Бичков Д. М., Гавриленко А. С., Єгорова Л. А., Іванов В. К., Сілін А. О., Стадник А. М., Яцевич С. Є. Інститут радіофізики та електроніки ім. А. Я. Усикова НАН України вул. Ак. Проскури, 12, Харків 61085, Україна тел.: (0572) 448515; e-mail: sey@ire.kharkov.ua


Анотація Проведено аналіз даних, отриманих при дистанційному зондуванні з борту літака в широкому діапазоні частот радіолокаторами бокового огляду. Отримано зв’язку відбитого сигналу з параметрами досліджуваної підстилаючої поверхні. Здійснено класифікацію рослинного покриву і лісів на тестових полігонах.

I. Вступ

В умовах високих антропогенних навантажень на ландшафти важливо оперативно отримувати регулярно оновлювану інформацію, що дозволяє своєчасно оцінити можливі втрати лісового та сільського господарства і підготувати фактографічні та прогнозні матеріали для прийняття керуючих рішень щодо усунення негативних явищ.

Для вирішення цього завдання необхідне створення системи дистанційного зондування, здатної забезпечувати точну і своєчасну оцінку стану лісів і сільськогосподарських культур, включаючи:

– Ідентифікацію та класифікацію лісів, лісосмуг, сільськогосподарських культур в окремих регіонах на різних фазах розвитку:

– Спостереження за ростом і станом посівів, прогнозування врожайності

– Картографування сільськогосподарських угідь.

II. Основна частина

Радіолокаційний сигнал, відбитий культурними посівами при дистанційному зондуванні поверхні, містить складові, зумовлені як рослинністю, так і поверхнею грунту [1-4]. Одним із шляхів ослаблення грунтової складової відбитого сигналу є вибір раціонального режиму зйомки.

Для зменшення впливу шорсткості і вологості грунту зазвичай вибирається робоча частота радіолокаційного сигналу вище 8 ГГц [5]. Досить ефективним прийомом мінімізації впливу грунтового покриву є зондування поверхні під різними кутами. Як відомо, інтенсивність відбитого сигналу для хаотичної і переважно горизонтальній орієнтації відбивачів (грунт) плавно спадає із збільшенням кута візування. Якщо відбивачі мають переважно вертикальну орієнтацію (рослинність) то УЕПР збільшується з ростом кута візування.

Проведені нами дослідження за допомогою даних, отриманих багаточастотних радіолокаційним комплексом МАРС ІРЕ НАНУ [6], показали високу мінливість значень коефіцієнтів кореляції УЕПР при різних кутах візування від покриття і висоти рослинності, а також від вологості і діелектричної проникності грунтів (табл. 1). При великих кутах візування (більше 45 °) спостерігається лінійна залежність між властивостями рослинного покриву (проективне покриття і висота рослин) і інтенсивністю відбитого сигналу. Для грунтових характеристик властива зворотна залежність найбільш тісні зв’язки відзначені при кутах візування 30-35 °.

Таблиця 1.

Залежність між інформативністю відбитого _ сигналу (Х = 3см) і кутом візування

Поля

Z°BH3

Кпп

Kh

Kw

ksn

1 П

30-35u

0.19

0.11

-0.53

0.57

1 П

47-50u

0.75

0.72

-0.16

0.09

2n

35

-0.05

0.14

-0.70

0.59

2n

50-53

0.31

0.27

-0.67

0.42

3n

35-38

0.65

0.56

0.06

0.18

3n

50-53

0.68

0.59

-0.16

-0.10

де 1п, поля сходів озимих зернових (покриття 3045 ° о), .2 пполя сходів озимих зернових (покритіеЗ-10 ° о), Зп, поля сходів озимих зернових (покриття 50 ° о), коефіцієнти кореляції УЕПР Кпп (з проективним покриттям), Kh (з висотою рослин), Kw (з вологістю), ks “(з діелектричною проникністю грунтів)

