Геофизикадагы спутниктик сүрөттөрдү иштетүү ыкмалары
Спутникке негизделген алыстан зонддоо заманбап геофизикалык изилдөөлөр жана колдонмолордун маанилүү негизине айланды. Спутниктик сүрөттөр аркылуу геофизиктер Жердин бетин кеңири, мезгил-мезгили менен жана ырааттуу түрдө — геологиялык мүнөздөмөлөрдөн жана тектоникалык динамикадан тартып, жээк тилкелеринин өзгөрүшүнө жана жер титирөөлөрдөн же жанар тоо активдүүлүгүнөн улам пайда болгон беттин деформациясына чейин — байкай алышат. Бирок, спутниктик сүрөттөрдү колдонуу оңой эмес. Маалыматтардын сапатын жакшыртуу, тиешелүү геофизикалык маалыматты алуу жана булуттар, ызы-чуу же геометриялык бурмалоо сыяктуу тоскоолдуктарды минималдаштыруу үчүн бир катар иштетүү ыкмалары талап кылынат. Бул макалада спутниктик сүрөттөрдү геофизикалык контекстте алдын ала иштетүүдөн баштап, өнүккөн анализге чейин иштетүүнүн негизги ыкмалары талкууланат.
1. Геофизикада кеңири колдонулган спутниктик сүрөттөрдүн түрлөрү
Геофизикада көп колдонулган спутниктик маалыматтардын бир нече түрлөрү:
1. Мультиспектралдык оптика (мисалы, Landsat, Sentinel-2)
Бир нече толкун узундуктарындагы беттин чагылдырылышы жөнүндө маалымат берет. Литологияны, минералдардын өзгөрүшүн, өсүмдүктөрдү (топурактын шарттарынын кыйыр көрсөткүчү катары) жана ландшафттын өзгөрүүлөрүн картага түшүрүү үчүн пайдалуу.
2. Термикалык (мисалы, Landsat TIRS, MODIS)
Жылуулук аномалиясын талдоо үчүн жер бетиндеги жылуулук эмиссиясын өлчөө, мисалы, жанар тоолорду, лава агымдарын же гидротермалдык активдүүлүккө байланыштуу жер бетиндеги температуранын өзгөрүшүн көзөмөлдөө.
3. Радар (Синтетикалык апертуралык радар/SAR: Sentinel-1, ALOS PALSAR)
Булуттарды тешип өтүп, күнү-түнү иштей алгандыктан, ал InSAR ыкмаларын колдонуп, структураларды картага түшүрүү, беттин өзгөрүүлөрүн аныктоо жана деформацияны талдоо үчүн абдан маанилүү.
4. Спутниктик альтиметрия жана гравитация (мисалы, CryoSat, GRACE/GRACE-FO)
Кадимки визуалдык мааниде "сүрөттөр" болбосо да, бул маалыматтар көбүнчө суунун массасынын өзгөрүшү, тартылуу күчүнүн аномалиялары же муздун калыңдыгынын өзгөрүшү сыяктуу геофизикалык карталарга иштетилет.
Маалымат түрүн тандоо тиешелүү иштетүү агымын аныктайт, анткени сигналдардын ызы-чуунун мүнөздөмөлөрү, чечилиши жана физикалык касиеттери ар кандай болот.
2. Алдын ала иштетүү: анализдин сапатынын негизи
Алдын ала иштетүү этабы маалыматтарды сандык талдоо үчүн ылайыктуу жана убакыттын өтүшү менен же сенсорлордун ортосунда салыштырууга мүмкүн боло тургандай кылып даярдоону максат кылат.
а. Радиометриялык жана атмосфералык коррекциялар
Оптикалык сүрөттөр интенсивдүүлүктү жазып алат, ага атмосфералык шарттар (аэрозольдор, суу буусу) жана күн радиациясынын бурчу таасир этет. Радиометриялык коррекция санариптик маанилерди (DN) физикалык жактан маанилүү чагылдырууга же нурланууга айландырат. Атмосфералык коррекция — мисалы, Караңгы Объектти Кемитүү ыкмасын же атмосфералык моделге негизделген ыкмаларды колдонуу — беттин так чагылдырылышын алууга жардам берет. Геофизикада бул спектрдик маанилердеги айырмачылыктар атмосфералык өзгөрүүлөргө караганда, беттик материалдагы же шарттардагы айырмачылыктарды чындап чагылдырышы үчүн абдан маанилүү.
b. Геометриялык коррекция, орторектификация жана репроекция
Геометриялык бурмалоо сенсордун сканерлөө бурчтарынан, топографиядан жана спутниктин кыймылынан келип чыгышы мүмкүн. Орторектификация пикселдердин позициялары чыныгы координаттар менен дал келиши үчүн рельефтин таасирин оңдоо үчүн санариптик бийиктик моделин (DEM) колдонот. Бул кадам жогорку мейкиндик тактыгын талап кылган жаракаларды, бүктөмдөрдү, литологиялык чектерди же беттин өзгөрүүлөрүн картага түшүрүү үчүн абдан маанилүү.
