яркости пикселей в оцениваемом окне, n_max -максимальная яркость пикселя в обрабатываемой матрице. Рассмотренный алгоритм реализуется специализированной математической программой [см., например, «Способ определения площади рельефа» Патенты RU №2251075, №2255357, 2005 г.].

Текст программы расчета площади рельефа:

Площадь рельефа окна |2×2| элемента представляют в виде мозаики аппроксимирующих треугольников (фиг. 5), которую находят как среднегеометрическое: площадей смежных треугольников. Площадь рельефа гладкой поверхности равна геометрической площади окна S₀. Площадь рельефа увеличивается для развитого волнения, как это иллюстрируется графиками фиг. 6. Тестовые прогоны показали, что отношение рельефа развитого волнения к геометрической площади окна заключается в интервале 1,1…2.4. В целом, индекс загрязнения морской поверхности представляется как зависимость от произведения идентифицируемых параметров И=И (F, Ω, S_p).

Пример реализации способа

Заявленный способ может быть реализован по схеме фиг. 7. Функциональная схема содержит авиационный носитель (1) (типа самолетной лаборатории, созданной в рамках международной программы «Открытое небо») с установленными на нем цифровой видеокамерой (2) ультрафиолетового диапазона (типа «Фиалка МВ-Космос») и спектрозональной камеры (3) (типа «MOMS-2P», Германия) ближнего инфракрасного диапазона. Трассовую покадровую съемку запланированных акваторий в полосе сканирования (4) осуществляют от бортового комплекса управления (БКУ) (5) на основе заложенных в БКУ программ включения бортовой аппаратуры. Результаты покадровой съемки участков акваторий записывают в бортовое запоминающее устройство (6) с одновременной привязкой по координатам изображений от аппаратуры потребителей (7) космической системы позиционирования «ГЛОНАСС». После посадки самолетного носителя массивы полученных измерений помещают на сервер хранения данных (8). Тематическую обработку изображений осуществляют в центре обработки (9), где через устройство ввода и передачи (10) информация из сервера хранения поступает в электронно-вычислительную машину (11) со стандартным набором периферийных устройств: процессор (12), оперативное запоминающее устройство (13), винчестер (14), дисплей (15), принтер (16), клавиатура (17), сервер Internet (18). Предварительно в оперативное запоминающее устройство (13) записывают программы специализированного программного обеспечения MATH CAD или ER MAPPER. Затем формируют кадры синтезированных матриц из попиксельных отношений ультрафиолетового изображения и зонального инфракрасного изображения.

В центре обработки создают базу (19) эталонных сигналов (идентифицируемых параметров) тестовых участков. Выделяют контуры на поле синтезированных матриц, как это иллюстрируется фиг. 2 (контуры 1, 2, 3. 4). Рассчитывают идентифицируемые параметры сигнала внутри выделенных контуров. Находят средневзвешенные значения пространственных спектров фиг. 3 а), б), F₁=0,3; F₂=0,5, которые делят площадь под кривыми а, б пополам. Вычисляют фрактальные объемы ветрового волнения тестового участка Ω₁=0,51 и текущего контура Ω₂=0,33, как это иллюстрируется фиг. 4.

По приведенной выше программе определяют площади рельефов взволнованной поверхности тестового участка: (S_p/S₀)_этал=1,8 и текущего контура: (S_p/S₀)_тек=1,5, как это иллюстрируется графиками фиг. 6. Оценивают интегральную степень загрязнения морской поверхности из соотношения

Визуализируют результаты обработки путем распечатки выделенных контуров и численных значений их индексов на контурной карте акваторий прибрежных зон.

Способ реализуют на существующей технической базе. Эффективность способа характеризуется оперативностью, высокой точностью и документальностью результатов.

Способ идентификации загрязнений морской поверхности включает зондирование прибрежных акваторий, содержащих эталонные участки средствами, установленными на воздушно-космическом носителе с получением синхронных изображений в ультрафиолетовом и ближнем инфракрасном участках солнечного спектра с привязкой изображений по координатам системой позиционирования «ГЛОНАСС», формирование синтезированной матрицы из попиксельных отношений этих изображений, выделение контуров областей загрязнения программным расчетом градиента функции яркости I(х, y) синтезированного изображения, вычисление идентифицируемых параметров внутри выделенных контуров: пространственного спектра волнения F, фрактального объема изображения Ω, площади рельефа S_p функции яркости I(х, y) анализируемого участка и соответствующего ему, по геометрической площади S₀ эталонного участка, определение интегрального индекса (И) загрязнения в процентах из соотношения

где F·Ω·S_p - произведение идентифицируемых параметров измеряемого и эталонного участков.