На радіолокаційних зображеннях сантиметрового, дециметрового і метрового діапазонів радіохвиль був проведений вибір “вікон” з урахуванням знаходження точок відбору проб на реальній місцевості. Обробка даних проведена методом парної кореляції. Аналіз даних показав, що найбільш тісний зв’язок спостерігається між відбитими сигналами та об’ємної вологістю рослинності. При цьому значення коефіцієнтів кореляції г між об’ємної вологістю і даними РЛІ зменшується із зростанням довжини хвилі (гсм= 0,78, рдм=0,68, rm= 0,4). Також слід відзначити великі значення коефіцієнта кореляції для утримання вологи в рослинності.

Для класифікації рослинності були обрані дві групи: а) просапні культури (кукурудза, цукрові буряки), б) культури суцільної сівби (стерня зернових і багаторічні трави). У першій групі вибрані завідомо контрастні агрофону, у другій

– Дуже схожі.

Розпізнавання типів рослинності проводилось за методом Уорда. Результати класифікації представлені на дендрограми рис. 1 (по осі ординат відкладений Ксл коефіцієнт злиття).

Hue. 7. Розпізнавання типів рослині (Л = ЗСМ)

1-стерня зернових культур, 2-багаторічні трави,

кукурудза, 4-цукрові буряки

Fig. 1. Recognition of plant types (Л = 3см)

1-           crops stubble, 2-perennial grasses, 3-corn, 4-sugar beet

Найкраще розпізнавання рослинності відбувається при використанні даних сантиметрового діапазону. Аналіз дендрограми показує, що відбувається чіткий поділ агрофоном: кукурудзи та цукрових буряків. Вони утворюють два непересічних кластера. У свою чергу, так само чітко відокремлюються культури суцільної сівби.

У дециметровому і метровому діапазонах радіохвиль розпізнавання типів проективного покриття відбувається значно гірше зважаючи незначного внеску рослинності в зворотне розсіювання. Комбіноване використання даних декількох діапазонів не покращує класифікацію.

На рис. 2 приведені експериментальні кутові залежності УЕПР досліджуваних культур за результатами радіолокаційної зйомки, проведеної в першій декаді липня в найбільш адекватному для опису характеристик рослинності сантиметровому діапазоні. Цей період цікавий тим, що до кінця червня початку липня рослини досягають зрілих стадій вегетації.

Puc. 6. Розпізнавання типів лісу за даними метрового діапазону радіохвиль

Fig. 6. Forest type recognition from VHF data

III. Висновок

Показана можливість використання даних дистанційного зондування рослинних покривів і лісових масивів в сантиметровому, дециметровому і метровому діапазонах хвиль на різних кутах спостереження і поляризаціях для класифікації сільськогосподарських культур і типів лісу.

Дослідження, представлені в публікації, виконані при частковій підтримці ДФФД Україні за планами роботи по проекту № 07/354-2001.

IV. Список літератури

[1]    Kulemin G. R., Shcherbinin I. V., Yatsevich S. E. et. al. Physical Principles of Microwave Remote Sensing of Terrains. Proc. of the 6th physics international school “Microwave physics and technique” Varna (Bulgaria). World Scientific Publ. Co. Singapore, Utopia Press. 2-7 Oct. 1989, pp. 16-33.

[2] Ulaby F. Т., Baltilava P. P, Dobson М. C. Microwave backscatter dependence on surface roughness, soil moisture, and soil texture. Part 1. Bare soil. IEEE Trans. Geosci. Electron., 1983, v. 16, №4, pp. 286-295.

[3] Ulaby F. Т., AslamA., Dobson М. C. Effects of vegetation cover on the radar sensitivity to soil moisture. IEEE Trans. Geosc. Remote Sens, 1982, v 20, No 2, pp. 476-481.

