СПОСОБ ЭКОЛОГИЧЕСКОГО ЗОНИРОВАНИЯ ТЕРРИТОРИИ Российский патент 1999 года по МПК A01G15/00 G01W1/00 

Изобретение относится к области экологии, в частности к дистанционным методам экологического мониторинга, и может найти применение в системах санитарно-эпидемиологического контроля промышленных регионов.

Важнейшей проблемой экологического контроля территорий является получение достоверной документальной количественной информации, привязанной к координатам на местности. Методы аналитической химии путем взятия проб на местности с последующим лабораторным анализом неоперативны, трудоемки, случайны по выбору места и времени, поэтому статистически неустойчивы.

Кроме того, достоверное воспроизведение зон загрязненности больших территорий по отдельным реализациям (дискретным точкам отсчета) требует большого числа измерений и наземных постов наблюдения. В соответствии с критериями, утвержденными Минприроды РФ (см., например, Нормативный документ "Критерии оценки экологической обстановки территории для выявления зон чрезвычайной экологической ситуации и зон экологического бедствия". Министерство охраны окружающей среды и природных ресурсов РФ, М., 1992, 58 с.), при количественной оценке экологической ситуации должен использоваться результирующий вектор техногенных нагрузок (Q_Σ) состояния пяти сред: атмосферного воздуха, почвы, воды, геологической среды, растительности:

где П_i - показатель экологического состояния среды, обычно (ПДК);
α_i - весовой коэффициент значимости данной среды в экологической устойчивости системы.

Дистанционное зондирование Земли из космоса позволяет получать масштабные снимки обширных территорий подстилающей поверхности. Наибольшее количество информации о подстилающей поверхности содержится в спектрозональных снимках. Отражательные свойства природных и искусственных объектов описываются коэффициентом спектральной яркости (КСЯ). На величину КСЯ оказывает влияние как состояние атмосферы, так и почв, обнажений, городской среды, водоемов, растительности.

Известен способ оценки индекса состояния лесных массивов, включающий дистанционное измерение спектральной яркости растительного полога, расчет хроматических коэффициентов r, g, характеризующих степень разрушения хлорофилла и каротина в хвое, листве и оценку санитарного состояния по соотношению хроматических коэффициентов (r:g) (см. Патент РФ N 2038001, кл. A 01 G 23/00, 1995, аналог).

Недостатком аналога является невозможность непосредственного использования для экологического зонирования территории.

Ближайшим аналогом по технической сущности с заявляемым является способ оценки концентрации загрязняющих веществ на основе лидарного зондирования (см. , например, "Мониторинг источников загрязнений" в книге Р. Межерис "Лазерное дистанционное зондирование", перевод с англ., М.: Мир, 1987, стр. 455-460).

В способе ближайшего аналога:
- зондируют участок атмосферы импульсами лидара на контролируемой трассе;
- принимают по первому каналу сигнал основного излучения за счет упругого обратного рассеяния;
- принимают по второму каналу смещенный сигнал неупругого рассеяния от молекул основного газа атмосферы N₂ или O₂;
- принимают по третьему каналу смещенный сигнал неупругого рассеяния от молекул загрязняющего вещества NO₂ или CO₂;
- нормируют сигнал комбинационного рассеяния от молекул загрязняющего вещества по обратному сигналу комбинационного рассеяния от молекул основного газа;
- по известной концентрации молекул основного газа в атмосфере и по пронормированному отношению сигналов обратного рассеяния получают концентрацию загрязняющего вещества.

Недостатками ближайшего аналога являются:
- невозможность получения интегральной оценки состояния атмосферы и подстилающей поверхности по всем ингредиентам одновременно;
- локальность получаемых результатов оценок, привязанных только к трассе распространения луча зондирования;
- необходимость генерации энергии для активного зондирования атмосферы в выбранном участке светового диапазона.

Задача, решаемая заявляемым изобретением, заключается в обеспечении дистанционного документального количественного экологического зонирования системы "атмосфера - подстилающая поверхность" путем программной обработки спектрозональных снимков территорий.

