В. И. Кравцова
Nl
Космические методы
следования почв
//
I
! Еа Ев ¦ ¦ ¦
Ч е 6 н о е
簾 Й с о б и е

УДК 631.4(075.8)
ББК 40.3в641я73
К 78
Рецензенты:
доктор геолого-минералогических наук, профессор В. Д. Скарятин
кандидат географических наук, доцент И. П. Гаврилова
НАУЧНАЯ
БИБЛИОТЕКА
МГУ
Кравцова Валентина Ивановна
К 78 Космические методы исследования почв: Учеб. пособие для
студентов вузов / В. И. Кравцова. — М.: Аспект Пресс, 2005. —
190с, 8 с. цв. вкл.
ISBN 5-7567-0367-5
Учебное пособие по курсу «Космические методы исследования
почв» характеризует современный фонд космических снимков и
применение космических методов в исследованиях почв.
Рассмотрены дешифрирование снимков при изучении и
картографировании почвенного покрова и его структуры, оценка по космическим
снимкам динамических свойств почв (гумусности, влажности,
засоления, эродированности), а также применение космических
снимков в различных областях исследований Земли.
Книга предназначена для студентов-географов по
специальности «География почв и геохимия ландшафтов», студентов
почвенных факультетов университетов и сельскохозяйственных вузов, а
также может служить пособием магистрантам и аспирантам
географических и геоэкологических специальностей.
УДК 631.4(075.8)
ББК 40.3в641я73
ISBN 5-7567-0367-5 © ЗАО Издательство «Аспект Пресс», 2005
Все учебники издательства «Аспект Пресс» на сайте
www.aspectpress.ru

Введение
За полувековой период со времени запуска первых
искусственных спутников Земли космические исследования заняли
первостепенное место в изучении нашей планеты, а космические
снимки представляют теперь важнейший материал для наблюдения за
состоянием и изменениями природной среды и для их
картографирования.
Почвенный покров, по большей части скрытый
растительностью, изучать по космическим снимкам сложнее, чем другие
компоненты ландшафта. Тем важнее освоить непростые приемы его
дешифрирования, главным образом индикационного, уметь
выбрать в огромном потоке материалов спутниковых съемок
оптимальные для решения почвенных и ландшафтно-геохимических задач
снимки, уметь обрабатывать их на современном уровне
геоинформационных технологий.
Курсы по космическим методам исследований почв как
продолжающие курс «Дешифрирование почв и ландшафтов» в
различных вариантах ставились на кафедре географии почв и
геохимии ландшафтов с 1993 г., но специального учебного пособия по
ним не было. В новой постановке курс «Космические методы
исследований почв» ставит главной задачей ознакомление с
современным обширным разнообразным фондом космических снимков
и методами их использования в почвенных исследованиях,
главным образом дешифрирования, прямого и индикационного;
освоение методов и знакомство с особенностями дешифрирования
почв различных природных зон при применении снимков разных
типов. Курс знакомит с возможностями изучения по материалам
космической съемки динамических свойств почв, в том числе
таких неблагоприятных, как потери гумуса, засоление, эродирован-
ность, а также с использованием снимков в различных областях
географических исследований.
Настоящее пособие представляет собой первую часть,
охватывающую основные методологические вопросы, рассматриваемые
на опыте визуального дешифрирования. Курс сопровождается
компьютерным практикумом по автоматизированной обработке
космических снимков в исследованиях почв; методическое
руководство по компьютерному практикуму составит вторую часть
пособия, которая должна быть подготовлена в 2005 г.
Постановка курса и подготовка пособия обеспечены
совместными усилиями кафедры геохимии ландшафтов и географии почв,
инициировавшей их разработку, и лаборатории аэрокосмических
3

методов кафедры картографии и геоинформатики, на базе
которой он поставлен с учетом многолетнего коллективного опыта
космических исследований и с использованием уникальной
фототеки космических снимков и специально созданного дешифровоч-
ного компьютерного класса.
Автор выражает глубокую благодарность заведующему
кафедрой геохимии ландшафтов и географии почв, декану
географического факультета члену-корреспонденту РАН Н. С. Касимову за
инициативу в постановке курса и поддержку в издании пособия,
а также заведующему кафедрой картографии и геоинформатики
профессору А. М. Берлянту за содействие в издании книги,
заведующему лабораторией аэрокосмических методов профессору
Ю. Ф. Книжникову за консультации по фундаментальным
основам аэрокосмического зондирования и помощь в организации
компьютерного практикума, доценту кафедры географии почв и
геохимий ландшафтов И. П. Гавриловой за конструктивные замечания
при подготовке рукописи.
Работа выполнена в рамках Программы поддержки ведущих
научных школ России (грант 1217.2003.5) и Университеты России
(УР.08.03.049).

Часть I
ФОНД КОСМИЧЕСКИХ
СНИМКОВ

§л О ФИЗИЧЕСКИХ ОСНОВАХ
АЭРОКОСМИЧЕСКОГО ЗОНДИРОВАНИЯ
Аэрокосмические методы позволяют исследовать объекты
земной поверхности без непосредственного контакта с ними на
расстоянии. Такие исследования называются дистанционными. Они
основываются на регистрации излучения, идущего от Земли, — ее
собственного излучения, отраженных ею солнечных лучей или
отраженного искусственного облучения земной поверхности
(радиоволнового, лазерного). В результате получают снимок — двумерное
изображение, представляющее наиболее универсальную форму
регистрации излучения, несущего географическую информацию об
исследуемых объектах. Общая физическая основа аэрокосмических
методов — функциональная зависимость между регистрируемыми
снимком параметрами излучения объекта и его
характеристиками, включая пространственно-временное состояние.
Большинство современных аэрокосмических методов
использует участок спектра электромагнитных волн длиною от 0,3 мкм до
3 м — от ультрафиолетовых до ультракоротких радиоволн (рис. 1.1).
Участок оптических волн (0,001-1000 мкм) включает
ультрафиолетовый (0,001—0,4 мкм), видимый (0,4—0,75 мкм) и
инфракрасный (0,75-1000 мкм) диапазоны. Видимый диапазон, в
котором глаз способен выделять цветовые различия, делят на цветовые
зоны — фиолетовую (0,38-0,45 мкм), синюю (0,45-0,48), голубую
(0,48-0,50), зеленую (0,50-0,56), желтую (0,56-0,59), оранжевую
(0,59—0,62), красную (0,62—0,75). Диапазон инфракрасного
излучения подразделяют на ближний (0,75—1,3 мкм), средний (1,3—3 мкм)
и дальний (тепловой) инфракрасный (3—1000 мкм ) (рис. 1.2).
Основная энергия солнечного излучения приходится на длины
волн 0,3—3 мкм, то есть до границы между средним и тепловым
7

Излучение
, * ч
Оптическое
» ** ... i.i .ч
i
el IS i li
ё§ |в 1 fa
Гамма ? х >» § со s §* Радио
Л »< А »* ¦* »Л< А »/ А Частота
I I I I I I—Г-Т—Г~п I l I I I колебаний,
3-Ю20 31018 310" 310м 3-Ю12 310'° 3108 Гц
*1—I—I 1—I—I—I 1—I—I—I 1—I—I 1— Длина
10-'° Ю-8 Ю-6 10*4 Ю-2 10° 102 волны, см
0,0001 0,01 1,0 100 1,0 10 100 1,0 10 100 1,0 10
* V * У V М V ,s V '
HM МКМ ММ М
Рис. 1.1. Участок спектра электромагнитных волн, используемый в
современных аэрокосмических методах
инфракрасным диапазонами (этот участок спектра называют
также световым), а в тепловом инфракрасном преобладает
собственное излучение Земли. В участке спектра, включающем
ультракороткие радиоволны (1-10 000 мм), миллиметровые,
сантиметровые и дециметровые волны выделяют в сверхвысокочастотный
(СВЧ) диапазон, который в иностранной литературе называют
микроволновым. Участки этого диапазона, в которых работает
различная радиоэлектронная аппаратура спутников, обозначают
латинскими буквами (например, около 3 см — Х-диапазон, 5,6 см —
С-диапазон, 23 см — L-диапазон).
Съемка при космических исследованиях ведется через толщу
атмосферы, которая поглощает часть лучей. Это поглощение
избирательное, зависит от длины волны излучения. Съемку выполняют,
используя только те участки спектра, где электромагнитное
излучение не поглощается, в так называемых «окнах прозрачности»
атмосферы (см. рис. 1.2). Большое «окно прозрачности» (0,4-1,3 мкм)
приходится на видимый и ближний инфракрасный диапазоны. В
тепловом инфракрасном имеется несколько окон, наиболее часто
используется окно 10—12 мкм, куда приходится и максимум
теплового излучения Земли. Для лучей радиодиапазона атмосфера
наиболее прозрачна.
Атмосфера не только поглощает, но и рассеивает излучение,
особенно в коротковолновой части видимого диапазона.
Атмосферная дымка искажает цвет объектов при съемке на цветную
пленку, повышает яркость изображения и снижает контрасты в
коротковолновых зонах — синей, голубой, что приходится учитывать
при обработке снимков.
8


роге
s
ивная
о
о
се
С
ив-
&
се
овая и
X
S
со
WOH-
ja
2
адиоло
о.
к
се
X
се
5
2-i
ее
X
(irciw .:wD/ia) иипеитой
ИОНЬЭН1ЮЭ Ч1ЭОН8ИЭНЭ1НИ
% *1Ч(1эфЭОМ1В
qiDOHhBdcodu
-о
8
С
се
S
X
т
о
2
а
О
S
X
а
го
с
а
х
О
о
S

Приемники излучения, чувствительные к лучам разных
спектральных диапазонов, дают информацию о различных
характеристиках объектов. Наиболее широко используемые приемники
отраженного солнечного излучения регистрируют его разную интенсивность
в зависимости от спектральной отражательной способности
исследуемых объектов, и в связи с этим мы получаем разное изображение
этих объектов на снимках.
§г\ СПЕКТРАЛЬНАЯ ОТРАЖАТЕЛЬНАЯ
^ СПОСОБНОСТЬ ПОЧВ И ДРУГИХ
ПРИРОДНЫХ ОБЪЕКТОВ
Поскольку дистанционное изучение почв основано на
регистрации отраженного ими солнечного излучения, важно знать их
отражательную способность. Из характеристик отражательной
способности — интегральных и спектральных альбедо, яркости,
индикатрисы отражения — наибольшее значение имеет
спектральная яркость.
Понятие о спектральной яркости. Яркость объектов земной
поверхности в разных спектральных зонах неодинакова и
характеризуется коэффициентом спектральной яркости гя. Коэффициент
спектральной яркости почвы представляет собой отношение величины
отражения почвенного образца и идеальной поверхности,
отражающей 100% света всех длин волн (эталона). Он определяется по
формуле:
где Вх и Вок — спектральные яркости объекта и эталона. В качестве
эталона применяют материалы с хорошо известными и
стабильными во времени оптическими характеристиками (гипсовые
пластинки, молочные стекла), которые освещаются солнцем или
встроенными в спектрометры калиброванными источниками света.
Значения коэффициентов спектральной яркости для
различных длин волн представляют в виде графика — кривой
спектральной яркости. По его горизонтальной оси обозначены длины волн
электромагнитного спектра, по вертикальной — коэффициенты
спектральной яркости.
На знании спектральной яркости объектов основаны
различные способы и приемы получения аэрокосмических снимков
10

Ill
0,5 f \fi\U5 f 2,02,5 X, мкм
Полосы поглощения
хлорофилла воды воды
0,66 мкм 1,43 мкм 1,93 мкм
Рис. 2.1. Схематизированные кривые спектральной яркости основных
классов природных объектов:
I — горные породы и почвы; II — растительный покров; III —
снежный покров; IV — водные поверхности
(многозональная, гиперспектральная съемка) и их обработки, в
том числе и автоматическое распознавание объектов по снимкам.
Поэтому изучение спектральной отражательной способности почв
представляет собой одну из задач аэрокосмических методов.
Основной путь изучения спектральной отражательной способности —
экспериментальный при проведении лабораторного, полевого или
аэрокосмического спектрометрирования.
Фундаментальные исследования по спектрометрированию
выполнил Е. Л. Кринов еще в 1940-х годах. Положив начало работам
по оптике ландшафтов, он разработал первую
спектрометрическую классификацию, которая со временем стала классической
[Кринов, 1947].
Классификация природных объектов по спектральной яркости.
По спектральной яркости в видимом диапазоне, где получен
наибольший объем экспериментальных данных, все многообразие
объектов земной поверхности отчетливо делится на несколько
классов, для каждого из которых характерен свой вид кривой
спектральной яркости (рис. 2.1).
/ класс (горные породы и почвы) характеризуется увеличением
коэффициентов спектральной яркости по мере приближения к
красной зоне спектра. Спектральная яркость горных пород
зависит от входящих в их состав минералов и элементов, а почв —
V
1,0
11

от содержания соединений железа и гумуса. Различные
минералы характеризуются наличием полос поглощения на
определенных длинах волн в среднем инфракрасном диапазоне.
// класс (растительный покров) отличается характерным
максимумом спектральной яркости (а значит, и увеличением
отражательной способности) в зеленой (0,55 мкм), минимумом —
в красной (0,66 мкм) и резким увеличением отражения в
ближней инфракрасной зоне. Низкая отражательная способность
вегетирующих растений в красной зоне связана с
поглощением, а ее увеличение в зеленой зоне — с отражением этих лучей
хлорофиллом. Большие коэффициенты яркости в ближней
инфракрасной зоне объясняются пропусканием этих лучей
хлорофиллом и отражением их от внутренних тканей листа.
III класс (водные поверхности) характеризуется самыми
низкими значениями коэффициентов спектральной яркости и
монотонным уменьшением отражательной способности от
сине-фиолетовой к красной зоне спектра, поскольку длинноволновое
излучение сильнее поглощается водой.
IV класс (снежный покров) обладает наиболее высокими
значениями коэффициентов спектральной яркости с небольшим их
понижением в ближней инфракрасной зоне спектра. Близки к
этому классу по характеру отражения облачные образования,
которые имеют несколько узких полос поглощения в
длинноволновой части спектра.
Общим для всех объектов является понижение коэффициентов
спектральной яркости в зоне 2—3 мкм. Обращают на себя
внимание два минимума у кривых при длинах волн 1,43 и 1,93 мкм,
обусловленные полосами поглощения воды.
Спектральная отражательная способность почв. Спектральные
характеристики почв основательно изучались в период освоения
аэрометодов в почвоведении Ю. С. Толчельниковым (1974) и И. И. Карма-
новым (1974). В 1970-х годах появление спутниковых многозональных
съемочных систем вызвало к жизни чрезвычайную активизацию
исследований спектральной яркости почв и растительности в разных
странах; в нашей стране появились фундаментальные монографии
К. Я. Кондратьева и П. П. Федченко (1981, 1982). Сделаны попытки
создать каталоги и атласы спектральных характеристик почв. Такой
каталог, в частности, был создан в Санкт-Петербургском
университете. Обстоятельные исследования выполнены во Всесоюзном
научно-исследовательском институте сельскохозяйственной
метеорологии [Рачкулик, Ситникова, 1981]. В этих работах проанализированы
12

Рис. 2.2. Кривые спектральной
яркости различных типов почв:
1 — сероземы; 2 —
дерново-подзолистые; 3 — темно-каштановые; 4 —
темно-серые лесные; 5 — черноземы
закономерности изменения спект- Гк
ральной отражательной способно- о,4
ста почв различных географических
зон, исследованы факторы,
влияющие на спектральные
отражательные свойства почв: поверхностная
структура, степень обработки,
влажность. Полученные
закономерности важно учитывать при
дешифрировании многозональных
снимков; они представляют основу
работы с гиперспектральными
снимками.
Характерной особенностью
сухих почв разной генетической
принадлежности является
постепенный рост коэффициентов
спектральной яркости с увеличением
длины волны в диапазоне от 0,4
до 2 мкм. При этом абсолютные
значения коэффициентов спектральной яркости на всем этом
участке спектра возрастают от черноземов, занимающих в семействе
кривых спектральной яркости почв наиболее низкое место, к
каштановым, серым лесным, подзолистым почвам и далее к
буроземам, сероземам, солончакам. Семейство кривых спектральной
яркости разных почв веером расходится с увеличением длин волн в
видимом диапазоне. Наибольшие различия в яркости разных почв
наблюдаются в красной и ближней инфракрасной зонах, в
области около 0,7 мкм (рис. 2.2). Возрастание коэффициентов яркости
наблюдается до среднего инфракрасного диапазона, до 2 мкм,
а затем они постепенно уменьшаются. При этом, как и для других
объектов земной поверхности, характерны минимумы в зонах
поглощения солнечного излучения водой при X =1,43 мкм и
Я =1,93 мкм (см. рис. 2.1).
Спектральная яркость почв определяется содержанием
органических веществ и окислов железа. Гумусовые вещества, по
сравнению с другими свойствами почв, оказывают наиболее сильное
влияние на отражательную способность. Гумус снижает
спектральную яркость, но гумус с преобладанием фульвокислот повышает
яркость в красной зоне спектра. Окислы железа также
обусловливают максимальную яркость в красной зоне спектра.
Органическое вещество играет доминирующую роль в
спектральной яркости почв гумидных районов при содержании гумуса в
13

0,5 L 0,5
0,3 L 0,3
^A^^^-^^^ 0,1
0 * —'—т ~" ¦ ' ' ' > о
0,4 0,6 0,8 1,0 Л, мкм 0,4 0,6 0,8 1,0 X, мкм
0,5
0,3
0,1
0
0,4 0,6 0,8 1,0 X, мкм
Рис. 2.З. Влияние влажности почв на их спектральную яркость:
а — черноземы; б — педальферы (почвы, обогащенные железом и
алюминием); в — латеритные почвы
сухие
- - - влажные
почвах более 2%. При уменьшении содержания органического
вещества ниже этого порога на первый план выходят другие
факторы, например, содержание окислов железа, ила, глины.
Корреляционные связи между коэффициентами отражения почв
и содержанием в них гумуса и карбонатов изучены на примере
типичных черноземов [Сорокина, 1967; Орлов, Бирюкова, 1989].
Оказалось, что при содержании гумуса менее 5% наблюдается
прямая логарифмическая зависимость между количеством гумуса и
интегральным отражением почвы.
Коэффициенты спектральной яркости зависят от влажности
почв — увлажнение вызывает снижение спектральной яркости без
изменения характера кривой (рис. 2.3). Однако в летний период
почвы быстро просыхают с поверхности до воздушно-сухого
состояния, поэтому при однородном механическом составе яркость
почв определяется в основном содержанием гумуса.
Спектральная яркость почв зависит от поверхностной
структуры, размера агрегатов, плотности упаковки, шероховатости
поверхности. Более мелкие частицы полнее заполняют объем и дают
более выровненную поверхность по сравнению со сложной поверх-
J I I I I I L
14

0,3
0,2
0,1
0
0,4
0,5
0,6 К мкм
Рис. 2.4. Результаты
наземных (1) и космических
измерений (2) спектральной яркости
почв песчаной пустыни
ностью, образованной крупными
агрегатами. У гладкой плотной
поверхности коэффициенты яркости
выше, чем у рыхлой.
Структура почв влияет на
отражательную способность сильнее,
чем гранулометрический состав.
Бесструктурные почвы отражают на
10—15% больше света, чем хорошо
оструктуренные. Именно поэтому
могут различаться результаты
лабораторных и полевых измерений.
Например, на аэроснимках
песчаные поверхности имеют более
высокую яркость, чем глинистые, в то время как лабораторные
измерения показывают обратную картину, поскольку почвенные
агрегаты уменьшают отражательную способность почв.
Наземные и космические определения спектральной яркости
почв дают несколько различающиеся результаты (рис. 2.4). В
специально проведенных подспутниковых экспериментах выявлено, что
общая яркость почвенно-растительных сообществ, регистрируемая
из космоса, выше, чем в наземных условиях, причем особенно
сильные различия наблюдаются в сине-зеленой области спектра
[Виноградов, Кондратьев, 1971]. Это повышение связано с
влиянием атмосферной дымки. Его следует учитывать при работе с
многозональными снимками, вводя соответствующие поправки. При
автоматизированной обработке многозональных снимков
предусматривается специальный подготовительный этап атмосферной
коррекции, на котором в яркость объектов на снимках в
коротковолновых зонах вводятся поправочные коэффициенты,
определяемые на основе калибровочных данных.
При работе с космическими снимками следует учитывать, что
на регистрируемую спектральную яркость влияет и
пространственное разрешение съемочных систем. При комплексном почвенном
покрове участки разных почв могут быть меньше величины
пространственного разрешения, и в результате съемки получают
интегральные характеристики спектральной яркости всех
компонентов, вошедших в элементарную площадку (пиксел сканерного
снимка), яркость которой регистрируется.
При частичном покрытии почвы растительностью, когда
занятые растительностью участки меньше пространственного
разрешения снимков, отражательные свойства системы
«почва—растительность» меняются, яркость в красной зоне снижается, в ближ-
15

ней инфракрасной — увеличивается. Это влияние сказывается при
покрытии почвы растительностью от 20 до 60%; более низкое
проективное покрытие слабо влияет на яркость почв, а при более
высоком яркость определяется растительностью.
О ОСОБЕННОСТИ СЪЕМКИ ИЗ КОСМОСА.
° ВИДЫ ОРБИТ
Космическую съемку выполняют с высоты более 100 км, то
есть при движении носителя аппаратуры вне атмосферы, в
космическом пространстве. Ее ведут с ракет, пилотируемых космических
кораблей и орбитальных станций, автоматических искусственных
спутников Земли и других космических аппаратов. В отличие от
аэросъемки, съемку из космоса производят с определенной
орбиты, параметры которой бывают известны. Это позволяет
определить положение спутника в момент съемки. В последнее время
точное положение спутника регистрируют также с помощью
приемников спутникового позиционирования GPS.
Укажем на некоторые особенности орбит, важные для
космической съемки. Для съемки предпочтительны круговые
(околокруговые) орбиты, у которых высоты в перигее и апогее близки.
Круговая орбита обеспечивает одинаковую высоту съемки земной
поверхности, а следовательно, для одной и той же аппаратуры —
одинаковый масштаб, охват и разрешение снимков.
Высота орбит составляет от 100 до десятков тысяч километров.
Чем ниже орбита, тем детальней наблюдения, но короче время
существования спутника. На орбитах высотой 200—400 км (на
более низкой орбите спутник быстро сгорает) работают спутники с
аппаратурой для детальной фотографической съемки, а также
тяжелые пилотируемые корабли и орбитальные станции, а на
высотах 500-2000 км — спутники для оперативной съемки, обычно
менее детальной (метеорологические, ресурсные). Чтобы охватить
съемкой с таких околоземных орбит всю поверхность Земли,
орбита должна быть субполярной, иметь наклонение (измеряемое
углом между плоскостью орбиты и экватора) 90° или близкое к
нему. В таком случае за счет вращения Земли спутник за сутки
просматривает всю ее поверхность. Тяжелые космические корабли
и орбитальные станции нередко запускают на наклонные орбиты,
наклонение которых обычно бывает близким к широте пункта
запуска (например, орбитальные станции Салют, Мир,
запущенные с космодрома Байконур, имели наклонение 52°) и с них нельзя
наблюдать районы высоких широт (рис. 3.1).
16

из
RxxV
1
1
1
.AW
1
§§
1
1
av
\ \ \
^
>s\\
^
n
1
ii
gs
i
XV
ЬгСЧ
^
8x
^\
1
1
Рис. З.1. Широтные пояса охвата съемкой при разном наклонении
орбит:
1 — прямая субполярная орбита (метеорологические спутники); 2 —
обратная субполярная орбита (ресурсные спутники); 3 — прямая
наклонная орбита (пилотируемые космические корабли, орбитальные
станции)
17

Для постоянного наблюдения Земли в целом используются
удаленные экваториальные орбиты высотой 36 000 км. По такой орбите
спутник движется с угловой скоростью, равной скорости вращения
Земли, как бы зависая над определенным районом. Такие спутники
называют геостационарными. Система из пяти геостационаров
обеспечивает постоянное наблюдение всей поверхности Земли.
Обычно спутник на околоземной орбите делает один оборот
вокруг Земли примерно за 1,5 ч (период обращения), совершая около
16 витков в сутки. При этом подспутниковые трассы (проекции
орбит на поверхность Земли) находятся одна от другой на угловом
расстоянии 22,5°, что составляет на экваторе 2500 км. Таким
образом, для ежедневного покрытия съемкой земной поверхности надо,
чтобы охват снимков был не менее 2500 км. При выполнении
детальной съемки охват бывает намного меньше, и для заполнения
межвиткового пространства необходима орбита с небольшим
суточным смещением, обеспечивающим примыкание или небольшое
перекрытие снимков с соседних витков (квазипериодическая орбита).
Чтобы вести с околоземных орбит повторную съемку при
одинаковых условиях освещения, используют так называемые
солнечно-синхронные орбиты, у которых угол между плоскостью
орбиты и направлением на Солнце остается постоянным. В таком
случае повторная съемка одного и того же района выполняется при
одинаковой высоте Солнца.
Очевидно, что для длительных околоземных наблюдений,
например с ресурсных спутников, целесообразно использовать
околокруговые субполярные квазипериодические
солнечно-синхронные орбиты.
4 типы космических снимков
При выполнении разных видов аэрокосмических съемок,
регистрируя излучение с использованием разных методов,
различной съемочной аппаратуры и ее носителей, получают снимки,
которые представляют основной источник информации в
аэрокосмических исследованиях. Такие снимки чрезвычайно
разнообразны по спектральному диапазону съемки, технологии
получения изображений и передачи их на Землю, а также в зависимости
от конкретной аппаратуры и условий съемки, обусловливающих
масштаб, обзорность и разрешение снимков. Для того чтобы
облегчить специалистам эффективное использование этих богатых
материалов съемки, целесообразно систематизировать их, выде-
§
18

лив такие типы снимков, которые различаются по возможностям
их применения в географических исследованиях.
4.1. Классификация снимков по спектральному
диапазону съемки и технологии получения
изображения. Основные типы снимков
Возможности использования снимков при географических
исследованиях зависят в первую очередь от спектрального диапазона
съемки, который определяет физическую сущность характеристик
объектов, передаваемых снимками, и от технологии получения
изображения, влияющей на качество снимков, их измерительные
и изобразительные свойства. Эти два параметра — спектральный
диапазон и технология съемки составляют основу классификации
космических снимков (рис. 4.1).
По спектральному диапазону съемки снимки делятся на три
основные группы:
¦ снимки в видимом, ближнем и среднем инфракрасном
диапазоне, который для краткости будем называть световым;
¦ снимки в тепловом инфракрасном диапазоне;
¦ снимки в радиодиапазоне.
Как видим, это разделение не вполне соответствует принятому
в физике делению электромагнитного спектра (см. § 1), что
обусловлено шириной «окон прозрачности» атмосферы и
чувствительностью приемников излучения.
Второй уровень комплексной классификации учитывает
технологию получения изображения. Снимки в световом диапазоне
подразделяются по этому признаку на три подгруппы (рис. 4.2):
¦ фотографические;
¦ сканерные снимки, получаемые при оптико-механическом
сканировании;
¦ ПЗС-снимки, получаемые при оптико-электронном
сканировании.
Снимки в тепловом инфракрасном диапазоне в настоящее время
получают в основном по единой технологии, и разделения их на
группы по этому признаку не требуется — все они представляют
собой тепловые инфракрасные снимки.
Снимки в радиодиапазоне делятся в зависимости от
использования пассивного или активного метода съемки (см. рис. 4.1) на
19

т
S
•е-
S
а-
20

микроволновые радиометрические снимки, получаемые при
регистрации собственного излучения исследуемых объектов, и
радиолокационные снимки, получаемые при регистрации отраженного
радиоизлучения, генерированного на носителе.
Таким образом, в комплексной классификации выделено шесть
основных типов космических снимков. Дадим их краткую
характеристику.
Фотографические снимки (рис. 4.3) получают с помощью
фотокамер, где кадровое изображение строится оптической
системой, а приемником излучения служит пленка, которая
экспонируется на борту космического носителя и для проявления
доставляется на Землю. Это определяет целесообразность получения таких
снимков для решения не оперативных, а долговременных задач.
В то же время фотографические снимки характеризуются высокой
Рис. 4.2. Получение кадровых фотографических (а), сканерных
(оптико-механического сканирования) (б) и ПЗС-снимков
(оптико-электронного сканирования) (в)
21

Рис. 4.3. Фрагмент фотографического снимка KB?/Комета на
юго-западную часть Москвы
детальностью и до середины 1990-х годов оставались лучшими
снимками по разрешению и геометрическим свойствам. На снимках
находят отображение оптические характеристики объектов
(интегральная или спектральная яркость).
22

Космические фотоснимки с околоземных орбит обычно
получают с картографических спутников в масштабах 1:200 000—1:1 000 000
с разрешением 2—30 м. Это кадровые снимки, имеющие
центральную проекцию; при относительно небольшом (40—300 км) охвате
снимков искажения за кривизну Земли и рельеф невелики и
устранимы. Поперечное перекрытие снимков обеспечивает возможность
их стереообработки. Компьютерная обработка фотографических
снимков требует, чтобы они были переведены в цифровую форму. Для
топографического картографирования используют черно-белые
панхроматические снимки, а для тематического — многозональные и
спектрозональные.
Сканерные снимки (рис. 4.4) получают с помощью
оптико-механических сканирующих устройств. Качающееся зеркало сканера
на борту носителя улавливает отраженный от Земли световой
поток, а сигналы, соответствующие его интенсивности, передаются
по радиоканалам на Землю, где на приемных станциях по
результатам их регистрации формируется изображение. При этом
каждый сигнал относится к площадке — элементу изображения
(пикселу), для которого передается интегральная яркость. Колебание
зеркала поперек маршрута съемки реализует строки изображения,
а благодаря движению носителя происходит накопление строк и
формируется полное изображение снимка, имеющее строчно-сет-
чатую поэлементную структуру. Как и фотографические,
сканерные снимки в световом диапазоне отображают оптические
характеристики объектов, но такую съемку отличает оперативность,
вплоть до получения изображений в реальном режиме времени.
В отличие от фотографических, сканерные снимки
представляют дискретные изображения, качество которых определяется
размером элемента сканирования — пиксела. Разрешение сканерных
снимков в начальный период космических исследований было существенно
ниже, чем фотографических, измерялось километрами, но в 1980-х
годах стали получать такие снимки с разрешением 30 м, а с 1999 г.
даже 15 м. Охват снимков варьирует от 180 км до 2-3 тыс. км. При
большом охвате из-за значительного угла сканирования на краях
снимка меняется масштаб, падает разрешение (в 2-4 раза), сильны
геометрические и радиометрические искажения. Поэтому сканерные
снимки нуждаются в геометрической коррекции,
трансформировании, которое осуществляется с помощью компьютера.
Чтобы избежать радиометрических искажений, выполняют
съемку при коническом сканировании (по образующей конуса,
ось которого направлена в надир), когда угол между земной
поверхностью и лучом сканирования сохраняется неизменным. Но
23

' *****
ш
v-4
«ь~
^Ф*
**3f*.
Рис. 4.4. Сканерный снимок ETM+/Landsat на район Центрального
Кавказа
на таких снимках в виде линии воспроизводится дуга на
местности, что требует дополнительной геометрической коррекции. Ска-
нерные снимки получают с метеорологических и ресурсных
спутников и используют для оперативных целей (прогноз погоды,
гидрологические прогнозы) и тематического картографирования. Как
правило, получают многозональные сканерные снимки.
ПЗС-снимки (рис. 4.5) представляют результат
оптико-электронного сканирования, когда в электронной камере, оснащенной
24

Рис. 4.5. ПЗС-снимок HRV/SPOTua район Стокгольма
мощной оптической системой для получения детального
изображения, приемником излучения служит линейка ПЗС-детекторов.
Большое число (до десятков тысяч) миниатюрных (размером в
микрометры) элементов в линейке ПЗС обеспечивает высокое
разрешение снимков. Линейка реализует строку, а движение носите-
25

ля — накопление строк и формирование снимка. Метод
многоэлементной ПЗС-съемки, широко применяемый с середины 1980-х
годов, обеспечил оперативное получение со спутников по
радиоканалам изображений высокого разрешения, которое составляет от
первых десятков метров (10—45 м) до десятков сантиметров (на
спутнике Ikonos — 0,8 м, QuickBird — 0,6 м), то есть теперь эти
снимки по разрешению лучше доступных потребителю
фотографических снимков.
Наилучшим разрешением отличаются панхроматические
снимки, а многозональные, получаемые той же съемочной системой,
бывают в 2—4 раза хуже по разрешению. Отсутствие подвижных
элементов, характерных для механического сканирования, улучшает
геометрические свойства снимков, которые в пределах каждой
строки имеют центральную проекцию. Однако охват снимков невелик —
40-70 км, а у лучших снимков наиболее высокого разрешения —
всего 10 км. ПЗС-снимки получают с ресурсно-картографических
спутников и специализированных спутников для детальной
съемки, используют их для топографического и крупномасштабного
тематического картографирования.
Все перечисленные три типа снимков в световом диапазоне
передают оптические характеристики объектов. Съемку земной
поверхности ведут в условиях хорошего освещения, в дневное
время, хотя возможна и ночная съемка, фиксирующая огни городов.
Облачность представляет препятствие для съемки земной
поверхности в световом диапазоне.
Тепловые инфракрасные радиометрические снимки (рис. 4.6),
сделанные в тепловом инфракрасном диапазоне, передают, в
отличие от предыдущих, не оптические, а температурные
характеристики поверхности — светлыми и темными тонами на них
отображаются холодные и теплые объекты. Можно получать снимки
независимо от условий освещения, например полярной ночью,
однако облачность представляет препятствие для съемки — на
снимках отображается холодная верхняя поверхность облаков,
экранирующая подстилающую земную или морскую поверхность. При
выполнении тепловой инфракрасной съемки используется
принцип оптико-механического сканирования. Пространственное
разрешение тепловых снимков, получаемых с метеоспутников, такое
же, как и снимков в видимом диапазоне — 1 км, температурное —
0,1-0,2°. При значительном охвате 2000—3000 км и большом угле
сканирования для них характерны те же геометрические
искажения, что и для сканерных снимков в видимом диапазоне. С
ресурсных спутников получают тепловые снимки более высокого
разрешения, достигающего 60 м при охвате 180 км. Тепловые снимки
26

150 км
I
Рис. 4.6.
Тепловой инфракрасный снимок AVHRR/NOAA на северную
Атлантику с течением Гольфстрим
получают и в многозональном варианте съемки, а также при
гиперспектральной съемке в узких зонах теплового диапазона.
Микроволновые радиометрические снимки (рис. 4.7) получают,
регистрируя излучение Земли в микроволновом радиодиапазоне
27

(радиояркостные температуры),
которое зависит от
диэлектрической постоянной поверхности и
неодинаково у объектов с разным
влагосодержанием, соленостью,
различной кристаллической
структурой. Поэтому на таких снимках
должны отображаться различия во
влажности и солености почв,
толщине и водозапасе снежного
покрова. Снимки можно получать
независимо от погодных условий
и освещения. Разрешение микро-
Рис. 4.7. Микроволновый ра- волновых радиометрических сним-
диометрический снимок ков пока очень мало, 6-50 км, что
SMMR/Nimbus на северные ограничивает их использование
приполярные районы для изучения земной
поверхности, но на них отображаются
характеристики, не регистрируемые другими снимками, — возраст
морских льдов, влагосодержание снега, что делает этот тип снимков
весьма перспективным. Микроволновые снимки получали с
некоторых метеоспутников. Для широкого использования этих снимков
необходимо повышение их пространственного разрешения.
Радиолокационные снимки (рис. 4.8) получают в
ультракоротковолновом радиодиапазоне при активном генерировании
бортовой радиолокационной системой излучения, которое после
отражения поверхностью улавливается регистрирующей аппаратурой.
Из принятых построчно сигналов формируются
радиолокационные снимки, на которых отображаются шероховатость
поверхности, ее рельеф, влажность поверхностного слоя, особенности
структуры и состав пород, слагающих поверхность, характер
растительного покрова. При определенных длинах волн излучения можно
получать информацию о подповерхностных неоднородностях
фунта, например, грунтовых водах.
Получение снимков не зависит от условий погоды и
освещения — облачность прозрачна для радиолучей. Разрешение
радиолокационных снимков не зависит от высоты съемки, а определяется
размером антенны. У снимков, полученных радиолокатором с
реальной антенной, оно составляет 1-2 км, но в большинстве случаев
используют радиолокаторы с синтезированной апертурой антенны
(при искусственном удлинении антенны за счет пролета
спутника) и получают снимки обычно с разрешением 20—30 м при
охвате полосы порядка 100 км. Работают и радиолокаторы со сменны-
28

О I км
I I
Рис. 4.8. Радиолокационный снимок SAR/ERS на район Аляски
ми режимами съемки с разрешением 9-100 м и охватом 45-600 км.
На спутнике Radarsat-2 предусмотрено получение
радиолокационных снимков с разрешением 2—3 м. Специфику изображения
радиолокационного снимка составляет его пятнистость (спекл-
шумы) и своеобразные геометрические искажения изображения
горного рельефа, когда длина встречных радиолучу склонов
сокращается, а яркость увеличивается (так называемая световая
радиодорожка), в то время как на противоположных склонах
появляются пробелы изображения (радиотени). Радиолокационные
снимки можно получать в разных зонах пространственных частот и
при различной поляризации излучения (горизонтальной Н,
вертикальной V и их разных сочетаниях при посылке и приеме сигна-
29

ла — НН, W, HV, VH). Таким образом реализуется
многозональная съемка в радиодиапазоне.
В последние годы используется так называемая радиоинтерфе-
рометрическая съемка, выполняемая с пространственного базиса
(с использованием двух спутников — их тандема или специально
разнесенных в пространстве антенн на одном носителе), которая
при специальной интерферометрической обработке позволяет с
высокой точностью определять высоту поверхности, а по
разновременным парам снимков — ее изменения, например
вертикальные смещения блоков земной коры при землетрясениях,
переформирование рельефа при извержениях вулканов, изменения
высоты поверхности ледниковых покровов в результате таяния и
движения льда.
Радиолокационные снимки получают с океанологических и
специализированных радиофизических спутников; применяют их
в широком спектре направлений исследований океана и суши,
включая задачи топографического картографирования, для
реализации которого ведутся интенсивные методические и
технологические разработки.
4.2. Классификация космических снимков
по масштабу, обзорности, разрешению
Возможности использования снимков каждой из шести
выделенных групп связаны с параметрами снимков, определяющими
их дешифровочные свойства, в первую очередь с разрешением,
обзорностью (территориальным охватом) и масштабом, которые
зависят от конкретных условий съемки — высоты орбиты,
характеристик съемочной аппаратуры. Классификации космических
снимков по этим параметрам в целом образуют единую систему
(табл. 1).
По масштабу космические снимки делятся на следующие группы:
¦ Сверхмелкомасштабные— 1:10 000 000 — 1:100 000 ООО.Та-
кие снимки получают с геостационарных спутников и с
метеоспутников на околоземных орбитах.
¦ Мелкомасштабные — 1:1 000 000 — 1:10 000 000. Эти
масштабы типичны для съемки с ресурсных спутников, а
также с пилотируемых кораблей и орбитальных станций.
¦ Среднемасштабные — 1:100 000 —1:1 000 000. Снимки таких
масштабов получают с ресурсно-картографических спутников.
¦ Крупномасштабные — 1:10 000 — 1:100 000. Такие снимки
получают со специальных спутников для детального наблю-
30

Таблица 1
Классификация космических снимков
По масштабу
Сверхмелкомасштабные
1:10 000 000-1:100 000 000
Мелкомасштабные
1:1 000 000-1:10 000 000
Среднемасштабные
1:100 000-1:1 000 000
Крупномасштабные
1:10 000-1:100 000
По пространственному разрешению
По обзорности
Глобальные (планета)
<? = п108км2 1= 10 000 км
Крупнорегиональные
S = п106км2 L = 500-3000 км
Региональные
?=п104км2 1 = 50-500 км
Локальные
5= п102км2 L= 10-50 км
Снимки низкого разрешения
R= nlOOO м
Снимки среднего разрешения
R= nlOO м
Снимки высокого разрешения
Rm= пЮм
30—100 м — относительно высокого
10—30 м — высокого
Снимки очень высокого разрешения
Л = nl м
Снимки сверхвысокого разрешения
S — площадь охвата снимка
L — ширина полосы охвата
п = 1+9
Rm — разрешение на местности
дения и крупномасштабного топографического
картографирования. Эта группа масштабов космических снимков
перекрывается с аэрофотоснимками.
По обзорности (охвату территории одним снимком)
космические снимки разделяются следующим образом:
¦ Глобальные, охватывающие всю планету, точнее,
освещенную часть одного полушария. Это снимки Земли с
геостационарных спутников и межпланетных космических
аппаратов. Ширина зоны охвата у них более 10 тыс. км, а
территориальный охват составляет сотни миллионов квадратных
километров.
¦ Крупнорегиональные, на которых изображаются материки,
их части и крупные регионы. Таковы снимки с
метеорологических спутников на околоземных орбитах, а также снимки
31

малого и среднего разрешения с ресурсных спутников.
Ширина зоны охвата варьирует от 3 тыс. км у снимков
малого разрешения до 500 км у снимков среднего
разрешения, территориальный охват составляет миллионы
квадратных километров. На одном снимке этого типа изобразится,
например, Западная Европа или почти вся Австралия,
Средняя Азия, Тибет.
¦ Региональные, на которых изображаются регионы и их
части. Это снимки с пилотируемых кораблей и орбитальных
станций, ресурсных и картографических спутников.
Наиболее характерные для них охваты 350 х 350 км2, 180 х 180 км2,
60 х 60 км2. На снимке подобного охвата изобразится такое
государство, как Бельгия, небольшая область, например,
Московская, крупный мегаполис.
¦ Локальные, на которых изображаются небольшие участки
местности. Таковы снимки со спутников для детального
наблюдения и крупномасштабного топографического
картографирования с охватом порядка 10 х Ю км2. На таком
снимке изобразится промышленный комплекс, крупное
хозяйство, а для Москвы потребуется несколько снимков.
Локальные космические снимки по охвату перекрываются
с мелкомасштабными аэроснимками.
По пространственному разрешению (размеру на местности
минимальных изображающихся объектов или размеру пиксела на
местности) снимки разделяются так:
¦ Снимки низкого разрешения, измеряющегося километрами.
Такое разрешение характерно для сканерных и тепловых
инфракрасных снимков с метеоспутников, включая
геостационарные, и спутников глобального экологического
контроля, а также для снимков, которые получали сканерами
малого разрешения с ресурсных спутников, где основные
изображающиеся объекты — облачность, тепловая
структура вод океана, крупнейшие геологические структуры суши.
Очень низкое разрешение — десятки километров —
характерно для микроволновых радиометрических снимков.
¦ Снимки среднего разрешения, измеряющегося сотнями
метров, на которых отображаются многие природные
объекты, но в большинстве случаев не воспроизводятся
объекты, связанные с хозяйственной деятельностью. Такие снимки
получают сканерами среднего разрешения в видимом и
тепловом инфракрасном диапазоне с ресурсных спутников.
32

