Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Методика коррекции данных дистанционного зондирования в задаче интерпретации результатов космической съёмки в интересах оценки перспектив нефтегазоносности локальных геологических структур

Диссертация: Методика коррекции данных дистанционного зондирования в задаче интерпретации результатов космической съёмки в интересах оценки перспектив нефтегазоносности локальных геологических структур
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

На последующем этапе выполняются предварительная обработка и дешифрирование данных съёмки, которые направлены на выделение целевых геологических процессов, объектов и явлений. Целью предварительной обработки данных съёмки на данном этапе является повышение их информативности, обеспечивающей достоверное решение задачи дешифрирования, в результате которого на основе системы геоиндикационных… Читать ещё >

Содержание

  • Список сокращений

1. СОВРЕМЕННЫЙ ПОДХОД К ИНТЕРПРЕТАЦИИ ДАННЫХ КОСМИЧЕСКОЙ СЪЁМКИ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПРОГНОЗИРОВАНИЯ ПЕРСПЕКТИВ НЕФТЕГАЗОНОСНОСТИ ЛОКАЛЬНЫХ СТРУКТУР. ПОСТАНОВКА ЗАДАЧИ.

1.1. Предпосылки использования космической информации ДЗЗ для решения структурной геологической задачи и оценки перспектив нефтегазоносности.

1.2. Обзор и классификация существующих космических средств дистанционного зондирования Земли.

1.3. Технологии обработки и анализа данных ДЗЗ для решения задач прогнозирования геологических структур и оценки их перспектив нефтегазоносности.

1.3.1. Задачи этапа предварительной обработки данных ДЗЗ.

1.3.2. Задачи и состав работ этапа тематической обработки данных ДЗЗ

1.3.3. Анализ покрытия изучаемого участка Тимано-Печорской нефтегазоносной провинции архивными данными мультиспектральной космической съёмки.

1.3.4. Анализ методических подходов к решению задачи повышения достоверности распознавания объектов по данным ДЗЗ.

1.4. Постановка задачи коррекции исходных данных ДЗЗ с целью учёта влияния возмущающих факторов в решении задачи классификации локальных структур.

2. МЕТОДИКА КОРРЕКЦИИ ДАННЫХ С ЦЕЛЬЮ УЧЁТА ВЛИЯНИЯ УСЛОВИЙ ПРОВЕДЕНИЯ СЪЁМКИ НА РЕГИСТРИРУЕМЫЙ СРЕДСТВАМИ ДЗЗ СИГНАЛ.

2.1. Применяемые системы координат. Решение задачи пространственного совмещения данных.

2.2. Модель оценки параметров освещённости участка местности.

2.2.1. Методика расчёта направления на Солнце для освещённой прямым излучением произвольной точки земной поверхности.

2.2.2. Решение задачи оценки условий освещённости для произвольной точки земной поверхности в условиях неоднородного рельефа местности.

Краевые эффекты затенения площадок.

2.3. Методика оценки влияния параметров пропускания атмосферы Земли на регистрируемый средствами ДЗЗ сигнал.

2.3.1. Деление атмосферы на слои. Газовый и фациальный состав. Атмосферный аэрозоль.

2.3.2. Обзор механизмов взаимодействия излучения с атмосферой Земли. Основные положения.

2.3.3. Математическая модель расчёта пропускания атмосферы.

2.3.4. Международная стандартная атмосфера. Справочная атмосфера.

2.4. Методика калибровки и комплексной коррекции данных съёмки с учётом влияния условий освещённости и пропускания атмосферы.

2.5. Программно-математическое и алгоритмическое обеспечение методики коррекции данных съёмки.

3. ВЕРИФИКАЦИЯ РАЗРАБОТАННОЙ МЕТОДИКИ КОРРЕКЦИИ ДАННЫХ ДЗЗ НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧИ ОЦЕНКИ ПЕРСПЕКТИВ НЕФТЕГАЗОНОСНОСТИ ГЕОЛОГИЧЕСКИХ СТРУКТУР ТИМАНО-ПЕЧОРСКОЙ ПРОВИНЦИИ.

3.1. Решение задачи расчёта корректирующих параметров и калибровки данных съёмки на примере участка Тимано-Печорской нефтегазоносной провинции.

3.1.1. Построение цифровой модели рельефа.

3.1.2. Решение задачи расчёта и построения поля распределения параметров освещённости местности.

3.1.3. Решение задачи расчёта и построения поля распределения параметров пропускания атмосферы.

3.1.4. Результаты калибровки и комплексной коррекции данных съёмки

3.2. Оценка достоверности решения задачи интерпретации данных космической съёмки с использованием разработанной методики коррекции данных ДЗЗ на примере решения задачи оценки нефтегазоносного потенциала поисковых объектов.

Методика коррекции данных дистанционного зондирования в задаче интерпретации результатов космической съёмки в интересах оценки перспектив нефтегазоносности локальных геологических структур (реферат, курсовая, диплом, контрольная)

В настоящее время одним из актуальных и перспективных прикладных направлений внедрения результатов космической деятельности является решение группы природоресурсных задач [16, 39, 50, 54, 57, 84, 101].

В условиях растущей потребности в минерально-сырьевой продукции особенно остро стоит вопрос о восполнении разведанных запасов углеводородов, что требует проведения больших объёмов геологоразведочных работ на огромных территориях [75]. Наиболее рациональное решение данной задачи лежит в плоскости использования методов и технологий ДЗЗ, что позволяет существенно снизить временные и финансовые затраты на проведение геологоразведочных работ за счёт выделения и локализации наиболее перспективных в нефтегазоносном отношении площадей и локальных объектов в начале поискового этапа, а также обоснованного планирования дальнейших этапов геологоразведки на локализованных площадях, что, в свою очередь, значительно повышает эффективность решения прикладных задач в области разведки и освоения месторождений углеводородов [31, 86, 87]. Кроме того, в соответствии с действующими нормативными актами [42, 74] использование материалов космической съёмки является неотъемлемой частью типового комплекса работ на стадиях прогноза нефтегазоносности и выявления объектов поискового бурения регионального и поисково-оценочного этапов работ на нефть и газ.

