Метод автоматического дешифрирования линеаментных структур по оптическим и радиолокационным данным: на примере территории Кашкадарьинской области (Узбекистан)

АННОТАЦИЯ

В статье приведены результаты сравнения автоматического метода дешифрирования оптических и радиолокационных данных при извлечении линеаментных структур. Проведен статистический анализ полученных результатов. Также построена роза диаграмм главных направлений линеаментов.

ABSTRACT

The paper presents the results of comparing the automatic method interpretation lineament structures using optical and radar data. Statistical analysis and rose-diagram of the results obtained have been carried out.

Ключевые слова: линеаментные структуры, оптические и радиолокационные данные, отмывка рельефа, роза диаграмм.

Keywords: lineaments structure, optical and radar data, hill shaded, rose-diagram.

Линеаментный анализ представляет собой эффективный набор дистанционных методов картирования для мониторинга потенциально опасных геолого-геоморфологических объектов, дающий оценку геодинамической среды. Выявленные в результате исследований линейные структуры могут быть использованы для решения задач: определение маршрутов миграции подземных вод, поиск месторождений полезных ископаемых, оценка устойчивости геологических блоков при проектировании и строительстве военных, гражданских и промышленных объектов и т. д. Линеаментные структуры  могут быть идентифицированы визуально (по топографическим картам) или автоматически (методы дистанционного зондирования Земли). Автоматические методы дешифрирования стали более востребованными и менее затратными ресурсами для проведения исследований, в частности, в труднодоступных для проведения измерений регионах. В ряде опубликованных научных работах использовались различные методы дешифровки. В работе [1] представлен метод обработки извлечения линеаментных структур при помощи алгоритма Edge enhancement. Метод был выбран для использования фильтра направления для улучшения, извлечения и классификации направлений линеаментов. Использование таких программных средств как LESSA, LEFA позволяют проводить автоматический поиск линейных элементов и анализ их ориентации, расположения [2,3]. В программном обеспечении PCA Geomatica вложен специальный модуль LINE. Алгоритм этого модуля состоит из трех этапов автоматической обработки: обнаружения края, определение порога и извлечение кривой [4]. Также широко используется метод отмывки рельефа в тектонически активной области с применением радиолокационных данных [5,6]. В данной работе выполнено сравнение автоматизированного дешифрирования линеаментных структур по оптическим (Landsat 8) и радиолокационным (SRTM) данным для территории Кашкадарьинской области в Узбекистане.

Кашкадарьинская область находится в южной части Узбекистана в бассейне реки Кашкадарьи, на западном склоне Памир-Алайских гор. По территории Кашкадарьинской области пролегают несколько крупных разломов Южно-Тянь-Шанский, Южно-Кызылкуму-Гисарский, Бухара-Гисарский, Поперечно Тянь-Шаньский и др. На рис.1 изображена цифровая модель рельефа Кашкадарьинской области по радиолокационным данным SRTM и тектонические разломы по геологическим данным.

Рисунок 1. Рельеф исследуемой области по радиолокационным данным SRTM с расположением тектонических разломов

В работе были использованы, находящиеся в открытом доступе спутниковые данные:

(1) Спутник Landsat 8 (2013 г.), представляющего собой новое поколение этой серии и имеющий две полезные нагрузки OLI (Operational Land Imager) и TIRS (Thermal Infrared Sensor). OLI проводит съемку поверхности Земли в видимой, ближней инфракрасной, коротко волной области спектра с разрешением 30 м и в панхроматическом режиме с разрешением 15 м. TIRS имеет 2 спектральных канала в тепловой инфракрасной области спектра с разрешением снимков 100 м. Landsat 8 снимки характеризуются высоким радиометрическим разрешением (16 бит), а охват съемки составляет 185х180 км [7].

(2) SRTM30 версии 2.0: глобальная цифровая модель рельефа (ЦМР), полученная комбинирование радиолокационных данных Shuttle Radar Topography (SRTM), выполненной в феврале 2000 года, и модели топографии GTOPO30 Геологической службы США. ЦМР с разрешением 1 угловая секунда (около 30 метров), с размером одного тайла 1°×1°. Систематические интерферометрические данные собирались для каждого сегмента местности как минимум дважды под разными углами (при восходящем, северном и нисходящем прохождении орбиты), чтобы заполнить области, затененные от луча радара [8].

В работе для обработки выбраны данные оптической съемки спутника Landsat 8 за август 2019 г. (3 изображения) и данные радарной съемки SRTM (7 изображений).

В ArcGIS версии 10.1 при помощи инструмента Create Pan-sharpened по снимкам Landsat 8 проведено совмещение растровых изображений более низкого качества с панхроматическим растровым слоем более высокого качества. На выходе мы получили синтезированное изображение с разрешением 15 м. Далее построена мозаика и в программе LEFA (Lineament Extraction and Fracture Analysis), выполняемой в среде Matlab, извлечены линеаментные структуры.