Снимки высокого разрешения, измеряющегося десятками
метров, на которых изображаются не только природные,
но и многие хозяйственные объекты. Такое разрешение
характерно для наиболее широко используемых
фотографических снимков с пилотируемых кораблей, орбитальных
станций и автоматических картографических спутников и
для сканерных снимков с ресурсных спутников. Поскольку
размерность большинства изучаемых географических
объектов находится как раз в этих пределах, то снимки этой
группы наиболее подходят для решения большинства
географических задач, однако они неравноценны. Поэтому эта
группа подразделяется на две подгруппы:
— снимки относительно высокого разрешения (30—100 м),
получаемые главным образом сканирующей
аппаратурой с ресурсных спутников для решения оперативных
задач;
— снимки высокого разрешения (10—30 м), получаемые
фотографической, сканирующей и многоэлементной ПЗС-
аппаратурой с ресурсно-картографических и ресурсных
спутников и используемые для тематического
картографирования.
Снимки очень высокого разрешения, измеряющегося
метрами (выше 10 м), на которых отображается весь комплекс
природных и хозяйственных объектов, включая
населенные пункты и транспортные сети, получают
длиннофокусной фотографической и многоэлементной ПЗС-аппарату-
рой с картографических спутников для решения задач
топографического картографирования.
Снимки сверхвысокого разрешения (выше 1 м), детально
отображающие населенные пункты, промышленные,
транспортные и другие хозяйственные объекты, получают со
специализированных спутников для детальной съемки и
крупномасштабного топографического картографирования.
5
МИРОВОЙ ФОНД КОСМИЧЕСКИХ
снимков
В географических исследованиях используются как
аэроснимки, так и космические снимки. Аэрофотосъемка территории
нашей страны выполняется для создания топографических карт
аэрогеодезическими предприятиями федеральной картографо-геодези-
33

ческой службы, в которых и хранятся съемочные материалы;
информация об их наличии может быть получена централизованно
через Картгеофонд. Кроме того, есть ряд специализированных
ведомственных фондов в таких организациях, как, например,
Аэрогеология. Обширные материалы аэрофотосъемки других стран
являются достоянием национальных фондов.
С 1970-х годов к этому достаточно упорядоченному фонду
аэроснимков добавился постоянно пополняющийся фонд
космических снимков, для которого характерна глобализация — покрытие
съемками всей земной поверхности и более широкие возможности
использования снимков на любые территории. В соответствии со
сложившейся в нашей стране космической системой
исследования природных ресурсов снимки сосредоточены в двух ведомствах.
Оперативная информация со спутников Ресурс-О, Океан-О
находилась в ведении гидрометеорологической службы (НПО
«Планета»), а затем — Научного центра оперативного мониторинга
Земли Росавиакосмоса; фотографическая со спутников системы Ре-
сурс-Ф — в ведении картографической службы (Государственный
научно-производственный центр «Природа»). Наряду с
государственными центрами созданы коммерческие компании, например,
ассоциация оборонных ведомств Совинформспутник. Кроме того,
огромный поток космических снимков территории нашей страны,
получаемых за рубежом, распространяется
фирмами-дистрибьютерами (СканЭкс, Дата+ и др.).
В организации фондов снимков за рубежом заняты
государственные ведомства и частные фирмы. Крупнейшим архивом снимков с
оперативных метеорологических, океанологических, экологических
спутников США располагает национальная гидрометеорологическая
служба США NOAA (National Oceanic and Atmospheric Administration), в
рамках которой созданы четыре центра данных — общий архив и
центры, специализированные по климату, океану, геофизическим
данным; все они входят в мировую систему центров данных.
Разветвленная система, включающая восемь тематических
центров данных, используется при выполнении крупнейшей
современной программы изучения глобальных изменений EOS (Earth
Observing System). В совместном владении гидрометеорологической
и геологической служб США (NOAA, USGS) находится
крупнейший архив снимков Landsat 10-летней и более давности, а новые
материалы съемок хранит и распространяет частная компания Space
Imaging, владеющая также снимками с американского
коммерческого спутника Ikonos, индийского IRS и др. В Европе
архивирование и распространение снимков с европейских, американских,
японских спутников выполняет фирма Eurimage, а снимков со спут-
34

ников SPOT— французская фирма Spotimage. Национальные
архивы снимков созданы в Японии, Индии, Китае, Корее, Австралии
и других странах. Материалы некоторых архивов перекрываются;
доступ к ним теперь облегчен благодаря Интернету.
Все эти материалы съемок целесообразно рассматривать как
единый фонд космических снимков, который необходимо знать
географам для грамотного выбора оптимальных источников,
отвечающих задачам исследования. Рассмотрим единый фонд
космических снимков, выделив в нем шесть основных типов в
соответствии с классификацией по спектральным диапазонам съемки и
технологии получения изображений (§ 4).
5.1. Снимки в видимом, ближнем и среднем
инфракрасном (световом) диапазоне
Современный фонд космических снимков в видимом,
ближнем и среднем инфракрасном диапазоне накапливается с 1960-х
годов. За это время развивались новые технологии получения
снимков, а значит, изменялось их качество. Исторческий анализ
формирования фонда позволяет проследить, как в процессе развития
съемок совершенствовались и сами снимки. Разнообразные
съемочные материалы, которые получали в начальных поисковых
космических экспериментах, не потеряли своего значения,
поскольку они представляют источник для исследований динамики
природных явлений и хозяйственной деятельности. Поэтому при
обзоре фонда снимков мы кратко охарактеризуем и накопленные
ранее космические снимки, хотя основное внимание будет
уделено современным материалам съемок.
5.1.1. Фотографические снимки
На первом экспериментальном этапе получения космических
фотоснимков с пилотируемых кораблей и орбитальных станций
опробовались разные виды съемочной аппаратуры, шел поиск
оптимального варианта космической фотосъемки. Созданный при
этом фонд снимков имеет скорее историческое значение,
иллюстрируя путь развития метода. С середины 1970-х годов начала
успешно функционировать разработанная на базе разведывательных
спутников народно-хозяйственная спутниковая система Ресурс-Ф.
Снимки с этих спутников составили основу отечественного фонда
космических снимков. В 1990-х годах в результате конверсионной
деятельности к ним добавились фотоснимки с отечественных
спутников оборонного ведомства. Таким образом, фотографические
35

снимки представляют собой главные материалы фонда
космических снимков высокого разрешения в нашей стране.
В зарубежных исследованиях на первом этапе также шли
эксперименты по космической фотосъемке с пилотируемых объектов,
однако ориентация на развитие оперативных методов съемки
определила относительно меньшую значимость фонда фотоснимков.
Отечественный фонд фотографических снимков с околоземных
орбит. Снимки с пилотируемых космических кораблей и орбитальных
станций. Первые фотоснимки из космоса получил Г. С. Титов в 1961 г.
во втором, вслед за Ю. А. Гагариным, пилотируемом полете. С 1969 г.
фотографирование в целях геолого-географического изучения
Земли стало составной частью программ пилотируемых космических
полетов. Основными этапами первых экспериментов, в которых
опробовались новые методы съемки, можно считать следующие:
¦ первое сопровождение космической съемки,
выполнявшейся пока ручными камерами, разновысотной
фотографической аэросъемкой и спектрометрированием, то есть
проведение подспутникового эксперимента на плато Устюрт во
время полета кораблей Союз-6, 7, 8в 1969 г.;
¦ переход от съемки ручными камерами к использованию
автоматической аэрофотокамеры со сменными
объективами, что позволило впервые получить в 1970 г. в 18-дневном
полете космического корабля Союз-9 большой массив
снимков (более 1000) в широком диапазоне масштабов от
1:800 000 до 1:7 000 000 с разрешением мелкомасштабных
снимков порядка 70—100 м;
¦ съемочные эксперименты на первой орбитальной станции
Салют в 1971 г., в которых впервые удалось получить
фотографические снимки с высоким для того времени
разрешением 15-20 м, достигнутым благодаря применению
специальной методики фотохимической обработки пленки,
разработанной в МГУ;
¦ первое опробование в 1973 г. с космических кораблей Союз-12,13
метода многозональной съемки при использовании ручной
малоформатной камеры; несмотря на невысокое
разрешение снимков — 100-200 м, их анализ показал большие
перспективы применения многозональных снимков, в
частности, для исследований мелководного шельфа, оценки
состояния растительности, изучения почв аридной зоны.
Накопление фонда многозональных фотоснимков высокого
качества начато в 1976 г. с применением на космическом корабле
36

Союз-22 камеры МКФ-6 (рис. 5.1),
специально разработанной для
многозональной космической
съемки, представляющей агрегат
из шести аппаратов с/= 125 мм и
форматом кадра 5,5 х 8 см.
Снимки, обладающие хорошими
геометрическими и
фотометрическими свойствами, имеют
разрешение в видимой части спектра около
20 м, в ближней инфракрасной —
около 40 м (рис. 5.2). С высоты
280 км при масштабе съемки
около 1:2 000 000 обеспечивался
сравнительно небольшой охват - Рис. 5.1. Многозональная косми-
110 х 160 км — недостаток, связан- ческая фотокамера МКФ-6
ный с относительно малым
форматом кадра. В восьмидневном полете корабля Союз-22 было
получено около 2,5 тыс. снимков, которые, благодаря изменению
наклонения орбиты до 65°, впервые охватили почти полный набор
ландшафтов территории нашей страны. На примере этих
материалов отработана методика дешифрирования многозональных
снимков с использованием спектрального образа исследуемых
объектов, которая отражена в изданном в 1982 г. научно-методическом
атласе. Хорошо зарекомендовавшая себя камера МКФ-6 вошла в
состав штатной аппаратуры орбитальных станций Салют, Мир.
На орбитальных станциях Салют в середине 1970-х годов шли
дальнейшие поиски оптимальных вариантов съемки. В
многомесячном полете орбитальной станции Салют-4 (1975), например,
использовалось 12 съемочных систем разных типов. Особое
значение приобрела съемка широкоформатной — 18 х 18 см — камерой
КАТЭ-140 с/ = 140 мм, позволившей получать снимки большого
охвата 430x430 км с разрешением 60 м в масштабе 1:2 400 000
(табл. 2). По этим снимкам, покрывшим 4,5 млн км2, созданы
фотокарты южных районов нашей страны. Снимки получили
широкое применение, а камера КАТЭ-140 также вошла в состав
штатной аппаратуры орбитальных станций.
В конце 1970-х годов многообразие экспериментальных
съемочных материалов сменяется массовым поступлением с
орбитальных станций Co/ro/w-tf (1978-1982), Салют-7( 1983-1986)
унифицированных материалов съемки, выполняемой с помощью
камер КАТЭ-140 и МКФ-6, а также ручными камерами. С Салюта-6,
37

Голубая зона
'¦ "Щ^"
4;.V;^
• ¦¦¦?' .,.*
*Vfc:
1, :•*. ..-
>^
,«¦
>
•v'-j
те^л
' 1 j>
¦ 4
к
гЗЙй
pft
f i
1 *
fe
^
Красная зона
Зеленая зона
- V ' , >
^v - - * г
Оранжевая зона
2-я инфракрасная зона
О 20 км
I I
Рис. 5.2. Многозональный космический фотоснимок на район озер
Алаколь, Сасыкколь в Юго-Восточном Казахстане — серия из
шести снимков в разных спектральных зонах
например, получено более 15 тыс. снимков. Однако общий
недостаток фонда снимков с орбитальных станций — ограничение
охвата съемки широтой 52° в соответствии с наклонением их орбиты.
На сменившей Салюты орбитальной станции Мир (1986-1999)
использовалась длиннофокусная камера, обеспечившая снимки
высокого разрешения. Кроме того, на станции был специально
оборудован природно-ресурсный модуль с комплексом
радиофизической аппаратуры для съемки в радиодиапазоне и телевизион-
38

8
X
x
о
О
•е-
е-
i
•е-
О)
S
О
X
и
о
л
я
S
а.
г
I
4>
?
3 s
«и
Раз]
>хват,
км
о
Ю
э
о
со
2
е. S
О, О
л о.
?3_
2
S
^
сера
со
ысота
рбиты
Ш о
к
осмическа
система
*
о
О
си
Tf
X
о
СП
**
О
о
о
о
о
чГ
1:2
оо
w-4
X
оо
о
41*
-140
КАТЭ
о
vn
сп
i
5
^ S
с« §
5 «
*§. g
О Б
§?
sllS
о о
ГЧ Tf
О
ЧО
^н
X
о
о
о
о
о
о
о
1:2
оо
х
«о
чи
•о
ГЧ
^
чо
МКФ-
(6 зон
о
оо
гч
3
а
^
^
ЭЙ
09 S
•*ш* V—•
О О
ГЧ СП
о
оо
»—»
X
о
оо
о
о
о
о
о
о
-
оо
^м
X
оо
о
о
гч
меры) |
-200
4 ка!
КАТЭ
(блок:
о
о
СП
1
о
о
гч
*«ч
©
1
1
го
и
_Х
ю 2
эг о
оо2
1 1
^о
"-
о
ЧО
о
о
о
о
о
гч
о
сп
X
о
СП
о
о
о
1000
КФА-
гч
1
о
^
о
сч
«—4
X
о
гч
о
о
о
о
о
ЧО
оо
*—«
X
оо
о
о
СП
ны)
(4 зо
МК-4
о
о
СП
1
о
о
гч
<N
$
1
го
и
S
о
о
о
сп
X
о
о
гч
о
о
о
о
чо
чо
UH
«3-
X
UH
СП
о
UH
СП
о
ТК-35
о
гч
гч
омета
ГО
и
S
гч
о
Ч"
х
°
та-
о
°
о
°
гч
гч
оо
""*
х
оо
°
о
о
000
КВР-1
39

Спускаемый
аппарат приборный
отсек
Корректирующая
двигательная
установка
Фотоаппаратура
Рис. 5.3. Спутник системы
Ресурс-Ф с фотографической
аппаратурой
ной дистанционно управляемой
аппаратуры для наблюдения за
динамическими процессами.
Однако в удовлетворении
потребностей в съемках орбитальные
станции играют теперь меньшую роль,
так как проведение массовых
съемок передано автоматическим
спутникам. На Международной
космической станции оперативные
наблюдения и съемки с
экологическими задачами, например по
программе «Ураган», выполняют
с помощью цифровых камер,
передавая материалы съемки по
радиоканалам.
Снимки со спутников системы Ресурс-Ф. Основной массив в
фонде космических фотоснимков относится к снимкам с
автоматических спутников системы Ресурс-Ф (рис. 5.3), которые
работали с 1975 г. до конца 1990-х годов на субполярных орбитах с
наклонением 82° и высотой 200-300 км. Работа 4-5 спутников в год
с месячным сроком функционирования, при получении с
каждого из них 3000-4000 снимков (всего было запущено более 100
таких спутников), обеспечила создание фонда фотоснимков на всю
территорию нашей страны.
Фонд снимков со спутников Ресурс-Ф включает несколько их
видов с разным охватом и разрешением. Со спутников первого
поколения Ресурс-Ф 1 их получали камерами КАТЭ-200 (КФА-200)
и КФА-1000 (см. табл. 2). Камера КАТЭ-200 дает более обзорные
снимки в масштабе 1:1 000 000 с охватом 180 х 180 км. Три такие
камеры образуют блок многозонального фотографирования и
используются для съемки в спектральных диапазонах 0,5—0,6; 0,6—0,7;
0,7-0,8 мкм. Разрешение снимков в разных зонах составляет 20-30 м.
Второй вид аппаратуры — камера КФА-1000 — при относительно
небольшом охвате 60 х 60 км дает снимки очень высокой
детальности с разрешением на местности 5-8 м при съемке на черно-
белую пленку и 10-12 м при съемке на спектрозональную пленку.
Для расширения полосы охвата на спутнике устанавливают две
камеры КФА-1000 с небольшим отклонением осей вправо и влево.
Перекрытие кадров по маршруту обеспечивает выполнение
стереосъемки. На последней модификации спутника (Ресурс-Ф 1М,
1997 г.) в связи с большим спросом на снимки высокого разреше-
40

ния перешли к использованию одной камеры КАТЭ-200 и трех
КФА-1000, устанавливаемых для увеличения охвата по веерному типу.
Со спутников второго поколения Ресурс-Ф2, которые начали
работать параллельно со спутниками первого поколения с 1988 г.,
снимки получали четырехканальной фотографирующей системой
МК-4, представляющей блок из четырех фотокамер,
обеспечивающих съемку в разных спектральных зонах в масштабе 1:600 000
при охвате 120 х 120 км с высоким разрешением 10-12 м.
Выполняется также съемка на спектрозональную пленку. Устройство
компенсации сдвига, наличие калибровочных данных и впечатанного
в момент съемки оптического клина обеспечивают возможность
метрической обработки снимков. Система МК-4 позволила
экономично перейти к большему охвату снимков при хорошем
разрешении, однако на спутниках Ресурс-Ф2 продолжали использовать и
высокодетальную камеру КФА-1000. Параллельно с этим
эпизодически получали снимки со спутника новой модификации Ресурс-
ФЗс аппаратурой очень высокого разрешения КФА-3000 для съемки
в масштабе 1:100 000 и крупнее с разрешением 2-3 м.
Фотоснимки высокого разрешения со спутников Ресурс-Ф,
обеспечившие нужды картографической службы и отраслей народного
хозяйства, представляют основной источник отечественной
космической информации, используемой для общегеографического и
тематического картографирования. Они положены в основу
выполнения крупнейшей картографической программы ККИПР —
комплексной картографической инвентаризации природных ресурсов. Эти
снимки оставались непревзойденными по качеству в мировом
фонде снимков до конца 1990-х годов, когда вышли на первый план
новые технологии оптико-электронной съемки.
Конверсионные снимки со спутников оборонного ведомства. К
уникальному фонду фотографических космических снимков в нашей
стране в 1990-е годы добавился фонд снимков с российских
спутников оборонного назначения, ставший доступным гражданскому
потребителю в результате конверсионной деятельности. Их
распространяет созданная межотраслевая ассоциация оборонных ведомств
«Совинформспутник». Эта часть фонда включает не только ранее
полученные снимки с разведывательных спутников, но и снимки
с действующих спутников Комета на субполярной орбите
высотой 220 км; запуск Кометы-20 состоялся, например, в конце 2000 г.
Снимки получают двумя камерами.
Топографическая камера ТК-350 с/= 350 мм и большим
форматом кадра 30 х 45 см дает снимки масштаба 1:660 000 с охватом
200 х 300 км и разрешением 10 м. Съемка ведется с перекрытием
41

60-80% для дальнейшей стереообработки при увеличении
снимков до масштаба 1:50 000. Вторая камера высокого разрешения
КВР-1000 с/=1000 мм и шириной кадра 18 см осуществляет
панорамный обзор в пределах кадра ТК-350 и дает снимки масштаба
1:220 000 с охватом 40 х 40 км и разрешением 2 м (см. рис. 4.3). Эти
снимки получают без перекрытия, и они предназначены для
детального дешифрирования при увеличении снимков до масштаба
1:10 000. Комплекс обеспечивает автоматизированное создание
топографических карт масштаба 1:50 000, ортофотокарт, цифровых
моделей и тематических карт масштаба 1:25 000. Без наземного
контроля достигается точность 20 м в плане, 10 м по высоте, а с
дополнительным наземным (GPS) контролем — 10 м в плане и 3—5 м по
высоте. Съемочная аппаратура Кометы на рубеже веков
представляла по существу единственный специально предназначенный для
топографического картографирования комплекс, решавший
задачи создания крупномасштабных топографических карт.
Зарубежный фонд фотографических снимков с околоземных
орбит. В США фонд фотографических космических снимков активно
формировался в десятилетие 1960-х годов, когда выполнялись
экспериментальные программы съемки с пилотируемых космических
кораблей Mercury, Jeminy, Apollo. Существенный массив снимков
(более 1000) с разрешением 70—100 м получен с 11 кораблей Jeminy в
1965-1966 гг. ручными камерами. Начиная с Apollo-VIIстали
использовать для съемки автоматические аэрофотоаппараты. С Аро11о-1Хъ
1969 г. впервые выполнили съемку с помощью блока из четырех
синхронизированных камер с разными фильтрами, реализовав
таким образом многозональную съемку, идея и аппаратура
которой была разработана в МГУ еще в 1950-х годах. Пути развития
космической фотосъемки в эти годы в двух космических державах
были таким образом очень схожими.
Снимки с пилотируемых кораблей США охватывают лишь
тропические и субтропические широты, что связано с наклонением
орбиты кораблей 30°. Снимки были изданы в виде атласов и
использовались исследователями разных стран.
Фонд фотографических снимков был существенно пополнен
во время работы в 1973 г. орбитальной станции Skylab, с которой
получены многозональные снимки с разрешением 30 м и
панхроматические с разрешением 16 м. За пять месяцев работы трех
сменных экипажей получена 21 тыс. снимков, имевших ограниченное
распространение.
В дальнейших космических исследованиях США отказались от
программ пилотируемых полетов до разработки возвращаемого ко-
42

рабля, и в течение 1970—1980 гг. фотографических снимков с
пилотируемых кораблей и орбитальных станций не поступало. С вводом в
действие в 1981 г. возвращаемого челночного корабля Shuttle в
зарубежных исследованиях были возобновлены эпизодические
программы космической фотосъемки, рассчитанные на получение
детальных снимков с разрешением 10—15 м. Таким образом, поступление
фотографических материалов из космоса возобновилось в
ограниченном объеме при существенном повышении качества снимков и их
ориентации на решение задач топографического картографирования.
К середине 1990-х годов фонд снимков высокого разрешения в
США был пополнен, как и в нашей стране, в связи с
конверсионной деятельностью. Стали доступными гражданскому пользователю
снимки со спутников системы национальной безопасности США,
полученные в связи с выполнением программы Corona в 1959—1972 гг.
Основная аппаратура — камера Key Hole («замочная скважина»)
обеспечивала разрешение 2 м. Каталог снимков, полученных по
программе Corona, включающий информацию о 860 тыс. снимков,
имеется в Интернете, и они распространяются по небольшой
стоимости, доступной российскому потребителю.
Фотографические снимки с межпланетных и окололунных орбит.
Космическую фотосъемку выполняют не только с околоземных
орбит. В 1968 и 1969 гг. впервые были получены снимки Земли как
планеты в целом. Они сделаны с межпланетных станций Зонд-5, 6, 7,
предназначенных для съемки обратной стороны Луны, но на
траектории Луна — Земля выполнивших фотосъемку Земли с
расстояния 90 тыс. и 70 тыс. км. Широкоформатные (13x18 см) черно-
белые снимки с разрешением 6 км с Зонда-5, сделанные с
интервалом 20 мин, образовали стереопары. С Зонда- 7получены цветные
снимки, продемонстрировавшие хорошие возможности передачи
цвета изображения планеты с больших расстояний.
Впоследствии аналогичные снимки Земли были сделаны
ручными камерами с американских кораблей Apollo, направлявшихся
к Луне в 1969-1970 гг.
5.1.2. Сканерные снимки
Снимки, оперативно передаваемые по радиоканалам,
получают, как и фотографические, с начала 1960-х годов. Невысокое
разрешение снимков, которое обеспечивали первые съемочные
системы, измеряемое километрами, обусловило применение метода
вначале лишь на метеорологических спутниках, и только в 1970-х
годах, когда удалось перейти к разрешению в десятки метров, такие
снимки стали получать с ресурсных спутников.
43

Сканерные снимки с метеорологических спутников. С
метеорологических спутников ежесуточно получают снимки облачного
покрова. На свободных от облачности участках изображается
открытая поверхность суши и океанов, а регулярное повторение
съемки делает такие снимки ценными для изучения изменчивых
явлений. Поэтому снимки с метеоспутников входят в круг материалов
космической съемки, используемых в широком спектре
географических исследований.
Снимки с отечественных метеоспутников получают с 1967 г., когда
начала действовать спутниковая система Метеор Гидрометеослужбы
нашей страны, включающая два-три одновременно работающих
спутника на круговых субполярных орбитах высотой 800-1200 км.
Работали более 50 таких спутников; теперь сменилось их третье
поколение, спутники которого переведены на
солнечно-синхронные орбиты. Со спутников первого поколения получали с
помощью двух телевизионных камер снимки с охватом 1000 км и
разрешением 3-8 км в масштабе 1:8 000 000. Современные сканерные
снимки с полосой охвата 2500 км и разрешением по средней
линии 1-2 км записываются в масштабе 1:12 000 000. С последних
спутников выполняется многозональная съемка в видимом,
ближнем инфракрасном и тепловом инфракрасном диапазонах. Кроме
снимков облачности, со спутников Метеор получают
информацию для исследования теплового баланса Земли и решения других
задач. В частности, на спутнике Метеор-3 спектрометр
ультрафиолетового диапазона TOMS обеспечивал ежедневное глобальное
картографирование состояния озонового слоя Земли, что имеет
исключительно важное экологическое значение.
По снимкам со спутников Метеор выполняется
дешифрирование облачного покрова, разделение его различных типов,
составление карт облачности и анализ ее распределения, что
необходимо для службы погоды. Эти снимки используют также для
изучения снежного покрова и его динамики в целях гидрологического
прогнозирования, для анализа ледовой обстановки в морях.
Снимки применяются и для изучения тектонических структур земной
поверхности, причем сильно генерализованное изображение дает
возможность выявления глубинных нарушений земной коры.
Таким образом, снимки со спутников Метеор обеспечивали
решение довольно широкого круга задач. Теперь в связи с наличием
разнообразных других материалов эти снимки не архивируют,
ограничиваясь их оперативным использованием.
Снимки с зарубежных метеоспутников. За рубежом фонд
снимков с метеоспутников в первые десятилетия космических
исследований формировался главным образом за счет спутников США.
44

На экспериментальном этапе в 1960-е годы при поисках
оптимальной съемочной системы со спутников TIROS, ESSA, Nimbus
получали снимки с постепенным повышением разрешения от 8 до 1 км
и увеличением охвата до 2500 км. Эти спутники решали не только
метеорологические задачи. Например, очень важным оказалось
выполнение съемки со спутника Nimbus- 7цветовым сканером
береговой зоны CZCS (Coastal Zone Color Scanner) в шести каналах
в видимой части спектра с разрешением 0,8 км. Составление по
этим снимкам глобальных карт концентрации фитопланктона на
основе анализа цветовых характеристик вод океана
предусмотрено при мониторинге биомассы океана, оценке углеродного цикла
в глобальных моделях. Поданным CZCS за восемь лет (1978-1986)
составлено 56 тыс. таких глобальных изображений, архив которых
создан в Годдардовском центре дистанционных данных НАСА.
В дальнейшем, после завершения программы Nimbus, такие снимки
стали получать с океанологических спутников SeaStar (сканер
SeaWIFS), а позже— Terra и Aqua (гиперспектральная система
MODIS).
Современные метеоспутники США NOAA (по названию
гидрометеорологической службы США National Oceanic and Atmospheric
Administration) работают с 1970 г. С 1978 г. со спутников NOAA-6-14
на солнечно-синхронных орбитах высотой 850 км получают с
помощью радиометров AVHRR (Advanced Very High Resolution
Radiometer) снимки в пяти зонах видимой, ближней
инфракрасной и тепловой инфракрасной частей спектра с разрешением 1 км
при охвате 2700 км. Помимо обеспечения службы погоды они
служат источником создания карт вегетационного индекса для
оценки состояния растительности, ее сезонных изменений, изучения
процессов обезлесивания и опустынивания, то есть для решения
задач мониторинга состояния природной среды (рис. 5.4). Такие
глобальные карты создаются с 1982 г. в центрах данных NOAA с
разным пространственным разрешением и временным
осреднением (за 10 дней, по месяцам, годам); они архивируются и доступны
для потребителей. По снимкам AVHRR за 1992-1993 гг. создана
первая глобальная карта земных покровов GLC (Global Land Cover).
Снимки со спутников NOAA широко используются во всем
мире, их принимают на упрощенных пунктах приема, например
судовых станциях, но при уменьшении разрешения до 4 км.
Некоторые из этих станций оснащены системами географической
привязки снимков по орбитальным данным и выдают изображения с
сеткой географических координат.
Получение снимков со спутников NOAA, практически
обслуживающих задачи международной службы погоды, завершается,
45

О 500 км
I I
Рис. 5.4. Фрагмент карты вегетационного индекса, составленной по
данным AVHRR/NOAA на Северную Евразию для весеннего
периода. Более темные тона изображения на суше соответствуют
большим значениям биомассы растительности
но в первые полтора десятилетия XXI в. ожидается получение
снимков той же съемочной системой AVHRR с европейских спутников
МЕТОР (Meteorology Operational Programme), которые должны
заменить NOAA в роли международных метеоспутников, а затем
должна работать новая серия метеоспутников США NPOESS (National
Polar-orbiting Operational Environmental Satellite System),
обслуживающих также экологические задачи.
Тем не менее продолжается получение снимков и с
национальных метеоспутников разных стран, например, в Китае, где
с 1988 г. со спутников FY-1 (Feng Yun — «ветер и облачность») с
помощью радиометра VHRSR, работающего в 10 диапазонах
видимой, ближней инфракрасной и тепловой инфракрасной части
спектра, получают снимки с разрешением 1 км и охватом 3200
км, которые при съемке с семи витков охватывают всю
территорию страны.
Таким образом, характеристики снимков с метеоспутников
разных стран сейчас примерно одинаковы, а круг решаемых задач
расширяется от собственно метеорологических к задачам
контроля состояния окружающей среды.
46

Рис. 5.5. Снимок Земли с геостационарного спутника Meteosat
Снимки с высокоорбитальных метеоспутников. Особую часть
фонда составляют снимки с геостационарных спутников на
удаленных орбитах высотой 36 000 км, система которых (четыре-пять
спутников) единовременно обеспечивает полный глобальный
охват при многократной повторяемости съемки в течение суток.
В 1980-1990-х годах глобальную съемку в интересах службы
погоды вели два спутника США GOES, европейский Meteosat и
японский GMS9 охватывая каждый область земного диска 120° по
долготе. Так, Meteosat, работающий с 1977 г., обеспечивает получение
снимков на Европу, Африку и Ближний Восток с Атлантическим
и Индийским океанами (рис. 5.5). Снимки в видимом и тепловом
инфракрасном диапазоне получали с разрешением 5 км, а с 1986 г.
со спутников Meteosat второго поколения — 2,5 км. Новое
поколение спутников GOES обеспечивает получение снимков в 12
каналах от 0,47 до 13,3 мкм с разрешением в видимом диапазоне 0,5 км,
а в тепловом инфракрасном — 2 км при возможности обзора диска
Земли за 15 мин. Параллельно со съемкой геостационары ведут
наблюдения химического состава и физического состояния атмосферы.
Изображения облачности, поступающие в реальном режиме
времени, обрабатываются в мировых метеорологических центрах,
а составленные по снимкам оперативные метеокарты
возвращаются на спутник для ретрансляции потребителям. Для глобального
47

обзора предусмотрен обмен информацией между
метеорологическими службами западного и восточного полушарий.
С 1982 г. с геостационарной орбиты дает снимки индийский
спутник InSat, обеспечивающий национальные интересы. С 1994 г.
занял свое место на геостационарной орбите российский спутник
Электро. С 2001 г. работает китайский геостационарный
метеоспутник FY-2.
Сканерные снимки с ресурсных спутников. Важнейшую для
географических исследований часть фонда сканерных снимков
составляют снимки с ресурсных спутников, которые начали получать в
1970-х годах, когда усовершенствованная технология сканерной
съемки обеспечила получение снимков с разрешением в
несколько десятков метров.
Снимки с американских ресурсных спутников Landsat. С 1972 г.
началось накопление огромного фонда снимков (теперь
насчитывающего десятки миллионов) со спутников США для
исследования природных ресурсов Landsat (первоначальное название ERTS—
Earth Resources Technological Satellite). К 2000 г. сменилось семь
спутников этой серии, состав аппаратуры на них несколько
изменялся, характеристики снимков совершенствовались.
Основной массив снимков с первых спутников получен
многозональной сканирующей системой MSS (MultiSpectral Scanner),
дающей изображение полосы шириной 185 км в четырех
спектральных зонах видимой и ближней инфракрасной части спектра
(0,5-0,6; 0,6-0,7; 0,7-0,8; 0,8-1,1 мкм) с элементом разрешения
59 х 79 м. На третьем спутнике она была дополнена тепловым
каналом с разрешением 240 м.
С 1982 г. со спутника Landsat-4ua4ami получать снимки
многозональной сканирующей системой следующего поколения ТМ
(Thematic Mapper), работающей в семи спектральных диапазонах
видимой, ближней, средней инфракрасной и тепловой
инфракрасной частей спектра при том же охвате с разрешением в видимом и
ближнем инфракрасном диапазоне 30 м, а в тепловом
инфракрасном 120 м (табл. 3). Повысилось не только пространственное, но и
радиометрическое разрешение снимков: снимки ТМ передают
256 градаций яркости, тогда как MSS только 64 градации. Такие
снимки с 1984 г. продолжали получать со спутника Landsat-5,
проработавшего до 1998 г.
С 1999 г. со спутника Landsat- 7получают снимки новой
системой ЕТМ+ (Enhanced Thematic Mapper Plus), в которой к семи
каналам ТМ добавлен панхроматический канал с разрешением 15 м,
а разрешение теплового канала повышено до 60 м (см. рис. 4.4).
48

Таблица 3
Спектральные зоны съемки системами ТМ, БТМ+ спутников Landsat
м>
1
2
3
4
5
6
7
Pan
Длины волн,
| мкм
0,45-0,52
0,52-0,60
0,63-0,69
0,76-0,90
1,55-1,75
10,40-12,50
2,08-2,35

Разрешение
30
30
30
30
30
120(60)
30
15
Заявленное
назначение зоны
Изучение мелководного шельфа
Оценка хлорофилла и каротина в
растительном покрове и
разделение вечнозеленых и листопадных
лесов
Оценка состояния зеленой
растительности
Оценка поглощения хлорофилла для
определения типа растительности
Оценка отражения радиации в
ближнем инфракрасном диапазоне
для определения биомассы
растительности
Выделение водных объектов
Оценка влагосодержания
растительности и почв
Разделение снежного и облачного
покровов, сухого и влажного снега
Картографирование температур
поверхности
Определение влажности почв
Оценка влагосодержания
растительности
Распознавание типов горных пород
Определение гидротермальных
объектов
Оценка содержания ионов окиси
водорода в почве
Детальное картографирование
Система MSS, проработавшая на спутниках Landsat-1—5 в течение
20 лет и выполнившая задачу многократной съемки Земли, на
седьмом спутнике не использовалась.
До поступления снимков потребителю выполняется их
предварительная обработка; предусмотрено несколько ее уровней. При
общей обработке для всех снимков проводится предварительная ярко-
стная, геометрическая коррекция и привязка с точностью до 1 км.
49
4-5203

Такие снимки с первых спутников записывались на фотопленку,
потребители получали отпечатки в масштабе 1:1000 000 (или 1:500 000,
1:250 000) — зональные черно-белые или цветные
синтезированные, снабженные фотометрическим клином и
буквенно-цифровой аннотацией с указанием даты съемки, координат центра
снимка, высоты Солнца и т.п. Прецизионная выборочная обработка
предусматривает более точную яркостную и геометрическую
коррекцию, привязку с погрешностью около 200 м и перевод
изображения в проекцию UTM. Теперь обработка снимков нацелена на
их распространение преимущественно в электронном виде, так же
как и ранее при разных уровнях геометрической и
радиометрической коррекции и с возможностью заказа части снимка (У2, У4
площади) ввиду большой стоимости информации.
К 1983 г. снимками MSS была покрыта вся поверхность Земли,
многие районы многократно. Фонд этих снимков насчитывает
несколько десятков миллионов. Снимки MSS и ТМ 10-летней и
более давности хранятся и распространяются центром данных EROS,
созданным в системе государственной службы США, а более
новые снимки — частной фирмой Space Imaging EOSAT.
Поскольку охват снимков Landsat относительно невелик,
естественно стремление монтировать их для фотокарт более крупных
территорий. Такие фотокарты через несколько месяцев работы
спутника удалось создать для США, многих других стран и
континентов в целом. Изданы многочисленные атласы и тематические
наборы снимков.
Снимки со спутников Landsat представляют самые
распространенные в мире материалы космической съемки и находят
применение в разнообразных областях геолого-географических
исследований и хозяйственной деятельности. Широкое развитие получило
составление по ним карт «земных покровов», использования
земель, в том числе городских. По ним выполнены эксперименты по
определению площадей посевов основных сельскохозяйственных
культур и прогнозированию урожайности. Снимки используются
во всем спектре направлений тематического картографирования,
особенно для территорий развивающихся стран. Однако их
картографическая оценка показала, что задачи точного
топографического картографирования по этим снимкам решать не удается.
Снимки с отечественных ресурсных спутников Метеор-Природа,
Ресурс-О, Метеор-ЗМ. В 1974-1980 гг. в нашей стране начали
получать снимки с экспериментальных ресурсных спутников по
программе «Метеор-Природа» (спутники Метеор-18, 25, 28, 29, 30),
работавших вначале на полярных орбитах высотой 1000 км, а с Метео-
50

Таблица 4
Характеристика снимков со спутников Метеор-Природа, Ресурс-О
Съемочная
система
МСУ-М
МСУ-С
«Фрагмент»
МСУ-СК
МСУ-Э
Спектральные зоны съемки,
мкм
0,5-0,6; 0,6-0,7; 0,7-0,8; 0,8-1,1
0,6-0,7; 0,7-1,1;
0,5-0,6; 0,6-0,7; 0,7-0,8; 0,8-1,1
0,5-0,6; 0,6-0,7; 0,7-0,8; 0,8-1,1;
10,4-12,6
0,5-0,6; 0,6-0,7; 0,8-0,9

Разрешение,
м
1700
280
85
170
600
45
Ширина
полосы
обзора,
км
2200
1400
90
600
45
Обычно

используемый
масштаб
1:12 000 000
1:2 500 000
1:500 000
1:2 500 000
1:200 000
ра-28— на полярных солнечно-синхронных орбитах высотой 650 км.
При экспериментальном поиске оптимального варианта
ресурсного спутника на них использовались разные виды аппаратуры и
получали снимки с различными характеристиками. На всех
спутниках работала система МСУ-М — многозональное сканирующее
устройство малого разрешения, ведущее съемку в тех же четырех
спектральных диапазонах, что и система MSS (табл. 4), с
разрешением в средней части снимка 1 х 1,7 км и полосой обзора более
2000 км, при записи изображения в масштабе 1:12 000 000.
Начиная со спутника Метеор-28 к нему добавлен сканер среднего
разрешения МСУ-С, работающий в двух спектральных каналах
видимой и ближней инфракрасной части спектра с разрешением 280 м
и полосой обзора 1400 км. Эти изображения записывались в
масштабе 1:2 500 000 (см. табл. 4).
Геометрические свойства снимков, полученных сканерами
малого и среднего разрешения, специфичны. Из-за большого угла
сканирования (106° у МСУ-М и 90° у МСУ-С) разрешение снимков
вдоль строки непостоянно, оно ухудшается на краях строки у
снимков МСУ-М в 4 раза и МСУ-С в 2,5 раза; масштаб по строке также не
одинаков. Компенсация этих искажений при машинной обработке
снимков предусматривалась лишь для выборочных кадров.
Снимки, получаемые этой аппаратурой, использовались в
геологических, гидрологических, гляциологических, лесохозяйствен-
ных исследованиях. Оперативность съемки обусловила их
применение для изучения динамики ледового и снежного покрова, мони-
51
4*

торинга наводнений, лесных пожаров. Однако недостаточное
пространственное разрешение не позволило использовать их для
оперативных наблюдений за состоянием сельскохозяйственных
растений и прогноза урожайности. Этот пробел ликвидирован с
получением с последнего спутника этой серии Метеор-30 снимков
сканирующей аппаратурой высокого разрешения «Фрагмент» в
четырех каналах видимой и ближней инфракрасной части спектра с
разрешением 85 м при охвате 90 км, используемых обычно в
масштабе 1:500 000. В отличие от аналоговых устройств малого и
среднего разрешения, информация высокого разрешения впервые
поступала с отечественных спутников в цифровой форме и имела
хорошую радиометрическую точность. Снимки, полученные по
программе «Метеор-Природа», архивировались и
распространялись НПО «Планета». На примере этих снимков МГУ им. М. В.
Ломоносова в содружестве с другими организациями создал
фундаментальный атлас по методике дешифрирования многозональных
сканерных снимков в различных направлениях исследований Земли.
В середине 1980-х годов осуществлен переход от
экспериментальной к эксплуатационной системе ресурсных спутников Ресурс-О,
также обеспечивающей снимки разного разрешения и
территориального охвата. Обзорные снимки получают системой конического
сканирования среднего разрешения МСУ-СК, работающей в пяти
спектральных диапазонах, в том числе четырех в видимой и
ближней инфракрасной части спектра с разрешением 170 м и в
тепловом инфракрасном диапазоне с разрешением 600 м — при ширине
полосы обзора 600 км. Снимки обычно воспроизводятся в
масштабе 1:2 500 000. Переход к коническому сканированию обеспечивает
более высокую радиометрическую точность.
Более детальные снимки получают с помощью системы МСУ-Э,
представляющей устройство оптико-электронного типа,
использующее многоэлементные линейные приемники излучения. По
рассмотренной выше классификации (см. рис. 4.1) такие снимки
относятся к типу ПЗС-снимков и характеризуются в этом
параграфе, чтобы не нарушать целостной картины работы спутника. МСУ-Э
дает изображения в трех каналах видимой и ближней
инфракрасной части спектра с разрешением 35 х 45 м при ширине полосы
обзора 45 км. Таким образом, по детальности эти снимки
приближаются к снимкам TM/Landsat, уступая им по охвату и числу
спектральных каналов. Для расширения охвата на спутниках работали
по два устройства МСУ-Э.
Съемку МСУ-СК вели постоянно над территорией Европы и
России, а МСУ-Э — по заказу потребителей. Радиолиния не
обеспечивала одновременную передачу информации по всем каналам,
52