Актуальность темы

.

Комплексное использование данных космической съёмки для решения задач прогноза нефтегазоносности совместно с традиционными поисковыми и геологоразведочными методами является активно развиваемым направлением исследований.

Информативность и эффективность методов и технологий ДЗЗ в решении задач оценки перспектив нефтегазоносности многократно подтверждены в ходе многочисленных исследований и на практике [1, 9, 31, 35, 57, 60, 63, 64, 76, 84−87, 119−120]. Использование данных ДЗЗ при поисковых работах на нефть и газ сводится к комплексному анализу результатов аэрокосмической съёмки в совокупности с геолого-геофизической информацией. Совокупность космоструктурных работ на поисковых этапах работ на нефть и газ включает в себя несколько стадий, на каждой из которых решается множество специализированных задач, требующих привлечения комплекса различных геологических, геофизических, геохимических, промысловых и других данных, а также разнообразных методологических подходов и математического аппарата обработки, анализа и интерпретации информации.

На начальном этапе технологического цикла космоструктурных работ решается задача сбора данных, в процессе которого проводится анализ на предмет наличия на изучаемой территории разведанных месторождений и перспективных с позиции нефтегазоносности геологических структур, оценка общей геологической изученности территории, обеспеченности геолого-геофизической, геохимической, промысловой и другой информацией, а также анализ имеющихся архивных данных космической съёмки на изучаемую территорию. На этом же этапе производится планирование новой космической и авиационной (в зависимости от рабочего масштаба) съёмки.

На последующем этапе выполняются предварительная обработка и дешифрирование данных съёмки, которые направлены на выделение целевых геологических процессов, объектов и явлений. Целью предварительной обработки данных съёмки на данном этапе является повышение их информативности, обеспечивающей достоверное решение задачи дешифрирования, в результате которого на основе системы геоиндикационных признаков формируется структурный план, выделяются границы прогнозируемых структур, к которым предположительно приурочены залежи углеводородов, и система контролирующих их разрывных нарушений. Необходимо отметить, что в настоящее время актуальным и перспективным направлением исследований в данной области является автоматизация процесса дешифрирования данных съёмки.

Заключительным и ключевым этапом технологии обработки данных ДЗЗ на исследуемую территорию в целях информационного обеспечения решения задач поиска и разведки месторождений нефти и газа является этап интерпретации данных ДЗЗ. В рамках данного этапа на основе группы показателей производится оценка перспектив нефтегазоносности прогнозируемых геологических структур, выделенных на предыдущем этапе экспертами-геологами. В условиях средней и высокой геологической изученности исследуемой площади, когда имеется статистически значимое количество геолого-геофизической информации, задача интерпретации аэрокосмической информации может быть сформулирована как задача классификации с обучением, целью которой является отнесение каждой прогнозируемой геологической структуры к одному из двух известных эталонных классов (классу нефтегазоносных или пустых структур). В качестве теоретической базы для решения данной задачи используются методы классификации, имеющие общей целью обоснованное принятие решений об отнесении различных наблюдаемых объектов и явлений к конкретным, заранее известным, либо неизвестным (кластерный анализ) классам [48, 77, 86, 87].

В более общем случае локальные структуры могут дифференцироваться по объёмам ресурсов (запасов) углеводородов, например, нефтегазоносные с промышленными и непромышленными запасами, а также пустые [7, 12, 86]. Однако, как будет показано далее, задача прогнозирования перспектив нефтегазоносности по данным космических наблюдений имеет ряд принципиальных особенностей, налагающих существенные ограничения на использование аппарата классификации.

В настоящее время в целом методы обработки аэрокосмической информации имеют достаточно высокую степень изученности. Значительный вклад в развитие направления обработки и анализа данных дистанционного зондирования Земли внесли отечественные и зарубежные учёные и специалисты: Арманд H.A., Бондур В. Г., Боярчук К. А., Виноградов Б. В., Гридин В. И., Дейвис Ш. М., Евдокименков В. Н., Злобин В. К., Кронберг П., Кузнецов А. Е., Лупян Е. А., Лялько В. И., Малышев В. В., Митник М. М., Райкунов Г. Г., Прэтт У., Розенфельд А., Селиванов A.C., Трофимов Д. М., Хуанг Т., Чернявский Г. М. и др. Их исследования в этой и других областях составляют теоретическую основу для решения поставленных в данной работе задач. Вместе с тем, несмотря на глубокий уровень проработки вопросов обработки космической информации ДЗЗ, объём проводимых в данном направлении исследований только увеличивается. Это обусловлено ведущимися в России и за рубежом работами по созданию новых типов перспективных целевых приборов, а также необходимостью развития технологий целевого применения космических аппаратов ДЗЗ. Анализ основных подходов к обработке данных ДЗЗ показывает, что в последнее десятилетие акценты закономерно смещаются от экспертного выделения целевых признаков (экспертного дешифрирования) к автоматизированному анализу набора спектральных данных, что обуславливает важность и актуальность задач в области обработки мультии гиперспектральных данных ДЗЗ, а следовательно — в области методов классификации.

С учётом текущего уровня развития средств ДЗЗ значительная часть решаемых с их использованием прикладных задач [50] в той или иной степени требует применения методов распознавания образов и классификации. При этом современные методы классификации обладают вполне достаточными для получения достоверных решений многих прикладных задач возможностями.