Поставленная задача решается тем, что в способе экологического зонирования территории на основе спектрозонального снимка региона, включающего контрольные промышленные площадки, преобразуют аналоговые значения спектральной яркости I (x, y) в цифровые матрицы G, R изображений, размерностью | m•m| элементов, проводят поэлементную логическую сортировку пикселов в матрицах, в соответствии с алгоритмом, если R > G, то R, если R < G, то R = R_max - |k|G, где k - коэффициент корреляции хроматических коэффициентов r, g, получают результирующую матрицу (R) тех же размеров, осуществляют привязку изображения к географическим координатам, задают требуемый уровень градаций зонирования и выделяют алгоритмами пространственного дифференцирования контура пограничных зон, вычисляют площади зон с максимальным уровнем результирующего вектора техногенных нагрузок, рассчитывают числовые характеристики электрического сигнала результирующей матрицы: математическое ожидание, дисперсию, огибающую пространственного спектра, автокорреляционную функцию, гистограмму распределения пикселов по яркости, осуществляют привязку полученного относительного закона распределения пикселов к абсолютным значениям результирующего вектора техногенных нагрузок по его максимальным значениям и соответствующих максимальным значениям площади выделенных зон.

Сопоставительный анализ заявляемого технического решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, обеспечивающих достижение свойств, закономерности которых проявились в заявляемом объекте впервые. Это такие новые свойства, как
- статистическая устойчивость результатов интегральной оценки;
- документальная достоверность проведенных оценок, возможность зонирования территории региона по уровням ПДК и их визуализация для потребителя;
- верификация системы наземных измерений, выбор оптимальной стратегии локальных измерений на местности.

Это позволяет утверждать, что заявляемый способ удовлетворяет критерию "изобретательский уровень".

Техническая сущность изобретения заключается в следующем. Дистанционно регистрируемый уровень отраженной солнечной радиации является одновременно суммой отражений от подстилающей поверхности и атмосферной дымки. Антропогенные дымки образуются как из продуктов сгорания органических веществ при работе промышленных объектов, транспорта, бытовых предприятий, так и в результате выброса в атмосферу химически активных веществ. При антициклональных условиях аэрозоли антропогенного происхождения накапливаются в приземном слое атмосферы и простираются над большими территориями. Частицы антропогенных и пылевых дымок выступают в качестве ядер конденсации в размытых и малоградиентных барических образованиях. В результате их высева (осадков) происходит загрязнение подстилающей поверхности, почв, водоемов, растительности. Этот процесс носит статистически устойчивый характер для данной территории, поскольку определяется такими постоянными факторами, как рельеф местности, сложившаяся инфраструктура промышленного производства, архитектура городской застройки, роза ветров (фоновый уровень). Количественная оценка степени взаимной корреляции индексов состояния различных природных сред для одной и той же территории подтверждает статистическую устойчивость наблюдаемых процессов. (см., например, "Методология количественной оценки экологической ситуации типового промышленного региона". Технический отчет по НИР N 33В. М., МГУЛ, 1994) Сведение разнородных по физической сущности индексов состояния природных сред к единой размерности осуществляется методом факторного анализа. В таблице 1 (см. в конце описания) представлена выборка индексов состояния природных сред различных участков одного из наиболее загрязненных городов РФ (см., например, "Ежегодник состояния загрязнения атмосферы в городах на территории России в 1991 г", ГГО им. Воейкова, под редакцией Э.Ю. Безугловой, СПб, 1992).

Для устранения различной размерности матрицу стандартизуют. Приведенное значение каждого элемента (Z_ij) находят по формуле

Затем вычисляют коэффициенты взаимной корреляции между каждой из пар параметров. Результат расчетов образует корреляционную матрицу, представленную таблицей 2 (см. в конце описания).

Из корреляционной матрицы следует, что в результате многолетних выбросов по всем промышленным площадкам коэффициенты корреляции загрязнения сред с загрязнением воздушной среды близки к единице.

