Гиперспектралдык буталарды таанууга негизделген курулуш аянтчасынын чаң торлорун алуу

Алдын ала маалымат

Курулуш аянтчалары, шаар курулушунун маанилүү жерлери катары, ар дайым чаңдын булганышынын негизги булагы болуп келген. Акыркы жылдары өкмөттүн шаардык айлана-чөйрөнүн сапатына болгон талаптарынын өсүшү менен курулуш аянтчаларынан чыккан чаңдын булганышын натыйжалуу көзөмөлдөө коомчулуктун көңүлүнүн борборуна айланды. Ушул жагдайда, чаңды көзөмөлдөөчү торлор, натыйжалуу жана практикалык чаңды көзөмөлдөө куралы катары, курулуш аянтчаларында барган сайын кеңири колдонулуп, чаңды көзөмөлдөө аракетинин ажырагыс бөлүгүнө айланууда. Ошондуктан, чаңды көзөмөлдөөчү торлордун маалыматтарын алуу жана статистикалык жактан талдоо аркылуу биз курулуш аянтчаларынын таралышын жана прогрессин кыйыр түрдө баалай алабыз, курулуш инженериясынын иш-аракеттеринин ысык чекиттерин аныктай алабыз.

Методдор жана принциптер

Бул макалада 2025-жылдын 6-апрелинде Xiguang-1 05 спутниги тарабынан тартылган Сиань аймагынын гиперспектралдык сүрөттөрү колдонулган. Чаң торчолорунун жарыктын өтүшүнө мүмкүндүк берген боштуктары болгондуктан, алардын чагылдыруу мүнөздөмөлөрү алар каптаган бетке жараша бир аз өзгөрөт. Салттуу сүрөттөрдү классификациялоо ыкмалары натыйжасыз жана кээ бир имараттардын чатырлары менен оңой эле чаташтырылат. Ошондуктан, буталарды таануу ыкмаларына таянып, биз визуалдык интерпретациянын негизинде чаң торчосунун пикселдеринин спектрлерин акыркы элементтер катары бөлүп алдык жана спектрдик китепкана түздүк. Андан кийин чаң торчосун бөлүп алуу ушул спектрдик китепкананын негизинде жүргүзүлдү.

1-таблица. Маалыматтарды киргизүү

процесс

1. Радиацияны калибрлөө:Көрүнүп турган нурлануу маалыматтарын алуу үчүн баштапкы DN маанисинин маалыматтары радиометриялык калибрлөө коэффициенттерин колдонуу менен радиометриялык түрдө оңдолот.

2. Атмосфералык коррекция:Беттик чагылдыруу маалыматтарын алуу үчүн 6S моделин колдонуу менен атмосфералык коррекция жүргүзүлдү.

3. Сүрөттү каттоо:Андан кийин иштетилген маалыматтар базалык картанын негизинде географиялык жактан аныкталат.

4. Акыркы мүчөнү бөлүп алуу:Бир нече чаң өткөрбөгөн тор пикселдерин тандап, орточо спектрди эсептеп, аны акыркы элемент катары сактаңыз.

5. Гибриддик пикселдин ажыроосу:Эксперименттер көрсөткөндөй, чаң торунун бутасына жакын пикселдерди чыпкалоо үчүн кол менен босогону колдонуу менен Adaptive Coherence Estimator алгоритми бул сценарий үчүн эң жакшы иштеген.

6. Векторизация жана жылуулук картасын түзүү:Алынган растрдык пикселдер чекиттерге жана көп бурчтуктарга айландырылат жана ядро ​​тыгыздыгын баалоо алгоритмин колдонуу менен чекиттердин негизинде жылуулук картасы түзүлөт.

Жыйынтыктарды көрсөтүү

1-сүрөт. Чаң өткөрбөгөн тор үчүн спектрдик үлгү алуу чекиттеринин бөлүштүрүлүшү

2-сүрөт. Чаң өткөрбөгөн торчо үлгүсүн алуунун спектрдик ийри сызыгы

3-сүрөт. Чаң өткөрбөгөн тордун орточо спектринин негизинде түзүлгөн спектрдик китепкана.

1-сүрөттө чаңды көзөмөлдөөчү торлордун типтүү спектрлеринин үлгү алуу чекиттери көрсөтүлгөн. Сүрөттөгү бардык үлгү алуу чекиттери акыркы убакыт сүрөттөрүн визуалдык чечмелөө аркылуу алынган. 2-сүрөттө ар бир үлгү алуу чекитинин спектрлери көрсөтүлгөн; жер үстүндөгү өсүмдүктөрдүн өзгөрүшүнө байланыштуу кызыл четте жана жакын инфракызыл аймактарда бир аз айырмачылыктар бар. 2-сүрөттөгү орточо спектр эсептелип, андан кийинки аралаш пикселдик декомпозиция үчүн спектрдик китепкана форматында сакталган (3-сүрөт).

4-сүрөт. Сиань шаарындагы жана анын тегерегиндеги аймактардагы курулуш аянтчаларындагы чаңды басуучу торлордун таралышын көрсөткөн жылуулук картасы.(2025-жылдын 6-апрели)