Признаковое пространство в задаче классификации и оценки перспектив нефтегазоносности прогнозируемых локальных геологических структур формируется спектральными характеристиками подстилающей поверхности, оцененными в пределах их контуров по данным мультиспектральной космической съёмки. Контура исследуемых объектовпрогнозируемых локальных геологических структур — определяются экспертами-геологами по данным тематического дешифрирования аэрокосмической информации, а объектами обучающей выборки выступают ранее разведанные геологические структуры и месторождения с достоверно установленным на предшествующих поисковых этапах нефтегазоносным потенциалом традиционными геологоразведочными методами.

Специфика задачи интерпретации данных ДЗЗ проявляется в зависимости их качества и информативности от влияния целого ряда случайных и систематических процессов естественного и технического происхождения, нередко обуславливающих невозможность единовременного покрытия изучаемого участка одной сценой съёмки. В результате набор данных по изучаемой площади может быть получен в различное время и в различных условиях проведения съёмки, а также различной регистрирующей целевой аппаратурой (ЦА) с различных космических аппаратов (КА). Кроме того, методические предпосылки решения задач дешифрирования космической информации ДЗЗ на предмет выделения геологических объектов подразумевают использование разновременных (в том числе и разносезонных) данных съёмки [1,7, 86].

Данная ситуация определяет новую постановку задачи классификации, при которой спектральная информация по эталонным объектам (обучающей выборке (ОВ)) и по распознаваемым объектам (РО) получена в различных физико-технических условиях проведения съёмки.

Как показывает анализ, большинство из существующих на сегодняшний день подходов к решению природоресурсных задач [10, 13, 41, 51, 65] на основе методов классификации с обучением не учитывают данную ситуацию при формировании признакового пространства, что зачастую приводит к получению неудовлетворительных результатов и ограничивает возможность использования таких методов в процессе интерпретации данных космической съёмки.

Вместе с тем, предлагаемые различными авторами статистические методы адаптации к условиям несогласованности данных ОВ и РО позволяют некоторым образом нивелировать возникающие ошибки и показывают в целом приемлемые результаты [32, 47−49, 61]. Анализ опыта космоструктурных работ [8, 84−86] показывает, что в подавляющем большинстве случаев решение задачи прогнозирования локальных геологических структур и оценки их нефтегазоносного потенциала происходит в условиях неопределённости и при существенной нехватке априорной информации, как геологической, так и космической. При этом отмеченные методы обладают существенными ограничениями, связанными с размером обучающей выборки, а также не учитывают физические и технические аспекты проведения съёмок, способные оказать существенное влияние на результат.

Имеющиеся методы фотометрического выравнивания данных и прецизионной радиометрической обработки [44, 58, 59, 71, 69] показывают неплохие результаты, однако их основная направленность — устранение влияния неоднородности чувствительности элементов регистрирующей аппаратуры в пределах сцены съёмки, повышение визуальных качеств изображений и учёт аппаратных искажений, а вносимые некоторыми из них корректирующие поправки во многих случаях лишают информацию радиометрических измерительных свойств и случайным образом изменяют межканальные зависимости в мультиспектральной сцене съёмки.

Предлагаемые известными авторами [63, 64, 89] подходы предполагают учёт физических процессов и явлений, оказывающих влияние на зарегистрированный средствами ДЗЗ сигнал, но зачастую требуют синхронной с проведением съёмки наземной верификации [89], что в ряде случаев является принципиально невозможным и, кроме того, нивелирует имеющиеся преимущества дистанционных методов при работе по обширным неосвоенным территориям.

Таким образом, диссертационная работа посвящена решению актуальной технической задачи повышения достоверности результатов интерпретации данных ДЗЗ в интересах оценки перспектив нефтегазоносности локальных геологических структур и участков недр. В основу диссертации положены полученные автором результаты в процессе выполнения научно-исследовательских и прикладных работ в области методов обработки данных ДЗЗ и их использования для решения природоресурсных задач в рамках контрактов с ведущими отечественными разработчиками КА ДЗЗ и недропользователями в период 2004;2009 гг.

Целью диссертационной работы является разработка методики коррекции данных ДЗЗ для решения задачи классификации в условиях физической и технической несогласованности данных по обучающей выборке и распознаваемым объектам.

Для достижения указанной цели решаются следующие научно-технические задачи:

— исследуется возможность использования традиционной схемы решения задачи классификации с обучением по данным космической съёмки, проведённой в различных условиях;

— разрабатывается модель оценки условий освещённости местности;

— разрабатывается методика коррекции данных ДЗЗ на предмет учёта различий условий проведения съёмки;

— разрабатывается программный комплекс, реализующий предложенную методику;

— с использованием разработанного программного комплекса проводится оценка качества решения задач классификации для случая использования данных космической съёмки, полученных в различных условиях.

Объектом исследования являются методы поддержки принятия решений относительно нефтегазоносного потенциала геологических структур, вырабатываемых на основе анализа данных космической.

Предметом исследования выступает методика коррекции полученных в различных условиях съёмки данных ДЗЗ по распознаваемым и эталонным объектам съёмки на примере информации с КА серии Landsat аппаратурой ТМ, ЕТМ+ (Thematic Mapper/Enhanced Thematic Mapper Plus).

Методы исследования. В работе использованы методы, основанные на законах физики излучения, элементах прикладной астрономии, методы теории вероятностей, математической статистики, математического моделирования, обработки геопространственных данных, а также методы объектно-ориентированного программирования с учётом свойств многозадачности операционных систем семейства MS Windows.

Научная новизна полученных результатов состоит в следующем:

1) модифицирована традиционная схема решения задач классификации с обучением с целью адаптации к особенностям процесса интерпретации данных космической съёмки;

2) разработана методика коррекции данных космической съёмки на предмет учёта характеристик целевой аппаратуры, освещённости подстилающей поверхности с учётом рельефа местности и параметров пропускания атмосферы;

3) разработан комплекс алгоритмов, обеспечивающих реализацию методики коррекции данных космической съёмки:

— алгоритм оценки условий освещённости произвольного участка земной поверхности в момент проведения съёмки с учётом рельефа местности;

— алгоритм радиометрической калибровки данных космической съёмки с синхронным внесением поправок, связанных с условиями освещённости подстилающей поверхности и пропускания атмосферы;

4) создан программный комплекс, построенный на принципах объектно-ориентированного программирования, реализующий перечисленные алгоритмы и позволяющий выполнять коррекцию данных космической съёмки, а также формирование компонентов векторов признаков ОВ и РО.