Взаимодействие солнечного излучения с антропогенными частицами происходит на молекулярном уровне. У сложных молекул органического и фотохимического происхождения наблюдается уширение полос разрешенных энергетических уровней. При поглощении молекулами фотонов с большой энергией (hν), т.е. коротковолновой части видимого диапазона, переизлучение возбужденной молекулой квантов энергии в силу перекрытия полос разрешенных энергетических уровней происходит с меньшими значениями (hν_i). Возбужденные молекулы переизлучают серию комбинационных частот в более длинноволновом участке видимого диапазона (см., например, Р. Межерис. Лазерное дистанционное зондирование", перевод с англ., М.: Мир, 1987, стр. 124, табл. 3.4 "Волновые числа комбинационного сдвига"). В результате комбинационного рассеяния солнечного света происходит перераспределение энергии между спектральными составляющими видимого диапазона, а регистрируемое спектрозональное изображение антропогенно загрязненных участков приобретает преимущественно красноватый оттенок. Подобные процессы имеют место как в атмосфере, так и на водной поверхности, покрытой нефтяными пленками, взвесями отмершей растительности, бытовыми стоками. Пожелтение растительности в результате антропогенного загрязнения свидетельствует о разрушении в клетках хлорофилла и каротина, что приводит к красному смещению отраженного спектра. Таким образом, селектируемыми признаками антропогенно-загрязненных участков при спектральной съемке являются оранжево-красное смещение спектра рассеянного излучения и темно-вишневый оттенок областей интенсивного поглощения. В процессе фотосинтеза зеленая растительность поглощает до 93% видимой лучистой энергии. Наиболее здоровые лесопокрытые участки на спектрозональных снимках имеют темно-зеленую окраску. Следовательно, темно-зеленые участки G-диапазона являются зеркальным отражением экологически неблагоприятных, интенсивно поглощающих лучистую энергию смогов R-диапазона. На основании связи между хроматическими коэффициентами (см. аналог, патент РФ N 2038001, 1995) логическую сортировку элементов матриц G и R проводят в соответствии с алгоритмом: если R > G, то R, а если R < G, то R = R_max - |k|•G, где k - коэффициент корреляции между хроматическими коэффициентами (r, g). Приведенный алгоритм реализуется следующей программой:
IF(R•GF•G) GOTO 1,
R = R_max - ABS(k)•G.

Таким образом, осуществляя сканирование спектрозонального снимка в R, G диапазонах и последующую логическую сортировку пикселов, получают информацию о степени загрязненности системы "атмосфера-подстилающая поверхность" в виде уровней пикселов результирующей матрицы, пропорциональных загрязненности каждого участка. Геометрическим преобразованием (трансформированием) космического изображения в систему координат цифровой карты получают реальную, документальную картину загрязненности участков местности.

Для обеспечения процедуры трансформирования необходимо иметь на анализируемой территории достаточно опорных, реперных точек государственной геодезической сети. В качестве опорных точек могут выступать изображения перекрестков, поворотов и развилок дорог, места слияния рек и другие характерные изгибы пространственных элементов. Существует большое количество алгоритмов трансформирования, использующих различные модели преобразования. Контроль качества пространственного совмещения изображения с картой местности осуществляется на основе среднеквадратического отклонения одноименных координат соответствующих точек. Алгоритм и программы привязки изображений к географическим координатам (см., например, ER MAPPER 5.0, European Region Offise, Summaru Contents Part Six - Geopositioning and Rectiging Data, p. 353-416). Выделение зон загрязнений привязанного по координатам изображения осуществляется методами пространственного дифференцирования. Для выделения контуров границ зон загрязнения вычисляется градиент двумерной функции. Обычно, для вычисления градиента функции дискретного изображения используют оператор Робертса (или производные от него маски операторов Собела, Лапласа) вида:

где Δ - заданный уровень градаций яркости между двумя соседними изолиниями границ контуров.

Выделение границ контуров по заданному уровню градаций яркости изображения представляется стандартной математической операцией, реализуемой программными методами (см., например, Претт У.К. "Цифровая обработка изображений". Перевод с англ., М.: Мир, 1982, стр. 235, 503-510).

На фиг. 1 представлены результаты обработки спектрозонального космического снимка г. Сергиев Пасад, Московской обл. в виде схемы городской застройки с привязкой изолиний зон загрязнений по территории города.

Другой важной статистически устойчивой характеристикой экологического состояния территории является функция распределения вектора технологических нагрузок W(Q). Для нахождения W(Q) вычисляют числовые характеристики результирующей матрицы: математическое ожидание, дисперсию. Известными математическими процедурами (см., например, "Вычисление статистик случайной выборки" в книге "Справочник по математике", Г. Корн, Т.К Корн, перевод с англ., М.: Наука, 1979, стр. 537-539) получают гистограмму выборочного распределения вероятностей уровня яркостей результирующего R-изображения. На фиг. 2 представлена одна из реализаций выборочного распределения, нормированная относительно стандартного отклонения (I/σ). Привязку полученного относительного закона распределения к абсолютным значениям результирующего вектора техногенных нагрузок системы "атмосфера-подстилающая поверхность" осуществляют по параметрам контрольных площадок. Процедура привязки изложена в примере реализации заявляемого способа.