в) Булуттарды жана көлөкөлөрдү жашыруу
Оптикалык сүрөттөрдө булуттар негизги тоскоолдук болуп саналат. Маскировкалоо ыкмалары булуттарды жана алардын көлөкөлөрүн аныктоо үчүн сапат тилкелерин (QA тилкелерин), спектрдик босоголорду же Fmask сыяктуу алгоритмдерди колдонот. Тропикалык аймактарда жердин өзгөрүшүн изилдөө же геологиялык картага түшүрүү үчүн көп убакыттуу композициялоо стратегиялары көбүнчө булуттар менен капталган аймактарды "толтуруу" үчүн колдонулат.
d. SAR маалыматтары үчүн тактарды чыпкалоо
SAR сүрөттөрүндө так деп аталган мүнөздүү ызы-чуу бар. Четки деталдарды жок кылбастан тактарды азайтуу үчүн ар кандай чыпкалар (Lee, Frost, Gamma-MAP) колдонулат, бул геологиялык түзүлүштөрдү чечмелөө үчүн маанилүү. Чыпканы тандоо тең салмактуулукту талап кылат: өтө агрессивдүү сызык сызыгын жаап коёт, ал эми өтө алсыз ызы-чуу калтырат.
3. Геологиялык чечмелөө үчүн сүрөттөрдү жакшыртуу
Структуралык жана литологиялык картага түшүрүүдө сүрөттөрдү жакшыртуу белгилүү бир өзгөчөлүктөрдү баса белгилөөнү көздөйт, ошондуктан аларды оңой таанууга болот.
а. Тилкенин композициясы жана түстөрдүн трансформациясы
Белгилүү бир тилкелердин RGB композиттери материалдык айырмачылыктарды баса белгилей алат. Мисалы, жакын инфракызыл жана кыска толкундуу инфракызыл тилкелердин айкалышы көбүнчө тек түрлөрүн же өзгөртүү зоналарын айырмалоо үчүн натыйжалуу болот. Декорреляциялык созуу ыкмалары тилкелердин ортосундагы контрастты күчөтүү үчүн да колдонулат, бул назик вариацияларды көрүнүктүү кылат.
б. Курчтоо жана мейкиндикти өзгөртүү
Жогорку жыштыктагы чыпка же курч эмес маскалоо көбүнчө жарака же сынык зоналары менен байланышкан четтерди жана сызыктарды баса белгилей алат. Мындан тышкары, текстураны талдоо (мисалы, GLCM — Боз деңгээлдин биргелешип пайда болуу матрицасы) геоморфологиялык жана литологиялык бирдиктерди айырмалоо үчүн пайдалуу болгон беттик үлгүлөрдүн ар түрдүүлүгүн сандык жактан аныктоого жардам берет.
c. Спектрдик трансформация: PCA жана тилке катышы
Негизги компоненттерди талдоо (НКО) көп спектрдик маалыматтардын өлчөмдүүлүгүн азайтат жана геологиялык айырмачылыктарга байланыштуу болушу мүмкүн болгон доминанттык өзгөрүүлөрдү белгилейт. Тилкелүү катыштар көбүнчө минералдык чалгындоодо колдонулат, анткени кээ бир минералдар белгилүү бир толкун узундуктарында мүнөздүү сиңирүүгө ээ. Колдонмо геофизикада тилкелүү катыштар талаа изилдөөлөрүнө же деталдуу геофизикага чейинки келечектүү зоналардын баштапкы көрсөткүчүн бере алат.
4. Классификациялоо жана маалыматты алуу
Сүрөт даяр болгондон кийин, кийинки кадам - геофизикалык маалыматты системалуу түрдө алуу.
а. Көзөмөлдөнгөн жана көзөмөлсүз классификациялоо
Көзөмөлдөнгөн классификациялоо (мисалы, SVM, Random Forest) талаадан алынган окутуу маалыматтарын же маалымдама картадан алууну талап кылат. Көзөмөлдөнгөн эмес классификациялоо (k-орточо көрсөткүчтөр, ISODATA) пикселдерди алдын ала белгилөөсүз спектрдик окшоштукка негиздеп топтоштурат. Геофизикада классификациянын жыйынтыктары жер бетинин литологиясын, чөкмөлөрдүн таралышын, гидротермалдык өзгөрүү зоналарын же тектоникалык процесстерге байланыштуу геоморфологиялык бирдиктерди картага түшүрүүгө жардам берет.
b. Сегментация жана объектке негизделген сүрөттөрдү талдоо (OBIA)
OBIA пикселдерди спектрдик жана формага негизделген объектилерге топтоштурат, андан кийин аларды классификациялайт. Бул ыкма көбүнчө жогорку чечилиштеги сүрөттөр үчүн жакшыраак, анткени геологиялык түзүлүштөр — мисалы, сызыктар, аллювиалдык желдеткичтер же дренаждык үлгүлөр — бир пикселдерге караганда объект катары маанилүүрөөк.