Достоверность результатов, полученных в диссертационной работе, подтверждается физической и математической обоснованностью, адекватностью моделей, применяемых в методике коррекции данных космической съёмки, использованием апробированного математического аппарата, результатами обработки большого объёма данных съёмки на примере решения задачи оценки перспектив нефтегазоносности геологических структур Тимано-Печорской нефтегазоносной провинции и их последующего сопоставления с данными по ранее разведанным месторождениям.

Практическая значимость заключается в том, что разработанная методика позволяет повысить достоверность результатов интерпретации данных ДЗЗ в интересах оценки перспектив нефтегазоносности локальных геологических структур на основе использования аппарата классификации с обучением в среднем на 15%. Разработанная методика и реализующие её алгоритмы носят обобщённый характер и могут быть использованы для обработки данных с большинства современных отечественных и зарубежных КА ДЗЗ в интересах решения широкого спектра задач, связанных с оценкой спектрорадиометрических характеристик и распознаванием объектов подстилающей поверхности.

Внедрение результатов работы. Результаты диссертационной работы использованы в практической деятельности ООО «Газпром ВНИИГАЗ», в работах ФГУП ГНПРКЦ «ЦСКБ-Прогресс» по созданию КК «Ресурс-П» и практической деятельности ФГУП ЦНИИмаш при выполнении комплексных НИР, что подтверждено соответствующими актами о внедрении.

На защиту выносятся следующие основные положения:

1. Модифицированная схема решения задачи классификации с обучением, адаптированная к использованию полученных в различных физико-технических условиях данных космической съёмки объектов ОВ и РО;

2. Методика коррекции данных космической съёмки на этапе их радиометрической калибровки;

3. Комплекс алгоритмов, составляющих основу методики коррекции данных съёмки;

4. Программный комплекс, реализующий предложенную методику;

5. Результаты решения задачи оценки перспектив нефтегазоносности геологических структур Тимано-Печорской нефтегазоносной провинции по данным съёмки в различных физико-технических условиях.

Апробация работы и публикации. Основные положения и результаты диссертационной работы доложены и обсуждены на 9-й, 10-й, 11-ой, 12-й Международных конференциях «Системный анализ, управление и навигация» (Евпатория, 2004, 2005, 2006, 2007 гг.), на семинаре кафедры 604 МАИ (НИУ), а также на заседании подсекции 1−5 секции 1 научно-технического совета ФГУП ЦНИИмаш в 2012 г. По теме диссертационной работы опубликованы 3 печатных работы в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий ВАК.

Структура и объем работы. Диссертация состоит из введения, трёх глав, заключения и списка литературы из 120 наименований. Работа изложена на 192 страницах машинописного текста, содержит 48 рисунков и 25 таблиц.

Выводы по главе 3:

Верификация разработанной методики и предложенных алгоритмов проведена на участке Тимано-Печорской нефтегазоносной провинции в районе Печоро-Кожвинского мегавала и Большесынинской впадины размером 122,7×86,8 км на сфере.

1. Проведён пространственный анализ покрытия архивными данными съёмки с КА серии ЬапсЬа! эталонных локальных структур изучаемого участка Тимано-Печорской нефтегазоносной провинции, статус нефтегазоносности которых достоверно установлен по результатам проведения геологоразведочных работ на предшествующих этапах. Показано, что совокупность имеющихся локальных структур в большинстве случаев не покрываются одной сценой съёмки, что подтверждает актуальность поставленной задачи.

2. Проведена отработка разработанного программного комплекса в условиях обработки реальных данных съёмки с КА серии Ьапёэа1. Продемонстрирован подход к минимизации вычислительных затрат за счёт географической локализации замкнутой области интересов.

3. По данным топографических карт М 1:200 ООО проведён анализ рельефа местности изучаемого участка Тимано-Печорской нефтегазоносной провинции и построена цифровая модель рельефа. Диапазон высот в пределах изучаемого участка составляет 221,1 м, минимальная высота -30,7 м, максимальная — 251,8 м, средняя высота — 105,9 м.

4. Решена задача оценки условий освещённости изучаемого участка местности прямым солнечным излучением. По результатам анализа представленных оператором КА в метаданных справочные значения азимутальных углов имеют несистематические отклонения в диапазоне 0,1−2% от расчётных. При этом данные угловой высоты Солнца по метаданным и по результатам расчётов на момент проведения съёмки имеют высокую степень сходимости.

5. По результатам проведённых расчётов показано, что диапазон изменений углов, определяющих направление на Солнце, в пределах изучаемого участка 122,7×86,8 км составляет в среднем 1,2 градуса по высоте и 1,6 градуса по азимуту. При этом диапазон изменения условий освещённости местности (соБв^^) в условиях реального рельефа может достигать 0,6 при диапазоне сезонного (апрель-сентябрь) изменения средних значений 0,45−0,74. Данное обстоятельство не позволяет в полной мере использовать допущение о плоскостности территории при решении задач прецизионного восстановления радиационных параметров подстилающей поверхности в пределах локальных областей интересов.

6. В результате анализа пространственного распределения условий освещённости вдоль профилей, пересекающих контура локальных структур, показано, что диапазон изменения соБв^^ в пределах контуров структур находится в интервале 0,01−0,25, что является демонстрацией неоднородности условий освещённости в условиях реального рельефа как отдельной локальной структуры, так и изучаемого участка в целом.