например, при работе МСУ-Э информация МСУ-СК поступала
лишь в двух зонах.
Снимки МСУ-СК и МСУ-Э стали основными при
формировании фонда снимков с ресурсных спутников в нашей стране. Большая
часть их получена со второго (1988—1994) и третьего (1995—2000)
спутников. При запуске в 1998 г. четвертого спутника получены очень
качественные снимки МСУ-СК с разрешением 140 м и МСУ-Э с
разрешением 25 м при охвате 60 км (рис. 5.6), однако этот спутник
проработал недолго. Снимки с такими характеристиками
планируется получать со спутников Ресурс-О второго поколения.
С 2001 г. получение снимков, близких по характеристикам к
снимкам Ресурс-О, продолжено с ресурсного спутника Метеор-ЗМ.
Многозональные снимки среднего разрешения получают
сканером МСУ-СМ в зонах 0,5-0,7 и 0,7-1,0 мкм с разрешением 500 м
и охватом 2240 км, а снимки высокого разрешения (ПЗС-сним-
ки) — системой МСУ-Э в трех зонах (0,5-0,6; 0,6—0,7; 0,8-0,9 мкм)
с разрешением 35 м и охватом 80 км.
Снимки с ресурсных спутников архивируются и
распространяются НПО «Планета», Научным центром оперативного
мониторинга Земли Росавиакосмоса, коммерческой фирмой СканЭкс,
создавшей электронный каталог снимков в Интернете. Их
принимают локальные персональные станции приема изображений, а
также европейские станции в Кируне и Фучино.
Сканерные снимки кроме ресурсных спутников,
ориентированных в основном на изучение суши, получают и с
океанологических спутников, комплексирующих радиофизическую и
оптическую съемки. Со спутников Океан, например, получают снимки
многозональными системами МСУ-М с разрешением около 2 км
при охвате около 2000 км, МСУ-СК с разрешением 150 м при
охвате 600 км и МСУ-В с разрешением 50 м при охвате 200 км.
Многозональная сканирующая система исследования цвета вод
океана SeaWIFS, используемая на спутниках США SeaStar, дает
снимки в восьми зонах видимого диапазона с разрешением 1 км
при охвате 1500 км, а в режиме глобального покрытия с
разрешением 4,5 км при охвате 2800 км.
Таким образом фонд сканерных снимков очень велик,
постоянно совершенствуется и пополняется. Главные его составляющие —
снимки с метеорологических спутников, которые в последние
десятилетия, с использованием многозональной съемки,
выполняют роль спутников контроля за состоянием окружающей среды, и
снимки с ресурсных спутников, теперь многократно покрывших
съемками Землю; при растущем качестве изображений они все более
полно удовлетворяют решение задач тематического картографиро-
53

Рис. 5.6. Снимки со спутника Ресурс-О, полученные сканирующими
системами МСУ-СК (а) и МСУ-Э (б) на район Северного
Предкавказья с сельскохозяйственными полями
вания, исследования природных ресурсов, контроля за
хозяйственной деятельностью и экологического мониторинга.
54

5.1.3. ПЗС-снимки
Снимки, получаемые с помощью многоэлементных линейных
приемников излучения на основе приборов с зарядовой связью,
характеризующиеся высоким разрешением при оперативной
передаче изображений в цифровой форме по радиоканалам, начали
поступать с 1980-х годов, и теперь этот метод съемки стал основным
для получения снимков очень высокого разрешения, составив
реальную конкуренцию фотографической съемке и вытесняя ее.
Снимки этого типа из космоса впервые получены в 1980 г. с
помощью экспериментальной системы МСУ-Э на спутнике Ме-
теор-30, работавшем по программе «Метеор-Природа». С 1988 г. их
получают с эксплуатационных спутников Ресурс-О', эти снимки
охарактеризованы в разделе 5.1.2.
Снимки с французского спутника SPOT. Регулярное
формирование фонда снимков такого типа с высоким разрешением (10 м),
превзошедшим на то время разрешение всех остальных видов
оперативной информации, началось с 1986 г. с запуском
французского спутника SPOT(Systeme Probatoire I'Observation de la Terre).
Орбита спутника — субполярная солнечно-синхронная, высотой 800 км,
обеспечивает повторяемость съемки через 26 суток. Съемочная
система HRV (High Resolution Visible), где приемником излучения
служит линейка ПЗС, включающая 6 тыс. элементов и
обеспечивающая ширину полосы охвата съемкой 60 км, дает
панхроматические снимки с разрешением 10 м или многозональные в трех
зонах видимой и ближней инфракрасной части спектра с
разрешением 20 м (см. рис. 4.5). Для расширения полосы охвата
используются два устройства HRV. С помощью системы зеркал полоса съемки
может перемещаться на 400 км в сторону от трассы спутника, что
обеспечивает получение стереоснимков с соседних витков и
повторяемость съемки через 1—4 дня. С первых трех спутников
получено 15 млн. снимков.
Характеристики снимков со спутников SPOT второго
поколения совершенствуются. На спутнике SPOT-4, который работает с
1997 г., в камере HRV добавлен инфракрасный канал, что
отражено в ее названии HRVIR. Получают снимки в четырех зонах с
разрешением 20 м, либо в одной из них — красной — с разрешением
10 м (табл. 5). Кроме детальных, с этого спутника начали получать
обзорные снимки 4-канальной сканирующей системой Vegetation
с разрешением 1,15 км и охватом 2200 км.
Снимки Vegetation/SP0ro6ecne4HBaioT мониторинг
растительности, получение карт вегетационного индекса по аналогии с
AVHRR/NOAA и карт цветового индекса вод океана для монито-
55

Характеристика снимков со спутников SPOT
Таблица 5
Спутник
\spot-i-3
SPOT-4
SPOT-5
Съемочная
система
HRV
HRVIR
Vegetation
HRG
HRS
Vegetation
Спектральные зоны
съемки, мкм
0,51-0,75
0,50-0,59; 0,61-0,68;
0,79-0,89
0,61-0,68
0,50-0,59; 0,61-0,68;
0,79-0,89; 1,58-1,75
0,43-0,47; 0,61-0,68;
0,79-0,89; 1,58-1,75
0,49-0,69
0,49-0,61; 0,61-0,68;
0,78-0,89
1,58-1,75
0,49-0,69
0,43-0,47; 0,61-0,68;
0,78-0,89; 1,58-1,75

Разрешение,
м
10
20
10
20
1150
5(2,5)
10
20
10
1000
Ширина
полосы
обзора,
км
60
60
2200
60
120
2250
Обычно

используемый
масштаб
1:100 000
1:100 000
1:10 000000
1:100 000
1:100 000
1:10 000000
ринга фитопланктона по аналогии с CZCS/Nimbus. По ним
создана глобальная карта земных покровов GLC-2000, уточненная по
сравнению с первой такой картой, составленной по данным
съемки AVHRR/NOAA 1992-1993 гг. и отражающая состояние
растительного покрова Земли на начало нового тысячелетия.
Дальнейшее совершенствование снимков реализовано с 2002 г.
при работе спутника SPOTS, где две камеры HRG (High Resolution
Geometric) дают снимки охватом 60 км с разрешением
многозональных снимков 10 м (в средней инфракрасной зоне 20 м) и
панхроматических — 5м (при обработке возможно программное
увеличение его до 2,5 м). С помощью камеры HRS (High Resolution
Stereoscopic) получают конвергентные стереоснимки (с
отклонением осей двух объективов вперед-назад) с разрешением 10 м при
охвате 120 км. Продолжается получение снимков системой Vegetation.
До распределения потребителям снимки проходят
предварительную обработку в-центре приема и обработки снимков в Тулузе.
Предусматривается три уровня — с точностью привязки 2 км, 50 и
10 м. Разработчики системы рассчитывали, что снимки со
спутников 5РОГобеспечат задачи топографического картографирования —
56

составление карт в масштабе 1:100 000, обновление карт в
масштабе 1:50 000 и создание фотокарт в масштабе 1:25 000. Однако
полностью автоматизированное создание топографических карт по
снимкам SPOT-1—4 все же не удавалось. SPOTS обеспечивает по
точности топографическое картографирование в масштабе 1:25 000.
В первый же год работы со спутника, впервые передававшего по
радиоканалам изображения высокого разрешения, были
получены снимки всех столиц мира.
Снимки со спутников SPOT в течение десятилетия, до
середины 1990-х годов, были лучшими по разрешению оперативно
получаемыми снимками. Наряду со снимками TM/Landsat они
представляют наиболее широко используемые за рубежом материалы.
Вместе с тем значительная дороговизна снимков и их обработки
сдерживали применение этих, материалов в развивающихся
странах, где особенно велика потребность в них для решения задач
топографического и крупномасштабного тематического
картографирования. Это стимулировало разработку в развивающихся
странах собственных космических съемочных систем.
Снимки с индийского спутника IRS. В середине 1990-х годов
сделан новый прорыв в повышении разрешения передаваемых по
радиоканалам снимков при работе индийских спутников IRS (Indian
Remote Sensing Satellite System). Co спутников этой системы,
которые с 1988 г. выводятся на солнечно-синхронные орбиты высотой
900 км с повторяемостью съемки 22 дня, предусматривается
съемка аппаратурой разного охвата и разрешения, параметры которой
постоянно совершенствуются (табл. 6). Так, оптико-электронные
камеры с ПЗС-приемниками LISS вначале давали снимки с
разрешением 72 м (при охвате 148 км), которое постепенно
повышалось и теперь составляет 23 м (при охвате 142 км). Но наибольшую
известность получили снимки панхроматической камерой PAN,
установленной на третьем и четвертом спутниках, запущенных в
1996 и 1997 гг. соответственно. Эти снимки имеют разрешение 5,8 м
при охвате 70 км. На десятом спутнике усовершенствованная
аппаратура LISS-4 дает панхроматические и многозональные снимки с
разрешением 5,8 м при охвате 23 км. Со спутников этой серии
получают также обзорные снимки широкоугольной камерой WIFS
(Wide Field Sensor) в двух-трех зонах с разрешением 120-180 м
при охвате 700-800 км, представляющей некий аналог
сканирующей системы МСУ-С на российских ресурсных спутниках. На
десятом спутнике усовершенствованная аппаратура AWiFS дает
снимки в четырех зонах с разрешением 56 м при охвате 740 км.
Получение снимков камерой PAN вывело оперативный метод
ПЗС-съемки на уровень разрешения фотографических снимков. Они
57

Таблица 6
Характеристика снимков со спутников IRS
Спутник
\1,2(1А,1В)
1,2(1А,1В)
3,4,8
\(1С,Ю,Р4)
9(Р5), 10 (Р6)
\3,4,10(1С,Ю,
Р6)
3, 4, 7, 8, 9
\(1С,Ю,РЗ,
Р4,Р5)
10 (Р6)

Съемочная
система
LISS-1
LISS-2
LISS-3
LISS-4
PAN
WiFS
AWiFS
Спектральные зоны
съемки, мкм
0,4-0,5; 0,5-0,6; 0,6-0,7; 0,7-0,8
0,4-0,5; 0,5-0,6; 0,6-0,7; 0,7-0,8
0,5-0,6; 0,6-0,7; 0,7-0,8;
1,5-1,7
Вид., бл.ИК, ср.ИК
0,5-0,75
0,62-0,68; 0,77-0,86
0,52-0,54; 0,62-0,68; 0,77-0,80;
1,55-1,70

Разрешение,
м
72
36
23
70
5,8
5,8
188
56
Ширина
полосы
обзора,
км
148
74
142 j
23
70
774
740
получили мировое признание; наряду с национальными
организациями фонд этих снимков формируют такие фирмы, как Space
Imaging EOSAT. В нашей стране снимки IRS принимает и
распространяет фирма СканЭкс.
Снимки со спутников других стран. Во второй половине 1990-х
годов мировой фонд космических снимков стал пополняться из новых
источников. Если в первое 30-летие космической эры снимки
поступали только с космических аппаратов нашей страны и США, с
середины 1980-х к ним добавилась Франция, в середине 1990-х — Япония
и Индия, то к концу 1990-х годов насчитывалось уже около 20 стран,
подготавливавших или запускавших спутники и получавших
космические снимки. Этому способствовало создание малых спутников,
более дешевых, быстро разрабатывамых и легче запускаемых.
В 1996-1997 гг. с японского ресурсного спутника ADEOS
(Advanced Earth Observation Satellite) получали снимки, по
характеристикам превысившие SPOT, в течение десятилетия державший
первенство среди оперативных космических систем. Снимки
сканирующим радиометром AVNIR (Advanced Visible and Near Infrared
Radiometer) в пяти каналах видимой и ближней инфракрасной
части спектра имели разрешение 16 м, а в режиме панхроматиче-
58

ской съемки — 8м при охвате 80 км. Предусмотрена возможность
расширения полосы съемки при отклонении съемочной оси
поперек трассы до 40°. Другая съемочная система этого спутника —
двенадцатиканальный сканер OCTS (Ocean Color and Temperature
Scanner) — преследовала цель перехода к гиперспектральной съемке,
которая будет рассмотрена ниже. Как и в других японских
программах, здесь сочетаются задачи картографирования земной
поверхности по снимкам высокого разрешения с
океанологическими задачами, требующими менее детальной гиперспектральной или
радиолокационной съемки.
С 1998 г. по совместной китайско-бразильской программе стали
получать снимки со спутников CBERS (China-Brasil Earth Resources
Satellite System) с разрешением панхроматической съемки Юм,
многозональной в трех каналах видимого диапазона 20 м и в
ближнем инфракрасном канале 80 м при охвате 115 км. С этих спутников
получают также обзорные снимки среднего разрешения системой
WFI (Wide Field Imager). Программа преследует цель обеспечить
недорогие снимки высокого и среднего разрешения в расчете на
распространение в развивающихся странах и конкуренцию со
снимками SPOT и Landsat.
С 1999 г. стали формироваться национальные фонды снимков с
южно-корейских малых спутников Kitsat-З (многозональные снимки
с разрешением 15 м) и Kompsat (панхроматические стереоснимки с
отклонением съемочной оси с разрешением 10 м). С 2000 г. с
китайского спутника Zi Yuan-2 (Цзы Юань — «земные ресурсы»)
поступают снимки с разрешением 5 м. Съемка высокого разрешения с
малых спутников предусмотрена и в программах таких стран, как
Германия, Великобритания. Например, в 1999 г. с английского спутника
UOSA Т-12 начали получать панхроматические снимки с
разрешением 10 м и многозональные с разрешением 32 м. Таким образом
конец XX в. ознаменовался массовым поступлением снимков с
разрешением 10 м и выше при расширении круга космических держав.
Снимки сверхвысокого разрешения с американского спутника
Ikonos и других спутников. Революционным событием в создании
мирового фонда снимков оказалось получение при оперативной
съемке космических снимков с субметровым разрешением,
достигнутое с запуском в 1999 г. американского коммерческого
спутника Ikonos. Панхроматические снимки имеют разрешение 0,8 м, а
многозональные в трех каналах видимой и ближней инфракрасной
части спектра — разрешение 4 м при охвате 11 км (рис. 5.7).
Возможность отклонения оси до 45° вдоль и поперек трассы
используется для прицельной съемки объектов, не находящихся в полосе
59

Рис. 5.7. Снимки со спутника Ikonos:
а — Нью-Йорк, Нью-Йоркская бухта; б — увеличенный фрагмент
снимка Вашингтона
60

трассы съемки, или для конвергентной стереосъемки. Хотя время
съемки составляет всего до 100 минут в сутки, фонд этих снимков
быстро растет. Заявки на съемку превышают возможности
спутника, в основном это контракты с государственными службами США,
Индонезии, Индии, Японии, Южной Америки, Африки. По
результатам обработки снимков фирма Space Imaging выпускает
несколько видов продукции с различной детальностью и
точностью— от трансформированных изображений масштаба 1:100 000,
полученных при съемке с отклонением оси и привязке снимков с
точностью 50 м (Geo), до ортотрансформированных с
использованием имеющейся модели рельефа и опорных точек в масштабе до
1:2400 с точностью привязки 2 м (Precision Plus). Программа
рассчитана на 10 лет работы.
С выполнением съемки со спутника Ikonos оперативные
космические снимки впервые превзошли по разрешению доступные
материалы фотографической съемки из космоса.
Однако Ikonos не долго оставался единственным спутником,
обеспечивавшим такой тип снимков. Уже в 2000 г. в Израиле был
запущен коммерческий спутник EROS (созданный на базе
разведывательного), передававший снимки с разрешением 1,8 м, при
обработке которых искусственно получают изображения с
размером пиксела 1 м.
В 2001 г. в США удалось получить со спутника QuickBird-2 снимки
еще более высокого разрешения: 0,6 м — при панхроматической,
2,4 м — при многозональной съемке. Планируется разработка
специальных картографических спутников — японского ALOS
(стереосъемка с разрешением 2,5 м), индийского Cartosat (разрешение
на первом спутнике этой серии 2,5 м, на втором — 1 м). Таким
образом можно констатировать, что переход к метровому
разрешению оперативно получаемых ПЗС-снимков состоялся.
5.2. Снимки в тепловом инфракрасном
диапазоне
Фонд тепловых инфракрасных снимков накапливается с 1960-х
годов, с начала работы метеорологических спутников, на которых
такая съемка выполнялась для получения изображения
облачности на затененной стороне Земли или в условиях полярной ночи.
Этот факт отражен уже в названии первого метеоспутника TIROS
{Television and Infrared Observation Satellite). Но поскольку
разрешение снимков с метеоспутников обычно недостаточно для
изучения деталей земной поверхности, в частности влажности почв, то
61

с ресурсных спутников также стремятся получать тепловые
снимки, но с более высоким разрешением.
Тепловые инфракрасные снимки с современных
отечественных и зарубежных метеоспутников, работающих на околоземных
орбитах, имеют такое же пространственное разрешение, что и снимки
в видимом диапазоне, — 1 км, температурное — 0,1-0,2°. С
метеоспутников на удаленных геостационарных орбитах получают снимки
в тепловом инфракрасном диапазоне с разрешением 2—5 км.
На тепловых инфракрасных снимках с метеоспутников
находит отображение поверхностная тепловая структура океанов, в
которой проявляется («визуализируется») динамика вод, крупные
течения. Так, на снимке Атлантического океана (см. рис. 4.6)
хорошо видны границы и структура течения Гольфстрим,
сопровождаемого кольцевыми вихрями — рингами, а также многие объекты
поверхности суши, например «тепловые острова» крупных
городов и промышленных центров, в разной степени увлажненные
почвы.
Тепловые снимки получают и с океанологических спутников;
со временем растет их разрешение и увеличивается число
спектральных каналов съемки. Так, первый океанологический спутник
Seasat (1978) давал снимки с разрешением 7 км, Космос-1500(1983)
с разрешением 1-2 км. Сканирующий радиометр ATSR (Along Track
Scanning Radiometer) европейского океанологического спутника
ERS с 1991 г. обеспечивает съемку в четырех каналах ближнего и
теплового инфракрасного диапазона с разрешением 1 км при
охвате 600 км, а двенадцатиканальный сканер OCTS (Ocean Color
and Temperature Scanner) японского ресурсно-океанологического
спутника AD EOS (1996) — съемку в трех каналах теплового
инфракрасного диапазона с разрешением 0,7 км при охвате 1400 км.
Разрешение около 1 км оказывается вполне достаточным для
решения океанологических задач. Выполнение съемки в нескольких
зонах теплового диапазона увеличивает возможности
исследования земных объектов — изучения состава пород, обнаружения
пораженных болезнями участков посевов сельскохозяйственных
культур. Тепловой инфракрасный спектральный индекс TISI
оценивается как еще более надежный индикатор состояния растительности,
чем вегетационный индекс VI.
Однако для изучения деталей земной поверхности требуется
более высокое разрешение снимков. Оно реализуется при съемке с
ресурсных спутников. С 1978 г. их начали получать со спутника Landsat-3,
дополнив сканирующую систему MSS тепловым каналом 10,4-
12,8 мкм с разрешением 240 м; с 1982 г. система TM/Landsat-4 стала
давать снимки в том же канале с разрешением 120 м, а с 1999 г.
62

система ЕТМ+/Landsat- 7 — с разрешением 60 м, приблизив
таким образом снимки в тепловом диапазоне по разрешению к
снимкам в видимом диапазоне. На отечественных ресурсных спутниках
Ресурс-О сканирующая система МСУ-СК имеет тепловой канал,
обеспечивающий обзорные тепловые снимки с разрешением 600 м.
Поскольку тепловая съемка с современных ресурсных спутников
выполняется в дополнение к съемке в видимом и ближнем
инфракрасном диапазоне, едиными многозональными съемочными
системами, то и фонды таких снимков практически не разделены.
5.3. Гиперспектральные снимки в оптическом
диапазоне
Многозональные снимки как в видимом, так и в тепловом
инфракрасном диапазоне получают системами, имеющими
достаточно широкие зоны съемки, преимущественно 100 нм. При
небольшом числе съемочных каналов это в целом устраивало
потребителя для решения задач, связанных с картографированием.
Осознание в конце XX в. глобальных экологических проблем,
необходимости комплексного изучения планеты Земля как
системы побудило уделить существенное внимание съемочной
аппаратуре, которая решала бы весь комплекс этих задач. Для этого
используют так называемую гиперспектральную съемку с большим
числом узких съемочных зон. В качестве примера можно указать на
гиперспектральную систему Hyperion на спутнике ЕО-1 с 222
спектральными каналами. Гиперспектральные системы с числом
каналов более 10 с 2000 г. существенно пополнили фонд снимков в
связи с выполнением программы EOS (Earth Observing System),
рассчитанной на 15-летнее наблюдение за экологическим состоянием
Земли. С первого спутника, работавшего по этой программе, —
Terra — получены гиперспектральные снимки системами MODIS
и ASTER, которые приобрели широкую известность благодаря
свободному распространению по сети Интернет.
Сканирующий радиометр среднего разрешения MODIS (Moderate
Resolution Imaging Spectroradiometer) с охватом полосы обзора
2300 км, то есть практически ежедневным повторением съемки,
работает в 36 каналах в диапазоне с длинами волн от 0,4 до 14,4 мкм
(табл. 7). Два канала в видимой и ближней инфракрасной части
спектра имеют разрешение 250 м, пять — 500 м, остальные 1000 м.
Весь набор съемочных каналов MODIS позволяет заменить им
данные нескольких прежде работавших съемочных систем различного
назначения, например, CZCS (SeaWIFS) и AVHRR, с дополне-
63

Таблица 7
Зоны съемки системой MODIS со спутника Terra
Группа
1 зон
Номер
зоны
Длина волны, мкм
Объект (предмет)
исследования |
1 Разрешение 250 м 1
1 А
1 1
2
0,62-0,67
0,841-0,876
Контуры облаков
и земных объектов
Разрешение 500 м
Б
3
4
5
6
7
0,459-0,479
0,545-0,565
1,23-1,25
1,628-1,652
2,105-2,155
Свойства облаков
и земных объектов
Разрешение 1000 м 1
В
г
Е
Ж
д
3
и
к
л
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
0,405-0,42
0,438-0,448
0,483-0,493
0,526-0,536
0,546-0,556
0,662-0,672
0,673-0,683
0,743-0,753
0,862-0,877
0,89-0,92
0,931-0,941
0,915-0,965
3,66-3,84
3,929-3,989
3,929-3,989
4,02-4,08
4,433-4,498
4,482-4,549
1,36-1,39
6,535-6,895
7,175-7,475
8,4-8,7
9,58-9,88
10,78-11,28
11,77-12,27
13,185-13,485
13,485-13,785
13,785-14,085
14,085-14,385
Цвет, фитопланктон
и биогеохимия океана
Водяной пар
Температура облаков
и поверхности Земли
Температура воздуха
Перистые облака
Водяной пар
Озоновый слой
Температура облаков
и поверхности Земли
Высота верхней
границы облаков
64

нием новыми каналами в тепловом диапазоне. Это способствует
комплексированию исследований, выполнению одной системой
разнообразных задач, многофункциональности системы.
Увеличение числа каналов сопровождается повышением
спектрального разрешения, то есть использованием узких
спектральных зон, шириной до 10 нм вместо традиционных 100 нм. Это дает
возможность вести наблюдение в полосах поглощения
хлорофилла, воды и других важных компонентов, повышает достоверность
определения объектов съемки и их состояния по спектральным
признакам. В качестве примера преимуществ такого повышения
спектрального разрешения может служить расчет вегетационного
индекса по данным AVHRR/NOAA и MODIS. Широкий
инфракрасный канал радиометра AVHRR охватывал не только область
«инфракрасного плато» на кривой спектральной яркости
растительности, но и полосу поглощения 02, что снижало
коэффициенты отражения растительности в этом канале и делало их
зависимыми от состояния атмосферы. Более узкий инфракрасный канал
MODIS приходится точно на «инфракрасное плато», и данные
теперь не зависят от состояния атмосферы.
Другая гиперспектральная съемочная система на том же
спутнике — четырнадцатиканальный радиометр ASTER (Advanced
Spaceborne Thermal Emission and Reflection Radiometer). Он
предназначен для менее обзорной (60 км), но более детальной съемки:
три канала в видимом диапазоне обеспечивают изображение с
разрешением 15 м (при ширине каналов 6—10 нм), шесть каналов в
ближнем инфракрасном диапазоне — с разрешением 30 м и 5
каналов в тепловом инфракрасном — с разрешением 90 м (табл. 8).
Таблица 8
Зоны съемки системой ASTER со спутника Terra

Съемочная
система
VNIR
SWIR
TIR
Спектральные зоны
съемки, мкм
0,52-0,60; 0,63-0,69; 0,76-0,86
1,60-1,70; 2,145-2,185; 2,185-2,225;
2,235-2,285; 2,295-2,365; 2,36-2,43
8,125-8,475; 8,475-8,825; 8,925-9,275;
10,25-10,95; 10,95-11,65

Разрешение, м
15
30
90
Ширина
полосы
обзора, км
60
60
60
Круг задач, для решения которых поставляют информацию эти
системы, охватывает атмосферу, океан и сушу. Исследования ат-
65
5 - 5203

мосферы включают определение толщины облаков, типов
облачности в зависимости от состава (кристаллы льда, снега, капли
воды), измерение концентрации водяного пара во всем столбе
воздуха под спутником, определение содержания аэрозолей,
эмиссии вулканических газов, пылевых бурь. При исследованиях
океана, кроме традиционного определения температур водной
поверхности, столь важного для изучения морских течений и для
рыбопромыслового прогнозирования, открываются новые возможности
мониторинга первичной продуктивности океана, концентрации
фитопланктона и хлорофилла-я, а также флюоресценции хлоро-
филла-я, свидетельствующей об остановке фотосинтеза, то есть о
состоянии водорослей. Определение температуры морских льдов
позволяет судить об их мощности и возрасте.
В исследованиях суши появляются более совершенные методы
изучения распределения растительности и ее состояния,
первичной продуктивности, количественных оценок биомассы
растительности с использованием показателей NDVI — вегетационного
индекса, LAI— индекса листового покрытия, а также индекса FPAR —
части радиации, поглощенной при фотосинтезе. Сочетание
съемки в видимом и тепловом инфракрасном диапазонах увеличивает
возможности мониторинга лесных пожаров. Система обработки
данных предусматривает изготовление по специальным алгоритмам
глобальных и региональных карт LAI, NDVI, FPAR, толщины
облаков и их типа, высоты и температуры верхней границы
облачности, снежного покрова и морских льдов, температуры
поверхности суши и моря, концентрации хлорофилла, флюоресценции
хлорофилла и др.
Гиперспектральная съемка предусмотрена и в других
программах. Например, на европейском ресурсно-океанологическом
спутнике Envisat, который сменил работавшие в 1990-х годах спутники
ERS, наряду с радиолокационной аппаратурой предусмотрена пят-
надцатиканальная система MERIS, дающая снимки в видимом и
ближнем инфракрасном диапазонах от 0,40 до 1,05 мкм с
разрешением 300-1200 м, что позволяет решать задачи мониторинга
концентрации фитопланктона, биомассы растительности,
температур поверхности воды и суши.
Таким образом, переход к гиперспектральной съемке
становится не единичным, а типичным явлением. При исследовании
антропогенного воздействия на природу, решении экологических
задач наибольший интерес могут представлять получаемые по
материалам такой съемки различные виды производной
геовидеопродукции, с помощью которых изучают состояние
растительности (LAI, NDVI, FPAR и др.), поскольку именно растительность
66

является индикатором состояния природной среды, ее
загрязнения. Особый интерес представляет также сочетание видимого,
среднего и теплового инфракрасного каналов для контроля за
лесными и торфяными пожарами, факелами сжигания нефти и газа.
Значительная часть съемочных зон (например, 17 из 36 каналов
MODIS) предназначена для исследований атмосферы, в том
числе ее загрязнения — содержания в ней аэрозолей и водяного пара,
а один из каналов специально предназначен для контроля за
состоянием озонового слоя. Таким образом, экологический аспект
гиперспектральной съемки очевиден.
Для обработки гиперспектральных снимков существенную роль
играют библиотеки спектральных данных, имеющиеся в
Интернете. Однако при использовании гиперспектральных снимков
пользователь чаще обращается не к первичным материалам съемки, а к
созданным по ним вторичным видам продукции. Для снимков
MODIS, например, готовят около 50 видов различных глобальных
геоизображений («продуктов») с различной степенью
пространственного обобщения и временного осреднения, которые
архивируются и предлагаются потребителю. Их изготовлением
занимаются тематические специализированные центры данных, сеть
которых создана, например, НАСА в связи с выполнением программы
EOS {Earth Observing System) и которые таким образом реализуют
новый тип фондов космической информации.
5.4. Снимки в радиодиапазоне
Снимки в радиодиапазоне распространены и применяются не
так широко, как в оптическом диапазоне, но в последнее
десятилетие XX в. их фонд стемительно вырос, а экспериментальное
использование вышло на первый план. При этом фонд снимков,
поступивших при пассивном методе съемки — микроволновых
радиометрических, остается очень скромным, ограничиваясь пока
материалами съемки со спутников Nimbus-5-7, полученными в 1973—
1986 гг. системами ESMR, SMMR (Scanning Multichannel MicroWave
Radiometer) с очень низким разрешением — 25 км (Nimbus-5,6) и
12 км (Nimbus- 7). В последующие годы накопление материалов
съемки продолжалось с американских военных метеоспутников DMSP
(съемочИая система SSM/I — Spectral Sensor Microwave Imager),
но их разрешение было еще ниже — 50 км. Такое разрешение
ограничивает применение этих снимков в исследованиях земной
поверхности, где этот метод съемки перспективен для изучения
влажности и солености почв, толщины и влагосодержания снежного
покрова. Тем не менее с этих спутников впервые получена картина
67

распространения многолетних и однолетних льдов в масштабе
полушария (см. рис. 4.7), что важно для океанологии, гляциологии и
практических нужд судовождения в полярных бассейнах. Со спутника Aqua
начали получать микроволновые снимки системой AMSR-E
(Advanced Microwave Scanning Radiometer) с разрешением 6 км.
Ожидается получение микроволновых радиометрических снимков
с разрешением 7-8 км с европейского метеоспутника МЕТОР,
который должен сменить спутники NOAA, со спутника SMOS(Soil
Moisture and Ocean Salinity), предназначенного для исследования
влажности почв и солености вод океана. Дальнейшее
совершенствование аппаратуры и повышение разрешения снимков должно
расширить круг решаемых по ним задач.
Радиолокационные снимки. Впервые радиолокационные снимки
из космоса получены в 1978 г. с американского океанологического
спутника Seasat, проработавшего четыре месяца, радаром с
синтезированной апертурой SAR, работавшим в L-диапазоне (длина
волны 23,5 см) и дававшим изображение полосы шириной около 100 км
с разрешением 25 м. Съемка океана была предназначена для
изучения волнения, нефтяного загрязнения вод, морских льдов.
Благодаря высокому разрешению на снимках нашли отображение многие
черты земной поверхности. Они применяются в
структурно-геологическом, сельскохозяйственном и других видах картографирования.
В 1980-х годах радиолокационные снимки получали
эпизодически в экспериментах с возвращаемого корабля — челнока Shuttle,
Тем не менее они дали интересные материалы, в частности, снимки
подземного русла Нила в песках Сахары; издан атлас
радиолокационных снимков.
С 1983 г. российский океанологический спутник Космос-1500
вел наряду со съемкой аппаратурой МСУ-М в видимом диапазоне
и радиолокационную съемку с разрешением 1—2 км (радаром с
реальной антенной) в основном с целью ледовой разведки.
Регулярное пополнение фонда радиолокационных снимков
началось в 1990-х годах, которые можно считать годами
«радиолокационного бума», когда такую съемку вели одновременно
несколько специализированных спутников разных стран — российский
Алмаз, европейские ERS-1,2, японский JERS, канадский Radarsat,
продолжались эксперименты с кораблей Shuttle.
В 1987 г. запущен экспериментальный спутник, ас 1991 г.
работал оперативный спутник Алмаз. Радиолокатором S-диапазона
(длина волны 9,6 см) получены снимки с разрешением 15-25 м при
охвате 20-40 км. Они используются геологами, опробуются в
интересах лесного хозяйства.
68

С 1991 г. началось поступление снимков с европейского
ресурсно-океанологического спутника ERS-1 (European Remote Sensing
Satellite), продолженное с 1995 г. со спутника ERS-2. Радиолокатор
с синтезированной апертурой, работающий в С-диапазоне (длина
волны 5 см), дает снимки с разрешением 30 м при охвате около
100 км (см. рис. 4.8). Снимки применяются в широком спектре
направлений исследований океана и земной поверхности.
Одновременная работа двух спутников ERS облегчила получение пар
снимков для радаринтерферометрической обработки, позволяющей с
точностью до сантиметров фиксировать изменения высоты
поверхности, что дало возможность гляциологам определять величину
таяния на ледниковых шапках, скорости движения льдов в
Антарктиде, сейсмологам следить за смещением блоков при
землетрясениях, вулканологам наблюдать извержения вулканов.
Программу ERS продолжил запущенный на смену ему
европейский спутник Envisat (Environmental Satellite), где
предусматривается расширение океанологических задач в область мониторинга
состояния природной среды. Радиолокационная аппаратура ASAR
(Advanced Synthetic Aperture Radar) с разрешением в основном
30 м при охвате 100 км, работающая в С-диапазоне при
вертикальной и горизонтальной поляризации излучения,
предусматривает также пять режимов работы с разным охватом и разрешением
для выполнения разнообразных задач. Радиолокационная съемка с
этого спутника сочетается с многозональной съемкой системой
AATSR (Advanced Along-Track Scanning Radiometer) в семи зонах
видимого и инфракрасного диапазона с разрешением 500 м и 1 км
и гиперспектральной системой MERIS (Medium Resolution Imaging
Specrtoradiometer) в пятнадцати зонах видимого и инфракрасного
диапазона с разрешением 250 м и 1 км.
Параллельно с европейскими спутниками с 1992 г. получали
радиолокационные снимки с разрешением 18 м в полосе охвата
75 км с японского ресурсно-океанологического спутника JERS-1.
Одновременно выполнялась съемка в семи каналах оптического
диапазона (аппаратура OPS — Optical Sensor) с тем же охватом и
разрешением.
На планируемом японском картографическом спутнике ALOS
(Advanced Land Observation Satellite) предусмотрена наряду с
панхроматической и многозональной съемкой в видимом диапазоне
также и радиолокационная съемка с разрешением 10 м при охвате
70 км. Таким образом, получение радиолокационных снимков
одновременно со снимками в оптическом диапазоне составляет
характерную черту японских спутников, комплексирующих задачи
исследований суши и океана.
69

С 1995 г. начал давать снимки канадский спутник Radarsat-1
многоцелевого назначения (изучение океана, льдов, геологии,
лесов, сельскохозяйственных земель). Особенность снимков с
этого спутника — разнообразие их характеристик, что делает снимки
пригодными для решения многих задач. Работая в разных
режимах, радар с синтезированной апертурой обеспечивает
разрешение от 9 до 100 м при охвате от 45 до 500 км. Один из интересных
картографических результатов работы этого спутника — первая
радиолокационная фотокарта Антарктиды, с большой
выразительностью передающая детали рельефа поверхности ледникового
покрова, потоки выводных ледников. На следующем спутнике
Radarsat-2 предполагается получение радиолокационных
изображений с разрешением до 3 м.
Необычные материалы получены радиолокационной системой
с возвращаемого корабля Shuttle Endeavor в его недельном полете
в феврале 2000 г. с целью формирования высокоточной цифровой
модели рельефа Земли, для чего на корабле имелись две антенны,
одна из которых была выдвинута на 60-метровой штанге. Съемка
двумя радарами, работающими в С (5,6 см) и X (3,1 см)
диапазонах, выполнялась с разрешением 30 м. Такой съемкой удалось
покрыть поверхность планеты от 60° с.ш. до 56° ю.ш. дважды (при
разной геометрии радиолучей). С помощью радаринтерферометри-
ческой обработки информации строится глобальная цифровая
модель рельефа с частотой точек через 30 м и точностью в плане
20 м и по высоте 16 м.
Таким образом, фонд радиолокационных снимков в последнее
десятилетие быстро растет и совершенствуется, однако методы
обработки информации пока находятся на экспериментальной
стадии и нуждаются в дальнейшей разработке для обеспечения
действительно широкого и эффективного ее использования.
5.5. Электронные фонды космических снимков
Переход к цифровым методам съемки, постепенно
охвативший большую часть космических съемочных систем, хранение
съемочных материалов на магнитных носителях высокой плотности
обусловили создание электронных фондов космических снимков.
Систематизированные сведения о материалах съемки содержатся в
электронных каталогах, помещаемых в сети Интернет; нередко они
обеспечивают возможность просмотра сжатых изображений
(quicklook). В результате материалы съемки становятся доступными
для поиска и заказа независимо от местонахождения потребителя.
70

Основные поставщики материалов космической съемки через
Интернет — крупнейшие американские и европейские центры
дистанционного зондирования.
¦ Eros Data Center в США, созданный в системе
государственной службы совместно USGS — Геологической съемкой США и
NOAA — Национальной службой атмосферы и океанов,
распространяет через глобальную информационную систему GLIS {Global
Land Information System) в Интернете главным образом архивные
данные прошлых съемок — снимки, полученные сканерами MSS
и ТМ со спутников Landsat 10-летней и более давности,
рассекреченные фотоснимки с разведывательных спутников Corona и
многие другие.
¦ Space Imaging EOSAT — частная компания в США, является
основным поставщиком современных съемочных материалов. Эта
фирма распространяет новые данные съемки со спутников Landsat,
получает и продает снимки высокого разрешения с индийского
спутника IRS. Она же является владельцем и распространителем
снимков сверхвысокого разрешения со спутника Ikonos, для
поиска которых создан каталог Carterra.
¦ Eurimage — европейская фирма, распространяющая снимки
с европейских, американских, японских спутников — ERS-1,2,
Envisat, JERS, Landsat. Для поиска снимков можно пользоваться
бесплатным каталогом Европейского космического агентства.
¦ Spotimage — французская фирма — распространитель
снимков со спутника SPOT. Для их поиска действует гостевой
бесплатный каталог DALI.
¦ Канадский центр дистанционного зондирования СЕО —
государственная организация, наряду со снимками с канадского
спутника Radarsat распространяет снимки со спутника Landsat-7.
¦ В России для основных материалов фотографической съемки
со спутников Ресурс-Ф создан электронный каталог и поисковая
система в Госцентре «Природа». Снимки со спутников Ресурс-О,
Океан-О архивируются в цифровой форме и для них также создан
электронный каталог в НПО «Планета». Однако единственным
помещенным в Интернете был на рубеже веков электронный
каталог коммерческой фирмы СканЭкс, принимающей,
архивирующей и распространяющей снимки со спутников Ресурс-О (МСУ-
СК и МСУ-Э), Метеор-ЗМ. Эта фирма принимает и
распространяет снимки с зарубежных спутников IRS (съемочные системы
LISS и PAN), Terra (системы ASTER, MODIS), Radarsat. Ряд
других коммерческих фирм — Совинформспутник, Дата+ и др. — также
71

являются дистрибьютерами снимков с зарубежных спутников. С
другой стороны, некоторые снимки с российских спутников
принимают и распространяют зарубежные станции приема,
например, европейские станции Кируна (Швеция) и Фучино (Италия)
вели прием снимков со спутников Ресурс-О. Это еще раз убеждает
в необходимости ориентироваться во всех накапливаемых
материалах космической съемки, подтверждает жизненность концепции
единого мирового фонда космических снимков.
ОЦЕНКА ФОНДА СНИМКОВ ПО
6 ПРОСТРАНСТВЕННОМУ, СПЕКТРАЛЬНОМУ
И ВРЕМЕННОМУ РАЗРЕШЕНИЮ
6.1. Пространственное разрешение
Сопоставим пространственное разрешение космических
снимков, имеющихся в современном фонде, с требованиями к
детальности при решении различных задач изучения природной среды,
социально-экономических объектов и их картографирования.
Соотношение между размерами объектов, изучаемых в разных
областях географических исследований, и разрешением снимков,
обеспечиваемым основными съемочными системами, можно
представить графиком (рис. 6.1). Он показывает, какие задачи можно
решать по снимкам разных типов и в какой мере обеспечиваются
нужды различных областей географических исследований и
тематического картографирования современными съемочными
материалами.
Задачи исследования глобальных метеорологических
процессов, изучения макро- и мезоклиматических явлений,
допускающие наиболее обобщенное изображение облачности, равно как и
задачи изучения глобального распределения температур
океанической поверхности, глобальной океанической циркуляции,
решаются по снимкам с геостационарных метеоспутников (GOES,
GMS, Meteosat) с разрешением 2-5 км.
Снимки с метеорологических спутников на околоземных
орбитах (AVHRR/NOAA, Метеор) с разрешением 1 км, как и снимки
сканирующими системами малого разрешения с ресурсных и
океанологических спутников (Vegetation/,S7>07W,J, МСУ-М/Океан,
МСУ-М/Метеор-Природа), вполне удовлетворяют требования
метеорологии, связанные с изучением региональной циркуляции
атмосферы и синоптической ситуации в целях прогноза погоды, и
72

