«Техника-молодежи» 1982 №2, с.40-43

Зародившись в Институте космических исследований АН СССР и набрав силы в государственном центре «Природа», работы в этой области ведутся теперь и в ряде отраслевых и республиканских научных центров. «Большое видится на расстоянья» — эти крылатые слова поэта вспоминаются каждый раз, когда рассматриваешь фотографии Земли из космоса и сравниваешь их хотя бы с аэрофотоснимками. Трещины в литосфере, ее глубинные расколы — линеаменты, складки в земной коре, кольцевые структуры — все это видно только из космоса. Можно облетать весь участок на самолете, тщательно сфотографировать его и не заметить ничего, кроме сочетания холмов да оврагов. А на снимке, полученном со спутника, сразу различишь разлом в земной коре, проход к мантии, откуда могут подниматься вверх полезные ископаемые.

«Сложные природные процессы плохо поддаются формальному описанию, — рассказывает директор Института космических исследований природных ресурсов (ИКИПР) Академии наук Азербайджанской ССР Т. Исмаилов, доктор технических наук, лауреат Государственной премии Азербайджана. — Потому что в природе всегда смешанный, «нечистый» эксперимент.

Ни один химик не начнет опыт, если не уверен в чистоте колб, пробирок и прочей необходимой посуды. Он точно знает, какие вещества в каких количествах он использует. В природе же нет «чистоты», в ней все взаимосвязано. Учесть надо многое: и протуберанцы на Солнце, и новый завод в Сумгаите.

Наш институт изучает природные ресурсы кавказско-каспийского региона — не только месторождения полезных ископаемых, но и лесные массивы, гидросферу и т. д. Нас интересует, чистая ли вода в реках и озерах, поспеет ли к сроку урожай хлопка, где лучше провести новый канал? Мы разрабатываем методику комплексного изучения природы из космоса и необходимую для этого аппаратуру».

Вот пример проблемы, решенной институтом.

Уже давно азербайджанские ученые наблюдали за высыхающим соленым озером Аджиноур. За миллионы лет в озере скопилось много соли, обильные испарения все больше увеличивали ее концентрацию. Сейчас в сфере влияния озера находится около 30 тыс. га. Можно ли помочь этой земле? Ведь вода в этих местах на вес золота. Решили обратиться за советом в ИКИПР. Снимки, полученные из космоса, показали, что озеро расположено во впадине между двумя горными системами, из которой воде выхода нет. Она может только испаряться или уходить в подземные резервуары. В результате обмена воды между ними и озером соль попадает в почву.

Одиночный космический снимок горного участка. Цифрами обозначены: 1 — заснеженная вершина, 2 — горное озеро, 3 — долина реки, 4 — лесистый склон, 5 — ледник, 6 — комплексы пород разного состава. Схема работы многозонального космического аппарата МКФ-б. Благодаря блоку электроники пробелов между кадрами не остается. Каждый последующий захватывает часть предыдущего. Региональный комплексный снимок, полученный в результате машинной обработки материалов дистанционного зондирования Земли из космоса.

Засоление воды составляет 15 г/л. Озеро мертвое, в нем не только рыбы, но и лягушек не сыщешь. К тому же, судя по снимкам, за последние пять лет размеры водоема непрерывно уменьшаются. Еще немного — и от него останется болото, а земли вокруг превратятся в солончаковую пустыню. Поэтому единственный выход — уничтожить озеро, чтобы спасти и освоить прилегающие к нему земли. Специалисты ИКИПРа подготовили проект. Сейчас их рекомендации изучаются в Министерстве сельского хозяйства Азербайджанской ССР.

Итак, основная задача ИКИПРа — дистанционное зондирование природных ресурсов. В чем же заключается проблема? Надо обобщить, генерализировать полученные сведения, распознать тот или иной объект, разглядеть в нем что-то новое.

Сравнивая информацию, полученную на Земле (на ее поверхности, под водою, в атмосфере с воздушных шаров, вертолетов, самолетов) и из космоса, можно определить текущие, а в некоторых случаях даже предсказать будущие природные явления. Например, классифицировать почвы, проследить за тем, как меняется засоление почв, прогнозировать урожай зерна. Для этого нужно прежде всего измерить спектральный коэффициент яркости (СКЯ) объекта.

Дело в том, что любое тело — источник информации, поскольку излучает в пространство электромагнитные волны. Если поймать их и определить интенсивность, спектральный состав (то есть распределение энергии по длинам волн), то можно узнать температуру, некоторые другие физические и химические свойства тела, установить характер его поверхности.