7. По результатам расчёта и анализа параметров пропускания атмосферы показано, что расчётные коэффициенты пропускания в диапазонах длин волн спектральных каналов регистрирующей аппаратуры КА серии Ьапс^а! (ТМ/ЕТМ+) на момент проведения съёмки находятся в пределах 0,258−0,791 в зависимости от даты съёмки и спектрального диапазона. С учётом размеров участка и рельефа местности диапазон изменения усреднённых по площади локальных структур коэффициентов пропускания атмосферы в пределах одной даты съёмки составляет 3−5%.

8. Решена задача комплексной калибровки и коррекции данных съёмки с К, А ЬапсЬа^ и Ьапёза1:-7 аппаратурой ТМ и ЕТМ+ с учётом условий освещённости и пропускания атмосферы на основе предложенной и реализованной в программном комплексе методики. Приведены полученные калибровочные зависимости расчётных отражательных характеристик подстилающей поверхности с учётом рельефа местности и параметров пропускания атмосферы от безразмерных цифровых величин (01чГ) исходных данных съёмки в сравнении с результатами традиционной калибровки.

9. Проведена апробация разработанной методики на реальном примере интерпретации результатов космической съёмки с использованием аппарата классификации с обучением в интересах оценки перспектив нефтегазоносности локальных геологических структур участка Тимано-Печорской нефтегазоносной провинции. Показано, что различные методы классификации в целом показывают сопоставимые оценки достоверности распознавания, а использование разработанной методики статистически достоверно увеличивает частоту правильной оценки перспектив нефтегазоносности в диапазоне от 8 до 23% (в среднем 15%) в зависимости от сезона съёмки.

ЗАКЛЮЧЕНИЕ

.

В представленной диссертационной работе сформулирована и решена актуальная научно-техническая задача повышения достоверности результатов интерпретации данных ДЗЗ в интересах оценки перспектив нефтегазоносности локальных геологических структур. Показано, что решение исходной задачи сводится к ряду частных подзадач, для решения которых автором получены следующие основные результаты, обладающие научной новизной и практической значимостью:

1. Проведён анализ процесса обработки и интерпретации данных космической съёмки земной поверхности в целях оценки перспектив нефтегазоносности локальных геологических структур. Показано, что реализация этого процесса приводит к необходимости решения задачи классификации, осложнённой временной и физико-технической несогласованностью данных обучающей выборки и распознаваемых объектов.

2. Предложена модифицированная схема решения задачи классификации с обучением, адаптированная к использованию данных космической съёмки, полученных в различных физико-технических условиях съёмки ОВ и РО.

3. Разработана модель оценки условий освещённости прямым солнечным излучением произвольного участка земной поверхности с учётом рельефа местности в произвольный момент времени. Решена задача оценки освещённости с учётом краевых эффектов вторичного затенения подпиксельных площадок соседними участками местности в условиях реального рельефа.

4. Разработана методика коррекции данных космической съёмки, основу которой составляет созданная модель оценки условий освещённости местности с учётом рельефа местности и предложенный автором модифицированный подход к радиометрической калибровке данных съёмки с учётом условий освещённости и пропускания атмосферы.

5. Разработан комплекс алгоритмов, обеспечивающих реализацию методики коррекции данных космической съёмки, объединяющий процедуру формирования компонентов векторов признаков ОВ и РО с этапом калибровки и коррекции данных ДЗЗ.

6. Создан программный комплекс, построенный на принципах объектно-ориентированного программирования, реализующий предложенную методику и совокупность разработанных алгоритмов. Отличительной особенностью данного программного комплекса является функциональное объединение разработанных алгоритмов с отдельными процедурами различных программных продуктов, что обеспечивает возможность выполнения комплекса основных операций по обработке совокупности геопространственных данных в растровой и векторной формах представления, а также интеграцию разработанной методики в технологический цикл решения задачи интерпретации данных космической съёмки.

7. На примере обработки данных мультиспектральной съёмки локальных геологических структур участка Тимано-Печорской нефтегазоносной провинции в районе Печоро-Кожвинского мегавала и Большесынинской впадины показано, что использование разработанной методики коррекции данных ДЗЗ статистически достоверно увеличивает частоту правильной оценки перспектив нефтегазоносности в среднем на 15%.

В заключении необходимо отметить, что разработанная методика и реализующие её алгоритмы имеют общий характер и могут быть использованы для обработки данных с большинства современных отечественных и зарубежных КА ДЗЗ, а в силу открытости архитектуры разработанного программного комплекса перечень используемых моделей может быть расширен, что позволит использовать программный комплекс для решения широкого спектра задач обработки и анализа данных съёмки.