Наряду с функцией распределения вероятностей интегральной характеристикой является скорость флуктуаций результирующего показателя по пространственным координатам. Количественной мерой скорости флуктуаций случайных процессов являются их автокорреляционные функции. По определению (см., например, Заездный А. М. "Основы расчетов по статистической радиотехнике", Связь-издат, М. , 1964, стр. 94, формула 7.35), автокорреляционная функция B(L) процесса вычисляется как обратное Фурье-преобразование от его энергетического спектра S(F)

В связи с разработкой и практическим применением алгоритмов Быстрого Преобразования Фурье (БПФ) вся процедура вычисления автокорреляционной функции может быть автоматизирована. Для этого предварительно вычисляется двумерный пространственный спектр G(f_x, f_y) результирующей матрицы m • m, программным расчетом БПФ, в соответствии с зависимостью

Данная операция входит в состав специализированного комплекса программ ER MAPPEP-5.0 (см. Пакет программ для обработки изображений в науках о Земле, GENASYS, Inc San Diego, USA).

Интегрированием двумерного пространственного спектра по кольцевым сегментам в соответствии с программным расчетом (см., например, "Методы и аппаратура цифровой обработки изображений", версии 2.1, 2.2 "Маски интегрирования Фурье-спектра", технический отчет, МГУ, 1986, стр. 61-64) выделяется огибающая пространственного спектра G(I/L) в функции пространственного периода (L). Энергетический спектр сигнала S(F) связан с его амплитудным спектром G(I/L) соотношением

где AB - интервал определения функции G(I/L),
в данном случае линейные размеры снимка региона (см., например, Заездный А. М. "Основы расчетов по статистической радиотехнике", Связь-издат, М., 1969, стр. 93, формула 7.30).

Так как энергетический спектр сигнала четная функция частоты (отрицательных частот быть не может), то автокорреляционная функция рассчитывается как косинус преобразования от энергетического спектра:

Последний интеграл вычисляется программным расчетом (см., например, MATH CAD), 6.0 PLVS, 1997).

Пример реализации способа.

Заявляемый способ может быть реализован по функциональной схеме фиг. 3. Структура технических средств включает орбитальный комплекс 1 с размещенным на нем длиннофокусным фотоаппаратом 2 (типа КФА-1000), осуществляющим съемку площадок (от 50•50 до 200•200 км) объектов 3, содержащих контрольные промышленные площадки 4. Включение фотоаппарата 2 над заданными районами наблюдения 3 осуществляется от бортовой системы управления 5 по программам, передаваемым из Центра управления полетом 6 посредством радиоканала управления 7. Отснятые кадры с экологической обстановкой районов наблюдения, оперативно, в составе отстреливаемых капсул 8 доставляются в ЦУП. После проявки отснятые кадры поступают в Центр обработки информации 9. Каждый снимок региона 10 последовательно, через сканирующее устройство ввода информации 11 (типа "Panasonik" ), в виде цифровых измерительных файлов (матриц m • m) R и G изображений записывается в оперативное запоминающее устройство процессора 12. Комплект программ специализированной цифровой обработки изображений ER MAPPER 5.0 MATH KAД записывается на винчестере 13. Обработанные массивы информации (результирующих матриц) в виде гистограмм распределений, спектров Фурье, автокорреляционных функций, изолиний техногенных нагрузок визуализируются на дисплее 14 с распечаткой и документированием результатов расчетов на цветном принтере 15 (типа VGA). В качестве ПЭВМ обработки изображений используются станции типа SVN либо IBM.PC 486/487.

На фиг. 2 представлена гистограмма распределения пикселов результирующей матрицы спектрозонального снимка. Числовые характеристики обрабатываемого участка изображения были следующими: размер введенного в ПЭВМ участка изображения 4,3 • 4,3 см, масштаб снимка 1 см : 1,7 км. Размер отсканированной матрицы 675•675 элементов, пространственное разрешение 10,8 м на пиксел. В диапазоне изменения значений квантованных уровней яркости изображения 0. . . 256, математическое ожидание электрического сигнала матрицы составило 203,9, а стандартное отклонение 61.