100 км
10 км
X
а
: 1оом
н
о
X
<0
о.
н
о
о
а
С
101
1м
Глобальная
циркуляция
атмосферы
GOES
Mcteosat, GMS ,
^Глобальная
S океаническая
\ циркуляция
>
Meteosat-2, GOES N
' Меэомасштабная
циркуляция атмосферы
1
Метеор, МСУ-М/Метеор-Природа, МСУ-М/Океан
AVHRR/NOAA, VOT/SPOT-4,*
SetWIFS/SeaStar, CZCS/Nimbus, OCTS/ADEOS{
МСУ-СМ/Метеор-ЗМ
МСУ-С/Океа1
МСУ-С/Мстеор-Природж, W1FS/IRS
WFI/CBERS
MODIS/Terra
Морские льды
Гидродинамические явления
я морях
Геологические структуры
Морфоструктуры, эндогенный
рельеф
Сезонная динамика снежного
покрова равнин
Лесные пожары
Фенология растительности
Оценка биомассы растительности
суши и биологических
ресурсов океана
Ikonot
QukkBird
МСУ-СК/Ресурс-О Q
Фрагмент/Метеор- Природа,
MSS/Landsat-1-S
КАТЭ-140/Салют
—МСУ-Э/Метеор-ЗМ. МСУ-Э/Ресурс-<
Загрязнение снежного покрова вокруг городов
Льды внутренних водоемов и водохранилищ
Сезонная динамика снежного покрова в горах
Состояние пастбищ, пастбищная дигрессия
Генезис рельефа
Покровное оледенение
Структура почвенио-растительного покрова
Структура и морфология ландшафтов, их динамика
Обезлесившие, опустынивание
Плоскостной смыв почв, дефляция, вторичное
засоление почв
Загрязнение вод рек и водохранилищ
Сельскохозяйственное использование земель
TM/Landsat-4-З
LISS3/1RS '
КАТЭ-200/Ресурс-Ф, МКФ-6/Салют
* ЕТМ VUndsat-7, ASTER/Гегга
МК-4/Ресурс-Ф<
HRV/SPOT-M, ТК-Э50/Комета
CCD/CBERS
I AVNIR/ADEOS
h КФА-1000/Ресурс-Ф,
Pan/IRS,
Г HRG/SPOT-5
ALOS
, Vn»ri/uSwv>IOn^a i Горное оледенение, лавины, сели, овражная эрозия
Г-Яогчиои/мшетарР ^ Таксационные выделы лесов
Cutotat / t Использование городских земель
EROS СдЧ N Среднемасштабное топографическое картографирование
Экзогенные процессы — эрозия, карст и др., инженерная
оценка рельефа
Комплексность почвенного покрова
Породный состав лесов, лесовозобновление на вырубках
и гарях
Состояние посевов сельскохозяйственных культур
Системы населенных пунктов, динамика городских границ
Нарушение земель промышленностью, горными выработками
1 Крупномасштабное топографическое картографирование
1 Контроль чрезвычайных ситуаций
' Контроль за работой транспорта
I l 11 I ни
1м
I I 1 | II1W1
Юм
I I I I МП
100 м
l I | I Ml I—
1 км
I 1 II ИИ|
10 км
I » Ц I ПИ—
100 км
Размеры исследуемых объектов
Рис. 6.1. Соотношение между пространственным разрешением
снимков и решаемыми по ним задачами
73

кроме того позволяют частично решать многочисленные другие
задачи. Это анализ ледовой обстановки в морях и гидродинамической
обстановки в океанах; изучение распределения снежного покрова и
его сезонной динамики для прогнозирования талого стока,
изучение геологических структур и морфоструктур эндогенного рельефа.
По таким снимкам решается ряд задач, связанных с почвенно-рас-
тительным покровом: глобальная оценка состояния растительного
покрова (периодическое составление карт GLC, прослеживание за
фенологическим развитием растительности, продвижением
«зеленой волны» весеннего развития и «коричневой волны» осеннего
увядания растительности). При определении вегетационного индекса по
данным съемки возможна оценка биомассы растительности,
контроль за состоянием пастбищ, их готовностью к выпасу;
осуществляется контроль за возникновением пожароопасной ситуации в лесах и
крупными лесными пожарами. По цвету воды океана,
фиксируемому многозональными системами, оценивается распределение
фитопланктона при изучении биологических ресурсов океана.
Таким образом, снимки километрового разрешения с
метеоспутников применимы и для разносторонних обзорных
исследований поверхности Земли. Переход к более детальным снимкам
среднего разрешения (140—280 м) с ресурсных спутников (МСУ-СК/
Ресурс-О, Океан, WIFS//&S) позволяет решать тот же широкий
круг задач исследований земной поверхности: геологических
условий и рельефа, изучение снежного покрова суши и ледового
покрова морей, почвенно-растительного покрова, но с большей
обоснованностью, для. более сложных территорий и объектов.
Например, они пригодны для изучения сезонной динамики
снежного покрова не только на равнинах, но и в горах, для выявления
зон его загрязнения вокруг городов и промышленных центров,
для оценки ледовой обстановки не только в морях, но и на
внутренних водоемах и водохранилищах, лучше удовлетворяют нужды
оценки весеннего просыхания почв и состояния пастбищ,
мониторинга процессов пастбищной дигрессии и опустынивания,
контроля за лесными пожарами и определения площадей гарей.
Наибольшее число задач исследований природной среды
приходится на группу снимков с разрешением 10—100 м. Эти задачи
настолько разнообразны, что требуют дифференциации.
Значительная часть задач исследования природных
ландшафтов и их различных компонентов — рельефа,
почвенно-растительного покрова, а также некоторых видов хозяйственной
деятельности (прежде всего сельскохозяйственной) удовлетворяется уже при
относительно высоком разрешении 30-100 м, то есть при
использовании снимков MSS/Landsat, «Фрагмент»/Метеор-Природа,
74

фотографических снимков с пилотируемых кораблей и
орбитальных станций. Такое разрешение адекватно размерности
значительной части природных объектов, хорошо удовлетворяет нужды
геоморфологических исследований в отношении генезиса рельефа,
обеспечивает картографирование таких физиономичных объектов,
как эоловый рельеф пустынь, и изучение его динамики,
обеспечивает изучение структуры почвенно-растительного покрова, его
современного состояния и динамики, удовлетворяет нужды
гляциологических исследований в отношении покровного
оледенения. Эти снимки пригодны для изучения таких видов
антропогенного воздействия на природу, как обезлесивание, опустынивание,
вторичное засоление земель в результате сброса
постирригационных вод. Они позволяют изучать сельскохозяйственное
использование земель, идентифицировать основные сельскохозяйственные
культуры в равнинных районах зернового земледелия,
подсчитывать площади под их посевами для прогнозирования
урожайности, оценивать организацию сельскохозяйственной территории.
Такие снимки достаточны для составления многих тематических карт
природы в масштабах 1:500 000 и мельче и частично
удовлетворяют нужды сельскохозяйственного картографирования.
Более высокое разрешение 10—30 м, характерное для
снимков, полученных системами ТМ/Landsat, МСУ-Э/Ресурс- О,
фотоснимков КАТЭ-200/Ресурс-Ф, МКФ-6/Союз-22, Салют,
обеспечивает, как и предыдущая группа, решение очень широкого круга
географических задач. В каждой области исследований и
тематического картографирования природы таким снимкам
соответствует своя подсистема объектов определенного таксономического
ранга, от которой зависит перечень решаемых по ним вопросов.
Например, в геоморфологии это изучение эрозионного, карстового
и других типов экзогенного рельефа, в ландшафтоведении —
изучение ландшафтной морфологической структуры на уровне
ландшафтов и местностей, в географии почв — исследование
структуры почвенного покрова, его комплексности, засоленности,
заболоченности, в геоботанике — структуры растительного покрова.
Для нужд лесного хозяйства по таким снимкам возможно
картографирование породного состава лесов, контроль за соблюдением
правил рубок, лесовосстановлением на вырубках и гарях.
Широк круг сельскохозяйственных задач — изучение
размещения сельскохозяйственных культур, в том числе на орошаемых
землях, оценка состояния посевов в районах зернового земледелия,
сбитости и стравленности пастбищ в животноводческих районах
полупустынной и пустынной зоны. Частично решаются задачи
75

исследования систем расселения и изучения использования
городских земель крупных населенных пунктов.
Однако часть задач в тех же областях исследований остается при
этом разрешении за пределами удовлетворения требований. Из
природных процессов это, например, исследование горного
оледенения и лавинной деятельности, в лесном хозяйстве — задачи леснбй
таксации. Лучшего разрешения требует исследование
антропогенного воздействия на природу в промышленных районах, детальное
изучение населенных пунктов, транспортной сети, решение
инженерных задач. Они удовлетворяются при переходе к разрешению 10 м
и выше, реализуемому, например, фотографическими съемочными
состемами КФА-1000, МК-4/Ресурс-Ф, ТК-350, КВР-1000/Яал*е-
та и многочисленными системами ПЗС-съемки — HRV/SPOT,
PAN/IRS, AVNIR/ADEOS, CCD/CBERS, обеспечивающими также
задачи топографического картографирования, для решения которых
эти системы и предназначены. Снимки такого типа пригодны для
создания топографических карт в масштабах 1:50 000 — 1:100 000, а
при разрешении в первые метры (например, 2,5 м у SPOTS,
проектируемых ALOS, Cartosat) — 1:25 000. Именно стремление создавать
по космическим снимкам топографические карты в первую очередь
и обусловило переход к разрешению лучше 10 м и запуск на рубеже
веков разными странами многочисленных спутников, главным
образом малых, с аппаратурой ПЗС-съемки.
И наконец, задачи детального наблюдения, например, при
оценке чрезвычайных ситуаций, а также задачи
крупномасштабного топографического картографирования в масштабе крупнее
1:25 000 решаются при переходе к разрешению лучше 1 м, которое
впервые реализовано при съемке со спутников lkonos, QuickBird.
Таким образом анализ соотношения разрешения снимков и
исследуемых по ним объектов показывает четкую
дифференциацию решаемых по снимкам задач в зависимости от
пространственного разрешения и соответственно — уровня генерализации
изображений. Разные задачи требуют снимков различного разрешения,
и сейчас, когда по детальности космические снимки и
аэрофотоснимки практически смыкаются, для решения любых задач можно
найти адекватные им материалы.
6.2. Спектральное разрешение
В обширном и разнообразном фонде космических снимков
имеются снимки панхроматические, многозональные,
гиперспектральные, когда изображения получены в разных по числу и
ширине охвата спектральных зонах.
76

Панхроматические снимки, получаемые при фотографической
съемке, по спектральной чувствительности примерно
соответствующие человеческому глазу (0,4—0,65 мкм), имеют спектральное
разрешение порядка 0,25 мкм (250 нм), то есть наиболее низкое,
и наибольшую ширину спектрального канала. При ПЗС-съемке
в панхроматическом режиме, когда обеспечивается наилучшее
пространственное разрешение, получают снимки с близким
спектральным разрешением от 0,25 мкм (250 нм) (например, HRV/SPOT.
0,51-0,75 мкм, PAN/IRS: 0,5-0,75 мкм) до 0,45 мкм (450 нм)
(например, Ikonos 0,45-0,90 мкм). Таким образом, все лучшие по
пространственному разрешению космические снимки — и
фотографические, и оперативно получаемые ПЗС-снимки —
характеризуются использованием наиболее широкого спектрального
канала съемки и соответственно более низким спектральным
разрешением.
При многозональной съемке преследуется цель получить серию
снимков в нескольких спектральных зонах при сужении их ширины.
Обычно многозональная съемка выполняется в 4—6 зонах видимого
и ближнего инфракрасного диапазона от 0,4 (0,5) до 0,8 (1,1) мкм
при ширине зон порядка 0,1 мкм (100 нм). Таковы наиболее широко
распространенные снимки MSS/Landsat, HRV/SPOT, МСУ-М,
МСУ-СК, МСУ-Э/Ресурс-О. В ближней инфракрасной зоне ширина
спектральных каналов многозональных снимков увеличивается до
0,2-0,3 мкм (например, 0,8—1,1 мкм у MSS; 1,55—1,75 у TM/Landsat).
Пространственное разрешение многозональных снимков в видимом
и ближнем инфракрасном диапазоне обычно ниже, чем
панхроматических, что объясняется ограниченной пропускной способностью
радиолиний.
При выполнении съемки в тепловом инфракрасном диапазоне
обычно получают снимки в зоне 10,4—12,5 мкм, то есть при
спектральном разрешении около 2 мкм (2000 нм). Используя несколько
спектральных зон (например, у AVHRR/NOAA- 7: 10,3-11,3; 11,5-12,5),
получают снимки при спектральном разрешении 1 мкм (1000 нм).
Указанные относительно невысокие характеристики
спектрального разрешения практически охватывают почти весь фонд
космических снимков. Рост спектрального разрешения наблюдается с
развитием гиперспектральной съемки. Многоканальные системы с
сотнями спектральных каналов (например, Hyperion — 222)
имеют спектральное разрешение порядка первых десятков и даже
единиц нанометров, но эти снимки мало доступны исследователям.
Свободное распространение по сети Интернет и соответственно
широкое использование получили снимки системами ASTER/ Terra
и MODIS/Terra, Aqua.
11

Рис. 6.2. Спектральные зоны съемки гиперспектральной системы
MODIS (характеристика групп зон, обозначенных
буквенными индексами, дана в табл. 7)
Ширина 36 спектральных каналов MODIS в разных участках
спектра неодинакова (см. табл. 7, рис. 6.2). Два канала в видимой
части спектра, где съемка ведется с пространственным
разрешением 250 м, имеют ширину 50 нм, каналы с пространственным
разрешением 500 м — ширину 20 нм в видимом и 50 нм в
ближнем инфракрасном диапазоне, а каналы с пространственным
разрешением 1000 м — в видимом диапазоне 10 нм, в ближнем
инфракрасном преимущественно 30-60 нм и в тепловом
инфракрасном 300 нм. Узкие спектральные зоны позволяют учитывать полосы
поглощения воды, аэрозолей, загрязняющих веществ, лучше
решая задачи экологического мониторинга. Даже переход к ширине
спектральных зон 35—50 нм в видимом диапазоне позволяет
значительно эффективней учитывать спектральный образ объектов
для их распознавания или определения состояния.
Накопление в фонде космических снимков информации
высокого спектрального разрешения идет с начала 2000-х годов, когда
стали работать несколько систем с числом спектральных каналов
более 10-15 и шириной зон в первые десятки микрометров.
Кроме упомянутых Hyperion/?0-/, ASTER/Terra, MODIS/Terra, Aqua,
это MERIS/Envisat, MTl/MightySat. Для обработки такой
информации требуются специальные методы и алгоритмы, которые
сейчас интенсивно разрабатываются, например, программные
пакеты ENVI.
78

6.3. Временное разрешение
Оценка обеспеченности исследователей природной среды
представляет интерес не только с позиций пространственного и
спектрального разрешения снимков, но и с точки зрения повторяемости
съемки, которую можно рассматривать как еще один важный
показатель — временное разрешение. Соотношение пространственного и
временного разрешения современных снимков и их соответствие
требованиям различных областей исследований отражены на рис. 6.3.
Из него следует, что большинство современных спутников
обеспечивают съемку с низким пространственным разрешением при
высокой повторяемости, а съемку высокого разрешения с редкой
повторяемостью. Это связано с малым охватом территории при
съемке высокого разрешения. Однако основной круг стоящих
сейчас перед космическими исследованиями задач по повторяемости
вполне удовлетворяется.
Съемки малого разрешения (1 км и менее) в большинстве
случаев выполняются через сутки (с метеоспутников на полярных
околоземных орбитах) и даже через 0,5 час (с геостационарных
спутников), то есть с достаточно высокой периодичностью, вполне
соответствующей решаемым по снимкам задачам. Сканерная съемка
среднего разрешения, выполняемая с периодичностью 5—6 суток, в
отношении временного разрешения также вполне соответствует
решаемым по ее материалам задачам, таким как прослеживание за
динамикой снежного покрова в целях прогноза стока,
заблаговременного предупреждения о паводках и наводнениях. Что же
касается съемок относительно высокого разрешения, выполняемых с
ресурсных спутников с интервалом 16—18 дней, то для них ряд
задач требует более высокой периодичности, повторения съемки
через 5-10 дней. Поскольку практическая реализация съемки даже
через 18 дней из-за условий облачности не удается, приходится
констатировать, что снимки высокого разрешения с ресурсных
спутников не обеспечивают решения задач мониторинга за быстро
протекающими процессами, требующего повторения съемки
через несколько суток.
Снимки высокого разрешения с использованием
фотографических съемочных систем получают эпизодически, при запусках
спутников на срок порядка месяца, то есть без расчета на
повторение съемки. Такие съемки, предназначенные для создания по
их материалам топографических карт, не нуждаются в регулярном
повторении, а в случае изучения по этим материалам динамики
природных и хозяйственных процессов исследователи
обращаются к созданным ранее фондам. При выполнении оперативной
79

• GOES
,' • Mcteosat, GMS
f Суточная динамика облачности
\ Глобальный прогнои погоды
\% Mcteo$at.2vX30ES N Х""""*чч
Ч„ X
Региональные прогнозы погоды • МетсорДМСУ-М/Метеор-Природа, МСУ-М/Оксан
Температура и циркуляция вод \
В»*»»«**; # AVHRR^NOAA. VGT/SPOT-4,5. МОШЗДегга
Лимомшса смежного лохрою • CZCS/Kimbus, OCTS/ADEOS
равнин \ ,•
Биопродуктивность суши и океана ,т+*'
Мониторинг лесных пожаров +*'"" **"-н
Динамика снежного покрова в горах
Ледовый покров внутренних водоемов
Гидрологическое прогнозирование
Загрязнение снега вокруг городов \
Оценка состояния пастбищ ч
• МСУ-С/Оксан
• МСУ-С/Мфор-Природа. WIFS/IRS,
WFI/CBERS
• МСУ-СК/Ресурс-0
Фрагмент/Метеор; Природа •
MSS/Eandsat-l-5 #
vattx *лл/г* ' Тематическое j
ЗДТЭ-МО/Сашет • картографирование ^
МЙУ-Э/Ресурс-0 • \
! ;
TM/Landsat-4-5 • • *
\ КАТЭ-200/Ресурс-Ф
МКФ-б/даяют. •USS3/1/6S
7 v • ASTER/Tcna
[Загрязнение вод рек
и водохранилищ
Динамика покровного
оледенения
Обезлесивание, опустынивание
Техногенное воздействие
на растительность
Сельскохозяйственное
использование земель
Эрозия, засоление, гумусность
почв
V?
Тематическое
картографирование
Экзогенные процессы
Fn4+/lihd*t-7 • _j%MK-4/Pecypc-<X>,
i " \ *'**""• тК-350/К
! HRV/SPOT.1-4 • VAA •*',__ ж
350/Комета
Динамика горного оледенения »AVN1R/ADEOS •
Лесовозобновление на вырубкахх .илл ,ллл„ , л
u*i/ux \ HRG/SPOT-5*
• КФА-1000/Ресурс-Ф
Техногенные нарушения земель
Pan/IRS
Среднемасштабное
топографическое
картографирование
„---Key-Hole/Corona #
EROS •
ЖВР-ЮОО/Комета
' Ikonos • Крупномасштабное целевое картографирование
i Мониторинг опасных природных процессов
» Оценка экологических условий в городах
х и городское управление
QiUckBird • Контроль за чрезвычайными ситуациями
ТТГТТ
-г—1—ггп
j I i » | м"| г—г
| 0,01 | | 0.1
I сутки 1 неделя ) месяц
Временное разрешение (интервал между съемками)
0,0001 |
1 час
0,001
I
1 год
Годы
Рис. 6.3. Соотношение между пространственным и временным
разрешением снимков и решаемые задачи
80

ПЗС-съемки высокого разрешения, когда из-за небольшого охвата
при съемке в надир вынужденно обеспечивается редкая
повторяемость (например, у спутника SPOT-— 24 дня, IRS — 22 дня), выход
находят в выполнении съемки с отклонением съемочной оси
поперек трассы с помощью зеркальной системы, что, например, на
спутнике ДРОГпозволяет обеспечить повторение съемки через 1—4 дня.
На спутниках с системами очень детальной ПЗС-съемки стало
традиционным использовать «прицельную» съемку с отклонением
оптической оси (Ikonos, QuickBird, Kompsat). В этом случае проблема
повторяемости съемки высокого разрешения снимается,
управление съемочной системой обеспечивает практически любую
заданную повторяемость. Другой путь решения проблемы — переход от
отдельных спутников к их созвездиям, когда на одну орбиту
запускаются несколько спутников (обычно малых), последовательно
обозревающих Землю с заданным временным интервалом. Это
особенно важно при наблюдении за быстро протекающими
процессами и для контроля чрезвычайных ситуаций.
6.4. Географическое разрешение снимков
Опыт работы со снимками показывает, что по величине
пространственного разрешения нельзя точно предсказать, какие же
объекты изобразятся на снимке. Например, на снимке MSS/Landsat
с разрешением 80 м не видно здания МГУ, протянувшегося на
500 м, а в то же время видны транспортные магистрали шириной
всего 50 м. На отображение конкретных объектов влияет
множество факторов — их форма, яркость, контраст с фоном и др.
В то же время обращение к снимкам одной и той же
территории разного масштаба и разрешения показывает, что на них
изображаются объекты различного иерархического ранга. Например,
на снимках низкого разрешения сельскохозяйственные земли
никак не выделяются, на снимках среднего разрешения появляется
сетчатая структура земледельческих массивов, а при высоком
разрешении становятся видны индивидуальные
сельскохозяйственные поля. Точно так же с переходом к снимкам более высокого
разрешения в пятне города сначала проявляется его
планировочная структура, затем изображаются магистрали и улицы и
наконец — отдельные здания.
Из анализа характера изменения изображения при переходе к
снимкам все более высокого разрешения следует, что
изображение определенных географических объектов может служить
показателем детальности снимков, который и назван географическим
разрешением. Он удобен для географа, использующего снимки,
81

так как сразу дает ему представление об изображающихся на снимке
объектах. Таким образом, географическое разрешение — это
качественный, смысловой показатель детальности снимков; оно
характеризуется специально выбранными видами географических
объектов, которые обладают определенной размерностью,
обеспечивающей их изображение на снимках данного типа.
Географическое разрешение характеризует воспроизводимость на снимках
географических объектов разных типов, размеров и разных
таксономических рангов.
Для характеристики географического разрешения космических
снимков можно использовать изображение объектов, обладающих
хорошо выраженной физиономичностью, имеющих не локальное,
а широкое территориальное распространение и
характеризующихся определенными размерами (варьирующими в определенных
пределах). Этим требованиям удовлетворяют такие объекты, как
формы эрозионного рельефа, сельскохозяйственные поля и
населенные пункты. Их удобно использовать еще и потому, что каждая
группа образует своеобразный ряд объектов, различающихся по
размерам и рангам.
Формы эрозионного рельефа. Размерный ряд форм образуют
речные долины, балки, овраги (рис. 6.4). Уже на глобальных
фотографических и сканерных снимках с разрешением 5—10 км
просматриваются благодаря смене растительности крупнейшие долины в
аридных районах, занятые тугайными лесами, болотами,
орошаемыми землями (например, долина Нила) (рис. 6.4а). По тому же
признаку выделяются долины крупнейших рек на сканерных
снимках низкого разрешения (1-2 км) (рис. 6.46). Их изображение и
может служить показателем разрешения 1-10 км. На сканерных
снимках среднего разрешения (200—300 м) благодаря различиям в
изображении нераспаханных земель и земледельческих массивов,
кроме долин, изображаются еще и крупные формы эрозионного
рельефа — широкие балки (рис. 6.4в); число порядков
дешифрируемых форм составляет 3-4. На сканерных и фотографических
снимках относительно высокого разрешения (30—100 м) видны уже
небольшие по размерам балки и число порядков дешифрируемых
форм эрозионного рельефа возрастает до 5-7 (рис. 6.4г). Таким
образом, изображение таких форм (например, балок) З-4-ro
порядков может служить показателем разрешения 200-300 м, а 5—7-го
порядков — разрешения 30—100 м. На снимках высокого
разрешения (10-30 м) число порядков дешифрируемых балок продолжает
увеличиваться. И только на фотографических и многоэлементных
ПЗС-снимках очень высокого разрешения (1-10 м) выявляются
82

D ^
й#ада
ЯР^Ч
^4J^ ¦:%*?.
25 km
I
Рис. 6.4.
Эрозионная сеть как показатель географического разрешения.
Снимки со спутников:
а — Meteosat (Rm = 5 км); б — МСУ-М / Метеор-30 (Rm=I,5 km);
в — МСУ-С / Метеор-30 (Rm = 300 м); г — «Фрагмент» / Метеор-30
(Rm = 85 м)
крупнейшие овраги, изображение которых и может служить его
показателем.
Сельскохозяйственные поля (рис. 6.5) включают объекты разной
размерности: крупные поля в районах зернового земледелия со
сторонами 1-2 км и более и мелкие поля, главным образом хлопчат-
83

^Е^ЯрЬ ^ffk^jt%* -
^^¦'(Ш?
1,5 км jMLi>'
L 1_н^^^Щ^
№ v" Mr*?***?"***
•r" »_*« ^^ >*4*r л* ДОН* '4*7'<# -X#
Рис. 6.5.
84
Сельскохозяйственные поля как показатель географического
разрешения:
I. Поля в равнинных районах зернового земледелия. Снимки со
спутников: а — МСУ-С / Метеор-30 (Rm = 300 м); б — «Фрагмент» /
Метеор-30 (Ям = 85 м); в — КФА-210 / Салют (Км = 20 м).

II
О 50 км j
I I
*>4;'"'v d$fe
ОЯ ^^С^'^Щ^Ш^^^Ш!
IPS « *.^и% $ *
^^^^W4S^
I о - эт^ВН^^И!
4'v " '^Г -
7
)
/;¦
¦ j&**Egcm>.« ¦¦La
¦КЯ|
Продолжение рис. 6.5.
II. Поля в районах орошаемого хлопководства. Снимки со спутников:
я - МСУ-С / Метеор-30 (Rm = 300 м); о - MSS / Lwu/sa/ (Rm = 80 м);
в - МКФ-6 / Союз-22 (Rm = 20 м)
85

ника, в районах орошаемого земледелия с размером сторон менее
1 км. Ряд может быть продолжен, например, с использованием
рисовых чек, имеющих размеры в сотни и десятки метров.
На сканерных и фотографических снимках низкого
разрешения сельскохозяйственные поля не видны совсем. На сканерных
снимках среднего разрешения (200-300 м) в равнинных районах
зернового земледелия начинает неявно проявляться сеть полей,
обусловливая сетчато-зернистую структуру изображения (рис. 6.51а),
в то время как районы орошаемого земледелия изображаются
интегрально, без расчленения на поля (рис. 6.5На). На сканерных и
фотографических снимках относительно высокого разрешения (30-
100 м) поля в равнинных районах зернового земледелия видны
хорошо, четко определяются их границы и тон изображения
каждого поля (рис. 6.5/6). В расчлененных и залесенных районах для их
отображения требуется высокое разрешение 10—30 м; в районах же
орошаемого земледелия отдельные поля не прослеживаются и на
таких снимках, но в совокупности обусловливают сетчатую
структуру изображения (рис. 6.5/76). Лишь на фотографических и ПЗС-
снимках очень высокого разрешения (1—10 м) на богарных полях
зерновых выявляется неоднородность посевов (рис. 6.5/в), а в
орошаемых районах обеспечивается индивидуальное изображение
полей хлопчатника, появляется возможность выделения их границ
(рис. 6.5//в). Таким образом, нерасчлененное изображение
массивов сельскохозяйственных полей в районах зернового земледелия
служит показателем разрешения 200—300 м, индивидуальное
изображение таких полей — показателем разрешения 30—100 м и выше,
а изображение полей в районах орошаемого земледелия —
показателем разрешения 1—10 м.
Населенные пункты. Размерный ряд здесь образуют крупные
города — сельские населенные пункты — планировочная структура
населенных пунктов — улицы вместе с примыкающими к
проезжей части зданиями — отдельные здания в населенных пунктах
(рис. 6.6).
На глобальных и региональных фотографических и сканерных
снимках низкого разрешения населенные пункты не
изображаются. Только в условиях зимнего ландшафта на снимках могут быть
выявлены крупнейшие города вместе с зоной загрязненного снега
вокруг них. На сканерных снимках среднего разрешения (200—300 м)
опознаются (с помощью карты) общие контуры крупнейших
городов (рис. 6.6л), а в зимних условиях также средних городов. На
сканерных и фотографических снимках относительно высокого
разрешения (30-100 м) города не только опознаются, но и деши-
86

Рис. 6.6. Населенные пункты как показатель географического
разрешения. Снимки со спутников:
а - МСУ-С / Метеор-30(Rm = 300 м); tf- MSS / Landsat (Rm = 80 м);
в - ТМ / Landsat (Rm=30 м); г - ASTER / Terra (Rm = 15 м); д -
КВР-ЮОО / Комета (Rm = 2 м); е — Key-Hole / Corona (Rm = 2 м)
87

фрируются их планировочная структура, основные магистрали,
выделяются районы с разной густотой застройки (рис. 6.66). На
фотографических и сканерных снимках высокого разрешения (10—30 м)
главным элементом в структуре изображения населенных пунктов
являются сливающиеся ряды зданий и улиц, образующие светлые
полосы, в результате чего для населенных пунктов в целом
характерна полосчатая структура (рис. б.бв). На фотографических и ПЗС-
снимках очень высокого разрешения (1—10 м) эти полосы
расчленяются на составляющие элементы, появляется изображение
индивидуальных зданий, что предопределяет разрушение полосчатой
структуры (рис. б.бг, д, е). И наконец, на снимках сверхвысокого
разрешения (лучше 1 м) видны не только индивидуальные здания
и детали городской застройки, но и машины на улицах города и
стоянках.
Разумеется, размеры зданий, наличие зеленых насаждений
сильно влияют на характер изображения, но тем не менее на
снимках разного разрешения прослеживаются указанные общие
закономерности его изменения.
Три выделенные группы объектов взаимно дополняют одна
другую в том отношении, что в совокупности ими может быть
охарактризован весь имеющийся сейчас ряд снимков по
разрешению. На мелкомасштабных снимках низкого и среднего
разрешения в качестве показателя детальности снимков может быть
использовано изображение форм эрозионного рельефа; на снимках
среднего и относительно высокого разрешения —-
сельскохозяйственные поля; при высоком и очень высоком разрешении
снимков хорошим показателем их детальности служит изображение
населенных пунктов.
Наряду с выделенными общими показателями в каждом
природном районе можно найти свой круг объектов, которые могут
служить региональными показателями географического
разрешения: в западносибирской лесостепи — березовые колки; в лесных
районах — вырубки; в районах развития вечной мерзлоты —
термокарстовые озера и аласы, и т.п.
Кроме общих и региональных может быть назван
определенный набор индивидуальных объектов (просеки в лесу, взлетные
полосы аэродромов, мосты), изображение которых также может
быть использовано в качестве показателей географического
разрешения снимков. Даже имея дело со съемочными материалами,
характеристики которых неизвестны, можно примерно оценить их
пространственное разрешение, зная особенности изображения
названных объектов.

Часть II
ПРИМЕНЕНИЕ
КОСМИЧЕСКИХ СНИМКОВ
В ИССЛЕДОВАНИЯХ ПОЧВ

§7 ДЕШИФРИРОВАНИЕ
' И КАРТОГРАФИРОВАНИЕ ПОЧВ
7.1. Почва как объект дешифрирования
Почва как целостный природный объект, имеющий
определенное строение генетического профиля и различные почвенные
горизонты, ни на аэроснимках, ни на космических снимках
непосредственно не изображается. Даже в случае распашки и
отсутствия посевов на снимках отображаются лишь отдельные свойства
поверхностного горизонта — гумусированность, влажность, кар-
бонатность, засоленность, механический состав. Однако этот
горизонт генетически связан со всем профилем почвы. На основании
положения Б. Б. Полынова, что все почвенные горизонты
являются парагенетическими, то есть взаимосвязанными в своем
происхождении, Ю. А. Ливеровский (1962) пришел к выводу, что
свойства верхнего горизонта могут служить признаками для
определения генетической принадежности всей почвы. Поэтому, анализируя
изображение поверхностного горизонта, можно при
определенных условиях выявлять смену почв и их границы, а в ряде случаев
(при наличии дополнительных материалов) и определять
генетический тип (подтип, разновидность) почв.
Но в подавляющем большинстве случаев открытая поверхность
почв на аэрокосмических снимках не видна и их дешифрирование
основывается на том, что почва является результатом совокупной
деятельности материнских пород, климата, растительности и
животных организмов, рельефа и времени их взаимодействия, то есть
возраста. В классическом определении В. В. Докучаева (1949):
«Почвы... есть зеркало, яркое и вполне правдивое отражение, так
сказать, непосредственный результат совокупного весьма тесного
векового взаимодействия между водой, воздухом и землей (мате-
91

ринские горные породы, иначе подпочвы), с одной стороны,
растительными и животными организмами и возрастом страны, с
другой — этими отвечными и ныне действующими почвообразо-
вателями» — дан ключ к индикационному дешифрированию почв
по косвенным признакам, имеющим для исследования по
снимкам почвенного покрова первостепенное значение. Важно
установление взаимосвязи почвы с компонентами ландшафта,
получающими наилучшее отображение на космических снимках, в первую
очередь с растительностью и рельефом.
7.2. Особенности дешифрирования космических
снимков
Указанная особенность дешифрирования почв, опирающегося
в основном на косвенные признаки, усиливается характерным для
изучения любых географических объектов по космическим
снимкам возрастанием роли косвенного дешифрирования.
Особенности работы со снимками из космоса связаны с
отличительными свойствами самих космических снимков — их
большой обзорностью и генерализованностью изображения,
одновременным отображением на снимках всех компонентов ландшафта.
Эти свойства усилили познавательные функции космических
снимков, но одновременно сделали работу с ними более сложной,
требующей более глубокого понимания существа дешифрируемых
объектов, их взаимосвязей.
Специфика использования снимков в почвоведении,
состоящая в большой роли географического анализа при работе со
снимками, в необходимости учета для распознавания генетической
принадлежности почв взаимосвязей и взаимообусловленности всех
почвообразующих компонентов природной среды и
хозяйственной деятельности, еще сильнее возрастает при работе с
космическими снимками.
Возрастание роли косвенного индикационного
дешифрирования, основывающегося на знании взаимосвязей различных
компонентов природной среды, требует высокой квалификации и
основательной предметной географической подготовки дешифров-
щика. Формула «вижу — рисую», часто вполне применимая при
топографическом дешифрировании аэрофотоснимков,
заменяется при почвенном дешифрировании космических снимков
формулой «понимаю — рисую».
Сказанное определяет большую роль вспомогательных данных
и знаний, которыми должен обладать специалист, выполняющий
92

почвенное дешифрирование космических снимков. Это и
специальные знания о свойствах почв, особенностях их генезиса и
распространения, характере распределения, географии почв. Очень
важны знания из наук, смежных с предметом интереса, —
геологии, геоморфологии, биогеографии, ландшафтоведения.
Дешифрирование почв требует географического анализа, широкого
географического мышления, а следовательно, комплексной
географической подготовки. И конечно, необходимы знания местных
условий исследуемой территории, что подразумевает
обязательное ознакомление с районом работ по литературным,
картографическим и другим источникам.
Для грамотного дешифрирования необходимо знать и
особенности используемых съемочных материалов. Поэтому надо хорошо
ориентироваться в современном фонде космических снимков,
представлять специфику и возможности снимков разных типов.
Для использования многозональных снимков, вошедших в
обиход именно при космических исследованиях, необходимо знание
спектральных отражательных свойств объектов съемки, владение
приемами последовательного или сопоставительного
дешифрирования серий зональных снимков с учетом «спектрального образа»
объектов съемки. Применение в космических исследованиях почв
съемки в разных диапазонах — не только в видимом и ближнем
инфракрасном, но и в тепловом инфракрасном и
радиодиапазоне, применение гиперспектральной съемки обусловливает
необходимость представлять излучательные и отражательные свойства
почв в этих диапазонах. Большого умения требует динамическое
дешифрирование при работе с сериями разновременных снимков
или использовании динамических индикаторов на
одномоментных снимках. Еще более сложно одновременное использование
спектрального и временного образов объектов съемки при
применении разновременных серий многозональных снимков, когда
признаком объекта являются временные изменения спектральной
яркости. Применение компьютерных методов обработки снимков для
классификации объектов по спектральным и временным
признакам, реализуемых современными программными средствами,
эффективно только при понимании существа происходящих
изменений.
В работе с космическими снимками, более обзорными и
генерализованными, чем аэроснимки, естественно, усиливается роль
камерального дешифрирования, а для полевого утверждаются его
контролирующие функции. Общая технологическая цепь выглядит
так: предварительное камеральное дешифрирование — полевой
контроль — окончательное камеральное дешифрирование. Поле-
93

вой контроль, осуществляемый при многих видах тематического
дешифрирования космических снимков путем аэровизуальных
наблюдений, в почвенных исследованиях не может быть заменен ими,
требуются натурные наблюдения на земле. В связи с переносом
центра тяжести на камеральное дешифрирование большую
значимость приобретает привлечение разнообразных дополнительных
материалов: картографических, литературных и других, а также
научно-методических пособий и методических руководств,
атласов аннотированных космических снимков со схемами их
дешифрирования, эталонов изображения и дешифрирования
различных почв.
7.3. «Генетическое» и «контурное»
дешифрирование почв
Любое географическое дешифрирование снимков —
топографическое или тематическое —- включает в себя операции
распознавания объектов и фиксации на снимках их положения или границ
распространения. Исходя из того, что двуединой задачей почвенного
дешифрирования является установление содержания и проведение
границ почвенных контуров по снимкам, Ю. А. Ливеровский
предложил первую из этих двух взаимосвязанных операций, имеющую
целью определение генетической принадлежности почв, назвать
генетическим дешифрированием, а решение второй задачи, связанной с
выделением контуров различных почв или территорий с
однотипным строением почвенного покрова, определением их границ, —
контурным дешифрированием. Вслед за ним и другие специалисты по
дешифрированию почв [Ливеровский, 1962; Афанасьева, 1965;
Андроников, 1979] расчленяют эти операции, выделяя два вида
дешифрирования — «генетическое» и «контурное».
При многих видах тематического анализа аэрокосмического
изображения выделение контуров представляет завершающую
стадию, когда дешифровщику уже удалось распознать объект. В
почвенном дешифрировании далеко не всегда так. Часто выделить по
снимку однородные контуры проще, чем понять их сущность,
определить генетический тип почв, для чего требуется
дополнительная информация, и тогда выделение контуров может быть
первой стадией работы. К тому же сама форма и размер контуров, их
приуроченность к определенным элементам ландшафта может
служить признаком генетической принадлежности почв.
Выделение территориальных единств — участков однородного
тона или структуры изображения, участков с близкими спектраль-
94

ными характеристиками объектов — является опережающим
шагом и при многих методах компьютерной классификации
изображений (сегментация, кластеризация).
7.4. Дешифрирование открытых почв по прямым
признакам
7.4.1. Прямые дешифровочные признаки почв
Различные почвы могут распознаваться по космическим
снимкам по прямым дешифровочным признакам далеко не всегда, а
лишь на распаханных землях или полях со всходами зерновых и
пропашных культур высотой не более 10—20 см и на слабо
покрытых растительностью территориях (при проективном покрытии до
10-15%). Однако на снимках находит отображение лишь верхний
горизонт почвы, а на его изображение в момент съемки сильное
влияние оказывает состояние почвы, прежде всего ее влажность.
Это осложняет определение типов, подтипов и разновидностей
почв по прямым признакам даже в тех случаях, когда на снимках
изображаются распаханные земли.
Поверхностные горизонты различных почв могут отличаться
по окраске, структуре, характеру поверхности, механическому
составу, влажности. Структура и характер поверхности, которые
могут находить отображение на крупномасштабных аэроснимках,
на космических снимках ввиду большой их генерализованности не
проявляются.
Специфическая окраска большинства типов почв нашла
отражение и в их названиях — серые лесные, черноземы, каштановые,
буроземы. Поэтому окраска поверхностного горизонта почв,
отображающаяся на аэрофотоснимках, может служить основным
прямым дешифровочным признаком типа почв. Однако из космоса
редко получают снимки с естественной цветопередачей, и
реальный цвет почв в этом случае теряет диагностическое значение, а
основное значение приобретает яркость, тон их изображения. Тон
изображения разных почв на панхроматических снимках может
меняться от белого тона изображения сухих солончаков и песков и
почти белого тона пустынных почв — серо-бурых, сероземов, до
почти черного тона изображения черноземов.
На черно-белых снимках тон изображения почв определяется
их отражательной способностью, которая зависит от их
минералогического и органического состава. Как указывалось, гумусовые
вещества и окислы железа снижают общую яркость почв, а
кремнезем, карбонаты и хлориды увеличивают ее. Именно поэтому чер-
95

ноземы, отличающиеся большим содержанием гумуса,
изображаются на снимках темными тонами, а солончаки из-за выцветов
легко растворимых солей (хлоридов, сульфатов) — очень
светлыми. Поскольку в большинстве случаев яркость изображения почв
на снимках зависит от содержания гумуса в поверхностном слое,
то по этому признаку различаются почвы с разным содержанием
гумуса (в пределах от 0,5 до 6%), кривые спектральной яркости
которых образуют своеобразный «веер» (см. рис. 2.2). Наиболее
четко по тону изображения разделяются почвы южной части лесной,
лесостепной и северной части степной зон, которые к тому же
чаще отображаются на снимках в распаханном виде, а также
почвы сухостепной и полупустынной зон. Для черноземов типичных
и обыкновенных характерен темно-серый, почти черный тон,
каштановые почвы и темно-серые, серые, светло-серые лесные
изображаются серым и светло-серым тоном, солончаки — ярким
светлым. Детальная характеристика тона изображения почв степной
зоны дана в табл. 9. На рис. 7.1 (см. цветную вклейку) приведен
пример района сочленения лесной, лесостепной и степной зон в
Центральном Татарстане, где на весеннем снимке территории с
уже распаханными, но еще не занятыми посевами полями
различаются по яркости изображения такие типы почв, как дерново-
подзолистые, темно-серые, серые лесные и черноземы.
На спектральную яркость почв влияют содержание в почвах
окислов железа, гумуса и гуматный состав последнего. Это важно
учитывать при использовании наиболее распространенных в
космических исследованиях многозональных снимков, для работы с
которыми необходимо знать спектральную отражательную
способность почв.
На тон изображения почв на снимках влияет и их влажность:
тон изображения влажных объектов в два-три раза темнее тона
изображения сухих объектов. В отдельных случаях это помогает
определить типы почв. Например, в пределах лесной
дерново-подзолистой зоны дерново-подзолистые почвы отличаются по тону от
дерново-подзолисто-глеевых. Первые изображаются светлыми,
светло-серыми тонами, вторые — серыми; более темная окраска
дерново-подзолисто-глеевых почв обусловлена большей их
влажностью. Однако такое диагностическое использование изменения тона
изображения из-за увеличения влажности почв удается довольно
редко, и в большинстве случаев влажность как показатель
состояния почв в момент съемки представляет осложняющий фактор.
Влажность почв и сама по себе может быть объектом
исследования по космическим снимкам; но в этом случае исследователя
обычно интересует получение количественных характеристик влаж-
96