Показать весь текст

Список литературы

  1. В.И., Дешифрирование снимков. М.: Недра, 1983.
  2. Атмосфера Справочник (справочные данные, модели) под ред. Проф. С. И. Седунова, — Л.: Гидрометиздат, 1992. — 510 с.
  3. C.B., Белов В. В., Соломатов Д. В. Разработка программного обеспечения для атмосферной коррекции аэрокосмических РЖ-измерений температуры подстилающей поверхности // Оптика атмосферы и океана. 2006. Т. 19. № 1.- с. 69−76.
  4. Аэрокосмические методы геологических исследований /Под ред. A.B. Перцова. СПб, 2000, 316 с.
  5. А.И., Системы наблюдения и мониторинга: учебное пособие -М.: Бином. Лаборатория знаний, 2011. 234 е.: ил.
  6. В.В., Афонин C.B. От физических основ, теории и моделирования к тематической обработке спутниковых изображений. Монография. Томск: Изд-во Института оптики атмосферы СО РАН, 2005. 266 с.
  7. А.Ю. Методика дешифрирования космических снимков для картографирования нефтеперспективных геоструктур. Дис. канд. техн. наук: 25.00.34. / Белоносов А. Ю. Новосибирск, 2010, — 139 с.
  8. , А. Ю. Картографирование нефтеперспективных геоструктур по космическим тепловым изображениям земной поверхности (на примере Курганской области) // Геодезия и картография. 2010. № 8. — С. 21−24.
  9. В.Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса, 2010, № 6, с. 3−17
  10. М.В. Разработка методики автоматизированного дешифрирования космических изображений земной поверхности с использованием системы n-мерных спектральных признаков. Дис. канд. техн. наук: 25.00.34. / Борисова М. В. Москва, 2010. 185 с.
  11. В.И. Проблемы обучения распознаванию образов. Принципы, алгоритмы реализация. Киев. ВШ.1989.
  12. .Я. Разведанность ресурсов углеводородов тимано-печорской нефтегазоносной провинции на начало XXI в. // Геология нефти и газа. № 2, 2001.
  13. Е.А. Разработка методов и алгоритмов кластеризации мультиспектральных данных дистанционного зондирования земли. Дис. канд. техн. наук: 05.13.01 / Вершовский Е. А. Таганрог, 2010. 176 с.
  14. .В. Аэрокосмический мониторинг экосистем. М:. Наука, 1984.-320 с.
  15. В.Ф., Каплан Б. Л., Лебедев М. Г., Максимов В. Г., Петров Н. В., Сидорова-Бирюкова Т.Л./ Под ред. Хвостова В. В. Система геодезических параметров земли «Параметры Земли 1990 года» (ПЗ-90). М. Координационный научно-информационный центр, 1998. с. 37.
  16. C.B., Гершензон В. Е. Космические системы дистанционного зондирования Земли. М.: Издательство, А и Б, 1997. — 296 с: ил.
  17. Ю.М., Егошкин H.A., Еремеев В. В., Зенин В. А., Москатиньев И. В. Нормализация изображений от геостационарной космической системы наблюдения Земли // Цифровая обработка сигналов. 2011. № 3. С. 30−36.
  18. , A.C. Использование вейвлет-анализа аэрокосмических снимков. / A.C. Гордиенко // Известия ВУЗов. Геодезия и аэрофотосъемка. 2010,-№ 2. с. 68−71.
  19. А.Л., Скрипкин В. А. Методы распознавания: Учеб. Пособие для ВУЗов 4-е издание, испр. М.: Высшая школа. 2004.
  20. ГОСТ 26 148–84. Фотометрия. Термины и определения, (изм. от 12.09.2008).
  21. ГОСТ Р 51 794−2008. Глобальные навигационные спутниковые системы. Системы координат. Методы преобразований координат определяемых точек, (с поправками от 29.06.2011).
  22. ГОСТ Р 53 460−2009. Глобальная справочная атмосфера для высот от 0 до 120 км для аэрокосмической практики. Параметры.
  23. ГОСТ 8.417−2002. Государственная система обеспечения единства измерений. Единицы величин.
  24. Гук А.П., Евстратова A.C., Гордиенко М. А. и др. Локализация изменений объектов природно-территориальных комплексов по разновременным космическим снимкам / Геодезия и картография. 2010. № 2. с. 19−25.
  25. В.В., Емельянов A.A., Райкунов К. Г. Подходы к формированию структуры базы данных отечественных и зарубежных космических аппаратов и целевой аппаратуры дистанционного зондирования Земли. // Космонавтика и ракетостроение. 2010, № 2 (59). ЦНИИмаш.
  26. Ш. М., Ландгребе Д. А., Филипс Т. Л. и др. Дистанционное зондирование: количественный подход / Под ред. Свейна Ф. и Дейвис Ш. Пер с анг. М., Недра, 1983. — с. 415. — Пер. изд. США, 1978, 396 с.
  27. Т.В., Рябухина С. Г., Дворецкий П. И., Пономарев В. А., Зайцев В. А. Влияние структуры поверхности фундамента на характер распределения нефтяных и газовых месторождений Тимано-печорского бассейна. // Геология нефти и газа, № 04, 2000.
  28. Ю.А., Ивлев J1.C. Физика водных и других атмосферных аэрозолей. СПБ.: Издательство СПбГУ, 1998. — 321 с.
  29. A.A. Расчёт параметров освещённости местности в задаче анализа радиационных характеристик подстилающей поверхности порезультатам дистанционного зондирования земли. // Космонавтика и ракетостроение. № 2(63). ЦНИИмаш. 2011.
  30. A.A., Райкунов Г. Г. Концептуальные вопросы становления российского рынка ДЗЗ. // М.: Аэрокосмический курьер. 2009. 6(66). С.33−37.
  31. A.A., Райкунов Г. Г., Райкунов К. Г. Некоторые проблемные вопросы реализации концепции развития космических систем ДЗЗ. // М.: Аэрокосмический курьер. 2010. 6 (72).
  32. В.В., Кузнецов А. Е., Новиков М. В., Шишкин Г. В. Современные системы и технологии обработки данных ДЗЗ // Труды научно-технической конференции ФГУП «РНИИ КП». М.: Физматлит, 2007. с.256−263.