Поскольку при изменении условий съемки (время года, суток, азимут, высота Солнца) меняется яркость изображения, то гистограмму распределения строят в значениях яркости, пронормированных относительно стандартного отклонения (Q/σ). При этих условиях изменение средней яркости и контраста изображения не влияют на закон распределения результирующей статистики. Известно, (см., например, "Теоретические основы радиолокации" под редакцией Дулевича В.Е., М. : Сов. радио, 1964, стр. 114), что случайная величина, распределенная в интервале от нуля до спорадически максимальных значений, подчиняется обобщенному закону Рэлея. При известном относительном законе результирующего распределения уровней яркости осуществляют его привязку к абсолютным значениям результирующего вектора по параметрам контрольных площадок. Для этого вычисляют площади зон, где результирующий вектор больше, например Q ≥ 5. (При известном пространственном разрешении пиксела (10,8 м) просто подсчитывают число пикселов в зонах и получают ΔS). Эта площадь составила 0,1S - общей площади города. Тогда по определению вероятности из графика фиг. 2 находят, что для площади "хвоста" кривой, равной 0,1, отношение откуда σ = 2,2.
Абсолютная шкала значений результирующего вектора приведена соосно с относительной шкалой (Q/σ) на фиг. 2.

На фиг. 4 приведен график пространственного спектра результирующего вектора, а на графике фиг. 5 - его автокорреляционная функция, полученные методом программного расчета по приведенным выше соотношениям. Из графика фиг. 5 следует, что интервал корреляции соответствует ≈ 0,75 км, т.е. в городе существуют участки местности с протяженностью порядка 1,5 км, где наблюдается застой, "висячие смоги". Чаще чем через 1,5 км в городе не следует размещать точки наземных измерений, т.к. такие отсчеты не являются независимыми друг от друга и не несут дополнительной информации, а приводят к неоправданным затратам.

Эффективность заявляемого способа характеризуется такими параметрами, как оперативность, документальность, статистическая устойчивость, стоимость.

В целом по городу количество измерений NO₂, CO₂, SO₂ достигает нескольких тысяч в год. Общие затраты на наземные измерения городской станции санитарно-эпидемиологического надзора оцениваются в сотни тысяч рублей. В заявляемом способе в примере реализации объем выборки измерений составляет 675 • 675 = 455625 элементов-отсчетов, что обеспечивает статистическую устойчивость и достоверность результатов оценок. Стоимость одного спектрозонального снимка по мировым ценам: 400...600 долларов, стоимость обработки 200 долларов, стоимость средств обработки 15000 долларов. Таким образом, затраты на внедрение заявляемого способа оценки экологического состояния региона (например, Московской области) окупятся в течение месяца.

Способ может быть использован в системах санитарно-эпидемиологического контроля промышленных регионов. Выделение различных экологических зон осуществляют путем программной обработки получаемых с орбитальных комплексов спектрозональных снимков территории, включающих контрольные промышленные площадки. Использование для оценки экологической ситуации результирующего вектора техногенных нагрузок состояния пяти сред - атмосферного воздуха, почвы, воды, геологической среды и растительности обеспечивает интегральную оценку состояния системы атмосфера - подстилающая поверхность. Преобразование аналоговых значений спектральной яркости объектов в цифровые матрицы с последующей обработкой данных в соответствии с алгоритмом, учитывающим корреляцию хроматических коэффициентов, и с привязкой изображения к географическим координатам позволяет давать документально достоверную количественную оценку зонирования. 5 ил., 2 табл.

Способ экологического зонирования территории на основе спектрозонального снимка региона, включающего контрольные промышленные площадки, отличающийся тем, что преобразуют аналоговые значения спектральной яркости I (x, y) в цифровые матрицы G, R изображений разномерностью m•m элементов, проводят поэлементную логическую сортировку пикселов в матрицах в соответствии с алгоритмом, если R>G, то R, если R<G, то R=R_max-/k/•G, где k - коэффициент корреляции хроматических коэффициентов r, g, получают результирующую матрицу тех же размеров, осуществляют привязку изображения к географическим координатам, задают требуемый уровень градаций зонирования и выделяют алгоритмами пространственного дифференцирования контуры пограничных зон, вычисляют площади зон с максимальным уровнем результирующего вектора техногенных нагрузок, рассчитывают числовые характеристики электрического сигнала результирующей матрицы: математическое ожидание, дисперсию, огибающую пространственного спектра, автокорреляционную функцию, гистограмму распределения пикселов по яркости, осуществляют привязку полученного относительного закона распределения пикселов к абсолютным значениям результирующего вектора техногенных нагрузок по его максимальным значениям и соответствующих максимальным значениям площади выделенных зон.