Рис. 7.1. Участок Центрального Татарстана на левобережье р. Камы
в районе впадения в нее р. Шешмы.
По цвету изображения разделяются поля с
дерново-подзолистыми (1), серыми лесными (2), темно-серыми лесными (3)
почвами и черноземами (4). Снимок КФА-1000/Ресурс-Ф
Рис. 7.2. Разделение по форме контуров намытых почв в эрозионных
потяжинах (а) и переувлажненных и засоленных почв про-
садочных понижений микрорельефа (б) в районе
Цимлянского водохранилища. Фрагменты снимка LISS/IRS

Ч у**^' ^
1 %^
.^л
р^
Рис. 7.7. Сложенное осадочными породами плато Ханам в
Юго-Западной Африке с щебнистыми горными почвами, расчлененное
глубокими сухими долинами-вади с песчаными отложениями
на дне. Снимок ТМ/Landsat 5
Рис. 7.9. Пойменный гривисто-ложбинный рельеф в долине р. Оби
в районе Сургута. Снимок ЕТМ+/Landsat- 7

Рис. 7.11. Вертикальная поясность растительности в горах Приэльбрусья.
Снимок КФА-ЮОО/Ресурс-Ф
Рис. 7.12. Бэровские бугры в западной части дельты р. Волги с
тростниковыми зарослями в заболоченных ложбинах-ильменях
и полупустынной растительностью на вершинах бугров.
Снимок МСУ-Э/Ресурс-О

Рис. 7.17. Снимок участка Яно-Индигирской низменности в зоне тундр
(КФА-ЮОО/Ресурс-Ф) (а) и результаты дешифрирования
почвенного покрова (б).
Почвы: 1 — арктотундровые торфяно-глеевые приморских
низменностей под мохово-кустарничковыми тундрами и приморскими
лугами; 2 — тундровые глеевые плакоров под мохово-лишайниковыми
тундрами; 3 — тундровые болотные и торфяники аласов под кус-
тарничковыми тундрами и болотами; 4 — аллювиальные речных
долин; 5 — примитивные тундровые останцов выходов коренных
пород; 6 — примитивные песчаные морских осушек; 7 — участки
осушек, часто заливаемые нагонами; 8 — озера

пр. Дмитрия Лаптева
м. Святой Нос
^?±

Рис. 7.18. Снимок участка Центрально-Якутской равнины в зоне
северной тайги (МКФ-6/Союз-22) (а) и результаты
дешифрирования почвенного покрова (б).
Почвы: 1 — подзолистые (под сосновыми лесами на выходах
песчаников); 2 — подзолы иллювиально-железисто-гумусовые
(под сосновыми лесами на песках); 3 — палевые: За — супесчаные
(под лиственнично-сосновыми лесами); 36 — суглинистые (под
лиственничными лесами на лессах); 4 — палевые осолоделые средне-
и тяжелосуглинистые (под лиственничными лесами, на участках

1 ¦|2 ¦|ЗаН13бН|4 ^|5 ^|6 ЩШ1 ¦№ ¦№ Mi10
с большим количеством аласов); 5 — болотные и лугово-болотные
(по аласам с озерами); 6 — лугово-болотные и луговые солонча-
коватые (по обсохшим аласам без озер); 7 — лугово-болотные
(по ложбинам и долинам малых рек); 8 — аллювиальные дерново-
лесные, аллювиальные дерновые и дерново-глеевые (по долинам
притоков р. Вилюя); 9 — аллювиальные дерновые и дерново-
глеевые, иллювиальные лугово-болотные (по долине р. Вилюя);
10 — пески (развеваемые древние аллювиальные пески — тукуланы;
прирусловые отмели, косы); 11 — озера

Рис. 7.19. Снимок Центральной Татарии на участке стыка хвойно-лесной,
широколиственной и лесостепной зон (КФА-1000/Ресурс-Ф)
(а) и результаты дешифрирования почвенного покрова (б).
Почвы: 1 — дерново-подзолистые; 2 — светло-серые и серые лесные;
3 — серые и темно-серые лесные; 4 — черноземы выщелоченные
и оподзоленные; 5 — черноземно-луговые; 6 — аллювиальные

Таблица 9
Тон изображения основных почв степной зоны на черно-белых
панхроматических снимках (по Андроникову, 1979)
Тон
1 изображения
Белый
Почти белый
Светло-серый
Серый
Темно-серый
Почти черный
Черный
Почвы
Солончаки с солевой коркой на поверхности
Солончаки корковые и мелкие при вспашке
солонцового горизонта; солоди при вспашке
осолоделого горизонта; карбонатные перерытые
черноземы и перерытые каштановые почвы (сурчины);
сильно эродированные черноземы и каштановые
почвы на карбонатных породах; черноземы и
каштановые почвы песчаные сильно дефлированные;
аллювиальные слабо развитые песчаные почвы
Солонцы средние и глубокие при вспашке
солонцового горизонта; черноземы и каштановые
эродированные почвы; черноземы и каштановые
песчаные и супесчаные почвы; черноземы и
каштановые маломощные щебнистые почвы;
аллювиальные луговые песчаные почвы
Каштановые и светло-каштановые суглинистые
почвы; черноземы карбонатные высоковскипаю-
щие и остаточно-карбонатные; черноземы и
темно-каштановые слабоэродированные почвы; лу-
гово-черноземные и л у гово-каштановые
осолоделые при вспашке осолоделого горизонта; луговые
и аллювиально-луговые почвы под луговой
растительностью
Черноземы оподзоленные, выщелоченные,
типичные, обыкновенные, южные; темно-каштановые;
лугово-болотные; аллювиальные влажно-луговые
и лугово-болотные при покрытии их влажной
луговой растительностью |
Лугово-черноземные и лугово-каштановые почвы
ложбин и западин при их распашке |
Черноземно-луговые, луговые почвы западин и
аллювиально-луговые темноцветные почвы
тяжелого механического состава при их распашке
97
8-5203

ности и используются уже не материалы съемки в видимом
диапазоне, а тепловая, микроволновая радиометрическая или
радиолокационная съемка.
Благодаря большой обзорности космических снимков, размер и
форма почвенных контуров, их соотношение, общий рисунок
изображения становятся более значимыми признаками, чем на
аэрофотоснимках. Наибольшие размеры почвенных контуров,
преобладающее распространение характерны для зональных почвенных типов,
а меньшие размеры — для разновидностей почв, связанных с
особыми условиями увлажнения, изменением литологического субстрата.
Размер почвенных контуров может быть признаком
дешифрирования тех или иных почв и в случаях, когда данная почва приурочена
к определенным формам рельефа. Например, в пределах северного
Прикаспия на общем фоне зональных светло-каштановых почв
выделяются осолоделые луговые почвы закрытых лиманов, имеющие
крупные контуры, и лугово-каштановые почвы падин,
приуроченные к небольшим понижениям.
Признаком определенных разновидностей почв может служить
и форма почвенных контуров. Зональные почвы, как правило, не
имеют характерной формы контуров, но внутризональные
вариации почв, связанные с особенностями рельефа, увлажнения,
нередко характеризуются специфической формой. Так, в пределах
зоны дерново-подзолистых почв характерны контуры болотных
почв, имеющие округлую, овальную или продолговатую
(вытянутую по логам) форму. В зоне обыкновенных черноземов нередки
длинные извилистые контуры лугово-черноземных почв по
днищам балок. Внутризональные варианты почв, различающиеся по
форме контуров, иллюстрирует рис. 7.2 (см. цветную вклейку), где
на полях в районе Цимлянского водохранилища на общем фоне
южных черноземов по вытянутой извилистой форме четко
выделяются контуры намытых почв в эрозионных потяжинах, и совсем
другая — округлая — форма характерна для контуров
переувлажненных и засоленных почв в западинах просадочных понижений.
Форма почвенных контуров с учетом общих зональных
условий может свидетельствовать и о направлении
почвообразовательного процесса. Так, в гумидных условиях круглая форма
почвенных контуров чаще всего свидетельствует о наличии или
преобладании болотного процесса, в аридных условиях — солончакового
или лугово-солончакового.
Сочетание и закономерное повторение контуров разных
размеров и формы образует рисунок изображения, характеризующийся
определенной структурой или текстурой. Отображение текстуры,
структуры и рисунка на космических снимках, с их большим ох-
98

Рис. 7.3. Отображение на космическом снимке песчаных и супесчаных
почв по эоловому перераспределению их поверхностного слоя.
Террасы ложбин древнего стока на Приобском плато. Снимок
с орбитальной станции Салют
ватом и генерализованностью изображения, особенно
выразительно, что делает их ценным материалом для изучения структуры
почвенного покрова.
Прямые дешифровочные признаки на космических снимках
иногда позволяют судить и о механическом составе почв. Различия
механического состава лучше выражены у почв малогумусных и
плохо — у сильно гумусированных. Среди подзолистых и дерново-
подзолистых почв песчаные отличаются очень светлым тоном
изображения, супесчаные несколько более темным, а суглинистые еще
более темным. Дешифровочным признаком песчаных и
супесчаных каштановых почв может быть ветровое перераспределение их
поверхностного слоя, развитие эоловых форм, образующихся при
распашке территории (рис. 7.3).
Но все же основным прямым дешифровочным признаком типа
почв является тон изображения, а при работе с многозональными
снимками — тон изображения на снимках в разных зонах и его
99

изменения с переходом от зоны к зоне. Для дешифрирования
таких снимков необходимо знать спектральные характеристики почв
разных типов.
7.4.2. Дешифрирование по спектральным признакам.
Приемы работы с многозональными снимками
Поскольку, как было показано в § 2, для всех почв характерно
равномерное увеличение коэффициентов спектральной яркости с
увеличением длин волн электромагитного излучения и кривые
спектральной яркости почв обычно не пересекаются, то для
дешифрирования почв по прямым признакам имеют весьма ограниченное
применение приемы дешифрирования многозональных снимков,
используемые, например, при дешифрировании растительности
(сопоставительное дешифрирование) или мелководных акваторий
(последовательное дешифрирование). Типы почв с разной гумусирован-
ностью поверхностного слоя имеют разную яркость изображения,
но характер изменения яркости по зонам идентичен, поэтому
сопоставление зональных снимков нецелесообразно и важно лишь
выбрать оптимальный снимок, где эти различия максимальны.
Поскольку веер кривых спектральной отражательной способности почв
расходится максимально в красной и ближней инфракрасной зонах,
где не только значения, но и различия коэффициентов
спектральной яркости наибольшие, то целесообразно использовать снимки в
этих зонах для дешифрирования почв по прямым признакам.
Однако в отдельных случаях применимы и приемы
сопоставительного дешифрирования многозональных снимков, особенно для
почвенных образований, различающихся по цвету (рис. 7.4).
Сопоставительное дешифрирование оказалось эффективным для
разделения песков и солончаков на полуострове Бузачи по
многозональным фотоснимкам с космического корабля Союз-12. На снимке
в красной зоне, где наблюдаются наибольшие контрасты
изображения большинства объектов, светлые, лишенные растительности пятна
песков и солончаков, четко выделяющиеся на сером фоне
буроземов с пустынной растительностью, имеют одинаковую яркость
изображения, максимальную по сравнению с изображением других
земных объектов на этом снимке. Другую картину передает снимок в
голубой зоне, казалось бы, мало выразительный, где контрасты
изображения большинства объектов снивелированы; он кажется вообще
мало пригодным для дешифрирования. Но на этом снимке
достаточно четко выделяются светлые пятна солончаков, в то время как
контуры песков сливаются с общим серым фоном изображения.
Сопоставление снимков позволяет надежно разделить эти объекты. Оно
100

20 км
I
1Q2 ЕЯ 3 Ш4
Рис. 7.4. Дешифрирование песков и солончаков полуострова Бузачи по
снимкам с космического корабля Союз-12 в голубой (а) и
красной (б) зонах. Выделение совокупностей объектов в голубой
(в) и красной (г) зонах и результаты сопоставительного
дешифрирования (д):
1 — участки очень сильного засоления с солевой коркой на
поверхности; 2 — участки сильного засоления; 3 — участки слабого засоления;
4 — пески
101

особенно удобно при компьютерном дешифрировании, когда
возможно получение «разностных» изображений или выполняется
классификация по спектральным признакам.
Базовую основу сопоставительного дешифрирования составляет
сравнение кривых спектрального образа исследуемых объектов
(графиков яркости изображения объектов дешифрирования на серии
зональных снимков). Для рассмотренного случая песков и
солончаков графики демонстрируют не обычное для почв
веерообразное расхождение кривых без их пересечения, а, напротив,
значительное расхождение в голубой зоне и смыкание кривых в красной
зоне, что и обусловило эффективность сопоставительного
дешифрирования. Такой ход кривых объясняется в данном случае тем,
что пески имели не обычный желтовато-белый цвет, а яркий
красновато-желтый цвет в натуре, поэтому кривая их спектрального
образа имела минимум в голубой и максимум в красной зонах.
Таким образом, эффективного сопоставительного
дешифрирования почв по прямым признакам на серии зональных снимков
следует ожидать лишь в случаях значительных цветовых различий
объектов дешифрирования. Однако в целом такие случаи, как и
вообще изображение открытых, не замаскированных
растительностью почв, достаточно редки и в основном дешифрирование
осуществляется по косвенным признакам.
7.5. Дешифрирование почв по косвенным
признакам. Роль рельефа, подстилающих
пород, растительности, характера
сельскохозяйственного освоения
территории. Ландшафтное дешифрирование
Значительно более важными, чем прямые признаки
дешифрирования почв, оказываются косвенные признаки на аэроснимках
и в особенности космических снимках, поскольку на них
отображаются факторы почвообразования — рельеф, растительность,
подстилающие породы, производственная деятельность человека.
Анализ факторов почвообразования по снимкам всегда полнее, чем
по топографическим картам, а границы, выявляемые при этом
анализе, в подавляющем большинстве случаев при минимальной
проверке оказываются границами почвенных контуров.
Дешифрирование факторов почвообразования по космическим снимкам ведет
в конечном итоге к выделению ландшафтных
физико-географических единиц.
102

Рельеф, который отнесен В. В. Докучаевым к одному из пяти
ведущих факторов почвообразования, оказывает влияние как на
формирование почвенного профиля, типа почв, так и на
пространственное строение почвенного покрова, его структуру. Значение
рельефа проявляется в первую очередь в перераспределении
солнечной энергии и атмосферной влаги на земной поверхности.
Поэтому любое изменение рельефа влечет за собой изменение почв в
пределах определенной почвенной зоны.
Рельеф находит достаточно полное отображение на
материалах аэросъемки при стереоскопическом наблюдении снимков.
Возможности космических фотоснимков в этом отношении до
последнего времени были ограниченными из-за соотношения высоты и
базиса съемки, позволявшего выполнять стереонаблюдения лишь
в горных районах при невысокой точности стереоизмерений. В
последние годы началось развитие новых методов цифровой
конвергентной съемки высокого разрешения, предназначенной для
выполнения высокоточных стереоизмерений. Такие космические
снимки могут стать основой для стереоскопического дешифрирования.
Пока же на наиболее распространенных космических снимках с
разрешением десятки метров рельеф дешифрируется также по
косвенным признакам — рисунку водотоков, распределению
растительности, форме границ сельскохозяйственных угодий. Участки
горного рельефа выдает светотеневая мозаика, а по четкости
границ между освещенными и затененными склонами можно судить
о степени расчленения, резкости или сглаженности форм.
Для разделения равнин наклонных, вогнутых, волнистых
существенное значение имеет рисунок водотоков. Косвенным
признаком наклонных равнин является наличие параллельных друг
другу водотоков, прослеживающихся на больших расстояниях;
направление течения водотоков определяет общий уклон равнины.
Вогнутые равнины демаскируются центростремительным
рисунком водотоков. Для волнистых равнин характерны системы
водотоков древовидного рисунка, индицирующие склоны и
понижения между повышенными водораздельными участками.
Гривисто-ложбинный, увалистый, грядовый рельеф
подчеркивается неоднородностью фототона, закономерным
чередованием протяженных составляющих элементов, отражающимся в
светотеневой мозаике или в распределении растительности. Эти типы
рельефа на космических снимках с их высокой обзорностью
дешифрируются лучше, чем на аэроснимках.
Холмистый рельеф характеризуется чередованием сравнительно
небольших светлых участков, имеющих сглаженные очертания, с
более темными промежутками между ними. Вершины холмов имеют
103

О 25 км
i i
Рис. 7.5. Балочный эрозионный рельеф, выявляемый по
сельскохозяйственной освоенности территории. Снимок МСУ-С/Метеор-30
обычно более светлый тон изображения, по сравнению со склонами
и впадинами, и округлую или овальную конфигурацию. В
залесенной местности вершины холмов, склоны и впадины могут
различаться по породному составу насаждений и иметь обусловленные
этим различия тона изображения. О неровностях поверхности на
территории, занятой сельскохозяйственными полями, можно
судить по рисунку контуров, образованных границами полей.
Эрозионный рельеф, системы балочного расчленения нередко
подчеркиваются сельскохозяйственной освоенностью территории.
На снимках среднего разрешения (100-300 м) на фоне сетчатой
структуры изображения земледельческих массивов балочная сеть
выделяется благодаря светлому бесструктурному тону
изображения склонов балок с луговой растительностью (рис. 7.5). На
снимках более высокого разрешения (30-100 м) границы полей,
распахиваемых до бровок склонов, четко оконтуривают верхние склоны
и бровки балок (рис. 7.6).
Особенно четко выделяется балочная сеть в весеннее и осеннее
время, при максимальной распашке полей, еще не занятых всхода-
104

О 5 км
i i
Рис. 7.6. Балочная сеть в районе Калачской возвышенности,
отображающаяся благодаря контрасту изображения распаханных полей
и естественной растительности по склонам балок. Снимок
Фрагмент/ Метеор-30
ми, когда они по тону изображения резко контрастируют с
естественной травянистой растительностью склонов и днищ балок или
балочными лесами. Формы же овражной эрозии на космических
снимках с разрешением в десятки метров не видны, они
проявляются лишь на снимках очень высокого разрешения.
При косвенном дешифрировании почв очень существенным
оказывается возможность определения по снимкам микрорельефа,
который нередко находит хорошее отображение благодаря
избыточной увлажненности западин, раннему развитию в них всходов
сельскохозяйственных культур, неравномерности густоты всходов,
появлению солевых корок. Хорошо развитый микрорельеф
отображается пятнистым или полосчатым рисунком, по характеру
которого можно судить о происхождении микрорельефа (см. рис. 7.2).
Таким образом, снимки позволяют выявить характер рельефа,
определить его типы и формы. Далее исследователь,
дешифрирующий почвенный покров в пределах определенной почвенной зоны,
105

должен, учитывая влияние рельефа на процесс почвообразования,
интерпретировать развитие тех или иных разновидностей почв в
условиях разного увлажнения и прогревания, обеспечиваемого
рельефом, выполняя индикационное пространственное
прогнозирование.
Почвообразующие породы представляют своеобразный объект
дешифрирования — их поверхность скрыта не только
растительностью, но и почвами; непосредственное отображение на
снимках они имеют лишь в высокогорных, пустынных и крайних
полярных районах в случае отсутствия снежного покрова. Например,
сочетание осадочных пород на поверхности плато с песчаными
отложениями по днищам сухих долин — вади четко выявляется на
снимках Юго-Западной Африки (рис. 7.7, см. цветную вклейку).
При дешифрировании почвообразующих пород почвоведа
интересуют их генезис, механический состав и границы между
различными почвообразующими породами. В большинстве случаев поч-
вообразующими породами равнин являются молодые
четвертичные образования. Их происхождение и развитие сопряжено с
формированием рельефа, поэтому генетические категории
четвертичных отложений определяются дешифрированием
соответствующих элементов рельефа и их сочетаний. Многие
генетические типы четвертичных отложений, особенно характерные для
горных районов — гравитационные образования (оползни, оплы-
вины, обвалы, осыпи, лавинно-селевые конусы выноса),
делювиальные и элювиальные отложения отображаются лишь при очень
высоком разрешении снимков: они надежно дешифрируются на
материалах аэрофотосъемки, но обычно слабо отражаются на
космических снимках. Появление материалов космической съемки
сверхвысокого, субметрового разрешения расширяет перспективы
космических снимков для изучения подобных объектов.
Хорошо отображаются на космических снимках пролювиаль-
ные отложения, имеющие широкое пространственное
распространение в аридных районах (рис. 7.8). Они образуются путем смыва
временными потоками дисперсных частиц из элювиальных и
делювиальных толщ и отложения их на пологих нижних частях
склонов. Светло-серый тон изображения и струйчатый рисунок мелких
промоин, пересекающих контуры этих отложений, вытянутые вдоль
подножия склонов, обеспечивают их надежное дешифрирование.
Аллювиальные отложения крупных речных долин —
современные пойменные и отложения нижних надпойменных террас —
выделяются по характерному «сегментному» рисунку с чередованием
светлых и темных концентрических дуговых полос, образованных
106

«веерами блуждания» водотоков
(рис. 7.9, см. цветную вклейку).
Этот рисунок наиболее четко
выражен на поймах, а на первых
надпойменных террасах снивелирован.
Интересно, что в рельефе «веера
блуждания» морфологически могут
быть и не выражены, но благодаря
смене увлажнения, литологии
(чередованию песчаных и илистых
отложений) четко выделяются на
снимках по различиям
приуроченной к ним растительности. Рис 7 8 Пролювиальные отло-
Среди ледниковых отложений жения у подножий хребтов в
конечно-моренные отложения аридных районах юго-запада
отличаются развитием своеобраз- США. Снимок с пилотируемого
ного моренного мелкохолмисто- корабля Apollo IX
го рельефа, когда холмы и гряды
чередуются с понижениями разного размера и формы, занятыми
озерами, болотами. Они образуют сложный пятнистый
«кружевной» рисунок из переплетающихся темных и светлых пятен.
Эоловые образования, наиболее широко распространенные в
пустынно-степной и пустынной зонах, где пески являются
основной почвообразующей породой, дешифрируются по характерному
эоловому рельефу, образуемому при перевевании песков (рис. 7.10).
Ему свойственно наличие барханов, дюн, бугров, гряд различных
размеров, ориентированных по направлению господствующих
ветров и хорошо дешифрируемых по рисунку изображения. Эоловые
песчаные отложения, закрепленные растительностью, в лесной и
лесостепной зонах обычно заняты сосновыми лесами. Сочетание
песчаных бугров или дюн с борами представляет один из
достоверных признаков эоловых отложений в этих зонах.
Косвенные признаки дешифрирования почв, рассмотренные
выше — рельеф и почвообразующие породы, — являются по
существу не индикационными, а прогностическими признаками, они
побуждают почвоведа прогнозировать развитие определенного
процесса и определенного типа почв в данных условиях почвообразования.
Растительность — следующий косвенный дешифровочный
признак — также сохраняет прогностическое значение. Например,
смена вертикальных растительных поясов в горах безусловно
свидетельствует и об изменении соответствующих им типов почв
(рис. 7.11, см. цветную вклейку). На приведенном снимке района
107

!*WflCT5
]ЪЯ?ШЗЗА
щ
$1&^?Щь
Шш
0 10 км
¦ 1
atz
Ц
Рис. 7.10. Разные типы эолового рельефа на космических снимках
108

Центрального Кавказа в Приэльбрусье вслед за нивально-гляци-
альным поясом, со скалами и осыпями, где почвенно-раститель-
ный покров отсутствует, изобразившимся на снимке
серо-фиолетовыми тонами, появляются горные тундры, имеющие на снимке
желтовато-фиолетовые оттенки, с горно-тундровыми почвами (под-
бурами). Они сменяются горно-луговыми (дерновыми альфегуму-
совыми) почвами альпийских и субальпийских лугов, которые
изобразились светло-зеленым цветом, и далее — горно-лесными
бурыми почвами (буроземы) березовых криволесий (на снимке
ярко-зеленый цвет) и сосновых лесов (темно-зеленый). Точно так
же в районе развития Бэровских бугров в дельте Волги
полупустынная растительность на вершинах бугров, изобразившаяся
светлым желтоватым тоном, сменяющаяся солончаковыми лугами
(розовый цвет на снимке) или зарослями тростника в понижениях
между ними — ильменях (красно-фиолетовый цвет изображения), —
указывает на чередование бурых пустынно-степных почв с лугово-
солончаковыми и болотными почвами ильменных понижений (рис.
7.12, см. цветную вклейку).
Растительность, кроме того, может быть использована не только
как прогностический, но и как индикационный признак
благодаря хорошей изученности связи между почвами и
распространением определенных типов растительности и видов растений.
Использование взаимосвязи растительности и почв при
косвенном дешифрировании почв имеет наибольшее значение для
территорий с первичным естественным растительным покровом.
На освоенных или подвергавшихся воздействию человека
территориях индикационная роль растительности уменьшается. Так,
вторичные мелколиственные леса, нередко встречающиеся в
пределах подзон средней и южной тайги и в зоне лиственных лесов,
имеют широкий диапазон почвоприуроченности и их
изображение мало пригодно для косвенного дешифрирования почв. В
первичных же лесах породный состав и тип леса имеют тесную связь с
почвами, и для дешифрирования используют специально
разработанные индикационные таблицы такой связи, выявляемой при
полевых исследованиях.
Основы индикационного дешифрирования разработаны С. В.
Викторовым, Е. А. Востоковой, Д. Д. Вышивкиным (1962)
применительно к растительности аридных территорий на примере
использования ее в качестве индикатора при геологическом и
гидрогеологическом дешифрировании, когда по растительности удается
судить о глубине залегания и минерализации фунтовых вод. Б. В.
Виноградов (1984) рассматривает растительность как индикатор не
109

Рис. 7.13. Комплексность почвенного покрова, связанная с просадочно-
суффозионным рельефом на предгорных равнинах Западного
Алтая. Снимок с орбитальной станции Салют
только генетических типов почв, но и отдельных их свойств —
плодородия, засоления, механического состава.
Основные признаки, используемые при дешифрировании
растительности на космических снимках, — тон изображения,
яркость. Наиболее надежно растительный покров дешифрируется
по спектральной яркости при использовании многозональных
снимков, особенно при сопоставлении снимков в красной и
ближней инфракрасной зонах. Структура изображения, учитываемая
при работе с аэрофотоснимками, когда она позволяет разделять
основные лесообразующие породы, судить о размерах крон,
сомкнутости древостоев, на космических снимках вследствие
генерализации изображения теряет свое значение. Ведущая роль
переходит к яркостным спектральным признакам, позволяющим разде-
110

лять лишайниковые, моховые, травянистые тундры, хвойные и
лиственные леса, гидрофильную и гидрофобную растительность
степей и полупустынь. Сочетания различных типов
растительности, структура растительного покрова отражают структуру
почвенного покрова.
Существенное значение для распознавания свойств почв имеет
и дешифрирование культурной растительности, особенностей
состояния посевов сельскохозяйственных культур, отражающего
качество почв, их плодородие, а также структуру почвенного
покрова. На ранних фазах развития посевов растительность не скрывает,
а, напротив, подчеркивает особенности распределения и
структуры почвенного покрова. Примером может служить отображение
пятнистости почвенного покрова на предгорных равнинах
Западного Алтая, связанной с развитием суффозионных микрозападин,
на снимках с орбитальной станции Салют (рис. 7.13).
Дифференциация почв проявляется здесь лучше не на паровых полях, а на
полях с посевами, поскольку всходы лучше развиваются в более
увлажненных микрозападинах, чем на плакорах.
Опыт картографирования почв различных природных зон
показал, что к числу их дешифровочных признаков относится и
хозяйственное использование территории. Так, в лесной зоне пахотные
земли приурочены к определенным типам почв, например, в
Мещере — к темно-серым лесным, вклинивающимся в занятые лесами
массивы со светло-серыми лесными и подзолистыми почвами. В
степной зоне, где фактически все почвы распаханы, признаком
почвенных границ может служить изменение размеров и нарезки полей.
Так, для лугово-черноземных почв по долинам рек и балок на юге
европейской части страны характерно вклинивание
мелкоконтурных полей огородных культур и кормовых севооборотов среди
крупных прямоугольников полей зерновых на плакорах с зональными
черноземными или каштановыми почвами (рис. 7.14).
Роль дешифровочных признаков играют и типы ведения
сельского хозяйства, которые обычно складываются с учетом
естественных свойств земель. Так, почвозащитные противодефляционные
севообороты с полосной системой размещения посевов,
опознаваемые на космических снимках, индицируют в степях Казахстана
легкие по механическому составу почвы — супесчаные,
легкосуглинистые (рис. 7.15). Типичные зональные парозерновые
севообороты, напротив, приурочены к суглинистым и
тяжелосуглинистым почвам. На южных склонах хребта Тарбагатай и северных
склонах Джунгарского Алатау по размещению пахотных угодий точно
отбиваются на космических снимках те участки степных низкого-
111

Рис. 7.14. Сельскохозяйственные поля в районе Ставрополья: крупные
поля зерновых севооборотов на плакорах с черноземными
почвами (1) и более мелкие поля овощных и кормовых
севооборотов по ложбинам с лугово-черноземными почвами (2).
Снимок КАТЭ-200/Ресурс-Ф
Рис. 7.15. Противодефляционные полосные посевы в северном
Казахстане. Снимок КФА-1000/Ресурс-Ф
112

О 5 км
I I
Рис. 7.16, Отображение границы между каменисто-щебнистыми
малоразвитыми горными дерново-степными почвами в предгорьях
Тарбагатая (I) и хорошо развитыми каштановыми почвами на
лессах (2). Снимок МКФ-6/ Союз-22
рий, которые перекрыты лессовым плащом и характеризуются
хорошо развитыми каштановыми почвами. В то же время
нераспаханные массивы низкогорий, используемые под пастбища,
индицируют кустарниковые степи с каменисто-щебенчатыми
малоразвитыми горными дерново-степными почвами (рис. 7.16).
Опыт дешифрирования космических снимков показывает, что
хотя смена большинства зональных типов почв прослеживается на
снимках равнинных районов с трудом, однако внутризональные
вариации почвенного покрова, вызванные изменением условий
рельефа, увлажнения, засоления и т.п., отражаются очень хорошо.
Поэтому на космических снимках хорошо выражена структура
почвенного покрова, его комплексность.
Выше рассмотрены разные факторы почвообразования,
выступающие как индикаторы при косвенном дешифрировании почв.
В реальной обстановке осуществляется их сопряженный анализ с
учетом всего ландшафтного рисунка, как естественного, так и аг-
роландшафтного. Поэтому можно говорить о ландшафтном
индикационном дешифрировании почв как основном методе их
изучения и картографирования по космическим снимкам.
9-5203
113

7.6. Временные признаки дешифрирования почв
7.6.1. Оптимальный сезон для съемки почв разных типов
Эффективность применения материалов космической съемки
для изучения почвенного покрова в значительной степени зависит
от времени проведения съемки. Весенний период после схода
снежного покрова и просыхания почв — период наибольшей
открытости почв — лучшее время получения снимков для
непосредственного дешифрирования почв по прямым признакам. Осенний
период распашки полей под озимые культуры также оптимален, так
как характеризуется большими площадями открытых почв. К тому
же в это время на снимках отображаются осенние влагозапасы.
Для изучения почв под посевами сельскохозяйственных
культур используются косвенные признаки — состояние посевов. Их
дифференциация хорошо отображается на снимках на первых
стадиях развития посевов, до выхода колосовых в трубку; в это время
на более гумусированных и увлажненных почвах микропонижений
рельефа всходы развиваются раньше и образуют более сомкнутый
покров с большей растительной биомассой. Впоследствии
растительный покров выравнивается и его дифференциация, связанная
с разными почвенными условиями, менее заметна. В других
случаях в переувлажненных западинах образуются «вымочки» — пятна
без растительности. При созревании посевов пятнистый тон
изображения полей также передает их изреженность и может быть
использован для суждения о состоянии почв. После уборки урожая
на полях под стерней дешифрирование почвенного покрова
наиболее затруднено, практически невозможно.
Для изучения влажности почв целесообразно использовать ран-
невесенние снимки, сразу после схода снежного покрова. По
тепловым инфракрасным снимкам в это время возможна оценка
весеннего просыхания почв и их готовности к обработке. В период осенней
распашки под озимые целесообразно использовать тепловую съемку
с целью оценки влагозапасов для развития озимых культур.
Очевидно, что оптимальное время съемки для исследований
почв в разных природных условиях будет неодинаковым и в
большинстве случаев определяется максимальными цветовыми
различиями растительного покрова — основного индикатора почв.
В зоне тундр с их коротким бесснежным периодом выбор
ограничен и дополнительно осложнен неблагоприятными погодными
условиями съемки; и тем не менее наиболее оптимальным
представляется конец короткого полярного лета, когда
лишайниковая, моховая, луговая, болотная, кустарничковая растительность
114

достигает наибольших цветовых различий. В лесной зоне, где
индикатором почв становится породный состав лесов, а также луговая
и болотная растительность долин, приозерных котловин, аласов,
наибольшая цветовая дифференциация ландшафта наблюдается
весной, в период распускания лиственных пород и выбрасывания
новых побегов хвойных, и осенью, в период осенней раскраски
лесов. В лесостепной и степной зонах, характеризующихся
наибольшей распаханностью земель, как уже указывалось, важно
получить максимальное отображение открытых почв, для чего
съемка должна выполняться весной, после весенней пахоты, но до
полного развития посевов, или осенью, после зяблевой вспашки
под посевы озимых культур.
В полупустынной и пустынной зонах наиболее ценным
представляется короткий весенний период вегетации растительности,
в значительной степени эфемеровой. В то же время, работая с
такими снимками, необходимо иметь в виду сиюмоментность
запечатленной картины, так как растительность с наступлением лета
быстро выгорает. Определенный эффект дает и использование по-
зднелетних снимков, где на фоне выгоревшей растительности пла-
коров контрастно выделяются участки гидрофильной
растительности в заболоченных понижениях и сухие пятна солончаков с
солевой коркой на поверхности, которые в весеннее время, пока
они увлажнены, выделяются менее четко.
7.6.2. Дешифрирование почв по сезонным признакам
и изучение динамики почвенного покрова
Сезонная изменчивость не характерна для большинства типов
почв, поэтому дешифрирование по временным признакам имеет
при анализе изображения почв по прямым признакам
ограниченное применение. Исключение, пожалуй, составляют солончаки и
солончаковые комплексы в сухостепной зоне. Весной и поздней
осенью во влажном состоянии они изображаются на снимках
темно-серым или почти черным тоном, а летом при высыхании
покрываются корочкой соли и на снимках имеют почти белый тон.
Другое дело — дешифрирование почв по косвенным
признакам, по растительности, так же как и дешифрирование самой
растительности. Здесь надежным признаком могут быть сроки
прохождения разных фенофаз развития растений, а в случае
сельскохозяйственных посевов — также и сроки проведения
сельскохозяйственных работ, различающиеся для разных культур.
Сельскохозяйственный календарь, из которого для каждой культуры
известно время пахоты, посадки или посева, прохождения основ-
115

ных фенофаз развития, созревания, уборки, — надежный
помощник при определении видов сельскохозяйственных культур по
серии разносезонных снимков.
Разносезонные снимки успешно применяются для
исследования почв и сельскохозяйственной растительности на территориях
с выраженными сухим и влажным сезонами. Такая методология
многовременного физико-географического анализа использовалась
в исследовательских проектах в Колумбии, Индии, Судане,
Танзании и дала хорошие результаты.
Использование снимков, полученных с интервалом в
несколько лет для исследования динамики природных процессов, имеет
для почвенного дешифрирования ограниченное применение
ввиду слабой временной изменчивости почвенного покрова. В то же
время его изменения, связанные с антропогенным воздействием,
в ряде случаев находят отображение на космических снимках. Это
относится к развитию эрозионных процессов и форм эрозионного
рельефа, объективному выявлению и прогнозированию
изменений почвенного покрова при мелиоративных работах, выявлению
воздействия на почвенно-растительный покров вредных выбросов
промышленных производств.
7.7. Особенности дешифрирования почв разных
природных зон
Значимость прямых дешифровочных признаков в разных
природных зонах неодинакова, они используются на территориях с
высокой распаханностью, то есть в лесостепной и степной зонах.
Ведущие факторы почвообразования, определяющие косвенные
дешифровочные признаки, в разных природных зонах также
меняются. В некоторых зонах, например в зоне тундр, сухих и
пустынных степей, надежным косвенным признаком для
опознавания почв является микрорельеф, в лесной зоне в первую очередь
значима растительность. Поэтому для определенных природных зон
важна возможность косвенного дешифрирования почв по их
взаимосвязи с растительностью, для других — с микрорельефом.
Таким образом, дешифрирование почв каждой природной зоны имеет
свои специфические особенности.
7.7.1. Дешифрирование почв зоны тундр
Индикационные связи «почва—растительность» для тундр
изучены недостаточно, что затрудняет индикационное
дешифрирование почв тундр. В самых общих чертах эти связи представлены в табл. 10.
116

Таблица 10
Индикационные признаки дешифрирования почв зоны тундр
(по Афанасьевой, 1965)
1 Почвы
1 Полигональные
Тундровые глеевые
Торфяно-глеевые
Торфяники
Подзолисто-глеевые
Дерново-луговые
Растительность
Изредка только
лишайниково-моховая
Лишайниково-
моховая
Моховая
Кустарниковая
Лесотундра
Луговая
По опыту работы с аэрофотоснимками В. Н. Андреевым (1955)
предложена методика ландшафтного дешифрирования тундр
нескольких типов — низинных арктических полигональных болот —
валиковых, валиково-озерковых, бугристо-мочажинных, грядово-
полигонально-мочажинных, представляющих собой разные
стадии развития мерзлотного рельефа и формирования почв от тор-
фянисто-глеевых через торфяно-глеевые и маломощные торфяные
почвы к среднемощным торфяным почвам; торфяных болот с тор-
фяно-глеевыми и торфяными почвами и др. На аэрофотоснимках
эти типы тундр различаются по морфологическим признакам —
выраженности валикового и бугристого рельефа, размерам,
форме и расположению озерков, морозобойным трещинам. Но малые
размеры всех этих элементов, хорошо читаемых на аэроснимках,
не обеспечивают их изображение на снимках из космоса. Однако
другие типы тундр, с формами рельефа больших
пространственных размеров, выявляемые по приуроченной к ним
растительности, отображаются и на космических снимках. Примером может
служить реликтовый рельеф крупных аласных котловин,
сформировавшихся в результате спуска или зарастания термокарстовых
озер, образовавшихся при таянии линз подземных льдов в голоце-
новый максимум потепления.
Попробуем, воспользовавшись связями
«почва—растительность», характеристика которых приведена в табл. 10,
проинтерпретировать распределение почв на участке развития такого
рельефа аласов на приморской тундровой равнине в северной части
Яно-Индигирской низменности на побережье моря Лаптевых.
На представленном снимке (рис. 7.17а, см. цветную вклейку)
овальные пятна аласов имеют разный цвет изображения. Ярким
117

красным цветом изобразились недавно заросшие термокарстовые
озера с осоковыми лугами, которым должны соответствовать
дерновые почвы. Красно-коричневый цвет характерен для аласов, занятых
кустарниковой растительностью, развивающейся на торфяниках и
тундровых болотных почвах. Окружающие аласы пространства,
изображенные желтым цветом, соответствуют лишайниково-моховой
тундре, развивающейся на повышенных местообитаниях; они имеют
тундровые глеевые почвы, а мохово-кустарничковые тундры и
приморские луга на приморской низменности — арктотундровые
торфяно-глеевые. Оголенные выходы коренных пород,
поднимающиеся в виде останцов, лишены развитого почвенного покрова,
голубой цвет их изображения на снимке указывает на отсутствие
на них растительности; им соответствуют примитивные тундровые
почвы. Примитивные почвы формируются и на морских осушках.
На основе указанных индикационных признаков удается составить
по космическому снимку карту, детально отражающую сложный
почвенный покров данного участка тундры (рис. 7.176).
7.7.2. Дешифрирование почв лесной зоны
Зональные почвы лесной зоны — подзолистые и дерново-
подзолистые, находящиеся под покровом лесной растительности,
по прямым признакам дешифрировать не удается. Однако
косвенное ландшафтное дешифрирование с учетом породного состава
насаждений, почвообразующих пород, положения в рельефе дает
возможность выделять не только типы, подтипы, виды почв, но и
их разновидности.
Дешифрирование снимков лесных территорий позволяет
выявить сетку контуров предположительно разных почв; содержание
же контуров определяется путем выборочных ключевых наземных
исследований или на основе знания взаимосвязей между лесной
растительностью и почвами.
Однако эти взаимосвязи выявлены пока недостаточно четко.
Индикационные таблицы, устанавливающие связь рельеф — тип
леса — почвы для лесной и лесостепной зон [Погребняк, 1955; Крей-
да, 1962], были разработаны для разных подзон лесной зоны при
использовании аэрофотоснимков. При соответствующей
трансформации их можно применять и при работе с космическими снимками.
Морфографическое дешифрирование лесов с учетом
особенностей изображения крон деревьев, структуры верхнего полога леса,
получившее развитие при использовании аэрофотоснимков, так
же как и морфометрическое дешифрирование, при котором по
снимкам определяются количественные характеристики насажде-
118