[4] Hallikainen М. Т., Ulaby F. Т., Dobson M. S., El-Rayes, LinKun Wu. Microwave dielectric behavior of Wet soil. IEEE Trans. Geosc. Remote Sens, 1985, v. 23, No I, pp. 25-34.

[5] Улабі Ф. Т. Радіолокаційні сигнатури земної поверхні і контроль поновлюваних ресурсів. ТІІЕР, 1982, т. 70, № 12, с. 43-64.

[7] Калмиков А. І., Цимбал В. Н “Курекін А. С. та ін Багатоцільовий радіолокаційний комплекс дослідження Землі” МАРС “. Радіофізика і радіоастрономія, 1998, т. 3, № 2, с. 119-129.

VEGETATION AND FORESTRY STUDY BY RADAR REMOTE SENSING

Bychkov D. М., Gavrilenko A. S., Yegorova L. O., Ivanov V. K., Silin О. O., Stadnyk О. М., Yatsevych S. Ye.

Usikov Institute of Radiophysics and Electronics, NASU 12 Akademika Proskury Str., Kharkiv, Ukraine, 61085 phone: +380 (572) 448515 e-mail: sey@ire.kharkov.ua

Abstract Remote sensing data obtained by airborne sidelook radars over wide frequency ranges is analyzed. Relationships between backscattered signal and parameters of the investigated underlying surface have been derived. The classification of vegetation growth and forestry on test sites has been performed.

I.  Introduction

In the environment of strong anthropogenic loads on landscapes it is vital to receive regularly updated information that would provide estimates of potential losses in forestry and agriculture and supply forecasts necessary for decision-making process.

A radar remote-sensing system should be set up that would provide accurate and timely estimation of forestry and crops under all weather conditions, including the following missions:

–    identification and classification of forests and crops in various areas at different stages of development;

–    monitoring the growth and state of crops; yield forecasting;

–    mapping of agricultural lands.

II.  Main part

Our studies utilizing the MARS multi-frequency radar have revealed high sensitivity of backscattering ratio to the type and height of vegetation, as well as to the dampness and permittivity of soil at different viewing angles. For viewing angles above 45° a linear dependence is observed between vegetation characteristics (projective cover and vegetation height) and the strength of backscattered signals. By contrast, the highest correlation for soil characteristics is observed at the viewing angles of about 30-35°.

In the SHF-, UHFand VHF-band radar images the closest relationship is observed between backscattered signals and the volumetric vegetation moisture. For the purpose of vegetation classification two groups were chosen: tilled crops (corn, sugar beet) and solid-sown cultures (crops stubble, perennial grasses). The vegetation type recognition was performed by Ward’s method. The best results were achieved using the SHF data; in the UHF and VHF bands the recognition was much worse due to small contributions of vegetation into backscattering. A combined use of data from different bands does not improve the resulting classification.

Differences in phenological stages of various vegetation types enable (during extensive observations) a true vegetation classification. At the same time, seasonal observations allow the degree of the crop ageing and harvest deadlines to be determined, while comparisons between different seasons the yield to be forecast.

Forestry differs from agricultural lands by significant variance and higher levels of scattered signal. The lightest background of the image (high signal levels) corresponds to deciduous plantations, while a darker background to coniferous ones. Objects in the images are divisible into coniferous and deciduous forests for all the frequency bands. Oak forests may be separated into two classes in the UHF band depending on the viewing angle, while in the VHF band the same happens with different polarizations. Coniferous forests across all bands and polarizations comprise only one class.

For the vegetation and forestry recognition the accuracy estimation criteria % was used. The obtained classification is valid at a 90°o probability.

III.  Conclusion

A possibility of collecting remotely-sensed data on vegetation covers and forests across the VHF-SHF bands at various viewing angles and polarizations for the purpose of classifying agricultural plants and forest type has been shown.

Джерело: Матеріали Міжнародної Кримської конференції «СВЧ-техніка і телекомунікаційні технології», 2003р.