в) Линементти бөлүп алуу
Сызыктар – бул жаракаларды, жаракаларды же литологиялык байланыштарды чагылдыра турган сызыктуу белгилер. Чыгаруу ыкмаларына четтерди аныктоо (Кэнни, Собел), Хоф трансформациясы жана багыттуу чыпкалоо кирет. Андан кийин сызыктуу карталарды жер астындагы түзүлүштөрдү чечмелөө үчүн магниттик аномалиялар же сейсмикалык маалыматтар сыяктуу башка геофизикалык маалыматтар менен салыштырууга болот.
5. Беттик деформация үчүн SAR интерферометриясы (InSAR)
Спутниктик сүрөттөрдүн геофизикага кошкон эң чоң салымдарынын бири - InSAR, ал эки же андан көп алынган радар толкундарынын фазалык айырмачылыктарын спутник менен беттин аралыгынын өзгөрүүлөрүн эсептөө үчүн колдонот. InSAR менен бир нече сантиметрден миллиметрге чейинки деформацияларды чоң аймактарда төмөнкүчө чагылдырууга болот:
– косейсмикалык жана сейсмикалыктан кийинки деформация,
– вулкандык инфляция/дефляция,
– жер астындагы сууларды алуудан улам жердин чөгүшү,
– жантайыңкы тоолордун туруктуулугу жана жер көчкүлөр.
InSAR иштетүү сүрөттөрдү биргелешип каттоону, интерферограмманы түзүүнү, топографиялык фазаны азайтууну (DEMди колдонуу менен), фазаны чыпкалоону, таңгактоону жана атмосфералык коррекциялоону камтыйт. PSInSAR же SBAS сыяктуу убакыт катарларынын ыкмалары узак убакыт бою бир нече сүрөттөрдү талдоо менен тактыкты жогорулатат.
6. Башка геофизикалык маалыматтар жана талааны валидациялоо менен интеграциялоо
Спутниктен тартылган сүрөттөр сейрек учурда гана өзүнчө турат. Анын эң чоң баалуулугу башка геофизикалык маалыматтар менен айкалышканда пайда болот, мисалы:
– жер астындагы түзүлүштү жана тыгыздыкты баалоо үчүн магниттик жана гравитациялык күчтөр,
– катмардын геометриясы жана жаракалары үчүн сейсмикалык,
– өзгөрүүнү текшерүү үчүн геохимия,
– InSAR деформациясынын жыйынтыктарын текшерүү үчүн GPS жана нивелирлөө.
Талаа валидациясы, айрыкча литологиялык чечмелөөлөрдү ырастоо, активдүү кемчиликтерди ырастоо жана үлгүлөрдү алуу үчүн маанилүү бойдон калууда.
7. Өнүгүүнүн кыйынчылыктары жана багыттары
Геофизикадагы спутниктик сүрөттөрдү иштетүүнүн негизги кыйынчылыктарынын айрымдары топографиялык гетерогендүүлүктү, булут каптоону, сенсордук мүнөздөмөлөрдөгү айырмачылыктарды жана чоң маалымат топтомдору үчүн эсептөө талаптарын камтыйт. Бирок, булуттук эсептөөнүн жана Google Earth Engine сыяктуу платформалардын өнүгүшү, машиналык окутуудагы жана терең окутуудагы жетишкендиктер менен бирге, көп убакыттуу жана көп сенсорлуу иштетүүнү тездетүүдө. Келечекте оптикалык, SAR, жылуулук жана классикалык геофизикалык спутниктик маалыматтарды интеграциялоо Жердин динамикалык процесстерин дээрлик реалдуу убакытта көзөмөлдөө мүмкүнчүлүгүн андан ары жогорулатат.
Penutup
Геофизикадагы спутниктик сүрөттөрдү иштетүү ыкмаларына алдын ала иштетүү (радиометриялык, геометриялык жана чыпкалоочу коррекциялар), сүрөттөрдү жакшыртуу, классификациялоо жана өзгөчөлүктөрдү бөлүп алуу, ошондой эле беттин деформациясы үчүн InSAR сыяктуу өнүккөн анализ кирет. Туура мамиле менен спутниктик сүрөттөр геологиялык жана геодинамикалык процесстерди түшүнүү, ресурстарды чалгындоону колдоо жана кырсыктардын кесепеттерин азайтуу үчүн абдан натыйжалуу курал боло алат. Ийгиликтин ачкычы маалыматтарды туура тандоодо, кылдат иштетүүдө, көп булактуу интеграцияда жана талааны тийиштүү түрдө текшерүүдө жатат.