Иногда естественного излучения оказывается недостаточно, нужна более полная и подробная информация о тех или иных участках Земли. Тогда применяют активные методы, облучая поверхность лазерами и радиолокаторами. Отраженное излучение дополняет информацию о СКЯ, измеряемом пассивными методами, и позволяет лучше представить так называемый «спектральный образ» объекта.

Еще в 1947 году Е. Л. Кринов впервые создал классификацию природных объектов на основе спектральной отражательной способности. Десять лет продолжалась его работа. С помощью спектрометров, устанавливавшихся на самолетах, на автомашинах, он обследовал сотни объектов. Предложенной им системой ученые пользуются вплоть до сегодняшнего дня. Различают три класса объектов: к первому относят «сухопутную» неживую природу — горы и пустыни, почву; ко второму — растительный покров; к третьему — водные объекты: реки, озера, моря. Скажем, растительность на снимке ярче всего выглядит в диапазоне 0,5-0,6 мк. Это так называемый «зеленый максимум», участок наибольшего поглощения лучей. Более длинные волны начиная с 0,7 мк растения уже отражают. Поэтому график зависимости их СКЯ от длины волны имеет вид плавной кривой, с максимумом между отметками 0,5 и 0,6 мк и последующим плавным спадом.

Объекты неживой природы поглощают и отражают лучи видимого спектра практически одинаково во всех диапазонах, и поэтому соответствующий график не имеет резких подъемов. А вода хорошо поглощает излучение в красной части спектра и отражает голубые лучи, по которым можно судить о составе воды в разных водоемах, об их глубине, о видах водной растительности. Когда изучаются сложные, неоднородные объекты, кривые сопоставляются и «складываются». При этом детали исчезают, кривые сглаживаются. В таких случаях возникает проблема дифференциации и классификации природных объектов.

Основной метод изучения Земли из космоса — многозональная съемка. Выполнить ее можно, например, с помощью многозонального космического фотоаппарата МКФ-6, состоящего из шести камер с различными фильтрами. Разрешающая способность прибора такова, что на поверхности Земли можно довольно ясно разглядеть даже стог сена.

Устройство управления комплексом обеспечивает одновременное и одномасштабное фотографирование поверхности Земли, находящейся под спутником, всеми шестью камерами, причем каждой в разном участке спектра на отдельную пленку. Поэтому при дешифрировании снимков приходится синтезировать единое изображение из нескольких.

Как же «прочесть» снимки, полученные из космоса? Прежде всего нам придется привыкнуть к космическим изображениям — они совсем непохожи на обычные, земные фотографии. Нам придется научиться воспринимать глобальные структуры, мыслить другими категориями. Поэтому непременное условие дешифрирования — обобщение снимка, выделение основных характеристик региона. Ведь на космическом снимке в отличие от наземного не видно, что именно растет в данном месте — хлопчатник, пшеница или розы. Все это еще предстоит установить. Для этого и нужна генерализация — геометрическая, спектральная, тематическая.

При геометрической генерализации наша задача — по кусочкам восстановить целое, составить из сочетания черно-белых пятен какой-то общий образ. Тематическая — применяется при изучении сложных участков земной поверхности. Надо, различая разные объекты, суметь найти в них общее, объединяющее. Ведь пустыня не только голая земля, но и оазисы, солончаки и т. п. Ученым же важно не запутаться во множестве деталей, понять, что все это — и оазисы, и солончаки, и пески — один и тот же объект: пустыня. Спектральная генерализация — это сравнения яркости различных участков поверхности в разных диапазонах электромагнитного спектра. Различают два вида анализа: структурный и текстурный. Сначала надо изучить тоновую структуру изображения, степень почернения точек, из которых состоит снимок. В зависимости от степени почернения каждой точке придается цифровое значение. С помощью фотометрических приборов и оптико-вычислительных устройств ученые определяют среднюю яркость изображения объекта. Отклонение от этой величины, то есть дисперсия, разброс точек, позволяет классифицировать природные объекты. Что же касается текстурного анализа, он показывает фактуру материала, расцветку, шероховатость.

Полученную информацию группируют, применяя статистические методы обработки. Для этого точки классифицируются с помощью ЭВМ по их яркости во всех диапазонах. Машина при дальнейшем анализе имеет дело уже не с отдельными точками, а с целыми группами, классами. Таких классов образуется довольно много. Возникает необходимость объединить их в еще более крупные. Этим тоже занимается ЭВМ, пользуясь в качестве критерия величиной дисперсии, разброса внутри группы и между разными группами. Если дисперсия внутри группы мала, даже в сравнении с межгрупповой, значит, мы имеем дело с однородными объектами, которые можно включить в один класс. Так можно различить, например, два разных вида почв — солончаковые и каштановые.