ний, теряют свое значение при работе с космическими снимками
в связи с генерализованностью их изображения. Основными
становятся тоновые различия, цвет изображения, используется
спектральный образ лесообразующих пород, ландшафтная
приуроченность контуров.
Косвенное дешифрирование почв лесной зоны по их связи с
породным составом лесов существенно усложняется при сведении
первичных лесов и развитии на их месте вторичных,
характеризующихся более широкой почвенной приуроченностью.
Значительную часть лесной зоны — около 20% ее площади —
занимают болота; ее прорезают также речные долины с луговой
растительностью. Заливные луга с аллювиальными почвами
дернового типа, распространенные в поймах рек, дешифрируются по
рисунку речных долин, безлесные полосы которых обычно
выделяются на фоне окружающей лесной растительности более
светлым тоном. Для наиболее крупных долин характерен рисунок
чередующихся в виде полос слаборазвитых дерновых песчаных или
супесчаных почв прирусловых валов, ленты которых
изображаются более светлым тоном, и заболоченных суглинистых почв
ложбин между прирусловыми валами, имеющих более темный тон
изображения. В притеррасной пойме вдоль уступа надпойменной
террасы дешифрируются по более темному тону лугово-болотные
глинистые и торфяно-болотные почвы. Четко выделяются поймы
с гривистым рельефом и неоднородным почвенным покровом, в
котором дерновые почвы грив чередуются с дерново-глеевыми и
лугово-болотными почвами.
Вопросы дешифрирования типов болот и болотных почв на
аэроснимках хорошо проработаны [Галкина, 1955]. Разработана
классификация болот с указанием их дешифровочных признаков
на аэроснимках, в основном опирающихся на структуру
изображения, не воспроизводимую на космических снимках. Для
низинных, переходных, верховых болот характерны разные почвы,
разное качество торфяной залежи. Низинные болота имеют более
темный тон и бесструктурное изображение, переходные и верховые —
более светлый тон и пестрый рисунок изображения. Для
торфяных, торфяно-глеевых, торфянисто-перегнойно-глеевых почв
признаки дешифрирования были определены по аэроснимкам,
однако возможность разделения их по космическим снимкам
проблематична.
В подзоне дерново-подзолистых почв до 30% площади земель
распахано. Почвы пахотных земель дешифрируются непосредственно
по тону изображения, а также положению в рельефе. Наиболее
светлым тоном отличаются подзолистые почвы, приуроченные к
119

водораздельным пространствам. Дерново-подзолистые почвы,
приуроченные к верхним частям склонов, имеют светло-серый тон
изображения за счет увеличения содержания в них гумуса;
дерново-подзолистые оглеенные почвы тяготеют к нижним частям
склонов и понижениям и имеют более темный серый тон и пятнистый
рисунок изображения.
В качестве примера дешифрирования почв лесной зоны
проанализируем снимок участка северной тайги в районе
Центрально-Якутской равнины в среднем течении Вилюя, в зоне развития
вечной мерзлоты (рис. 7.18л, см. цветную вклейку). Снимок сделан
15 сентября 1976 г. многозональной фотокамерой МКФ-6 с
космического корабля Союз-22 и представлен в варианте синтеза с
намеренно искаженной цветопередачей, обеспечивающей
максимальное разделение по цвету различных лесообразующих пород.
Нижнюю часть снимка пересекает долина Вилюя, темное
русло которого обрамлено белыми полосами песчаных отмелей, кос,
свидетельствующих о большой роли процессов аккумуляции. В
долине хорошо различаются пойма с четко выраженным гривистым
рельефом, рисунок которого повторяет современные меандры реки
или следы недавнего меандрирования, и террасы с остатками
рельефа более крупных грив и валов. Гривы поймы заняты еловыми
лесами, изобразившимися темно-коричневым цветом; межгрив-
ные понижения — березово-тополево-ольховым мелколесьем, уже
потерявшим листву к моменту съемки в середине сентября и
изобразившимся темно-серым цветом. Отдельные участки межгривных
понижений заняты узкими озерами, появившимися в результате
начинающихся здесь процессов протаивания линз подземных льдов.
На валах более высоких террас правого берега, сложенных
песками, произрастают сосновые леса, имеющие на снимке
красновато-коричневый цвет изображения. Эти высокие террасы
осваиваются мерзлотными процессами — между валами развиты
термокарстовые озера, вокруг которых в результате начинающегося их
зарастания появляется кайма аласных лугов. На более высоких
террасах левого берега рельеф грив и валов выражен менее четко, а в
породном составе лесов к сосне, чистые насаждения которой
занимают лишь вершины грив, примешивается лиственница, что
свидетельствует о смене здесь песчаных отложений супесчаными и
легкосуглинистыми. Термокарстовые озера в понижениях рельефа
преимущественно небольшие и окаймлены широкими
концентрическими полосами аласных лугов.
В правой верхней части снимка изобразилась долина левого
притока Вилюя — реки Тюнг, отличающейся, как и большинство
небольших рек в районах вечной мерзлоты, сильным меандриро-
120

ванием русла. Сложный рисунок современных и остаточных меандр
заполняет все днище долины. На правом берегу Тюнга у излучины
долины выделяется белое пятно песчаного массива, так называемые
тукуланы. Здесь на поверхность выходят древнеаллювиальные
отложения, перевеянные современными эоловыми процессами —
песчаные дюны образуют кружевной рисунок. Понижения между
дюнами и примыкающие пространства заняты сосновыми лесами,
хорошо выделяющимися на снимке по красно-коричневому цвету
изображения.
Плакорные равнинные пространства междуречья Вилюя и Тюнга
заняты наиболее типичными для северной тайги Восточной
Сибири лиственничными лесами, цвет изображения которых — от
желтоватого и зеленоватого до серо-зеленого — варьирует в
зависимости от содержания в лесу сухостоя, что в свою очередь связано с
давностью возгорания лесов. Следы разновозрастных лесных
пожаров видны повсеместно, начиная от свежих гарей на правом
берегу Тюнга, черные контуры которых, вытянутые по направлению
ветра во время пожара, прерываются на речных руслах.
Относительную давность лесных пожаров можно определить по степени
потемнения фона изображения лиственничных лесов.
Характерную черту междуречья Вилюя и Тюнга составляет
развитие мерзлотных термокарстовых процессов. Повсеместно видны
темные четко очерченные мелкие контуры термокарстовых озер с
окружающими их ажурными светлыми пятнами аласов с луговой
растительностью, изобразившимися на снимке желтоватым
цветом. По соотношению площади озер и аласов, образовавшихся в
результате их зарастания, можно судить о молодости или зрелости
термокарстового рельефа. Молодые формы представляют собой
озера, образовавшиеся в результате вытаивания линз льда, не
имеющие светлой каймы, затем следует постепенное зарастание озер с
расширением каймы аласных лугов вокруг них и сокращением
площади озер, а наиболее зрелые формы представляют собой алас-
ные котловины без озер. Развитие аласного рельефа говорит о
распространении здесь почвообразующих пород суглинистого и
глинистого механического состава.
На склонах к долине Тюнга хорошо видны формы
эрозионного рельефа — эрозионные лога. К ним приурочены участки
сосновых или лиственничных лесов с примесью сосны. Это
свидетельствует о том, что эрозионные формы вскрывают песчаные
отложения, возможно, те же древнеаллювиальные пески, которые
образуют песчаный массив тукуланов.
Для правобережья Вилюя характерно развитие сосновых лесов
в сочетании с лиственницей и чистых сосновых насаждений, что
121

свидетельствует о развитии здесь песчаных отложений, возможно,
древних террас Вилюя. Развитие мерзлотного термокарстового
рельефа для междуречных пространств этого района не характерно;
аласный рельеф развит на современных террасах: на низких —
преимущественно молодой, на высоких — более зрелый.
Приведенная характеристика района и интерпретация
изображения космического снимка дают ключ к индикационному
дешифрированию почвенного покрова территории. Основной фон
составляет региональный вариант зональных подзолистых почв
северной тайги — палевые мерзлотные почвы в сочетании с
палевыми осолоделыми. На междуречье Вилюя и Тюнга они средне- и
тяжело-суглинистые, на что указывает наличие лиственничных
лесов и развитие мерзлотного термокарстового рельефа. Их
особенность — наличие в почвенных горизонтах пирогенных слоев на
разной глубине в зависимости от времени, прошедшего после
лесных пожаров. На правобережье Вилюя, его террасах и склонах
долины Тюнга под сосновыми лесами эти почвы по механическому
составу песчаные, а под лиственнично-сосновыми — супесчаные.
На вклинивающихся в лесные массивы пятнах аласов развиты лу-
гово-болотные мерзлотные почвы и таежные солоди. Слабо
дренированные понижения выположенных долин мелких притоков
Вилюя по обоим его берегам имеют таежные мерзлотные глеевые
почвы тяжелого механического состава. Поймы Вилюя и Тюнга
заняты аллювиальными почвами, более легкого механического
состава на грядах и более тяжелого с развитием процессов
заболачивания — в ложбинах между ними. Тукуланы — это развеваемые
песчаные массивы, лишенные почвенного покрова, так же как и
прирусловые отмели и косы по руслу Вилюя.
Сопоставление почвенной карты, составленной по
результатам дешифрирования снимка (рис. 7.185, см. цветную вклейку), с
результатами полевого дешифрирования снимка показало их
хорошее соответствие.
7.7.3. Дешифрирование почв лесостепной зоны
Лесостепная зона с серыми и темно-серыми лесными почвами
отличается от лесной значительно более сильной распаханностью —
сельскохозяйственные земли занимают здесь до 80-90%
территории. Поэтому здесь в большей мере возможно дешифрирование по
прямым признакам — тону или цвету изображения почв на
распаханных полях, который в свою очередь зависит от содержания
гумуса, механического состава и влажности почвы, иногда степени
оподзоленности или оглеенности. Эти характеристики часто меня-
122

ются на небольших расстояниях, при незначительных изменениях
условий рельефа или почвообразующих пород, обусловливая
пестрый пятнистый или полосчатый рисунок изображения — светлые
пятна характерны для супесчаных, песчаных почв с очагами
дефляции, темные полосы — для тяжелосуглинистых.
Изменение содержания гумуса от 1—1,5% у подзолистых почв к
3-4% у светло-серых лесных, 4—5% у серых лесных, 5—6% у тем-
носерых лесных и более 6% у черноземов оказывается решающим
фактором, позволяющим при массовой распашке территории
определять по снимкам границы зональных почв, которые в других
природных зонах обычно не дешифрируются.
Приведенный снимок Центральной Татарии (рис. 7.19д, см.
цветную вклейку) охватывает участок стыка трех зон. На
правобережье Камы распространены хвойные леса с
дерново-подзолистыми почвами; участки полей изобразились светлым, почти
белым тоном. На левом берегу Верхне-Камского водохранилища
увалы в междуречье притоков Камы — рек Зая и Шешмы были заняты
в прошлом широколиственными лесами, теперь почти полностью
уничтоженными, их участки сохранились лишь на гребнях
водоразделов. На полях этого района тон изображения меняется от
светло-серого в приводораздельных частях, где развиты светло-серые
лесные почвы, к серому, соответствующему серым лесным
почвам на склонах, и к темно-серому тону изображения полей в
нижних придолинных частях склонов и на речных террасах, где
распространены темно-серые лесные почвы. Вклинивающиеся на
рассматриваемую территорию по левобережью Шешмы языки
степных ландшафтов с черноземами обыкновенными четко
выделяются темным, почти черным тоном изображения распаханных полей.
Таким образом все разнообразие почв данного района,
расположенного на стыке трех почвенно-растительных зон, находит
отображение в тоне изображения космического снимка, что
позволяет достаточно достоверно определить границы этих зон и
составить по результатам дешифрирования почвенную карту (рис. 7.196).
Другой пример относится к пограничному району Мещерской
низменности и Окско-Цнинской равнины, также на стыке
лесной, лесостепной и степной зон. Лесная зона с
дерново-подзолистыми почвами индицируется здесь сохранившимися лесами.
Территории лесостепи и степи здесь практически полностью
распаханы. В северной, в прошлом лесостепной части, с преимущественно
темно-серыми лесными почвами, преобладает серый тон
изображения, а в южной, степной — темно-серый, почти черный тон,
соответствующий распространению черноземных почв; граница
между ними по снимку прослеживается достаточно четко.
123

7.7.4. Дешифрирование почв сухостепной и пустынно-
степной зон
Для различных типов и подтипов черноземных почв степной
зоны характерна закономерная смена растительности: на мощных
черноземах развиты луговые степи, на обыкновенных черноземах —
разнотравно-типчаково-ковыльные, на южных черноземах — тип-
чаково-ковыльные. Однако физиономическое однообразие
изображения сохранившейся целинной растительности этих типов не
обеспечивает достаточно надежного их разделения на снимках.
С другой стороны, распаханность большей части территории
степной зоны позволяет при использовании снимков, полученных в
весеннее и осеннее время, когда распаханные поля еще не заняты
посевами, обращаться к прямым дешифровочным признакам
почв — тону или цвету изображения, который зависит главным
образом от содержания гумуса в верхнем пахотном слое. Благодаря
этому, как указывалось выше, удается различать между собой
светло-серые лесные, серые, темно-серые лесные почвы и отличать их
от черноземов оподзоленных, выщелоченных и типичных. Однако
при повышении содержания гумуса более 5—6% тон изображения
становится почти черным, и дальнейшее увеличение гумусности
не меняет его, так же как и увеличение мощности гумусового
горизонта более чем на глубину распашки. Таким образом, основные
зональные типы почв степной зоны даже на снимках, сделанных в
период максимальной открытости почв, по прямым признакам
практически не распознаются. Включения же интразональных почв
нередко выявляются достаточно уверенно — так, лугово-черно-
земные почвы долин малых рек и балок выделяются по
потемнению фототона в связи с увеличением влажности почв, солонцы и
солончаки — по светлому тону и сложноконтурному рисунку
изображения, солоди, развивающиеся в западинах, на месте
сведенных колочных лесов и кустарников, изображаются как
осветленные пятна округлой формы. По специфическому сложному и
мелкопятнистому рисунку изображения выявляются встречающиеся в
степной зоне почвенные комплексы, для которых характерна
закономерная смена ареалов различных почв, обусловленная
чередованием форм микрорельефа, а также сочетания почв,
связанные с формами мезорельефа.
Основную часть материалов космической съемки получают в
летнее время, когда на полях уже развиты посевы, и специфика
дешифрирования почв степной зоны состоит в их распознавании
через культурную сельскохозяйственную растительность. На полях
со всходами культур поверхность почвы в разной мере скрыта от
124

непосредственного наблюдения. Зерновые культуры в фазах от
всходов до выхода в трубку мало влияют на изображение почв. С
выходом в трубку зерновые культуры получают хорошее вегетативное
развитие, практически полностью закрывают поверхность почвы
и определяют тон изображения на снимках. Неравномерное
развитие посевов на ранних стадиях вегетации само может быть
индикационным признаком вариаций почвенного покрова. Хорошим
примером является пятнистое изображение двучленного комплекса
черноземов обыкновенных и лугово-черноземных почв по суффо-
зионным микрозападинам на подгорной равнине Западного Алтая
на раннелетнем снимке (см. рис. 7.13). В более увлажненных
микрозападинах всходы более густые и развитые по сравнению с
остальными участками полей, что и обеспечило четкое изображение
пятнистости почв.
Сухостепную зону считают классической для дистанционного
исследования почвенного покрова. Для нее наиболее подробно
изучены взаимосвязи между растительностью, мезо- и
микрорельефом и почвенными типами, подтипами и разновидностями. По-
чвенно-растительный покров сухостепной зоны неоднородный,
комплексный. Типичная растительность зоны, развитая на темно-
каштановых почвах, — полынно-типчаково-ковыльная, а на
светло-каштановых — полынно-типчаковая.
Разделение этих типов растительности по снимкам
проблематично. На распаханных территориях появляется возможность
разделения темно- и светло-каштановых почв, так как содержание
гумуса в них по сравнению с черноземами уменьшается,
составляя около 4—5% для темно-каштановых, характеризующихся
серым тоном изображения, и около 2% для светло-каштановых почв,
изображающихся светло-серым тоном. В комплексе с зональными
каштановыми почвами, в том или ином соотношении,
распространены солонцы с разреженной низкорослой растительностью
— полынью, черной полынью и фреатофитами — камфаросмой,
кокпеком, биюргуном, тас-биюргуном. Часто двухчленный
комплекс сменяется трехчленным почвенно-растительным комплексом,
третьим компонентом которого является разнотравно-злаковая
растительность на лугово-каштановых почвах. Солонцы выявляются
по светлому тону и мелкопятнистому рисунку, лугово-каштано-
вые почвы, приуроченные к обширным степным западинам,
выделяются в виде крупных пятен темно-серого тона.
Результаты дешифрирования по космическим снимкам
комплексов и сочетаний почв степной и сухостепной зон в
сопоставлении с их изображением на изданных почвенных картах приведены
на рис. 7.20. Они ярко свидетельствуют о существенном увеличе-
125

У '' *' '' *' '' S
-' У '' У >' ,'пЖ
У '' У '' '' */l*&w
\,' • • ,\r^(Wtv~J va2
\ ' ' л. ./ГП ТИуОь»*7
у у У/Щ?ЩЗ&г&
CZ3I ED2 ЕПЗЗ ЕЭ4Е25ЕЭ6 П7 Е38 1ШШ9 EZHioESi!
О S 10 км
I I I
Рис. 7.20. Снимок участка Приобского плато в сухостепной зоне
(орбитальная станция Салют) (а) и результаты дешифрирования
почвенного покрова (б) в сравнении с изданной почвенной
картой (в):
Почвы: 1 — боровые пески; 2 — темно-каштановые; 3 —
темно-каштановые эолово переработанные; 4 — каштановые; 5 — каштановые
солонцеватые; 6 — лугово-каштановые солончаковатые; 7 —
солончаки; 8 — солончаки луговые; 9 — солонцы лугово-степные; 10 — луго-
во-болотные; 11 — лугово-болотные солончаковатые
126

нии детальности изображения комплексного почвенного покрова
при использовании космических снимков.
Те же особенности дешифрирования характерны для пустынно-
степной (полупустынной) зоны. Развитие различных форм мезо- и
микрорельефа в аридных условиях определяет специфический
тепловой, водный и солевой режимы почв, что в свою очередь
обусловливает строгую приуроченность почв и растительности к элементам
мезо- и микрорельефа и соответственно — комплексность.
Растительность позволяет достаточно достоверно
дешифрировать почвенный покров полупустыни. Комплексный почвенно-ра-
стительный покров обычно имеет кружевной мелкопятнистый
рисунок изображения. Серые и светло-серые ареалы соответствуют
фоновой полынно-типчаковой растительности на
светло-каштановых почвах. Среди них выделяются светлые со сложной
конфигурацией пятна солончаков с развитой на них фреатофитной
растительностью и солевыми выцветами. Для трехчленных
комплексов характерно появление третьего вида пятен темно-серого тона,
соответствующих более увлажненным понижениям с
гидрофильной растительностью на лугово-солончаковых почвах. Форма
пятен различная, у пятен темно-серого тона близка к округлой или
овальной, небольшие светлые пятна имеют извилистые границы.
Для сухостепной и пустынно-степной зон характерны также
почвенно-растительные сочетания, включающие в себя крупные
территории с однородным растительным покровом и такие же по
площади территории с комплексным покровом. В рисунке
изображения таких территорий бесструктурные пятна неопределенной
формы и плавных очертаний сочетаются с участками
мелкопятнистого изображения.
При исследовании комплексного почвенно-растительного
покрова сухостепной и пустынно-степной зон важно определение
процентного содержания компонентов комплекса. Специальные
методики такого определения на выборочных участках были
разработаны применительно к аэроснимкам. Теперь, с
использованием компьютерной обработки космических снимков, задача
существенно упрощается.
7.7.5. Дешифрирование почв зоны пустынь
В зоне пустынь с серо-бурыми и сероземными почвами
специфика климатических условий определяет особенно тесную
взаимосвязь между всеми элементами ландшафта, и дешифрирование
почв должно основываться на изучении их связей с
растительностью, рельефом, почвообразующими породами. Выявленные иссле-
127

дователями пустынь С. В. Викторовым (1947), Б. А. Федоровичем
(1983) и др. закономерности этих связей могут быть положены в
основу косвенного дешифрирования почвенного покрова этой зоны.
Для работы с аэроснимками С. В. Викторовым был предложен
морфометрический метод дешифрирования пустынной
растительности, являющейся показателем условий местообитания, в том
числе и почв, основанный на измерениях распределения растений
в ценозах. Ввиду генерализации изображения на космических
снимках такой подход при их дешифрировании неприменим. Зато
хорошее отображение на снимках ландшафтной дифференциации
территории, рельефа развеваемых песков, пятен солонцов,
солончаков, такыров дает возможность выделять на фоне зональных
серо-бурых и сероземных почв включения почв, развивающихся в
особых условиях рельефа, коренных пород, засоления,
увлажнения. В результате возможно дешифрирование детальной картины
распределения почвенного покрова.
В качестве примера приведем результаты почвенного
дешифрирования сканерного снимка, полученного системой «Фрагмент»
со спутника Метеор-ЗОна участок плато Устюрт (рис. 7.21).
На снимке на фоне контуров с однородным покровом
зональных почв, серо-бурых пустынных, хорошо выделяются участки с
различными типами почвенных комбинаций, каждый из которых
имеет свою специфическую структуру изображения. С высокой
степенью точности выделяются контуры с различными типами
засоленных почв. Среди песчаных массивов различаются песчаные
пустынные почвы грядовых песков и барханных песков. Сопоставление с
составленной ранее почвенной картой показывает значительно
большую детальность контуров, обеспечиваемую космическим снимком.
На снимках разных природных зон отображаются многие виды
хозяйственного воздействия на почвенный покров. Особенно
четкое проявление антропогенного воздействия на ландшафты, в том
числе на почвенный покров, в результате разных видов
хозяйственного использования территории наблюдается в пустынной зоне.
По снимкам с интервалом в несколько лет можно прослеживать за
направленностью и интенсивностью таких изменений. Хороший
пример дает дешифрирование фотографического снимка,
полученного камерой КАТЭ-140 с орбитальной станции Салют-4 на
район пустыни Каракум с субаэральными дельтами Мургаба и
Теджена (рис. 7.22). Эти дельты заняты оазисами орошаемого
земледелия, освоение которых уходит в глубь тысячелетий. Орошение
современных оазисов обеспечивается, помимо вод Мургаба и
Теджена, также Большим Каракумским каналом и
водохранилищами — Тедженским и Хаузханским.
128

О 10 км
I -J
Е31 S2G33EZT4^I51IU6
ЕИЗ 7 Ifflffl 8 ^9 ID110EL511ШЗ12
Рис. 7.21. Снимок участка плато Устюрт в пустынной зоне (Фрагмент/
Метеор-ЗО) (а) и результаты дешифрирования почвенного
покрова (б) в сравнении с изданной почвенной картой (в) (по
Т. В. Афанасьевой, В. П. Бочарову, Г. В.Добровольскому, О. И. Ма-
линину):
Почвы: 1 — бурые полупустынные; 2 — лугово-бурые
полупустынные; 3 — серо-бурые пустынные; 4 — серо-бурые пустынные
солончаковые; 5 — серо-бурые промытые; 6 — солонцы полупустынные
солончаковые (мелкие и корковые); 7 — солонцы лугово-полупустын-
ные; 8 — солончаки типичные; 9 — солончаки луговые; 10 —
солончаки соровые; 11 — песчаные пустынные грядовых песков; 12 —
песчаные пустынные барханных песков
10-5203
129

Рис. 7.22. Отображение антропогенного воздействия в пустынной зоне в
районе Мургабского и Тедженского оазисов на снимке
КАТЭ-140/Салют-4 (а) и результаты дешифрирования (б):
А. Тип использования земель. Ирригационно-земледельческий: 1 — древ-
неорошаемые земли; 2 —- староорошаемые земли; 3 —
новоорошаемые земли. Пастбищный: 4 — культурные внутриоазисные пастбища;
5— пастбища на месте залежей — заброшенных древнеорошаемых
земель; 6 — естественные пустынные пастбища. Гидромелиоративный:
7 — водохранилища; 8 — крупные оросительные каналы; 9 —
ирригационная и коллекторно-дренажная сеть. Горно-промышленный и
транспортный: 10 — участки разработки месторождений полезных
ископаемых; 11 — автодороги. Селитебный: 12 — населенные пункты.
Б. Отрицательные последствия использования земель. При ирригацион-
но-земледельческом типе использования земель: 13 — вторичное
засоление земель. При пастбищном типе использования земель: 14—
нарушение почвенно-растительного покрова в результате выпаса: \4а —
полное уничтожение почвенно-растительного покрова в результате вы-

паса и вытаптывания скотом вокруг колодцев и стоянок; 146 —
частичное уничтожение растительного и нарушение почвенного покрова
в результате выпаса и вытаптывания по многочисленным скотогон-
ным тропам; \4в — нарушение растительного покрова в результате
выпаса. При гидромелиоративном типе использования земель: 15 —
засоление почв по периферии оазисов в результате вывода сбросовых вод;
16 — заболачивание почв в результате вывода сбросовых вод; 17 —
инфильтрация в результате подъема уровня грунтовых вод и потери
воды из каналов и водохранилищ за счет испарения; 18 — развевание
песков вдоль каналов в результате уничтожения растительности при
их строительстве. При горно-промышленном и транспортном типе
использования земель: 19 — нарушение почвенно-растительного покрова
и развевание песков в результате работы техники. При селитебном типе
использования земель: 20 — частичное уничтожение растительного и
нарушение почвенного покрова в результате хозяйственной
деятельности населения. Территории, слабо подвергшиеся антропогенному
воздействию: 21 — пустыни; 22 — солончаки
131

На снимке прослеживаются
многие виды воздействия этой
хозяйственной системы на
почвенный покров. Распространение почв
самих оазисов, развившихся в
результате многолетнего ирригацион-
но-земледельческого
использования земель, выявляется по
темному фону массивов полей хлопка и
люцерны, позволяющему четко
оконтурить их. В пределах
орошаемых земель видны участки белого
тона, где проявляется вторичное
Рис. 7.23. Инфильтрационное за- засоление земель. Но основные
болачивание вдоль Большого Ка- площади вторичного засоления
ракумского канала. Снимок видны по периферии обоих кону-
МСУ-Э/Ресурс-0 сов выноса, где выделяются
системы светлых пятен сложного
ажурного рисунка — выцветы солей, появляющиеся на поверхности
в результате выклинивания грунтовых вод. Из-за плохой работы
коллекторной сети оазисов постирригационные воды, загрязненные
химическими веществами, удобрениями, поступают в грунт и
выводятся на периферии дельт, обусловливая вторичное засоление этих
территорий, развитие на них комплексов солонцов и солончаков.
Вдоль линии Большого Каракумского канала на снимке видна
темная бахрома примыкающих к нему пятен заболачивания
территории в результате просачивания в грунт вод канала, стенки
которого не бетонировались, и последующего инфильтрационного
заболачивания понижений рельефа. Их изображение на более
крупномасштабном снимке приведено на рис. 7.23.
Окружающие оазисы пустыни интенсивно используются в
качестве пастбищ, это один из главных районов овцеводства,
каракулеводства в Туркмении. Пастбищное использование территории
в условиях перевыпаса нашло проявление на снимке в виде при-
колодезного опустынивания — на территории пустыни
повсеместно видны расплывчатые светлые пятна выбитой растительности и
развеваемых почв вокруг колодцев, водопоев скота, нередко
заметных в виде черной точки в центре пятна. Такой тип приколо-
дезного опустынивания характерен для многих пастбищных
районов Прикаспия, Каракумов, Кызылкумов и др. (рис. 7.24). При
лучшем разрешении снимков видно, что к пятнам сходятся светлые
линии скотопрогонных троп, они имеют звездообразную форму и
расположены примерно на одинаковом расстоянии одно от друго-
132

О 25 км
I I
Рис. 7.24. Приколодезное опустынивание в Кызылкумах. Снимок МСУ-СК/
Ресурс-О
го. Пятна приколодезного опустынивания хорошо выделяются и
на обзорных мелкомасштабных снимках.
Сравнение проанализированного снимка со снимком со
спутника Ресурс-Ф, сделанным с интервалом в восемь лет (рис. 7.25),
показывает, что за это время существенно расширились площади
орошаемых земель за счет включения в земледельческое
использование примыкающих к оазисам пустынных территорий, в том
числе участков вторичного засоления земель. Заметно дальнейшее
расширение бахромы заболоченных понижений вдоль канала. Этот
пример демонстрирует возможности мониторинга антропогенных
изменений почвенного покрова в пустынной зоне по космическим
снимкам.
133

О 20 км
I I
Рис. 7.25. Изменения в антропогенном воздействии на природную среду в
районе Тедженского оазиса, выявленные на основе анализа
разновременных снимков КАТЭ-140/Салют, июнь 1975 г. (а)
и КАТЭ-200/Ресурс-Ф (б), отраженные на карте (в).
Неизменившееся использование земель: 1 — орошаемые поля; 2 —
пустынные пастбища; 3 — засоленные земли; 4 — заболоченные
участки в зоне инфильтрации воды из канала; 5 — водохранилища.
Изменения в использовании земель: 6 — орошаемые поля на месте
пустынных пастбищ; 7 — орошаемые поля на месте засоленных земель;
8 — водные поверхности на месте орошаемых полей (промыв почв);
9 — заболоченные участки на месте пустынных пастбищ в зоне
инфильтрации воды из канала; 10 — заболоченные и засоленные
участки на днищах спущенных водохранилищ
Исследования почв различных природных зон по космическим
снимкам показали, что дешифрируемость почвенного покрова и
эффективность составления карт на территорию сухостепной, по-
134

лупустынной, пустынной зон в несколько раз выше по сравнению
со степной зоной.
7.7.6. Оценка дешифрируемости почв на космических
снимках
Опыт дешифрирования по космическим снимкам почв разных
природных зон показывает, что на оптимальных для обзорных
исследований почвенного покрова среднемасштабных космических
снимках, имеющих разрешение 10—100 м, зональные фоновые типы
почв определяются далеко не всегда. Среди зональных типов почв
по прямым признакам разделяются почвы с содержанием гумуса
от 2 до 5%, то есть два ряда почв: лесной и лесостепной зон
(подзолистые — дерново-подзолистые — светло-серые лесные — серые
лесные — темно-серые лесные — черноземы оподзоленные и
выщелоченные) и почвы сухостепной и полупустынной зон (темно-
каштановые — светло-каштановые — серо-бурые и сероземы). Не
разделяются между собой зональные почвы степной зоны
(черноземы обыкновенные, типичные, мощные, тучные, южные,
которые не отделяются также от темно-каштановых почв). Однако при
не всегда надежной разделимости зональных типов почв хорошо
дешифрируются внутризональные вариации почвенного покрова,
вызванные изменениями условий рельефа, увлажнения,
засоления и т.п. Во всех зонах надежно выявляются почвы гидроморфно-
го ряда: тундровые болотные, болотно-луговые почвы аласов; тор-
фяно-глеевые, торфяные и лугово-болотные почвы лесных болот;
луговые; лугово-черноземные; лугово-каштановые и т.д.
Выделяются песчаные почвы и пески (грядовые, барханные, бугристые);
почвы, сформированные на разных почвообразующих породах;
аллювиальные и древнеаллювиальные почвы; почвы
современного и древнего орошения; эродированные почвы. В аридных
условиях выявляются солончаки разного типа — приморские (маршевые),
луговые, соровые. Разделяются благодаря отображению
вертикальной зональности растительности горные почвы.
На снимках крупного масштаба и высокого разрешения 1-10 м
выявляется комплексный почвенный покров, например
характерные для сухих степей двучленные комплексы зональных
каштановых почв и солонцов, трехчленные комплексы каштановых почв,
лугово-каштановых и солонцов.
По механическому составу распознаются почвы глинистые,
песчаные, щебнистые, однако слабо разделяются почвы
глинистого и суглинистого, песчаного и супесчаного механического
состава. Не выявляются видовые различия почв.
135

7.8. Особенности дешифрирования снимков
в тепловом инфракрасном диапазоне
На снимках в тепловом диапазоне, получаемых с помощью
тепловых инфракрасных радиометров, осуществляющих просмотр
местности по принципу сканирования, в тоне изображения
отображаются тепловые характеристики поверхности. Поскольку
каменистые поверхности, песок, глина нагреваются солнечными
лучами по-разному, они должны изобразиться на тепловых
инфракрасных снимках разным тоном. Температура поверхностного слоя
почв зависит от их влажности, поэтому имеется потенциальная
возможность определять влагосодержание почв косвенным
методом, по их температуре, регистрируемой при съемке в тепловом
диапазоне. Скорость остывания нагретых поверхностей, тепловая
инерция также зависит от материала, которым сложена
поверхность, и может служить индикационным признаком почв, их
механического состава, но для этого съемка должна выполняться во
время как суточного максимума, так и минимума температур. В
случае же дешифрирования одноразового снимка необходимо
принимать во внимание часы съемки. При этом ночная съемка в
большинстве случаев оказывается эффективнее дневной, когда
нагревание поверхности Солнцем вносит определенные осложнения
(«дневной фон»).
Возможности получения разнообразной информации о
почвенном покрове при тепловой съемке хорошо иллюстрирует тепловой
инфракрасный снимок с метеорологического спутника NOAA на
район атлантического побережья США (см. рис. 4.6). Снимок
масштаба 1:12 000 000 с охватом 2500 км сделан весной, 28 апреля, в
утренние часы, когда температурные контрасты особенно велики
и еще не сказывается дневное нагревание поверхности.
Большую часть снимка занимает акватория северо-западного
сектора Атлантического океана с хорошо выделяющейся темной
(теплой) струей Гольфстрима, четким контрастом его с
холодными (светлыми) водами северной Атлантики, развивающимися вдоль
этого фронта кольцевыми завихрениями — рингами, холодным
Лабрадорским противотечением, проникающим далеко к югу вдоль
атлантического побережья США. Объект нашего интереса в
данном случае — суша — занимает северо-восточную часть
охваченного съемкой района.
Здесь отобразилось неравномерное весеннее прогревание
поверхности с постепенным повышением температур с севера на юг
и от побережья в глубь суши. Однако эти главные закономерности
136

нарушаются в зависимости от характера поверхности. На
побережье, несмотря на уже хороший прогрев воды в морских лагунах,
имеющих темно-серый тон изображения, видны очень светлые
участки суши, пониженная температура поверхности которых может
быть объяснена переувлажненностью, заболоченностью почв
прибрежных районов. На юго-восточных равнинах, на расстоянии 100—
200 км от побережья, напротив, выделяется темная полоса
прогретых почв. Согласно картам Атласа США здесь находятся почвы
легкого механического состава — супесчаные; раннее весеннее их
высыхание и прогревание объясняют появление этой
температурной аномалии на снимке. В северо-восточной части территории
обращает на себя внимание полосчатость изображения, смена
параллельно расположенных изогнутых темных и светлых полос.
Сопоставление с картой показывает, что таким образом отразились
на снимке хребты и долины Аппалачей, где смена температур
связана с чередованием залесенных склонов хребтов и обнаженных
выходов коренных пород, а также с наличием вертикальных
градиентов температур и вертикальной поясностью ландшафтов. И
наконец, на северо-восточном побережье, на берегах Чезапикского
и других заливов выделяются темные пятна на месте городов
Вашингтон, Балтимора, Ричмонд, Филадельфия, Нью-Йорк. Так
отображается тепловое воздействие крупных городских агломераций и
промышленных центров на прилегающие территории. Зона
теплового воздействия существенно превышает площадь самих городов, а
температурные контрасты между центральными частями городов и
природным окружением достигают в это время года 10—15°.
Приведенный пример показывает достаточно широкие
возможности, открывающиеся при использовании тепловых
инфракрасных снимков для анализа распределения почвенного покрова —
это и механический состав почв, их влажность и антропогенное
воздействие на природу. Однако главной остается возможность
оценки влажности почв. Разрабатываются методы
количественного определения влажности почв по тепловым снимкам, что
представляет непростую задачу в связи с тем, что зависимость между
влажностью и яркостью нелинейная и, кроме того, она
неодинакова при разном гранулометрическом составе почв. Поэтому
получают разные уравнения связи для различных генетических типов
почв. Методы определения по снимкам влажности почв активно
разрабатываются, в частности, идет поиск наиболее
оптимального диапазона съемки для этих целей. В связи с этим весьма
перспективным представляется использование гиперспектральной
съемки, например, системой MODIS, имеющей 36 каналов, большая
часть из которых приходится на различные участки теплового ин-
137

фракрасного диапазона. Поскольку пространственная картина
влажности почв очень изменчива, для этих целей важно повышение
разрешения тепловых снимков. Достигнутое в сканирующей
системе ETM+/Landsat разрешение снимков теплового диапазона 60 м
вполне удовлетворяет решению этих задач.
7.9. Особенности дешифрирования снимков
в радиодиапазоне
Съемка в радиодиапазоне, помимо всепогодности метода,
привлекательна для почвенных исследований тем, что позволяет
изучать характеристики почв, не отображаемые на снимках в
видимом диапазоне. Это относится прежде всего к содержанию влаги
в почвах и степени их засоления. Оба эти параметра влияют на
излучение почв в микроволновом радиодиапазоне. С уменьшением
влажности почвы увеличиваются коэффициенты микроволнового
излучения. Оно зависит также от других свойств поверхности,
таких как содержание солей, шероховатость, но зависимость его от
содержания влаги проявляется в большей степени. Микроволновое
излучение может поступать не только от поверхности, но и от
слоев почвы, находящихся на некоторой глубине (в однородных
грунтах до 10—40 см). Датчик при этом воспринимает единый
сигнал, характеризующий весь слой. Глубина, на которую проникает
излучение, зависит от длины волны. Для изучения влажности почв
лучше подходят длины волн 10 см и более. На диэлектрические
характеристики почв влияет их гранулометрический состав.
Для определения влажности почв с самолета Институтом
радиотехники и электроники (ИРЭ) РАН разработана специальная
микроволновая аппаратура («микроволновой влагомер»),
успешно применявшаяся на богарных землях в Курской области, в
Крыму и для контроля за поливом при орошаемом земледелии в
Молдавии и Средней Азии. Однако «влагомер» записывает сигнал от
узкой полосы профиля, расположенного вдоль маршрута
самолета, и для получения пространственной картины приходится
выполнять интерполяцию между профилями. Для космических
носителей разработаны микроволновые сканирующие радиометры,
позволяющие при пассивном методе съемки получать
изображение, но пока такие снимки имеют очень грубое разрешение. На
снимках, полученных со спутника Nimbus-7, оно составляет 12 км,
а система AMSR-E спутника Aqua дает снимки с разрешением 6 км.
Это слишком большая величина, чтобы отображать вариации
почвенного покрова разной влажности и солености. Такие снимки
138

пытаются использовать для определения влагосодержания
снежного покрова, что необходимо при гидрологическом
прогнозировании в целях определения объема талого стока. Особенность
работы с микроволновыми снимками состоит в необходимости найти
соответствие между уровнем сигнала и количественными
показателями изучаемого параметра.
Поиск уравнений связи для различных региональных условий
в целях гидрологического прогнозирования энергично ведется
специалистами США и Канады. Эту работу считают настолько
важной, что после завершения в 1986 г. съемки с Nimbus-7 для этих
целей продолжали использовать микроволновые снимки,
поступающие с американского военного метеорологического спутника
DMSP, хотя их разрешение составляло всего 50 км. Для
использования микроволновых радиометрических снимков в почвенных
исследованиях первоочередную задачу представляет повышение их
пространственного разрешения. Подготавливаемый европейский
метеорологический спутник МЕТОР должен давать такие снимки
с разрешением 7 км. На применении микроволновой съемки
базируется проектируемый европейский спутник SMOS для
определения влажности почв и солености океанов.
Радиолокационные снимки, получаемые при активном методе
съемки в радиодиапазоне (см. рис. 4.8), фиксируют различия в
отражении радиоизлучения, генерируемого радаром спутника. Эти
различия зависят от шероховатости поверхности, то есть ее
микрорельефа, структуры, растительного покрова, и от
диэлектрических свойств. Значение диэлектрической постоянной для водной
поверхности около 80, а для сухой почвы порядка 5. Влажная
почва имеет более низкую диэлектрическую постоянную, чем
открытая водная поверхность. Чем выше диэлектрическая
постоянная, тем больше отражение и тем светлее тон изображения
радиолокационного снимка. Особенно четко эта зависимость проявляется
для сухих и слегка влажных почв. Однако для влажных и очень
влажных почв эта зависимость ослабевает. Величина отраженного
радиосигнала, как правило, характеризует влажность самого верхнего слоя
почвы мощностью от 1 до 10 см; получение информации о
содержании влаги на большей глубине возможно лишь в относительно сухой
почве. Так, в сухих песках Восточной Сахары радиолокационной
съемкой с возвращаемого корабля Shuttle, как упоминалось, было
зафиксировано погребенное русло Нила, что указывает на
перспективность этого метода для гидрогеологических исследований.
Начзеличину отражения радиосигн?ша,влшнотнеровности
отражающей поверхности. Чем больше неровности (по сравнению с
длиной радиоволны), тем сильнее отражение. И соответственно,
139

чем больше длина волны
радиоизлучения, тем более
расчлененная поверхность выделится на
снимках. Поскольку неровности,
шероховатость поверхности суши
определяются в основном расти-
тельностьк), это свойство
снимков обусловливает хорошее
отображение на снимках некоторых
ее типов, например зарослей
тростника (рис. 7.26).
В отличие от микроволновых
радиометрических снимков,
получаемых пассивным методом,
разрешение радиолокационных
снимков достаточно высокое —
обычно порядка 20 м, что вполне
достаточно для отображения
деталей строения почвенного покрова.
Поэтому с точки зрения
почвенных исследований
радиолокационные снимки могут представлять
интерес для количественной
оценки влажности почв, диффренци-
ации почвообразующих пород и
механического состава почв,
степени их агротехнической
обработки (пахота, боронование и т.п.), а
также для индикационных
исследований почв через растительный
покров. Важно, что снимки
детально передают строение рельефа
местности, формы микрорельефа,
которые нередко определяют
структуру почвенного покрова, его
комплексность. Кроме того,
применяемый в последние годы
главным образом в гляциологических целях метод радаринтерферомет-
рии, позволяющий с большой точностью определять изменения
высоты поверхности, открывает возможность использования
радиолокационной съемки для контроля за выполнением различных
мелиоративных работ (планирование, террасирование поверхности),
контроля за уровнем воды на заливаемых (рисовых) полях и т.п.
1 .^^пн^^^^ЕЖ^лр* . ш^ЯШ^Шс..-Щ^^Ш »
_ t At
¦ _^&&
т
f 4
с til
1 ш
.'^'*9^-Жч *
,'5^№
wirm КУ
Ш$ш 1
5 км
I
Рис. 7.26. Отображение на
радиолокационном снимке
со спутника ERS
тростниковой осушки (1) и
зарослей тростника в
понижениях-ильменях (2) между Бэ-
ровскими буграми на фоне
полупустынной сухостеп-
ной растительности (3) в
районе Калмыцкого
побережья Каспия
140