  33. С.Ю. Разработка теории, методов и алгоритмов машинного зрения в задачах обнаружения объектов. Дис. докт. техн. наук: 05.13.01. / Желтов С. Ю. Москва, 2002 338 с.
  34. Закон РФ «О недрах» (ФЗ от 21.02.1992 № 2395−1 в редакции от 06.12.2011 с изменениями и дополнениями от 19.01.2012).
  35. В.К., Еремеев В. В. Обработка аэрокосмических изображений. М.: Физматлит. 2006. 288 с.
  36. В.К., Еремеев В. В., Новоселов В. Г. Алгоритм высокоточного фотометрического совмещения разновременных космических изображений. // Автометрия, № 3, 2000. с.71−76
  37. Ф.В. Отчёт о научно-исследовательской работе «Исследование трансформации излучения при прохождении его через Земную атмосферу», Обнинск.: ИЭМ, 2003. 45 с.
  38. Ким Р.В., Евдокименков В. Н. Временная синхронизация данных обучающей выборки и распознаваемых объектов в задачах классификации в процессе интерпретации космических снимков земной поверхности. // Известия РАН. Теория и системы управления. 2009, № 1.
  39. Классификатор тематических задач оценки природных ресурсов и окружающей среды, решаемых с использованием материалов дистанционного зондирования Земли. Редакция 7. Иркутск: ООО «Байкальский центр», 2008. — 80 с.
  40. Н.В. Алгоритмы и программное обеспечение тематического анализа многоспектральных аэрокосмических снимков земных покровов. Дис. канд. техн. наук: 05.13.18. / Колодникова Н. В. Томск, 2005.-200 с.
  41. К.Я., Миронова З. Ф., Otto А.Н. Спектральные альбедо естественных подстилающих поверхностей. // Проблемы физики атмосферы.
  42. Л.:ЛГУ, вып. З, 1965, С. 24 -47.
  43. Ю.М., Стожкова В. Н., Яковлев С. Г. и др. Анализ и оценка качества данных КА «Ресурс-ДК1″ // Проектирование радиоэлектронной аппаратуры и информационных систем в НИИ точных приборов. М., 2009. С. 115 124.
  44. Концепция развития российской космической системы дистанционного зондирования Земли на период до 2025 года.
  45. Г. Математические методы статистики М.: Мир, 1975.
  46. ЕЛ. Спектральная отражательная способность природных образований. -М.-Л.: Изд. АН СССР, 1947. 270 с.
  47. П., Дистанционное изучение Земли. Основы и методы дистанционных исследований в геологии. М.: Мир, 1988.
  48. А.Е. Математическое и программное обеспечение систем обработки данных дистанционного зондирования Земли. Дис. докт. техн. наук: 05.13.01, 05.13.11. / Кузнецов А. Е. Рязань, 2003 335 с.
  49. А.Е., Гектин Ю. М., Антонушкина C.B. Фотометрическое выравнивание спутниковых изображений // Исследование Земли из космоса. 2002. № 4. С.36−43.
  50. И.А., Дешифрирование аэрокосмических снимков: учебное пособие. М.: Аспект Пресс, 2004. — 184 е., 8 с цв.вкл.
  51. Н.П. и др. Обнаружение нефтяных месторождений по измерениям спектральных коэффициентов отражения растительности. // Методика и технические средства геоиндикационного дешифрирования аэро-и космических снимков. Свердловск, 1986. С. 94 — 96.
  52. Ф.Н., Емельянов A.A., Борисов A.B. Ключевые направления развития наземной инфраструктуры комплексов приёма, обработки и распространения космической информации // М.: Аэрокосмический курьер. 2011. 6(78).-с. 25−27
  53. В.И., Митник М. М., Дистанционные геотермические поиски полезных ископаемых. -Геологич. журнал. Т. 35, 1975, вып. 6, с. 27−45.
  54. В.И., Федоровский О. Д., Попов М. О. и др. Многоспектральные методы дистанционного зондирования Земли в задачах природопользования. Киев: Наукова думка, 2006. 357 с.
  55. A.M. Методы и алгоритмы целевой интерактивной обработки многоканальных двумерных сигналов по принципу сходства с эталоном. Дис. канд. техн. наук: 05.13.01. / Малов A.M. Санкт-Петербург, 2009. 121 с.
  56. И.В. Методы атмосферной коррекции данных дистанционных измерений. // Оптика атмосферы. Том 3. № 11, 1990. с. 1139−1153.
  57. A.C. Фотограмметрия: пособие для студентов ВУЗов 2-е изд., перераб. и доп. — Минск: ТетраСистемс, 2010. — 400 с.
  58. Некоторые проблемы и тенденции развития космоаэрогеологических исследований в России в XXI веке / А. Ф. Карпузов и др. // Региональная геология и минерагения. 2000, № 11. с. 50−58.
  59. A.B. Статистические методы радиометрической обработки видеоинформации для систем дистанционного зондирования Земли: дис. на соиск. уч. степени канд. техн. наук. Рязань., 1990. 160 с.
  60. Е.В. О Государственной геоцентрической системе координат ПЗ-90.02. // М.: Геопрофи. 2007. 5. с. 62−63.
  61. В.А., Данилов В. Н., Васькина Г. А., Вишератина Н. П., Абрамов В. Н. Проблемы повышения достоверности подсчета запасов углеводородного сырья месторождений сложного строения. //Геология нефти и газа, № 09, 1998.
  62. Приказ Министерства природных ресурсов Российской Федерации от 07.02.2001 № 126 „Об утверждении Временных положения и классификаций об этапах и стадиях геологоразведочных работ на нефть и газ“.
  63. К.Г., Силин Б. Г. Разработка модели учёта краевых эффектов, используемой для расчёта освещённости пересечённой местности при малой высоте стояния Солнца над горизонтом. // Космонавтика и ракетостроение. № 3(60). ЦНИИмаш. 2010.
  64. Распоряжение Правительства Российской Федерации от 20.06.2007 № 797-р года (об уточнённой версии ПЗ-90 (ПЗ-90.02)).
  65. В.П., Соломатин В. А. Оптико-электронные системы дистанционного зондирования. -М.: Недра, 1995
