Cтраница 2
Результаты ландшафтного дешифрирования многозональных аэроснимков территорий полесского типа изучены на эталонных участках; снимки выполнены в пяти зонах видимой части спектра ( Атах 540 - 590; 640; 660; 680 нм), пленка панхроматическая тип-17. Сравнением результатов дешифрирования многозональных снимков по всему комплексу признаков, в том числе по тону аэрофотоизображения, установлено, что информативность многозональных снимков в видимой части спектра по сравнению с панхроматическими возрастает незначительно. [16]
При выполнении команды ЗАПИСЬ режим передачи в ЛС также начинается с процесса фазирования. В результате дешифрирования команды в узле управления устанавливаются в единичное состояние триггеры, выдающие сигналы ПЕРЕДАЧА и ФАЗИРОВАНИЕ, модему посылается дважды кодовая комбинация СИН, а в УСК - запрос данных ТРБ-Д. [17]
Таким образом, почти все косвенные признаки могут рассматриваться как индикаторы внутреннего строения территории. Ланд-шафтно-индикационный метод интерпретации результатов дешифрирования требует от дешифровщика большой эрудиции, умения правильно связывать самые различные особенности внешних компонентов ландшафта с геолого-тектоническими и гидрогеологическими причинами. [18]
В процессе камеральных работ на основании эталонных МК-аэрофотоснимков, предварительных и полевых работ проводится окончательное дешифрирование аэрофотоматериалов для всей площади исследований с использованием метода экстраполяции. В табл. 20 приведены результаты дешифрирования МК-снимков применительно к ландшафтам лесной зоны Северного Нечерноземья. [19]
В процессе начальной выборки, когда звено данных находится в состоянии управления, УСК передает адаптеру команду согласно рассмотренной выше процедуре. Если команда приемлема, то в результате дешифрирования устанавливается в единичное состояние один из триггеров регистра команд. В случаях, когда команда оказывается неприемлемой, в регистр уточненного состояния заносится признак КОМАНДА ОТВЕРГНУТА, а в регистр состояния - СБОЙ В УСТРОЙСТВЕ. [20]
Подобного рода картографическая информация покрывает к настоящему времени более 75 % территории США. Для Аляски разработан собственный комплект картографических данных, при создании которого были использованы результаты дешифрирования космоснимков Landsat - ТМ и MSS. Все созданные к настоящему времени картографические произведения могут быть получены в Национальном Картографическом Информационном Центре США. [21]
При агшаратурно-ориентированном ( горизонтальном) кодировании каждому разряду микрокоманды соответствует определенная микрооперация ( микроприказ), выполняемая независимо от содержания других разрядов. При функционально-ориентированном ( вертикальном) кодировании микрокоманда содержит отдельные функциональные поля и микрооперация определяется в результате дешифрирования кода, содержащегося в этих полях. [22]
Идентификация наиболее проста для изображения реальных объектов при дешифрировании дистанционных аэроматериалов. Процесс дешифрирования облегчается возможностью стереоскопического изучения модели местности. На стереомодели воспроизводятся известные элементы рельефа, биоценозы, легко выделяются природно-территориальные комплексы. Результаты дешифрирования дополняются стереоизмерениями и анализом морфоме-трических показателей. [23]
В последнее время особое значение приобретают методы аэрогеологических исследований. Большим преимуществом при геологическом картировании является использование аэрофотоснимков, повышающих точность изображения местности и позволяющих точно наносить на фотоплан геологические объекты. Рассмотрим на примере результаты этих исследований. На рис. 27, б изображены результаты дешифрирования с выделением отдельных стратиграфических свит и тектонических нарушений, отчетливо прослеживаемых непосредственно на фотоплане. [24]
Для пользователя ГИС проблемы, возникающие при использовании устройств дистанционного зондирования, двояки. Во-первых, квантование пространства на прямоугольные пикселы добавляет еще один уровень упрощения наземных объектов. Объекты, которые существенно меньше размера пикселов, не могут быть обнаружены ( случай недостаточного разрешения), однако их присутствие влияет на количество излучения, которое попадает на сенсор, создавая проблему так называемых смешанных пикселов. Смешанные пикселы часто могут использоваться для обнаружения групп объектов, которые существенно отличаются от своего окружения по спектральным характеристикам, но размеры которых оказываются меньше пространственного разрешения сенсора. Практически всегда пикселы содержат большее или меньшее число различных объектов, - вопрос лишь в том, как такое смешение влияет на наш анализ. Когда на снимке оказывается территория с относительно небольшой долей мелких инородных объектов, можно принять, что такие объекты меньше разрешающей способности не влияют на результаты анализа. Но в случае, например, городской среды, снимки низкого разрешения могут существенно исказить результаты дешифрирования, так как в отдельных пикселах будут смешиваться многие существенно разные объекты, и после суммирования их характеристик мы можем получить что-то совсем другое, отличное от всего того, что внесло вклад в значения пиксела. Здесь мы подходим ко второй проблеме использования ДДЗ. [25]
Для пользователя ГИС проблемы, возникающие при использовании устройств дистанционного зондирования, двояки. Во-первых, квантование пространства на прямоугольные пикселы добавляет еще один уровень упрощения наземных объектов. Объекты, которые существенно меньше размера пикселов, не могут быть обнаружены ( случай недостаточного разрешения), однако их присутствие влияет на количество излучения, которое попадает на сенсор, создавая проблему так называемых смешанных пикселов. Смешанные пикселы часто могут использоваться для обнаружения групп объектов, которые существенно отличаются от своего окружения по спектральным характеристикам, но размеры которых оказываются меньше пространственного разрешения сенсора. Практически всегда пикселы содержат большее или меньшее число различных объектов, - вопрос лишь в том, как такое смешение влияет на наш анализ. Когда на снимке оказывается территория с относительно небольшой долей мелких инородных объектов, можно принять, что такие объекты меньше разрешающей способности не влияют на результаты анализа. Но в случае, например, городской среды, снимки низкого разрешения могут существенно исказить результаты дешифрирования, так как в отдельных пикселах будут смешиваться многие существенно разные объекты, и после суммирования их характеристик мы можем получить что-то совсем другое, отличное от всего того, что внесло вклад в значения пиксела. Здесь мы подходим ко второй проблеме использования ДЦЗ. [26]