1 • ¦^A/ViV'
Мрр
' -'s/'-^V
\V '1 ;/>A
- Av '' ;- ^-fs
V.,4v(Vyuv
. '. i) lit
j
"•¦ ' s ¦ ', ¦
! ' - ?
...
' * ¦•
ЛК'^
P* .1
i$ 42
j - •>
к y>
4//
' "',
.;
¦
Г>М--'-
v ^, /
ч i ,&'
"V vZ W
) )
M
.'
.. ,..",*
"^ ; •''"'.
) ft 3
* -Д1И
s'V, -V-''
СЛ\?
/ ЯЛ&
•^ AT>V
¦ №
J •¦* •*
y, ,.*
<A' i
у V • /'
:. ,"¦ "• / \
"t •":/¦/, \
Рис. 7.27. Отображение на радиолокационном снимке со спутника
Radarsat горного рельефа Берегового хребта на западе Канады
в районе Ванкувера. Видна система «световых радиодорожек»
(1) и радиотеней (2)
Особенности дешифрирования радиолокационных снимков
определяются как этими отображаемыми характеристиками,
необычными для снимков в других диапазонах, так и спецификой
радиолокационного изображения, существенно отличающегося от
снимков в видимом и тепловом диапазонах. На спутниках
используются радары бокового обзора, радиолуч посылается под углом к
поверхности порядка 30-40°, поэтому при значительных уклонах
земной поверхности, например в условиях горного рельефа, он
попадает только на экспонированные к нему склоны, а на
обратных образуются радиотени. Поскольку фиксация отраженного
сигнала зависит от расстояния до лоцируемой поверхности,
определяемого временем добегания луча, то нижняя и верхняя части
склона могут оказаться почти на одинаковом расстоянии. Поэтому склон
на изображении как бы сплющивается, а яркость его изображения
увеличивается (эффект «радиодорожки») и возможно даже
«опрокидывание» хребтов, когда гребень хребта оказывается
зафиксированным на снимке ближе его подножия (рис. 7.27). Эти специ-
141

фические искажения радиолокационного снимка при
дешифрировании надо иметь в виду. Другая особенность
радиолокационного изображения — его пятнистость, так называемые спекл-шумы,
возникающие в результате сложного диффузного отражения
радиолуча. При машинной обработке снимков спекл-шумы
устраняют с помощью специальных алгоритмов фильтрации.
Радиолокационные снимки, получаемые при разных частотах
излучения, то есть при генерировании радиосигналов с разными
длинами волн, а также при разной поляризации излучения,
позволяют более полно изучать структуру поверхности и извлекать
информацию от подповерхностных горизонтов на различной глубине.
К основным преимуществам снимков в радиодиапазоне,
кроме независимости от погодных условий и времени суток,
относятся, таким образом, возможность определения свойств
поверхностных и подповерхностных горизонтов почв, а также возможность
получения контрастного изображения оптически неконтрастных
объектов, какими являются почвы, и обеспечение значительно
лучшего разрешения по сравнению со снимками, получаемыми
пассивными микроволновыми съемочными Системами.
7.10. Использование космических снимков
в почвенном картографировании
Отмеченные в предыдущих разделах особенности изображения
почвенного покрова на космических снимках и приведенные
примеры их дешифрирования показывают, что снимки представляют
ценный материал для составления (обязательно в сочетании с
полевыми данными) почвенных карт. Использование
аэрокосмических методов оказывает революционизирующее влияние на
почвенное картографирование, поскольку снимки дают объективную
характеристику природных особенностей исследуемой территории,
обеспечивают высокую точность и детальность изображения
почвенного покрова, обоснованную генерализацию при его
картографировании, ускорение работ по составлению почвенных карт.
Благодаря этим достоинствам космических снимков, почвенное
картографирование является одним из основных и наиболее
эффективным направлением применения аэрокосмических методов
в почвоведении.
Опыт создания крупномасштабных почвенных карт показал,
что землеустроительные планы, широко использовавшиеся ранее
в качестве основы карт, без изображения рельефа непригодны для
142

этой цели. Почвенные карты, составленные на такой основе, по
точности и качеству не удовлетворяют современным
требованиям, а затраты труда почвоведа при использовании этой основы
очень велики. Не всегда топографическая карта с достаточной для
почвенного картографирования полнотой отражает рельеф,
особенно формы микрорельефа. По сравнению с топографическими
картами аэрокосмические снимки характеризуются большей
детализацией изображения земной поверхности и богатством
отображаемой ситуации, непосредственным или косвенным
отображением почвенного покрова и возможностью использования его
взаимосвязей с другими элементами ландшафта. Поэтому созданные
по снимкам фотопланы и фотокарты представляют лучшую
основу для составления почвенных карт.
Составление почвенных карт, методика которого отражена в
специальных инструкциях и руководствах, разработанных
Почвенным институтом им. В. В. Докучаева и др. организациями, как по
аэроснимкам, так и по космическим снимкам проводится в три
этапа: предварительный камеральный, полевой и окончательный
камеральный. На предварительном камеральном этапе
выполняется дешифрирование снимков — предварительное диагностическое
определение почв, которое затем выборочно проверяется в поле.
При этом для ознакомления с территорией используются
топографические и имеющиеся почвенные карты, при возможности
выполняется стереоскопический просмотр снимков, их
компьютерная подготовка для дешифрирования (контрастирование,
выбор оптимального варианта синтеза и пр.), изучаются образцы
дешифрирования почв на аналогичные территории. Результаты
контурного дешифрирования и предварительного
прогностического определения почв по снимкам переносятся на
топографическую основу или фотоплан. В результате этого этапа составляется
карта предварительного дешифрирования почв, которая используется
для составления плана полевого почвенного обследования —
определения наиболее рациональных маршрутов и мест заложения
основных почвенных разрезов, выбора «дешифровочных ключей».
На этапе полевых работ на ключевых участках прогностически
определенные почвы и типичные структуры почвенного покрова
обосновываются почвенными разрезами. Места заложения
почвенных разрезов определяются по ситуации на снимке или с
применением приемников спутникового позиционирования. После
заложения ключей выполняется почвенное картографирование
маршрутным методом. Маршрутно-ключевой метод основывается на
знании дешифровочных признаков, что позволяет успешно де-
143

шифрировать почвенный покров между маршрутами, используя
принцип геграфических аналогий. Для территорий со сложным
почвенным покровом количество основных разрезов при
использовании космических снимков может быть даже больше, чем по
современным нормам, однако число прикопок, необходимых для
выявления границ почвенных контуров, сокращается в несколько
раз. В результате использование снимков позволяет почвоведу
выполнять в поле более качественное, фундаментальное изучение
почвенного покрова. Итогом полевых работ является полевой
оригинал почвенной карты с легендой и образцами
дешифрирования почв.
В послеполевой камеральный период материалы почвенной
съемки и результаты почвенного дешифрирования оформляются в
окончательном виде. После аналитической обработки почвенных
образцов легенда и почвенная карта отрабатываются
окончательно с составлением пояснительного текста к карте.
Пока карты создают обычно в традиционном бумажном виде
на упрощенной топографической основе с рельефом. Составляют
также в экспериментальном порядке почвенные карты на основе
фотокарт, что очень обогащает их содержание и улучшает
возможности осмысленного использования. В некоторых странах,
например США, почвенная съемка выполняется полностью на
фотоосновах. При создании геоинформационных систем составляются
почвенные карты в электронном варианте.
Таким образом, работы по крупномасштабному почвенному
картографированию с использованием космических снимков во
многом унаследовали методику, отработанную при использовании
аэрофотоснимков. Основные различия состоят в возможности
ипользовать меньшее количество снимков при их большей
обзорности и генерализованное™ изображений, что позволяет
выполнять работу более экономично.
С применением космических снимков существенно изменились
методические приемы составления средне- и мелкомасштабных
почвенных карт. Уже к 1970-м годам для земледельчески
освоенных территорий нашей страны более 94% земель колхозов и
совхозов было обеспечено крупномасштабными почвенными картами.
Возникла необходимость обобщения богатого материала почвен-
но-картографических обследований хозяйств и составления
средне- и мелкомасштабных карт районов, областей, субъектов
Федерации. Такое обобщение данных крупномасштабной почвенной
съемки, в зависимости от сложности почвенного покрова и
площади охвата картографируемой территории, целесообразно
проводить в масштабах от 1:100 000 до 1:1 000 000.
144

Для составления карт в масштабе 1:100 000—1:200 000
рекомендуется использовать космические фотоснимки со спутников Ресурс-Ф,
полученные камерами КФА-1000 в масштабе 1:200 000 (разрешение
2~10 м) и МК-4 в оригинальном масштабе 1:600 000 (разрешение
10—12 м) при их увеличении до масштаба 1:100 000. Целесообразно
использовать цветные снимки, полученные при печати со спектро-
зональных негативов с желтым фильтром, на которых
обеспечивается цветопередача в цветах, близких к натуральным.
Для составления карт в масштабах 1:300 000—1:500 000
рекомендуется использовать фотоснимки со спутников Ресурс-Ф,
полученные камерами МК-4 в оригинальном масштабе 1:600 000
(разрешение 10-12 м) и КАТЭ-200 в масштабе 1:1000 000
(разрешение 20—30 м), а также снимки камерой МКФ-6 с космического
корабля Союз-22 и орбитальных станций Салют масштаба 1:2000 000
(разрешение 20 м), увеличенные до масштаба 1:200 000 в варианте
цветной печати или цветового синтеза с близкой к естественной
цветопередачей. Для этих целей могут быть также успешно
использованы сканерные и ПЗС-снимки с зарубежных ресурсных
спутников — американских Landsat (сканирующие системы MSS, ТМ,
ЕТМ+, с разрешением 80 и 30 м), французских SPOT
(разрешение 10—20 м) и др.
Для составления карт в масштабе 1:1 000 000 целесообразно
использовать те же материалы, но при увеличении снимков до
более мелкого масштаба 1:500 000. Для составления листов
почвенной карты масштаба 1:2 500 000 используются аналогичные
снимки при их печати в масштабе 1:1 000 000.
Опыт показывает, что в целом для составления средне- и
мелкомасштабных почвенных карт следует использовать снимки
масштаба в два раза крупнее, чем создаваемая карта.
Работы по составлению почвенных карт средних и мелких
масштабов с использованием космических снимков выполняются, как
и при создании крупномасштабных карт, в три этапа:
подготовительный камеральный, полевой и окончательный камеральный.
В качестве картографической основы для составления
почвенных карт используют топографические карты с облегченной
нагрузкой и фотокарты соответствующих масштабов.
В связи с тем что на земледельчески освоенные территории
страны в сопровождающих Государственную почвенную карту
материалах имеются обстоятельные данные о строении
почвенного покрова, при создании обзорных почвенных карт по
космическим снимкам резко возрастает роль предварительного изучения
территории по имеющимся картам, а также контурного и
генетического дешифрирования почв.
145

Для территорий, хорошо обеспеченных крупномасштабными
почвенными материалами, центральное место в методике работы
по составлению средне- и мелкомасштабных почвенных карт
отводится выполнению научно обоснованной генерализации
изображения почвенного покрова. В связи с этим в полной мере
должны быть использованы главные преимущества космических
снимков — генерализованность изображения при большой обзорности
снимков, возможность анализировать с их помощью почвенный
покров в тесной связи с другими компонентами природной среды.
Существенную помощь при обзорном почвенном
картографировании может оказать предварительная компьютерная обработка
снимков, различные преобразования изображения
(контрастирование, выбор наилучших вариантов цветового синтеза,
сегментация изображения, получение производных индексных
изображений, обработка по методу главных компонент), методы
неконтролируемой классификации (кластеризация).
При работе со снимками вначале выполняется контурное
дешифрирование. В дальнейшем производится сопоставление
почвенных контуров, выделенных на космических снимках для
картографирования в соответствующем масштабе, с почвенными
контурами Государственной почвенной карты и материалами ранее
проведенных почвенных обследований. На основе этого
сопоставления проводится диагностическое дешифрирование почвенного
покрова. При выделении комплексных почв производится
уточнение процентного содержания в них компонентов комплекса.
В результате контурного и генетического дешифрирования
космических снимков с привлечением материалов ранее проведенных
исследований и листов Государственной почвенной карты в
подготовительный камеральный период составляются предварительные
средне- и мелкомасштабные почвенные карты и намечаются участки
и маршруты частичной проверки содержания этих карт в поле.
На этапе полевых работ производится полевое
дешифрирование вдоль трассы маршрута, выполняется проверка и уточнение
сомнительных участков почвенной карты, закладывается серия
основных почвенных разрезов, уточняются устойчивые дешифро-
вочные признаки почвенного покрова, собираются образцы почв
для проведения генетических анализов и изучения спектральной
отражательной способности почв. В итоге полевых работ получают
окончательный оригинал почвенной карты с соответствующей
легендой.
На последнем, камеральном этапе почвенная карта
оформляется. Подготавливается пояснительная записка, оформляются
образцы дешифрирования почв по космическим снимкам для после-
146

дующих работ, составляются сводные таблицы-определители де-
шифровочных признаков почв и пояснительный текст по
особенностям их интерпретации применительно к определенным
природным условиям и материалам съемки.
В случае использования компьютерных методов обработки
снимков при полевых работах необходимо обеспечить данными так
называемые тестовые выборки — типичные участки с изображением
основных объектов, спектральные признаки которых будут далее
положены в основу классификации с обучением, —
контролируемой классификации, а на заключительном камеральном этапе
выполняется анализ спектральных образов объектов съемки и
контролируемая классификация изображения.
По охарактеризованной методике выполнено дешифрирование
многих космических снимков; образцы схем дешифрирования и
составленных по снимкам карт приведены в разделах о
дешифрировании снимков разных природных зон (см. рис. 7.17—7.21). Эти
материалы при сравнении их с изданными ранее почвенными картами
близких масштабов отличаются значительно большей детальностью,
лучшей связью почвенных контуров с элементами ландшафта,
более естественным рисунком границ почвенных контуров, что
свидетельствует о несомненной эффективности использования
космических снимков в почвенном картографировании.
Завершение Государственной почвенной карты нашей страны
масштаба 1:1 000 000 и составление карты России масштаба
1:2 500 000 оказалось возможным именно благодаря
использованию космических снимков, в особенности для мало обжитых и
слабо исследованных ранее в почвенном отношении северных
районов европейской территории, Сибири и Дальнего Востока.
Опыт составления листов Государственной почвенной карты
СССР с использованием космических снимков был подытожен на
Первой Всесоюзной конференции «Аэрокосмические методы в
почвоведении» [Аэрокосмические.., 1989]. Над листом карты
работала, как правило, группа специалистов, включающая
почвоведов, достаточно хорошо знакомых с почвенным покровом
изучаемой территории, а также дешифровщиков, отвечающих за подбор
и обработку космической информации по данному листу.
Анализировались снимки разных типов и разных сезонов съемки.
Дешифрирование почвенного покрова вели по принципу «от общего к
частному», то есть путем определения на первом этапе общих
закономерностей почвообразования на картографируемой
территории с последующим раскрытием почвенного содержания каждого
выделенного контура. Определению содержания контуров
предшествовала большая работа по обобщению всех имеющихся по дан-
147

ному листу материалов маршрутных и ключевых почвенных
исследований, анализу различных тематических карт, фондовых и
литературных источников.
По космическим снимкам созданы карты почвенного покрова
и ряда других государств — Судана, районов Индии, Китая,
Аргентины и др. Международное общество почвоведов приступило к
созданию по снимкам со спутника Landsat почвенной карты мира
масштаба 1:1 000 000.
о ИЗУЧЕНИЕ СТРУКТУРЫ ПОЧВЕННОГО
° ПОКРОВА
80-е годы XX столетия ознаменовались в почвоведении
революционным событием — развитием новой методологии почвен-
но-географических исследований, основанной на учении о
структуре почвенного покрова. Основы учения, заложенного в трудах
В. М. Фридланда (1972), получивших мировую известность,
продолжают развиваться последователями его школы. Рождение этого
учения совпало с появлением космической съемки и
стремительным проникновением материалов дистанционного зондирования в
разные отрасли наук о Земле и в том числе в почвоведение. Одно из
основных достоинств космических снимков состоит именно в
хорошем отображении структуры природно-территориальных
комплексов — ландшафтов, структур растительного и почвенного покрова.
Информация, извлекаемая из материалов космической
съемки, обычно используется для изучения компонентного состава
структур, долевого участия компонентов, их размеров и
геометрической формы, то есть для изучения общего рисунка и морфомет-
рических характеристик структур почвенного покрова. Однако
возможности аэрокосмических снимков значительно шире. Их анализ
позволяет вскрыть причины пространственной дифференциации
почвенного покрова, изучить разнообразие и взаимоотношение его
структур в пределах определенных природных ландшафтов и при
их смене.
В разных природных зонах на космических снимках находят
отображение структуры почвенного покрова различных рангов,
разных уровней организации. На нижних уровнях организации
(первый и второй уровни — элементарный почвенный ареал,
элементарная почвенная структура) закономерности смен элементарных
почвенных структур (микроструктур) определяются изменением
характера микрорельефа или микроструктурами растительности, а
148

в ряде случаев также сменой глубины залегания грунтовых вод и
характера почвообразующих пород. Мезоструктуры, образующие
следующий, третий уровень организации почвенного покрова,
связаны с определенными типами мезорельефа, а закономерное,
устойчивое пространственное чередование нескольких
определенных мезоструктур создает четвертый уровень организации
почвенного покрова — почвенный район. Именно эти уровни
организации наиболее выразительно и наглядно отображаются на
космических снимках. И хотя масштабный ряд космических снимков (как
и ряд уровней генерализации изображения, определяемый
пространственным разрешением снимков) очень широк и, казалось
бы, охватывает все уровни организации структур почвенного
покрова, однако на более высоких уровнях возможности
применения снимков несколько снижаются, так как увеличивается роль
климатических факторов, истории развития, возраста. В то же
время их использование для изучения структур почвенного покрова
нижних уровней организации оказывается наиболее эффективным.
При этом изучение структур нижних рангов — почвенных
комплексов — криогенных, характерных для севера Евразии, и
галогенных, распространенных в Прикаспийской низменности,
Казахстане, на Западно-Сибирской равнине, требует использования
снимков наиболее высокого разрешения (до 10 м), а для изучения
сочетаний, мозаик, ташетов разных типов — дифференцирован-
но-увлажненных гидроморфных, литогенных, экспозиционных,
русловых, дефлированно-аккумулятивных — пригодны снимки с
разрешением в десятки метров.
На рис. 8.1 приведены примеры изображения на космических
снимках полосчатых структур, образованных чередованием
заболоченных участков ильменных понижений с тростниковыми
зарослями и разделяющих их валов с сухостепной растительностью
на сероземах в районе развития Бэровских бугров в западной части
дельты Волги (а), криогенных термокарстовых
(дифференцированного протаивания) структур почвенного покрова в дельте Лены
с многочисленными таликовыми озерами и окаймляющими их
концентрическими аласами — заболоченными, зарастающими
участками вокруг озер (б), пойменных дуговых структур почвенного
покрова сегментной поймы Оби с чередованием аккумулятивных
сухих грив, валов и заболоченных межгривных понижений (в),
эрозионных дендритовых структур расчленения осадочных пород
плато Аравии густой сетью сухих долин-вади с песчаными
отложениями по их днищам (г).
Эти фрагменты снимков наглядно показывают, как
генетически разные процессы приводят к формированию различных струк-
149

U 1 км 0 2 км
I I I I
Рис. 8.1. Изображение на космических снимках различных типов
структур почвенного покрова
тур почвенного покрова и обусловливают своеобразный рисунок
изображения, который таким образом может служить
индикатором ландшафтообразующих и структуроформирующих процессов.
Различия этих процессов особенно четко проявляются на
открытых территориях, например, распаханных сельскохозяйственных
полях, где даже в пределах одного или близко расположенных
полей четко дифференцируются различные структуры — в
частности, полосчатые структуры эрозионных потяжин и пятнистые
структуры, обусловленные суффозионными просадками вблизи
водохранилища (см. рис. 7.2).
Поскольку анализ структур почвенного покрова и их
изменений во времени представляет методическую основу
дистанционного экологического мониторинга за состоянием природной сре-
150

ды и деградационных процессов, то для условий полуаридных и
аридных территорий юга Русской равнины Т. П. Королюк (1997)
разработана диагностика основных типов структур почвенного
покрова по аэрокосмическим материалам, составлены наборы
эталонных изображений для визуальной диагностики структур. Они
включают изображения более 100 разновидностей мезо- и
микроструктур, различающихся по составу, сложности и контрастности.
На эталонных изображениях базируется и разработка
научно-методических основ создания специализированных почвенных карт
повышенной информативности, например карт, отражающих
генезис структур почвенного покрова, или карт свойств,
лимитирующих плодородие почв, на основе компьютерных технологий
обработки космических снимков.
Q ОЦЕНКА ДИНАМИЧЕСКИХ СВОЙСТВ
^ ПОЧВ
Оценка меняющихся со временем свойств почв
дистанционными методами, представляющая одну из важных задач
мониторинга состояния почв, особенно в связи с хозяйственным
воздействием, носит пока поисковый, экспериментальный характер. В то
же время к настоящему времени выполнен с помощью
дистанционных методов не только на качественном, но и на
количественном уровне достаточно большой объем исследований таких свойств
почв, как содержание гумуса, засоленность, влагосодержание,
эродированность, а также их загрязненность, например,
нефтепродуктами. Эти параметры почв и почвенного покрова
отличаются значительной изменчивостью в пространстве и времени и
наиболее важны в хозяйственном отношении.
9.1. Гумусность
Важнейшая характеристика почв — содержание в них гумуса.
Гумусность определяет плодородие почв. Нерациональное
использование пахотных земель, длительная распашка без соблюдения
почвоохранных севооборотов, развитие процессов водной и
ветровой эрозии приводят к потере гумуса. Поэтому требуется
контроль за его содержанием в почве. Такой контроль наиболее
достоверен при использовании непосредственных наблюдений,
лабораторных анализов образцов почв, что возможно лишь для отдельных
точек или небольших участков местности. Для мониторинга об-
151

ширных территорий привлекаются дистанционные методы,
используются аэрокосмические снимки. Их применение базируется
на изучении спектральной отражательной способности и учете
спектральных свойств почв.
Из экспериментальных работ известно, что гумусность почвы
связана с ее спектральной яркостью. Хорошая нелинейная
корреляция существует между этими параметрами в видимой и ближней
инфракрасной частях спектра (0,4—1,2 мкм). С увеличением гумуса
в почве уменьшаются коэффициенты спектральной яркости.
Наибольшие оптические различия между почвами, богатыми гумусом,
и безгумусными породами наблюдаются в дальней красной части
спектра (0,68—0,70 мкм).
По данным спектрометрирования [Орлов, Бирюкова, 1989],
для гумусовых горизонтов почв зонального ряда с диапазоном
содержания гумуса от 0,15 до 10% и содержания гуминовых кислот
от 0,01 до 5% установлена экспоненциальная зависимость
спектральных коэффициентов отражения от содержания гумуса и
гуминовых кислот. Наибольшее влияние на снижение спектральной
отражательной способности исследованных почв оказывает
абсолютное содержание гуминовых кислот в почве, наименьшее —
фульвокислот. При абсолютном содержании в почве гуминовых
кислот порядка 5% обеспечивается полное покрытие минеральных
зерен пленками и дальнейшее увеличение их содержания в почве
практически не влияет на ее отражательную способность.
Возможность контроля содержания гумуса в почвах по
космическим снимкам для разных типов почв не одинакова.
Установлено, что удовлетворительная корреляция содержания гумуса и
спектральных коэффициентов яркости сохраняется в пределах одного
типа или подтипа почв в зонах подзолистых почв (где гумусиро-
ванность пахотного слоя колеблется в пределах 1-1,5%),
светлосерых лесных почв (3-4%), серых лесных почв (4—5%), темно-
серых лесных почв (5-6%), а также темно-каштановых (4—5%) и
каштановых почв (2-3%), то есть для почв с содержанием гумуса
в пределах от 0,5 до 6%. Но эта корреляция не сохраняется для
лугово-черноземных почв, черноземов оподзоленных,
выщелоченных, типичных и других зональных почв черноземной зоны, где
гумусированность пахотного слоя возрастает до 6—8%. В табл. 11
приведено соотношение коэффициентов отражения песчаных почв
Белоруссии и содержания гумуса для 6 групп почв. При малом
содержании гумуса эта связь очень четкая, а при содержании более
3% становится более неопределенной.
По опыту работы с космическими снимками, полученными
сканирующей системой «Фрагмент» на территорию Северного
152

Таблица 11
Соотношение между коэффициентами отражения
и содержанием гумуса в песчаных почвах Белоруссии
(по Зборшцуку, 1994)
| Содержание гумуса, %
0-0,5
0,6-1,1
1,2-2,2
2,3-3,4
3,5-6,3
>6,3
Коэффициент отражения
15,2-25,6
7,8-12,4
6,0-7,3
5,0-5,6
4,8-5,6
4,8-5,0
Предкавказья, для каштановых почв оказалось возможным
выделение по яркости изображения градаций гумусности 2,2—5,3%. Таким
образом, дистанционный мониторинг содержания гумуса возможен
для почв лесной, лесостепной и сухостепной зон с содержанием
гумуса не более 6% и проблематично для северной и южной
периферии степной зоны. Центральная же часть степной зоны с
черноземами мощными, тучными совсем не дает такой возможности,
поскольку изменение гумусности при высоком содержании гумуса не
вызывает изменения коэффициентов спектральной яркости почв.
Для решения обратной задачи определения гумусности почв
по яркости изображения на снимках используются связи,
выявленные при анализе значительного объема наземных и
лабораторных определений. Поскольку установлено, что связь спектральной
яркости с содержанием гумуса оптимально аппроксимируется экс-
понентой, то, используя экспоненту в качестве градуировочной
кривой, можно пересчитывать коэффициенты спектральной
яркости почв в величины гумусированности. Пример такого решения
обратной задачи дан на рис. 9.1.
9.2. Влажность
Для изучения влажности почв, в отличие от их гумусности,
применим весь арсенал дистанционных методов с
использованием разных диапазонов электромагнитного спектра. В видимом и
ближнем инфракрасном диапазонах с увеличением влажности почв
до определенного предела наблюдается снижение спектральной
яркости (см. рис. 2.3), но при достижении определенного порога
153

г/ чч
"W*)
г
10
—т 1 г
И 12 Л, %
1 2
Рис. 9.1.
График для определения гумусности почв по известным
коэффициентам спектральной яркости (по Мазикову, 2001):
1 — распределение вероятностей измеренных значений г065 почв
разных типов; 2 — распределение вероятностей величин содержания
гумуса h в пахотном горизонте почв разных типов; 3 — трассеры,
соединяющие минимальные, средние и максимальные значения
распределения вероятностей
зависимость меняется на обратную. Количественное описание этой
нелинейной связи очень сложно, так как она зависит от многих
факторов, например, фазового состояния влаги, гранулометрического
состава почвы, состава почвообразующих пород. Для каждого
генетического типа почв можно получить свои уравнения для оценки
влажности при определенных названных условиях.
Картографирование влажности почв по аэрокосмическим снимкам показывает, что,
используя такие уравнения, можно определять влажность почв с гра-
154

дациями 2—4% (с относительной погрешностью около 12%). При
этом наиболее информативна для определения вариаций влажности
почв средняя инфракрасная область (2,08—2,35 мкм).
При изучении влажности по фотографическим и сканерным
снимкам в видимом и ближнем инфракрасном диапазоне получают лишь
обобщенное качественное представление о ее распределении,
поскольку на изображение сильно влияют высота съемки,
атмосферные условия и т.п. Непосредственно отображается влажность лишь
поверхностного слоя почвы, а о нижележащих горизонтах
приходится судить по косвенным признакам — растительности, рельефу.
В связи с этим более перспективно применение тепловой
инфракрасной съемки. Сигнал, регистрируемый в тепловой
инфракрасной зоне спектра, зависит практически только от
температуры поверхности, которая в свою очередь определяется
соотношением процессов испарения влаги и ее транспирации растениями
(то есть эвапотранспирации). Основываясь на известных
соотношениях между эвапотранспирацией и температурой поверхности,
занятой посевами сельскохозяйственных культур, удается
разделить почвы по влажности путем создания по спутниковым данным
карт эвапотранспирации.
Возможность определения влажности почв по температуре
поверхности зависит от состава почв. Для почв с тяжелым
гранулометрическим составом и высоким содержанием органического
вещества в гумидных условиях эти возможности наибольшие.
Тепловая съемка характеризует очень тонкий слой почвы, но
позволяет оценить влажность и в более глубоком слое при условии
получения информации о суточном перепаде температур с
использованием показателя тепловой инерции.
Для определения влажности почв можно использовать и
съемку в радиодиапазоне, причем оба ее вида — и пассивную
микроволновую, и активную радиолокационную. Коэффициенты
излучения поверхности в радиодиапазоне определяются в
значительной мере именно влажностью поверхности. С уменьшением
влажности почвы увеличивается коэффициент микроволнового
излучения; он зависит и от других свойств — содержания солей,
гранулометрического состава, шероховатости поверхности, но в
наибольшей степени определяется влажностью.
Микроволновое излучение может поступать не только от
поверхности почвы, но и от слоев на некоторой глубине (в
однородных грунтах — до 10—40 см). Датчик при этом воспринимает
единый сигнал, характеризующий весь слой.
Регистрация микроволнового излучения для определения
влажности почв используется в самолетном варианте. Применение этого
155

метода с космических носителей ограничено пока слишком грубым
разрешением микроволновых радиометрических снимков (например,
давший наибольший объем материала микроволновый радиометр
SMMR спутника Nimbus-7 имел разрешение 12 км). Как
указывалось, ожидается получение микроволновых снимков со спутника
МЕТОРс разрешением 7 км. Разрабатывается специальный спутник
для определения влажности почв и солености океанов SMOS.
Использование для определения почвенной влаги данных
другого вида съемки в радиодиапазоне — радиолокационной — связано с
тем, что интенсивность отраженного от поверхности радиосигнала
зависит от диэлектрической постоянной изучаемой поверхности
(значение этого коэффициента для водной поверхности около 80, а для
сухой почвы порядка 5). Величина отраженного радиосигнала, как
правило, характеризует влажность самого верхнего слоя почвы
мощностью от 1 до 10 см. Получение информации о содержании влаги на
большей глубине возможно лишь в относительно сухой почве при
применении радиолокаторов, использующих более длинноволновое
излучение, например в L-диапазоне (именно так было получено
изображение погребенного русла Нила в восточной Сахаре на
радиолокационных снимках с возвращаемого корабля Shuttle).
Сравнение разных методов дистанционного определения
влажности почв показывает, что наиболее эффективно пока
используется регистрация излучения в тепловом инфракрасном диапазоне.
Этим методом в ряде случаев получены точные количественные
оценки влажности даже для почв, покрытых растительностью, в
различных природных зонах. Большие перспективы имеет
использование активной и пассивной съемки в радиодиапазоне.
9.3. Засоление
Характеристика почв с точки зрения засоления имеет
исключительно важное значение для сельского хозяйства на территориях
с недостаточным увлажнением. Засоление относится к числу
наиболее динамичных параметров почвы и требует, особенно в
условиях орошения, частого (через 3—5 лет) проведения повторных
солевых съемок, что связано с огромными затратами труда.
Отсюда необходимость обращения к дистанционным методам.
Довольно высокой информативностью в отношении засоления
отличается традиционная съемка в видимом и ближнем
инфракрасном диапазоне. Выявление засоленных земель по космическим
снимкам возможно как по прямым, так и по косвенным
признакам. Прямыми признаками засоленных территорий являются
выцветы солей или образование солевых корок, которые обычно изоб-
156

ражаются на снимках очень ярким, почти белым тоном.
Использование косвенных дешифровочных признаков связано с тем, что
повышенное содержание солей оказывает влияние на
растительный покров. При глубоком залегании грунтовых вод повышенное
содержание солей вызывает обычно разреженность растительного
покрова и угнетение зональной растительности. При гидроморф-
ных режимах на засоленных местообитаниях могут развиваться
солончаковые луга, обладающие в ряде случаев густым, сочным
травостоем, который становится разреженным только при
значительном засолении.
Поскольку локальное распределение солей сильно зависит от
особенностей микрорельефа, то для засоленных территорий
характерна комплексность почвенно-растительного покрова,
обусловливающая пятнистое изображение на космических снимках.
По снимкам удается визуально дешифрировать засоленные
земли с разделением трех стадий солевого подпитывания: начальной
(высокая влажность при практическом отсутствии засоления),
промежуточной (солеустойчивая
растительность и избыток влаги в
почве) и зрелой (солевая корка
на поверхности).
Наиболее четко отображается
на космических снимках и
дешифрируется по прямым признакам
засоление почв в зрелой стадии.
Солевые корки на поверхности
почв имеют яркий белый тон
изображения на снимках в
видимой части спектра. Обширные
площади солончаков в
депрессиях на месте высыхающих
временных водоемов повторяют «по
горизонтали» их контуры; белый тон
таких сухих солончаков в
наиболее низкой части депрессии
может сменяться более темным
тоном влажных или мокрых
солончаков. В зависимости от сезонных
или погодных условий и весь
контур солончака может менять тон
изображения от белого (для
сухого) до темно-серого (для
мокрого солончака).
Рис. 9.2. Вторичное засоление
земель по периферии Мургаб-
ского оазиса в Туркмении.
Снимок КАТЭ-140/Салют-4
157

0 SO км
I I
Рис. 9.З. Изображение Арала и Приаралья на разносезонных снимках
MODIS/7Wra:
а — 16 апреля 2002 г.; б — 24 сентября 2002 г.
Контуры солевых корок, образующихся в автоморфных
условиях, при выпотном режиме на местах выклинивания обогащенных
солями фунтовых вод, обычно также четкие. Они характеризуются
округло-изрезанными границами и при массовом распространении
корок образуют ажурный кружевной рисунок; типичный пример
представляет изображение земель вторичного засоления по
периферии оазисов Мургаб и Теджен в восточных Каракумах (рис. 9.2).
На рис. 9.3 приведены разносезонные снимки усыхающего Арала
и Приаралья. Анализируя серию разносезонных снимков, можно
проследить «жизнь» солевых корок на участках дна, недавно
вышедших из-под уровня моря (рис. 9.4), — образование корок
весной по периферии широкой полосы увлажненного грунта вокруг
берегов, затем их высыхание и разрушение процессами дефляции
и образование новых корок по периферии сужающейся к лету
полосы увлажнения.
Для разделения изображения солончаков и песков, часто
соседствующих в аридных районах и также изображающихся светлыми
тонами, можно использовать характер рисунка контуров. Контуры
песков обычно имеют не столь изрезанные и четкие границы, и для
них характерно наличие шлейфов, вытянутых по направлению
господствующих ветров, или других форм эолового рельефа. Если пески
имеют характерную окраску (желтые, красноцветные), для отделе-
158

Рис. 9.4. Сезонная динамика увлажнения грунта, образования и
разрушения солевых корок в Приаралье:
1 — береговая линия моря: \а — 1961 г.; \б — 2002 г.; 2 — участки
бывшего морского дна: 2а — сильно увлажненные; 26 —
увлажненные; 2в — сухие; 3 — солевые корки; 4 — участки осаждения солей в
результате развевания солевых корок
ния их от солончаков целесообразно сравнить снимки в разных
зонах спектра. Например, на снимках (см. рис. 7.4) участка
полуострова Бузачи в красной зоне контуры песков и солончаков выделяются
одинаковым светлым тоном, а на снимке в голубой зоне светлыми
остаются только солончаки. Сопоставление («вычитание») яркости
изображения позволяет разделить эти объекты.
Промежуточные стадии засоления почв не имеют столь четко
выраженных внешних признаков и их дешифрирование опирается
на косвенные индикационные методы, на анализ
распространения солевыносливой растительности — фреатофитов, который при
хорошей наземной проработке связей может позволить судить даже
о типе засоления.
9.4. Эродированность
На космических снимках находит отображение такое
важнейшее динамическое свойство почвенного покрова, как
эродированность почв, развитие которой нередко связано с
неблагоприятными последствиями хозяйственной деятельности.
Эродированность почв может быть следствием либо водной
эрозии, либо ветровой дефляции. Основным фактором водной
эрозии является поверхностный сток. Режим стока зависит от
осадков, условий рельефа, инфильтрационных свойств почв, их
структуры, характера растительного покрова, использования земель и
159

многих других показателей. Поэтому дешифрирование снимков при
изучении процессов водной эрозии почв требует понимания
закономерностей пространственных взаимосвязей компонентов
ландшафта, комплексного географического подхода.
Водная эрозия вызывает последствия двоякого вида. Деятельность
текучей воды на склонах даже относительно небольшой крутизны
(3-5°) приводит к поверхностному (плоскостному) смыву наиболее
гумусированной верхней части гумусного горизонта почв, а на
более крутых склонах — к линейной эрозии, развитию форм водно-
эрозионного рельефа — потяжин, борозд, оврагов, часто
приуроченных к древним эрозионным формам — оврагам и балкам.
Плоскостной смыв почв приводит к изменению окраски
пахотного слоя, различному у почв разных генетических типов и при
разной степени смыва. Так, дерново-подзолистые суглинистые
почвы даже при слабом смыве имеют обычно белесую окраску. При
среднем, а также сильном смыве за счет выхода на поверхность
пахотного горизонта пахотный слой этих почв получает бурую или
желто-бурую окраску [Афанасьева, 1965], что находит
отображение на цветных или многозональных снимках.
Изучение отражательной способности смытых светло-серых
лесных и серых лесных почв показало, что в этом случае
эродированные почвы в связи с меньшим содержанием гумуса и иловатых
частиц изображаются на снимках более светлыми тонами по
сравнению с неподверженными смыву [Андроников, 1979]. Таким
образом, открывается возможность дешифрирования участков
плоскостной эрозии на распаханных полях по прямым признакам. При
этом опыт дешифрирования показывает, что наибольшая
контрастность в тонах изображения наблюдается на свежевспаханных
участках или участках с молодыми всходами. На полях с развитыми
посевами на смытость почв может указывать состояние посевов,
их изреженность; однако она может быть обусловлена и другими
факторами (например, вымоканием). Стерня почти полностью
нивелирует разницу в тонах изображения почв разной степени
смытости. На участках, занятых естественным растительным
покровом значительной сомкнутости, прямые признаки плоскостного
смыва почв использовать также не удается.
В степной зоне многие генетические типы почв обладают
достаточно мощным гумусовым горизонтом, и в случае небольшой
разницы в оттенках горизонта А и горизонта А,В очень трудно
уловить, смыт ли горизонт А эрозией. Это относится в первую очередь
к черноземам обыкновенным и типичным. В то же время у
черноземных почв южной части степной зоны изображение почв разной
степени эродированности дифференцируется. При слабом смыве
160

3 км
I
Рис. 9.5. Смытые почвы на
участке Колыванского увала в
предгорьях Западного Алтая. Снимок
с орбитальной станции Салют
почв смывается только часть
горизонта А, оставшаяся его часть
сохраняет тот же темный оттенок,
который характерен для несмытых
гумусированных горизонтов.
Поэтому у слабосмытых почв не
происходит изменений в окраске
поверхности почвы и они не имеют
специфического рисунка
изображения на снимках. Среднесмытые
почвы характеризуются
значительной степенью смытости
горизонта А, поэтому при их
распашке местами неравномерно
припахивается и горизонт В палевого
цвета. Поверхность пашен на
участках среднесмытых почв
оказывается пестрой. Сильносмытые
почвы характеризуются
полностью смытым горизонтом А и
затронутым смывом горизонтом В.
Поэтому на снимках сильносмытые почвы имеют пестрый,
нечетко пятнистый рисунок с преобладанием более светлых тонов по
сравнению с рисунком изображения среднесмытых почв. При
сильной степени смытости почв, особенно карбонатных черноземов
на известняках и меловых породах, участки смытых почв
приобретают белесый оттенок и выделяются на снимках светлым тоном.
В особенности это относится к смытым щебнистым почвам — при
водной эрозии почв из верхнего горизонта выносится мелкозем, а
щебенка проектируется на поверхность, и чем интенсивнее смыв
почв, тем светлее окраска контуров на снимках.
Отображение смыва почв представлено на рис. 9.5, где
приведен фрагмент фотографического снимка с первой орбитальной
станции Салют на участок Колыванского увала в предгорьях
Западного Алтая с южными черноземами. В рисунке изображения
четко выражены микроложбины и потяжины на распаханных
полях, не занятых посевами сельскохозяйственных культур, или с
посевами на ранних стадиях развития. Чередование светлых полос
смытых почв на микроводоразделах и склонах с темными
полосами намытых, более гумусированных почв по днищам
микроложбин и потяжинам создает характерный полосчатый или
струйчатый рисунок, который указывает на характер микрорельефа и четко
разграничивает участки развития плоскостного и микроструйчато-
12-5203
161

го смыва. На полях, занятых густыми посевами многолетних трав,
этот рисунок не просматривается.
На космических снимках дешифрируются линейные формы
эрозии. Формы овражной эрозии (водороины, овраги)
изображаются только на снимках самого высокого разрешения (1—2 м) в
виде узких, четко очерченных контуров зазубренной формы. Из-за
смыва почв тон изображения оврагов обычно очень светлый, бровка
может быть подчеркнута тенью. По форме и размеру изображения
оврагов можно судить о стадии оврагообразования и степени
активности эрозионного рельефа. Активно растущие водороины и
овраги в начальной стадии развития имеют широкую овальную
вершину с крутой задней стенкой, а овраги, прекратившие
линейный рост, — остроконечную в плане вершину, полого
спускающуюся заднюю стенку, задернованные более пологие склоны [Ли-
дов, Николаевская, 1951].
Эти признаки, выявленные по аэрофотоснимкам,
сохраняются и при использовании космических снимков самого высокого
субметрового и метрового разрешения. На снимках с разрешением
более 10 м овраги, как правило, не отображаются, но хорошо
выделяется сеть балок, имеющих вытянутую извилистую
древовидную форму. Днища и склоны балок обычно заняты
естественной растительностью, более густой влаголюбивой в нижних частях
склонов и по днищам, что обусловливает более темный тон их
изображения. Балочная сеть в степной зоне дешифрируется на
снимках с разрешением в десятки и первые сотни метров благодаря
тому, что склоны балок с естественной луговой растительностью,
кустарниками и балочными лесами четко выделяются среди
распаханных полей. Примером может служить снимок с разрешением
85 м, полученный сканирующей системой «Фрагмент»/Метеор-
Природа, на участок Калачской возвышенности на левобережье
Дона в районе станицы Вешенской (см. рис. 7.6). На снимке,
сделанном в октябре, когда большинство полей были распаханы под
посевы озимых, четко выделяется густая балочная сеть этого
района: нераспаханные склоны балок под луговой растительностью
резко контрастируют с темным фоном полей.
Очень выразительное изображение густой овражно-балочной
сети можно видеть на снимке со спутника Landsat на участок
Средне-Русской возвышенности в пределах Курской области (рис. 9.6).
Снимок сделан в апреле, вскоре после схода снежного покрова.
Черным тоном изобразились распаханные сельскохозяйственные
поля с черноземными почвами. Характерную особенность снимка
составляет древовидный рисунок изображения, обусловленный
интенсивным развитием в этом районе эрозионных процессов и
162