  66. .А. Физическая метеорология. М.: Аспект Пресс, 2002. -415 с.
  67. Ю. М. Васильев A.B. Теоретические основы атмосферной оптики. СПб.: Наука, 2003. — 474 с.
  68. A.C. Оптика шероховатой поверхности. JT.: Машиностроение, 1988.- 191 с.
  69. В.Г., 30 лет геологических исследований с помощью космических средств: тенденции, достижения, перспективы // Исследование Земли из космоса. № 1, Январь-Февраль 2010. с. 27−39
  70. В.Г., Макаров В. И., Деревянко О. С., Панин В. М., Петренко A.C., Скобелев С. Ф., Флоренский П. В., Шорин-Константинов Б.П. Геологическое изучение Земли из космоса. М.: Наука, 1978. 228 с.
  71. Д.М. Аэрокосмические исследования на поисковом этапе геологоразведочных работ на нефть и газ. М: ИПК „Лаватера“, 2010. — 308 е., 131 илл.
  72. Э.Б., Федорцов И. М., Осадчий В. Г., Полевая геотермическая съемка. К.: Наукова думка 1974 г., — 104с.
  73. Р. Дистанционное зондирование. Модели и методы обработки изображений. М: Техносфера, 2010.
  74. Abrams М., Hook S. ASTER User Handbook. Jet Propulsion Laboratory / California Institute of Technology.
  75. Afonin S.V., Belov V.V., Engel* M.V. Statistical analysis of the MODIS Atmosphere Products for the Tomsk Region. // Proceedings of Conference „Remote Sensing of Clouds and the Atmosphere X“, Proc. SPIE, 2005, Vol. 5979, P. 164−172.
  76. Chander G., Helder D., Markham В., at all. Landsat-5 TM Reflective-Band Absolute Radiometric Calibration. // IEEE Geoscience And Remote Sensing Letters, Vol. 42, № 12, Desember 2004, pp.2747−2760.
  77. G., Markham В., Barsi J. „Revised Landsat-5 Thematic Mapper Radiometric Calibration“ // IEEE Geoscience And Remote Sensing Letters, Vol. 4, № 3, JULY 2007, pp.490−494.
  78. Customizing ER Mapper. Geospatial Imagery Solution. Earth Resource Mapping Ltd, 2006. — p. 492.
  79. Department of Defense World Geodetic System 1984. Its Definition and Relationships with Local Geodetic Systems. Technical Report. National Imagery And Mapping Agency. Third edition. 01.2000. p.175.
  80. F., Roehrich R. „Models for Propagation of NORAD Element Sets“. Spacetrack report № 3. Aerospace Defense Command, Peterson AFB, CO 1988. — p.88.
  81. IEEE Transactions On Geoscience And Remote Sensing, VOL. 43, NO. 2, February 2005.
  82. Isaacs R.G., Wang W.C., Worsham R.D., Goldenberg S. Multiple scattering LOWTRAN and FASCODE models, Appl. Opt., vol. 26, pp. 1272−1281, 1987
  83. Jensen, J. R. Remote Sensing of the Environment: An» Earth Resource Perspective (2nd Edition) / J. R. Jensen. Prentice Hall, 2006. 608 p.
  84. Keith A., Bellin S., Duflos A. etc. Research Report «Earth Observation: Defense & Security World Prospects to 2019». Euroconsult, 2010
  85. Kneizys F.X. et. al., «User Guide to LOWTRAN 7», AFGL-TR-86−1 777. ERP N 1010 / Nanscom AFB, MAO 173.
  86. Labahn S., Taylor Т., Engebretson C., Christopherson J., and others. Level 1 Product Output Files Data Format Control Book Vol. 5−6/ EROS Data Center, South Dakota, 2001 — p. 180.
  87. Landsat 4 Data Users Handbook. http://landsat.gsfc.nasa.gov, U.S. Geological Survey. National Oceanic and Atmospheric Administration, 1984.
  88. Landsat-7 Science Data User’s Handbook. http://landsat.gsfc.nasa.gov, NASA Goddard Space Flight Center Landsat Project Science Office, Greenbelt, Maryland, 2004.
  89. MapBasic. Версия 8.5. Руководство пользователя. Перевод с английского В. Журавлёв, А. Колотов, К. Мусин, В.Николаев. М., ООО «Эсти мап», 2006. — с.837.
  90. Maplnfo Professional. Версия 8.5. Руководство пользователя. Перевод с английского В. Журавлёв, А. Колотов, К. Мусин, В.Николаев. М., ООО «Эсти мап», 2006. — с.582.
  91. NORAD Two-Line Element Set Format. URL: http://celestrak.com/NORAD/documentation/tle-fmt.asp.
  92. Orbitron Satellite Tracking System, http://www.stoff.pl.
  93. Research Report «Government Space Markets. World Prospect to 2017». -Euroconsult, 2008.
  94. Research Report «Satellite to be Built & Launched by 2018. World Market Survey». Euroconsult, 2009.
  95. Richter R. Atmospheric / topographic correction for satellite imagery, DLR IB 565−01/05, Wessling, Germany (2005a).
  96. Richter R. A fast atmospheric correction algorithm applied to Landsat TM images. // Int. j. Remote sensing, 1990, vol.11, № 1. pp. 159−166.
  97. Richter R. A spatially adaptive fast atmospheric correction. // Int. j. Remote sensing, 1996, vol. 17, № 6. pp.1201 -1214.
  98. Teillet P.M., Helder D.L., Ruggles T.A., at all. A definitive calibration record for the Landsat-5 thematic mapper anchored to the Landsat-7 radiometric scale. // Can. J. Remote Sensing, Vol. 30, № 4, 2004, pp. 631−643.
  99. Teillet, P.M., J.L. Barker, B.L. Markham, R. R Irish, G. Fedosejevs, and J.C. Storey. Radiometric Cross-Calibration of the Landsat-7 ETM+ and Landsat-5 TM Sensors Based on Tandem Data Sets. // Remote Sensing of Environment, 78(1−2). -pp. 39−54. 2001b.
  100. The Space-Based Global Observing System in 2009. Compiled for WMO by B. Bizzarri. GOS-2009, October. Vol. I-V, 514 p.
  101. Сайт компании ООО «Расписание погоды». URL: http://rp5.ru.
Заполнить форму текущей работой

На отлично!