Очень часто на снимках проявляются глубинные образования, что позволяет проследить передвижение земной коры, расшифровать строение фундамента, исследовать зоны вулканической и тектонической активности. В то же время мелкие детали строения Земли порою мешают заметить изменения в глобальных структурах. Поэтому и возникает при дешифрировании проблема — понять, где изображено главное, а где — второстепенные детали. Ведь задача дистанционного зондирования — изучать целиком крупные объекты, такие, как моря и океаны, леса, горные системы. Одним словом, задача в том, чтобы увидеть картину сразу же, целиком, а не по частям.

Чтобы научиться надежно определять природные объекты, проводятся съемки на полигонах. Представьте себе квадрат со стороной около 500 м. В восьми-десяти точках этого участка проводятся измерения, определяется температура почвы и воздуха, влажность, СКЯ и т. п. Одновременно этот сектор фотографируется с воздушных и космических аппаратов. Сравнивая разные «образы» одного и того же объекта, ученые учатся их идентифицировать.

Пожалуй, сейчас самая насущная задача для сотрудников ИКИПРа — обеспечить получение массовой наземной информации, чтобы сравнить ее с воздушной и космической. Ведь, чтобы понять тонкие природные процессы, нужна систематическая информация. Поскольку с разрозненными данными что сделаешь? Сопоставить их нельзя, нет уверенности в том, что они отражают закономерность.

Сейчас в институте создается специальная методика, координирующая различные уровни исследований. Сопоставить результаты этих исследований тоже проблема, и притом весьма сложная. Ведь космическая информация выдается на фотопленке, все данные, полученные с самолетов, заносятся на бумагу в виде номограмм, а наземные сведения записываются рядами чисел. Причем даже фотографии друг от друга разнятся — по форме, по разрешающей способности. Как же быть? Пытаются перевести изображение с пленок в цифры и записать затем на магнитной ленте. Казалось бы, разумное решение. Разумное? Попробуйте записать на ленту 5-10 млн. чисел, и вы поймете, так ли это просто — отразить информацию, полученную только в одном диапазоне. Всего же таких диапазонов шесть. Следовательно, предстоит записать, а потом прочесть, проанализировать и сравнить 30-60 млн. чисел. Требуется система непосредственной записи наземной информации на магнитной ленте. А еще лучше было бы научить ЭВМ самостоятельно «прочитывать» снимки, тут же кодируя и записывая информацию в цифрах.

Впрочем, наивно было бы перекладывать решение проблемы с человека на машину. ЭВМ — хороший помощник, но только в том случае, если мы сами четко представляем, что и как нужно анализировать. Вот что думает об этой стороне дела П. Гусейнов, заведующий отделом математического моделирования ИКИПРа, кандидат физико-математических наук: «В исследованиях всегда присутствует неформальный эвристический момент, и это надо помнить. Машина же умеет только сравнивать светлые и темные точки. А ведь нам нужно воссоздать спектрально-геометрический облик объекта, если даже хотите, нарисовать его образ».

Здесь уже машина сдается. Здесь нужен человек, специалист. Он изучил механизм процесса, умеет его моделировать, у него ие только опыт, но еще и интуиция. Если геолог исходил вдоль и поперек весь Мангышлак, то любой снимок этого района для него — текст, который он может истолковать в содержательных геологических терминах. Но он не может изучать каждый из многих тысяч снимков. Это должна сделать машина, подготовив для него изображение, синтезирующее всю основную информацию.

Таким образом, нужно создать особые, интерактивные, то есть человеко-машинные, методы обработки. Но как осуществить контакт между человеком и ЭВМ? Разумнее всего познакомить машину со статистикой. И научить ее распознавать количественные параметры — температуру. влажность, давление. Затем уже надо думать, как объяснить ЭВМ качественные явления: экологические процессы, изменение погоды и т. п.

Для дешифрирования и синтеза различных снимков сейчас применяются специальные оптико-вычислительные комплексы. В них закладываются космические фотографии, сделанные в разных диапазонах, и получается синтезированное изображение, которое анализирует специалист. Но постепенно все большая часть анализа будет приходиться на долю машин.

Трудно оценить будущие достижения дистанционного зондирования. Ведь, когда в 1957 году был запущен первый искусственный спутник, только немногие могли предположить, что из космоса научатся выявлять богатства Земли, исследовать ее недра, ее природу. Теперь же космическое зондирование вошло в практический обиход. Наблюдая за тем, как ученые уверенно предсказывают неурожай или бурю, смело решают судьбу озера или целого моря, невольно создается впечатление, что они приобрели некую власть над природой. Но для ученых главное — не власть над природой, а звание ее, точнее, познание. Именно такие люде, такие специалисты работают в Баку, в Институте космических исследований природных ресурсов Академии наук Азербайджанской ССР.