Метод отмывки рельефа, базирующийся в установке положения гипотетического источника света и вычисления значений азимутов (225⁰, 270⁰, 315⁰ и 360⁰), применен к SRTM данным. В первом изображении скомбинированы направления 0⁰, 45⁰, 90⁰, 135⁰, а во втором – 180⁰, 225⁰, 270⁰, 315⁰. Угол источника света над горизонтом (высота) задан 45⁰. Совмещение разных направлений выполнялось с целью максимального извлечения информации о линейных объектах. Выявлено, что видимость линейных структур сильно варьируется в зависимости от изменения азимута.  Для исследования линейной сети выбран алгоритм детектирования контуров Canny с Гауссовым фильтром шума [9]. Для идентификации трещин на земной поверхности к растровому изображению применяется преобразование Хафа. Параметры искомой кривой образуют пространство, которое создается на основе поиска локальных максимумов и заполнения, так называемого аккумуляторного массива, с помощью процедуры голосования.

На рис. 2 приведен результат автоматизированного дешифрирования по данным спутника Landsat 8. Общее число линеаментов составило 302, минимальная длина 1,05 км и максимальная длиной 3,42 км.

Рисунок 2. Карта линеаментов и роза диаграмм по данным Landsat 8

Превалирующие направления линеаментов северо-западное (NW) и юго-восточное (SE) представлены в виде роз диаграмм (рис. 2). Однако, как видно из рисунка 2, существует и северо-восточное (NE) и юго-западное (SW) направление.

По результатам автоматизированной обработки радиолокационных данных SRTM при азимуте 0⁰, 45⁰, 90⁰, 135⁰ извлечено 7232 линеаментов с минимальной длиной 0,03 км и максимальной длиной 7,01 км (рис. 3а). А при азимуте 180⁰, 225⁰, 270⁰, 315⁰ извлечено 7198 линеаментов с минимальной длиной 0,03 км и максимальной длиной 7,49 км (рис. 3б). Здесь получено, в отличие от оптических данных, преобладание западно-северо-западного (WNW) и восточно-юго-восточного (ESE) ориентирования.

Следовательно, метод отмывки рельефа показывает более широкий диапазон направлений. Извлеченные линеаменты по SRTM расположены в основном на склонах и в теневой области, что свидетельствует о высокой чувствительности радиолокационных данных к геоморфологии местности. Но, при этом радиолокационные данные, не позволяют определить точность обнаружения линеаментных структур на равнинной местности. Таким образом, можно рекомендовать использовать Landsat 8, для распознавания структуры линеаментов в смешанных областях (горной и равнинной), таких как Кашкадарьинская область. Преимуществами этого метода являются: высокое пространственное разрешение и совмещению нескольких спектральных каналов.

Список литературы:

1. Златопольский А.А. Методика измерения ориентационных характеристик данных дистанционного зондирования (технология LESSA) // Современные проблемы дистанционного зондирования Земли из космоса. – 2008. – Выпуск 5. Т. 1. – С. 102–112.
2. Шевырёв С.Л. Программа LEFA: автоматизированный структурный анализ космической основы в среде Matlab // Успехи современного естествознания – 2018.  –№ 10. – С. 138–143.
3. Anwar A., Shawki N., Abdoh G. Landsat ETM-7 for Lineament Mapping using Automatic Extraction Technique in the SW part of Taiz area, Yemen // Global Journal of HUMAN SOCIAL SCIENCE Geography, Geo-Sciences, Environmental & Disaster Management.  –2013. Vol. 13. Issue 3. V. 1.0
4. Canny J.A. Computational Approach to Edge Detection. //IEEE Transactions on Pattern Analysis and Machine Intelligence PAMI. – 1986. 8(6). – P. 679-698
5. Kassou A. Extraction of Structural Lineaments from Satellite Images Landsat 7 ETM+ of Tighza Mining District (Central Morocco) // Research Journal of Earth Sciences. –2012.  4 (2): 44-48.  DOI: 10.5829/idosi.rjes.2012.4.2.1110
6. Kobrick M., Crippen R. NASA Shuttle Radar Topography Mission Global 1 arc second. NASA EOSDIS Land Processes DAAC / [Электронный ресурс]. – Режим доступа: URL: https://lpdaac.usgs.gov/products/srtmgl1v003/ (дата обращения: 30.09.2020) 
7. Landsat 8 (L8) Data Users Handbook // Department of the Interior U.S. Geological Survey. –November, 2019. Version 5.0. –P. 9–15.
8. Rayan G.T.  Automatic Extraction and Geospatial Analysis of Lineaments and their Tectonic Significance in some areas of Northern Iraq using Remote Sensing Techniques and GIS // International journal of enhanced research in science technology & engineering. –Feb, 2013. Vol. 2. Issue 2.
9. Udhi C., Arum T. Lineament density information extraction using DEM SRTM data to predict the mineral potential zone // International Journal of Remote Sensing and Earth Science. –2016. Vol.13. № 1. – P. 67–74