Рис. 9.6. Густая овражно-балочная сеть в Центральночерноземной
области. Снимок MSS/Landsat
формированием густой овражно-балочной сети. Нераспаханные
склоны балок, занятые травянистой или кустарниковой
растительностью, изобразились на этом снимке, сделанном в ближней
инфракрасной зоне, белым тоном, резко контрастирующим с тем-
163
12*

О 2 км
[ I
Рис. 9.7. Участки дефляции почв в Баргузинской котловине. Снимок
КФА-ЮОО/Ресурс-Ф
ным тоном распаханных полей с черноземными почвами. В
отдельных случаях вдоль бровок эрозионных форм сохранились
навеянные снежники, еще сильнее подчеркивающие контуры
оврагов и балок.
В районах, характеризующихся развитием почв легкого
механического состава и сильными ветрами, существуют предпосылки
для развития ветровой дефляции почв, которую может
спровоцировать уничтожение естественного растительного покрова,
распашка территории. Ветровое выдувание почв отображается на снимках
осветлением фототона. Светлые пятна дефлированных почв имеют
мягкие расплывчатые контуры. Характерна вытянутость этих пятен
в ленты и ориентировка их по направлению преобладающих
ветров. В результате ветрового перераспределения материала и
формирования эолового микрорельефа образуется струйчатый или
ячеистый рисунок изображения, указывающий на интенсивное
развитие дефляционных процессов. Он четко выделяется, например, на
снимках участка Баргузинской котловины (рис. 9.7), по краям
ложбин древнего стока на Приобском плато (см. рис. 7.3). В обоих
случаях сквозь рисунок эолового рельефа просвечивают прямоугольные
164

О 2 км
I I
Рис. 9.8. Развевание песков в Калмыкии в результате распашки почв
легкого механического состава. Снимок КФА-ЮОО/Ресурс-Ф
контуры полей, распашка которых и привела к развитию ветровой
дефляции почв.
Развитие дефляции при распашке почв легкого механического
состава хорошо иллюстрируют снимки на территорию Калмыкии,
где зафиксированы распаханные массивы песчаных почв в районе
Улан-Хола. Распашка вызвала развевание песков — шлейфы
ветровых надувов за границами полей хорошо видны на снимке (рис. 9.8).
В результате вместо природных пастбищных угодий здесь
образовались массивы подвижных песков и потребовались меры по их
закреплению.
В отдельных случаях на космических снимках фиксируются
шлейфы пылевых бурь, то есть процесс дефляции в действии. Они видны
на снимках Калмыкии (рис. 9.9л). Но особенно четко выделяются
песчано-пылевые шлейфы над водной поверхностью морей и океанов
при ветровом выносе песчаных почв прибрежных пустынь (рис. 9.96).
Важно, что космические снимки не только позволяют судить о
развитии и интенсивности процессов водной эрозии и ветровой
дефляции почв, но и отображают агротехнические мероприятия,
направленные на их предотвращение, борьбу с ними — проведе-
165

Рис. 9.9.
166
Пылепесчаные бури в Калмыкии, снимок КФА-1000/Ресурс-Ф
(а) и в пустыне Намиб, снимок с орбитальной станции
Салют-7 (б)

3 км
I
Рис. 9.10. Противоэрозионные мероприятия: террасированное
земледелие в районах с расчлененным рельефом (а); облесение
верховьев и склонов балок (б)
ние механической обработки почв вдоль склонов, с учетом
рельефа (реализация адаптивного контурного земледелия),
террасирование склонов (рис. 9.10я).
Другой вид агротехнических мероприятий — изъятие из
сельскохозяйственного использования и облесение верховьев и
склонов балок. Например, рис. 9.106 показывает, что на правобережье
Сейма между Курском и Льговом эти мероприятия носят повсе-
167

местный характер. Снимки в известной мере позволяют
контролировать эффективность агротехнических и лесомелиоративных
мероприятий. На снимке одного из районов Северного Казахстана на
Кокчетавской возвышенности (см. рис. 7.15) хорошо видны проти-
водефляционные полосные посевы, используемые для защиты от
воздействия ветров, представляющие чередование узких полос
посевов зерновых и многолетних трав или зерновых и
подсолнечника, высокая стерня которого способствует также задержанию
снега на полях зимой для влагообеспечения растений. Полосное
размещение посевов создает здесь своеобразный сельскохозяйственный
ландшафт, свидетельствуя об упорной борьбе с дефляцией.
9.5. Загрязнение нефтепродуктами
Характерное для настоящего времени усиление нефтедобычи
приводит к тому, что площадь земель, подвергающихся
нефтяному загрязнению, постоянно увеличивается. В Западной Сибири, на
севере Европейской территории страны, в Калмыкии, на Дальнем
Востоке, в странах содружества нефтезагрязненные земли
занимают значительные территории. Разрабатываются методы их
распознавания и определения уровня загрязнения. Факультетом
почвоведения МГУ им. М. В. Ломоносова [Орлов и др., 1989] предложен
вариант дистанционного контроля за уровнем нефтяного
загрязнения почв на основе измерения их отражательной способности.
Экспериментальное полевое спектрометрирование показало, что
при загрязнении нефтью отражательная способность почв
снижается. При сильном загрязнении кривые спектрального отражения
становятся почти горизонтальными, характерного для
незагрязненных почв подъема с увеличением длин волн не наблюдается, в
отдельных случаях зафиксировано даже падение коэффициентов
отражения в направлении к красной зоне.
Интегральное отражение сильно загрязненных почв составляет
10-12%, в сине-фиолетовой зоне коэффициенты отражения
снижаются до 9-11%, в красной — до 8-13%. На основе
экспериментальных данных рассчитаны параметры уравнений
зависимости величины отражения от содержания углеводородов нефти;
зависимость имеет экспоненциальный характер. Дальнейшее
накопление экспериментальных данных для почв разных генетических
типов должно открыть возможность мониторинга нефтяного
загрязнения почв по материалам многозональной космической съемки.
Однако поскольку площади пятен загрязнения невелики, то
требуется использование космических снимков очень высокого
пространственного разрешения.
168

§л г\ ПРИМЕНЕНИЕ КОСМИЧЕСКИХ МЕТОДОВ
1U В РАЗЛИЧНЫХ ОБЛАСТЯХ
ГЕОГРАФИЧЕСКИХ ИССЛЕДОВАНИЙ
Применение материалов космической съемки, достоинства
которой (большой охват, генерализованность изображения,
регулярная повторяемость наблюдений) обусловили возможность
изучения и картографирования объектов и характеристик, не
поддававшихся исследованию непосредственно на земной поверхности
или с небольших высот, открыло для географических
исследований новые перспективы. Впервые обеспечено исследование Земли
как системы, глобальных изменений климата, гидросферы,
биосферы. В настоящем разделе дается краткий очерк основных
достижений и новых знаний, полученных при использовании
космических методов в различных областях исследований Земли.
Специалистам в области географии почв и геохимии ландшафтов,
работающим на стыке разных направлений географических
исследований, необходимо иметь представление об этих достижениях.
Метеорология и климатология. В метеорологии космические
методы начали применять раньше, чем в других направлениях
изучения Земли. До 1970-х годов космические снимки получали
именно в целях изучения атмосферы и метеорологических процессов и
съемка велась предназначенными для этого метеорологическими
спутниками. Они впервые в истории науки дали глобальную
картину облачного покрова и наглядно отразили характер
атмосферной циркуляции по ее проявлению в структуре облачности.
Регулярное слежение за развитием циклонической и антициклональ-
ной циркуляции по космическим снимкам представляет основу
прогнозов погоды.
Радиационные измерения со спутников поставляют обширные
экспериментальные данные по тепловому балансу Земли.
Спутниковые системы изучения глобальных изменений, например,
работающие по программе EOS {Earth Observing System),
предусматривают наблюдения за водяным паром, аэрозолями в атмосфере,
температурой на верхней границе облаков, состоянием озонового
слоя и другими параметрами, имеющими экологическое значение.
В дополнение к этому спутники выполняют оперативный сбор
однородных метеоданных для всей Земли, получаемых с помощью
системы автоматических метеостанций. Поэтому появление
метеоспутников радикально расширило возможности развития
глобальной и региональной климатологии.
169

Накопленные за четыре десятилетия работы метеоспутников
данные используются для выявления закономерностей временных
изменений параметров атмосферы и моделирования
климатических изменений. Например, результаты такого моделирования,
выполненного французской метеослужбой, представлены в виде
глобальных карт изменения зимних и летних температур для периода
2070-2099 гг. по сравнению с 1961-1990 гг., прогнозирующих
повышение зимних температур для континентальных районов
умеренных широт в северном полушарии на 5—8°, а летних на 3-5°
при относительной их стабильности в южном полушарии (рис. 10.1).
Национальное космическое агентство США NASA ставит задачу в
результате выполнения программы EOS обеспечить к 2025 г.
десятилетние прогнозы полей метеорологических характеристик, по-
луторагодовые предупреждения об Эль-Ниньо, годовые прогнозы
осадков на региональном уровне, пятидневные прогнозы путей
движения ураганов с 30-километровой точностью, часовые
предупреждения об извержениях вулканов и землетрясениях,
получасовые предупреждения о торнадо.
Океанология. Главное преимущество использования
космических методов в океанологии состоит в том, что спутники
позволяют перейти от наблюдений в отдельных точках морей и океанов
(обеспечиваемых буйковыми или судовыми методами) к общему
глобальному охвату. Однако при этом регистрируются в основном
косвенные показатели, и необходимо изучение их связи с
исследуемыми явлениями.
Регистрация температур поверхности океана при съемке в
тепловом инфракрасном диапазоне, по материалам которой
ежесуточно составляются карты температур водной поверхности, не
только открыла возможность изучения глобального распределения
температур, но и позволила визуализировать течения, динамику
океанических вод, океанические фронты, вихри, апвеллинги.
Выявлена динамическая структура океана, прежде
представлявшегося инертной водной массой, существенная роль циклонических и
антициклональных вихрей, возникающих на границах водных масс,
вдоль океанических фронтов (см. рис. 4.6). Измерения уровня
океана с помощью спутниковой радиоальтиметрии позволили
фиксировать топографию поверхности с точностью 5 см и определять
пространственно-временные изменения уровня. По данным
измерений спутника ТОРЕХ/Poseidon, оказалось, что средний уровень
Мирового океана с 1993 по 2000 г. поднимался со скоростью 2,5 мм
в год. По изменениям уровня фиксируются фронты, вихри,
приливы, волны цунами. Анализ топографии поверхности, зависящей
170

180е 120е 60е 0е 60е 120° 180°
Рис. 10.1. Изменение зимних и летних температур поверхности в 2070—
2099 гг. по сравнению с наблюдавшимися в 1961-1990 гг. в
соответствии с климатическими моделями французской
метеослужбы. Повышение температур на 10° и более в некоторых
зонах при относительной стабильности в других объясняется
изменениями в океанической циркуляции, обеспечивающей
перенос теплых вод от экватора
и от донного рельефа, позволил составить карты рельефа дна
Мирового океана. Спутниковые скаттерометры фиксируют
волнение и позволяют составлять глобальные карты приповерхностных
ветров. С помощью многоканальных спектрометров видимого
диапазона определяют цвет воды в океане и составляют карты
цветового индекса, коррелирующего с концентрацией хлорофилла
171

фитопланктона, что важно для изучения биопродуктивности
океана. Со спутников осуществляют мониторинг распространения
морских льдов, наблюдения за загрязнением поверхности океана
(например, на радиолокационных снимках фиксируются нефтяные
разливы), ведут комплексные исследования мелководного шельфа.
Геология. Геологические исследования и картографирование —
одна из областей, где космические снимки находят наиболее
активное применение благодаря возможности выявления новых черт
геологического строения, незаметных на аэрофотоснимках.
Свойства обзорности снимков и генерализованности изображения
привели к настоящему перевороту в исследованиях геологов: снимки
заставили пересмотреть старые взгляды на геологическое строение
многих регионов и изменить систему исследований по принципу
от общего к частному.
Традиционное изучение стратиграфии и литолого-петрографи-
ческого состава пород довольно хорошо решается по снимкам
высокого разрешения, особенно многозональным, а
гиперспектральная съемка позволяет идентифицировать минералогический состав
горных пород и отложений. Но с развитием космических методов
главным стало структурно-тектоническое изучение территории по
обзорным, генерализованным снимкам, на которых четко
выявляются линеаменты — узкие зоны интенсивных деформаций земной
коры, то есть тектонических нарушений. По космическим снимкам
открыты такие зоны огромной протяженности, выявлены
пространственные закономерности их распределения, системы
ортогональной и диагональной ориентировки зон разломов (рис. 10.2).
Обнаружено множество кольцевых структур (рис. 10.3), в том
числе очень крупных, диаметром в несколько тысяч километров,
которые связывают с ранними стадиями развития земной коры.
Дешифрирование по снимкам линеаментов и кольцевых структур и
сопоставление их с данными о глубинном строении земной коры
привело к выводу, что на снимках разного разрешения находят
отображение структуры разной глубинности. Сопоставление
выявленных структур с распределением известных месторождений
полезных ископаемых выявило их приуроченность к структурам
определенного типа, что важно для прогнозирования месторождений.
Аэрофотоснимки и космические снимки успешно используют
для индикационного гидрогеологического дешифрирования,
поисков подземных вод. Радиолокационная и тепловая съемки стали
действенным средством мониторинга вулканической активности,
термопроявлений. Интерферометрическая обработка
радиолокационных снимков позволила фиксировать деформацию блоков зем-
172

О 1000 км
I I
Рис. 10.2. Ортогональная (а) и диагональная {б) системы разломов,
выявленные по космогеологической карте СССР масштаба
1:2 500 000
ной коры при землетрясениях, определять изменения рельефа
вулканических конусов при извержениях вулканов.
Существенные успехи достигнуты в геологическом
картографировании. На первых порах освоения новых пластов информации
создавались так называемые космофотогеологические и космофо-
тотектонические карты, содержащие принципиально новые
данные о строении земной коры, главным образом о линейных
разрывных и кольцевых структурах. Такие карты были созданы для
всей страны в масштабах 1:10 000 000, 1:5 000 000, 1:2 500 000. В
результате успешного опыта работы геологов с космическими
снимками теперь при создании комплектов Государственных геологических
173

карт масштабов 1:200 000 (второго
издания) и 1:1 000 000 (третьего
издания), а также сводных
региональных и общероссийских карт
геологического содержания
масштабов от 1:500 000 до 1:10 000 000
используются в обязательном
порядке материалы аэрокосмических
съемок наряду с геофизической и
геохимической информацией. Для
этого нормативными
документами предусмотрено создание по
снимкам так называемой
дистанционной основы карт
геологического содержания (специально
изготовленных по снимкам разных
типов фотокарт). Дистанционной
основой масштаба 1:1000 000 к
2004 г. обеспечена практически вся
территория нашей страны, а для
отдельных районов начата работа
над дистанционной основой
масштаба 1:200 000.
Геоморфология. Рельеф на
космических снимках не находит
достаточно полного прямого
отображения; стереосъемки, обеспечивающие такое изучение, только
начали внедряться в космические исследования. Но на снимках хорошо
видны различные индикаторы рельефа, позволяющие выполнять его
разностороннее изучение. Лучше всего передаются
морфологические особенности рельефа; по косвенным индикаторам
устанавливается его генезис. Фиксация этапов развития рельефа в особенностях
его морфологии, применение метода пространственно-временных
рядов позволяет изучать относительный возраст рельефа и его
динамику. Изменения высоты поверхности с высокой точностью
определяются по радиолокационным снимкам при их интерферометричес-
кой обработке, а также методами радиоальтиметрии и лазерной
альтиметрии. На основе радиоинтерферометрической съемки создана
глобальная цифровая модель рельефа поверхности Земли с
дискретностью высотных точек 30 м и точностью определения высот 16 м.
На снимках высокого разрешения хорошо отражаются типы
экзогенного рельефа — флювиальный рельеф (современный и древ-
0 100 км
I I
Рис. 10.3. Кольцевые структуры
части Балтийского щита, отде-
шифрированные по
космическим снимкам
174

ний), эрозионный, карстово-суффозионный, мерзлотный
термокарстовый, рельеф берегов. На снимках более низкого
разрешения и соответственно боле^ высокого уровня генерализации
находит отображение эндогенный рельеф,
структурно-тектоническое строение территории. Поэтому снимки успешно
используются для геоморфологического картографирования, в частности,
с их применением создана Геоморфологическая карта СССР
масштаба 1:2 500 000(1988).
Гляциология. Труднодоступность для наземных исследований,
большая сезонная изменчивость гляциологических объектов
определяют необходимость использования космической информации для
их изучения. Распределение снежного покрова и его динамика
успешно картографируются по космическим снимкам. Отработаны
методы автоматического создания оперативных глобальных фотокарт
снежного покрова материков с повторяемостью, необходимой для
решения практических задач. Оперативное картографирование
динамики схода снежного покрова применяется для прогнозирования
талого стока рек. Однако при этом пока не решена проблема
определения толщины снежного покрова, водного эквивалента снега.
Надежды возлагаются на микроволновую радиометрическую съемку,
пространственное разрешение которой пока не удовлетворяет этим
целям. Космические снимки дают ценный материал для изучения
покровного оледенения арктических районов и Антарктиды.
Особенно эффективной в сложных погодных и световых условиях
полярных районов оказалась радиолокационная съемка, с большой
детальностью передающая морфологию покровных и выводных
ледников, что хорошо иллюстрирует радиолокационная фотокарта
Антарктиды, созданная по снимкам со спутника Radarsat (рис. 10.4).
Использование метода радиоинтерферометрической
обработки повторных снимков позволило с высокой точностью
определять изменения высоты поверхности и рассчитывать величину
таяния льда, скорость его движения. Горное оледенение успешно
изучается по космическим снимкам высокого разрешения,
которые во многих районах впервые показали распространение и
морфологические типы горных ледников, позволили уточнить их
истинные контуры (рис. 10.5). Космические снимки были важным
источником при составлении Атласа снежно-ледовых ресурсов
мира, они используются для создания региональных каталогов
ледников и мониторинга их изменений. Отражение на снимках
положения снеговой линии на леднике на определенную дату позволяет
восстановить (с применением метода теплопроявления снегозапа-
сов) слой стаявшего снега, а следовательно, и величину
аккумуляции снега на ледниках, переходя далее даже к определению твер-
175

Рис. 10.4. Фотокарта Антарктиды, составленная по радиолокационным
снимкам со спутника Radarsat
дых осадков, не поддающихся измерению в горах. По
морфологическим признакам на космических снимках с применением
метода псевдопараллаксов при использовании повторных снимков
выявляются пульсирующие ледники, а снимки очень высокого
разрешения позволяют осуществлять мониторинг их подвижек,
расширяют возможности изучения снежных лавин и наледей.
Гидрология. Основное направление использования снимков в
гидрологии связано с моделированием и прогнозированием
талого стока рек. Ряд параметров моделей стока, относящихся к
характеристике водосбора (заболоченность, заозеренность, залесенность,
распаханность и др.), наилучшим образом можно определить по
космическим снимкам. При моделировании стока рек снегового
питания по снимкам определяют степень покрытия бассейна
водой в твердом или жидком виде на разных фазах формирования
стока: долю площади бассейна, покрытой снегом, во время
снеготаяния; водность микроозер и других временных затоплений для
внерусловой фазы стока, водность речных русел для русловой фазы.
Наиболее разработан прогноз снегового половодья по данным о
заснеженности водосборов и динамике таяния снежного покрова.
Для ряда бассейнов найдены зависимости стока в замыкающем
створе водосбора от площади, покрытой снегом, для равнинных
районов и от высоты снеговой линии — для горных. Оперативная
176

О 10 20 30 км
I I I I
Рис. 10.5. Ледники Алайского хребта, показанные на
обзорно-топографической карте (а) и выявленные по результатам
дешифрирования фотоснимков с космического корабля Союз-22 (б)
спутниковая съемка реализует мониторинг опасных ситуаций при
наводнениях, контроль за качеством озерных вод. По загрязнению
снежного покрова вокруг городов и промышленных центров
выявлена степень загрязнения вод в основных бассейнах рек снегового
питания.
География почв. Хотя вся вторая часть настоящего пособия пр-
священа изучению почв по космическим снимкам, еще раз
подведем краткие итоги. Поскольку по прямым признакам почвы
дешифрируются лишь на распаханных пространствах, а
спектральные характеристики позволяют идентифицировать изображения
далеко не всех почв, космические снимки мало пригодны для
разделения зональных типов почв, но зато они хорошо отображают
их вариации, связанные с изменением условий увлажнения,
засоления и т.п., обеспечивая изучение структуры почвенного
покрова. Именно поэтому учение о структуре почвенного покрова,
получившее развитие в последние годы, нашло хорошую опору в
космических снимках. По той же причине при картографировании
почв по снимкам существенно повышается детальность контуров.
Использование космических снимков на Северо-Восточные
районы России позволило завершить создание многолистной
почвенной карты СССР масштаба 1:1 000 000 и составить почвенную
карту России масштаба 1:2 500 000.
177
1^ _ РОЛЧ

Другая сторона использования космических снимков в
исследованиях почв — изучение их динамических свойств, контроль за
неблагоприятными процессами, нередко связанными с
хозяйственной деятельностью. Дистанционными методами удается изучать
влажность почв, для чего используется тепловая инфракрасная и
радиолокационная съемка. Сильная степень засоления, солевые
корки и выцветы на поверхности отображаются на снимках в
видимом диапазоне, а индикационное дешифрирование позволяет
по растительности судить о типах засоления. Формы плоскостной
и линейной эрозии проявляются на снимках самого высокого
разрешения, однако в степной зоне выявить почвенный смыв для
черноземов с большой мощностью гумусного горизонта не
удается. Исследования гумусности почв, опирающиеся на изучение их
спектральной яркости, оказались успешными для почв с
содержанием гумуса от 2 до 6%, то есть для дерново-подзолистых,
светлосерых, серых, темно-серых лесных почв, а также каштановых,
светло-каштановых и сероземов, но для черноземов разных типов
возможности дистанционного определения гумусности почв
весьма ограничены.
Геоботаника. Растительность, образующая внешний покров
земной поверхности, в первую очередь отражается на космических
снимках. Именно растительность является индикатором
почвенного покрова, форм рельефа, подстилающих пород и отложений,
грунтовых вод, засоления и т.п. На снимках хорошо разделяются
залесенные и безлесные территории, но в их пределах зональные
типы растительности различаются далеко не всегда. Зато хорошо
отражаются вариации растительного покрова, связанные с
условиями увлажнения, засоления, механическим составом почв, то
есть эдафические варианты растительности. Таким образом,
снимки обеспечивают хорошее отображение структуры растительного
покрова и представляют ценный материал для его
картографирования. Многозональные снимки помогают объективно разделять
леса по основным лесообразующим породам (рис. 10.6).
По снимкам возможна также оценка продуктивности,
биомассы растительности, для чего используют производные
изображения — карты вегетационного индекса, коррелирующего с
биомассой. Регулярное создание таких карт позволяет прослеживать за
фенологическими изменениями, сезонным ходом развития
растительности.
По регулярно получаемым обзорным космическим снимкам,
на основе определения вегетационного индекса, созданы
глобальные карты «земных покровов» GLC (Global Land Cover), отражаю-
178

О 25 SO км
1 I I
Рис. 10.6. Сосновые леса участка Центральноякутской равнины на
изданной карте из Атласа лесов СССР масштаба 1:2 500 000 (а) и
результаты дешифрирования снимка с космического корабля
Союз-22 (б):
1 — сосновые леса; 2 — леса с участием сосны
щие распределение растительного покрова на поверхности реей
Земли на определенные периоды (1992, 2000, 2002), по которым
возможна объективная оценка таких экологически опасных
процессов, как обезлесивание, опустынивание (рис. 10.7).
Сельское хозяйство. Использование снимков в интересах
народного хозяйства и в социально-экономических исследованиях не столь
широко, как при изучении природных ресурсов. Наиболее значимо
их применение в сельскохозяйственных целях. Использование земель,
сетка сельскохозяйственных полей составляют главное отличие в
изображении земной поверхности на снимке высокого разрешения
по сравнению с топографической картой. По тону изображения
полей судят об их агротехническом состоянии и составе культур. Для
этого используют многозональные многовременные снимки, что
требует знания хода спектральной отражательной способности культур
в течение вегетационного периода и учета сельскохозяйственного
календаря для разных культур. Возможность определения состава
культур и площадей под ними делает снимки объективным источником
сельскохозяйственной статистики. Выявление площадей, занятых
основными сельскохозяйственными культурами, и оценка их
развития с учетом метеорологических условий определяют
возможность использования космической информации для прогноза уро-
13*
179

Рис. 10.7. Глобальная карта «земных покровов» — GLC (Global Land Cover),
составленная по космическим снимкам AVHRR/NOAA (а) и
ее фрагмент на территорию Европы (б)
жайности. Такие эксперименты проведены, например, в рамках
программы Landsat, когда урожай озимой пшеницы в России был
предрассчитан специалистами США с погрешностью на
предварительном этапе всего 6%, а на заключительном 1%.
По снимкам высокого разрешения выполняют оценку
состояния посевов — их однородности или пятнистости, связанной с
вымерзанием, вымоканием, ветровым полеганием, воздействием
180

вредителей. Например, оперативное картографирование состояния
посевов в Европе по снимкам со спутника SPOТ используется для
решения вопроса о выделении финансовой помощи фермерам.
Установленные связи между биомассой растительности и ее
спектральной яркостью позволяют использовать регулярно
составляемые карты вегетационного индекса для оценки биомассы посевов
и пастбищной растительности. По космическим снимкам
выполняют инвентаризацию и картографирование земельных угодий, для
чего создана международная классификация использования земель,
предусматривающая несколько территориальных и масштабных
уровней картографирования. Снимки высокого разрешения
применяются для создания земельного кадастра.
Лесное хозяйство. Аэрофотометоды с 1930-1940-х годов
традиционно используют для инвентаризации лесов. Недостаточная
изученность лесного фонда нашей страны побудила искать методы
обследования неустроенных резервных лесов Европейского
Севера, Сибири, Дальнего Востока с применением космических
снимков и выборочной аэрофотосъемки. Разработаны так называемые
методы фотостатистической и картографической инвентаризации
лесов, предусматривающие трехступенчатое получение
информации: космическая съемка — выборочная аэрофотосъемка —
выборочные наземные обследования, что в несколько раз сокращает
сроки выполнения работ.
По снимкам осуществляют контроль за состоянием лесов, их
изменениями под влиянием природных и техногенных факторов
(ветровалы, насекомые-вредители, воздействие промышленных
выбросов, вырубки). Разработаны методы использования
космических снимков для контроля за соблюдением правил рубки леса,
лесовозобновлением, выявления в лесах изменений, связанных со
стихийными бедствиями и хозяйственной деятельностью. Большое
внимание уделяется контролю за лесными пожарами — оценке
пожароопасной ситуации в лесах, слежению за возгоранием и
развитием пожаров с целью их локализации и тушения; учету
площадей выгоревших лесов, определению ущерба от пожара, контролю
за лесовозобновлением на гарях. Ведется регулярный мониторинг
лесных пожаров, разработаны соответствующие
геоинформационные системы.
Расселение. Космические снимки высокого разрешения
позволяют решать многие задачи изучения и картографирования
городов. В первую очередь их стали использовать для изучения
динамики быстро меняющихся городских границ, прироста площади
городов и развития транспортных магистралей, роста урбанизации
181

во многих районах планеты. Изучается использование городских
земель и его динамика. В этом направлении интересный проект
выполнен в США, где на дату, близкую к переписи населения
1970 г., проведена высотная аэрофотосъемка 27 крупнейших
городов. На примере Вашингтона с использованием материалов этой
съемки установлены признаки автоматического разделения типов
использования городских земель по космическим снимкам;
мониторинг использования земель продолжен по космической
информации. Отображение на снимках густоты застройки, озелененнос-
ти жилых массивов, промзон способствует экологической оценке
городских территорий. Выполнены исследования по определению
производственно-функциональных типов сельских поселений по
их планировочным особенностям, расположению относительно
транспортных путей и размещению объектов хозяйственной
деятельности на прилегающих территориях. Общую картину
расселения хорошо отражают снимки, сделанные в ночное время, они
позволяют судить об энергетическом потенциале городов (рис. 10.8).
По тепловым инфракрасным снимкам изучается тепловое
воздействие городов на окружающие территории.
Антропогенное воздействие на природную среду и экологические
задачи. Многие виды антропогенного воздействия на природную
среду хорошо передаются на снимках. Своеобразное отображение
имеет промышленное, селитебное, сельскохозяйственное
воздействие на природу. Хорошо видны места открытой добычи
полезных ископаемых: карьеры и горные выработки, отстойники и хво-
стохранилища обогатительных предприятий. Застроенность
пригородных и городских земель может быть определена количественно.
Четко выявляется распаханность территории, по размерам и
форме полей можно судить о производственной направленности
хозяйств, возделываемых культурах, применяемых севооборотах и пр.
На снимках отображаются не только формы хозяйственной
деятельности человека, но и различные, часто неблагоприятные
изменения природной среды, связанные с этой деятельностью, —
эродированность почв, пастбищная дигрессия, в особенности при-
колодезное опустынивание, вырубленность лесов, лесные пожары
и гари, зоны повреждения растительности дымами
промышленных предприятий, сброса промстоков в реки и водоемы,
деградации растительности вблизи нефтескважин и линий
нефтегазопроводов, загрязнения снежного покрова вокруг городов. Благодаря
четкой фиксации таких особенностей природопользования
снимки могут выполнять ревизионную роль, применяться для
выявления отрицательного антропогенного воздействия, мониторинга
182

I ж?
Hbi^f^
¦ *з* -
г .?^8Э
Рис. 10.8. Ночные огни городов. Фрагменты глобальной фотокарты,
созданной по снимкам со спутника DMSP
183

О 10 км
I I
Е%3 i EZD2 flf з ?^< [77715 Ev^l6
Рис. 10.9. Изменения в состоянии растительности в зонах с разной
степенью промышленного воздействия медно-никелевого комбината
в районе Мончегорска, выявленные по результатам
сопоставления космических снимков со спутника Landsat 1986 и 1992 гг.:
1 — зона почти неизменившегося состояния техногенной пустоши;
2 — зона интенсивных разнонаправленных динамических изменений —
возобновления и гибели растительности — по периферии
техногенной пустоши; 3 — зона интенсивных динамических изменений —
уничтожения растительности лесными пожарами и лесовозобновления на
гарях — в сильно и существенно поврежденных лесах (более 60%
погибших и отмирающих деревьев); 4 — зона средних изменений в
частично поврежденных лесах (40-60% погибших и поврежденных
деревьев); 5 — зона слабых изменений в слабо поврежденных лесах (до 40%
поврежденных деревьев); 6 — горные тундры

изменений в зонах промышленного загрязнения (рис. 10.9) и для
контроля за действенностью мероприятий по рекультивации
земель, лесовосстановлению, борьбе с эрозией и т.п. Их используют
для создания карт, дающих экологичекую оценку территории и
прогноз развития экологической ситуации.
Озабоченность человечества глобальными экологическими
проблемами нашла отклик в разработке спутниковых программ
глобального наблюдения Земли и мониторинга озонового слоя,
загрязняющих примесей в атмосфере, концентрации углекислого газа
и других парниковых газов, потенциально вызывающих
нарушения теплового баланса Земли, глобальной оценки биомассы суши
и океана. Их реализует, например, американская долговременная
программа EOS: работающие по этой программе спутники Terra,
Aqua и др. ежедневно предоставляют глобальную информацию
мировому научному сообществу через Интернет. Возможности
экологической оценки территории на основе космической информации,
ее применение для эколого-географического картографирования
с целью прогноза развития экологической ситуации и разработки
мер по ее урегулированию широко проиллюстрированы в атласе
«Космические методы геоэкологии» (1998).

Литература
Основная
Андроников В. Л. Аэрокосмические методы изучения почв. М.: Колос,
1979.280 с.
Афанасьева Т. /?. Использование аэрометодов при картировании и
исследовании почв. М: Изд-во Моск. ун-та, 1965. 157 с.
Аэрокосмические методы в почвоведении / Под ред. Л. Л. Шишова,
В. Л. Андроникова. М.: Колос, 1989. 128 с.
Зборищук Ю. Я. Дистанционные методы инвентаризации и
мониторинга почвенного покрова. М.: Изд-во МГУ, 1992. Ч. 1. 86 с; 1994. Ч. 2.96 с.
Кравцова В. И. Космические методы картографирования. М.: Изд-во
МГУ, 1995.240 с.
Атласы космических снимков:
Дешифрирование многозональных аэрокосмических снимков:
Методика и результаты. М.: Наука; Берлин: Академи Ферлаг, 1982. Т. 1. 96 с;
1988. Т. 2.124 с.
Космические методы геоэкологии. М.: Геогр. ф-т МГУ, 1997. 108 с.
Дополнительная
Книжников Ю. Ф., Кравцова В. И., Тушубалина О. В. Аэрокосмические
методы географических исследований. М.: Академия, 2004. 336 с.
Книжников Ю. Ф., Кравцова В. И. Аэрокосмические исследования
динамики географических явлений. М.: Изд-во МГУ, 1991. 205 с.
Кравцова В. И. Космические методы изучения природной среды:
Современный фонд космических снимков. М.: Изд-во МГУ, 1992. 135 с.
Лабутина И. А. Дешифрирование аэрокосмических снимков. М.:
Аспект Пресс, 2004. 122 с.
Методика составления крупномасштабных почвенных карт с
применением материалов аэрофотосъемки / Под ред. Ю. А. Ливеровского. М.,
1962.
Цитируемая
Андреев В. Н. Дешифрирование по аэрофотоснимкам различных типов
тундр и их аэровизуальная характеристика по морозной трещиноватости //
Географический сборник VII. М.; Л.: Изд-во АН СССР, 1955. С. 108-121.
186

Андроников В. Л. Аэрокосмические методы изучения почв. М: Колос,
1979.280 с.
Афанасьева Г. А Использование аэрометодов при картировании и
исследовании почв. М.: Изд-во МГУ, 1965. 157 с.
Аэрокосмические методы в почвоведении / Под ред. Л. Л. Шишова,
В. Л. Андроникова. М.: Колос, 1989. 128 с.
Викторов С. В. Изучение распределения и дисперсии растений по
аэрофотоснимку// Бюлл. МОИП. Отд. биол. 1947. Т. 52. Вып. 4. С. 77-79.
Викторов С. В., Востокова Е. А., ВышивкинД. Д. Введение в
индикационную геоботанику. М.: Изд-во МГУ, 1962. 227 с.
Виноградов Б. В. Аэрокосмический мониторинг экосистем. М.: Наука,
1984.320 с.
Виноградов Б. В., Кондратьев К. Я, Космические методы землеведения.
Л.: Гидрометеоиздат, 1971. 190 с.
Галкина Е. А. Болотные ландшафты лесной зоны // Географический
сборник VII. М.; Л.: Изд-во АН СССР, 1955. С. 75-85.
Докучаев В. В. Русский чернозем // Соч. Т. 3. М.; Л.: Изд-во АН СССР,
1949.622 с.
Карманов Я. Я. Спектральная отражательная способность и цвет почв
как показатели их свойств. М.: Колос, 1974. 352 с.
Кондратьев К. Я., Федненко П. П. Спектральная отражательная
способность и распознавание растительности. Л.: Гидрометеоиздат, 1982. 216 с.
Королюк Т. П. Структура почвенного покрова юга Европейской
России (на примере Центрального Предкавказья): Автореферат докторской
диссертации. М.: Почв, ин-т, 1997. 54 с.
Космические методы геоэкологии / Под ред. В. И. Кравцовой. М.: Геогр.
ф-тМГУ, 1998. 108 с.
Крейда Я. А. Изучение почв северо-таежной зоны // Аэрометоды
изучения природных ресурсов. М.: Географгиз, 1962. С. 122—129.
Кринов Е. Л. Спектральная отражательная способность природных
образований. М., 1947. 272 с.
Лидов В. Я., Николаевская Е. М. Учет интенсивности овражной эрозии
при проектировании приовражных лесонасаждений // Вопр. географии.
М.: Географгиз, 1951. Т. 24. С. 337-350.
Мазиков В. М. Дистанционная диагностика свойств почв и почвенного
покрова: Автореферат докторской диссертации. М.: ИГ РАН, 2001. 48 с.
Методика составления крупномасштабных почвенных карт с
применением материалов аэрофотосъемки / Под ред. Ю. А. Ливеровского. М.,
1962.114 с.
Орлов Д. С, Алмосова Я. М., Бочаринова Е, А., Лопухина О. В.
Использование метода отражательной способности нефтезагрязненных почв при
дистанционном мониторинге // Аэрокосмические методы в
почвоведении. М.: Колос, 1989. С. 73-75.
Орлов Д. С, Бирюкова О. Я. Влияние качественного состава гумуса на
отражение света почвами // Аэрокосмические методы в почвоведении.
М.: Колос, 1989. С. 71.
Погребняк П. С. Основы лесной типологии. Киев: Изд-во АН УССР,
1955.456 с.
187

Рачкулик В, 7/., Ситникова Л/. В. Отражательные свойства и состояние
растительного покрова. Л.: Гидрометеоиздат, 1981. 288 с.
Сорокина Н. П. Элементарные почвенные структуры на полях Курской
опытной станции // Крупномасштабная картография почв и ее значение
в сельском хозяйстве черноземной зоны. М.: Колос, 1967.
Толчельников Ю. С. Оптические свойства ландшафта: Применительно
к аэросъемке. Л.: Наука, 1974. 252 с.
Федорович Б. А. Динамика и закономерности рельефообразования
пустынь. М: Наука, 1983. 239 с.
Федченко 77. Я., Кондратьев К. Я. Спектральная отражательная
способность некоторых почв. Л.: Гидрометеоиздат, 1981. 231 с.
Фридланд В. М. Структура почвенного покрова. М.: Мысль, 1972. 423 с.

СОДЕРЖАНИЕ
Введение 3
Часть I. ФОНД КОСМИЧЕСКИХ СНИМКОВ 5
§ 1. О физических основах аэрокосмического зондирования 7
§ 2. Спектральная отражательная способность почв и других
природных объектов 10
§ 3. Особенности съемки из космоса. Виды орбит 16
§ 4. Типы космических снимков 18
4.1. Классификация снимков по спектральному диапазону
съемки и технологии получения изображения. Основные
типы снимков 19
4.2. Классификация космических снимков по масштабу,
обзорности, разрешению 30
§ 5. Мировой фонд космических снимков 33
5.1. Снимки в видимом, ближнем и среднем инфракрасном
(световом) диапазоне 35
5.1.1. Фотографические снимки 35
5.1.2. Сканерные снимки 43
5.1.3. ПЗС-снимки 55
5.2. Снимки в тепловом инфракрасном диапазоне 61
5.3. Гиперспектральные снимки в оптическом диапазоне 63
5.4. Снимки в радиодиапазоне 67
5.5. Электронные фонды космических снимков 70
§ 6. Оценка фонда снимков по пространственному,
спектральному и временному разрешению 72
6.1. Пространственное разрешение 72
6.2. Спектральное разрешение 76
6.3. Временное разрешение 79
6.4. Географическое разрешение снимков 81
Часть II. ПРИМЕНЕНИЕ КОСМИЧЕСКИХ СНИМКОВ
В ИССЛЕДОВАНИЯХ ПОЧВ 89
§ 7. Дешифрирование и картографирование почв 91
7.1. Почва как объект дешифрирования 91
7.2. Особенности дешифрирования космических снимков 92
7.3. «Генетическое» и «контурное» дешифрирование почв 94
7.4. Дешифрирование открытых почв по прямым признакам ...95
7.4.1. Прямые дешифровочные признаки почв 95
7.4.2. Дешифрирование по спектральным признакам.
Приемы работы с многозональными снимками 100
189

7.5. Дешифрирование почв по косвенным признакам. Роль
рельефа, подстилающих пород, растительности,
характера сельскохозяйственного освоения территории.
Ландшафтное дешифрирование 102
7.6. Временные признаки дешифрирования почв 114
7.6.1. Оптимальный сезон для съемки почв разных
типов 114
7.6.2. Дешифрирование почв по сезонным признакам
и изучение динамики почвенного покрова 115
7.7. Особенности дешифрирования почв разных природных
зон 116
7.7.1. Дешифрирование почв зоны тундр 116
7.7.2. Дешифрирование почв лесной зоны 118
7.7.3. Дешифрирование почв лесостепной зоны 122
7.7.4. Дешифрирование почв сухостепной и пустынно-
степной зон 124
7.7.5. Дешифрирование почв зоны пустынь 127
7.7.6. Оценка дешифрируемости почв на космических
снимках 135
7.8. Особенности дешифрирования снимков в тепловом
инфракрасном диапазоне 136
7.9. Особенности дешифрирования снимков
в радиодиапазоне 138
7.10. Использование космических снимков в почвенном
картографировании 142
§ 8. Изучение структуры почвенного покрова 148
§ 9. Оценка динамических свойств почв 151
9.1. Гумусность 151
9.2. Влажность 153
9.3. Засоление 156
9.4. Эродированность 159
9.5. Загрязнение нефтепродуктами 168
§ 10. Применение космических методов в различных областях
географических исследований 169
186

Учебное издание
Кравцова Валентина Ивановна
КОСМИЧЕСКИЕ МЕТОДЫ
ИССЛЕДОВАНИЯ ПОЧВ
Редактор Р. С. Берлянт
Корректор А. А. Баранова
Художник Д. А. Сенчагов
Компьютерная верстка С. А. Артемьевой
Подписано к печати 1.11.2004. Формат 60х90'/|6.
Гарнитура Тайме. Печать офсетная. Усл. печ. л. 12 + 0,5 цв. вкл.
Тираж 3000 экз. Заказ № 5203.
ЗАО Издательство «Аспект Пресс»
111141, Москва, Зеленый проспект, д. 8
E-mail: info@aspectpress.ru; www.aspectpress.ru
Тел. 306-78-01,306-83-71
Отпечатано в полном соответствии с качеством предоставленных
диапозитивов в ОАО «Можайский полиграфический комбинат»
143200, Можайск, ул. Мира, 93.