Почвенная интерпретация космических изображений в системе методов ЦПК
131
го разрешения позволяют определить лишь соотношение разных компонен-
тов в комплексе. Для их дешифрирования необходимо привлечение КС очень
высокого разрешения или аэроснимков. И в том, и в другом случае преиму-
щество использования снимков состоит в определении точного местополо-
жения сопутствующих почв или почв-компонентов комплекса и размеров их
ареалов.
Наибольшая площадь открытой пашни наблюдается в Предкавказье
весной, перед посевом яровых, или осенью, в период после уборки урожая
или в начале отрастания озимых. В начальной стадии развития посевов ози-
мых визуальный анализ также может быть полезен, поскольку их состояние
хорошо индицирует и развитие процессов эрозии, и дополнительное увлаж-
нение почв в мезопонижениях, и комплексность ПП, и проявление засоления.
Каждый из этих периодов съемки имеет свои преимущества. Поэтому опре-
деление сезона съемки имеет большое значение.
Наибольшую проблему представляет дешифрирование почв полей под
развитым покровом культурной растительности. Такие поля даже в назван-
ные сезоны занимают большую часть пахотных земель. Прямое почвенное
дешифрирование в этих условиях невозможно. Косвенное — практически
также, поскольку спектральная яркость изображения в условиях малоконтра-
стного ПП отражает лишь вид сельскохозяйственных культур. В этих усло-
виях может быть полезна цифровая обработка изображений.
Классификация изображения и ее интерпретация
.
Классификация
(
кластерный анализ
)
выполнялась методом К-средних, который учитывает
тоновые и текстурные различия объектов. В работе использовался алгоритм,
предложенный В.В. Асмусом и др. (1987, 1988). В алгоритме заложена воз-
можность правильной кластеризации смешанных пикселей, а также выделе-
ния (N+1)- го класса. Точность и достоверность результатов обеспечивается
комплексным использованием яркостных и пространственных характеристик
(таблица 1).
Результаты кластерного анализа воспроизводились в виде карты и таб-
лицы статистик.
Анализ кластерной карты
позволяет определить особенности геогра-
фии кластеров, преобладающие формы их ареалов, наличие текстуры, наибо-
лее часто встречающиеся сочетания кластеров и их специфичность.
Электронная Научная СельскоХозяйственная Библиотека