Приведены — результаты — применения — автоматизированной — классификации многозональных космических снимков высокого разрешения при дешифрировании сельхозкультур. Результаты исследований продемонстрировали возможность получения более детальной информации о состоянии сельхозкультур. При дешифрировании космических снимков высокого разрешения с целью более детальной классификации видов и состояния сельхозкультур были — проведены эксперименты по автоматической классификации. При классификации космоснимков ШКОМО$ была опробована технология субпиксельной классификации модулем ЕКРОАЗ Гтагше Зибр1хе! СТав51Пег. Точность — мультиспектральной классификации лимитируется геометрическим разрешением данных дистанционного зондирования. При этом основной проблемой является проблема смешанных пикселей. Эта проблема имеет большое значение и часто возникает на границе между 2 различными классами. Например, такая ситуация возможна на границе между разными видами растительности или между разными состояниями одного и того же вида растительности. Проблемы разделения смешанных пикселей можно решить при использовании технологии субпиксельной классификации мультиспектральных изображений. Субпиксельная классификация основана на — моделировании — спектральных характеристик объектов, которые в очень небольшом количестве можно обнаружить на снимке. Небольшое количество этого материала может быть смешано в различных пропорциях с другими материалами на мультиспектральных изображениях. Процедура субпиксельной — классификации — требует — предварительного задания — максимально возможных растительных и нерастительных классов, которые могут быть обнаружены на снимке. При этом исходными данными могут послужить как материалы полевых наблюдений, так и спектры материалов, полученные при спектрометрировании. Эти значения используются для реконструкции значений пикселей по линейным и нелинейным моделям. При этом необходимо, чтобы анализируемое изображение состояло как минимум из 3 изображений, сделанных в разных зонах электромагнитного спектра. В результате классификации возможно разделить пиксели, содержащие как минимум 20 % материалов интереса. Классификатор так же моделирует варианты различной доли содержания вещества в пикселе. Применяя различные технологии — мультиспектральной и субпиксельной классификации изображений возможно получение данных с более высоким пространственным разрешением, чем исходные изображения. Большие потенциальные возможности имеет сочетание аэроснимков на небольшую территорию с космоснимками на большую территорию. При этом площадь, покрываемая аэросъемкой может использоваться как база для автоматической генерации эталонов. Кроме того, в модуле ЕКОА® Гпавше $Зибрихе] СТазз1Пег реализован вариант переноса полученных эталонов на другие изображения и атмосферная коррекция. Это означает, что априорные данные, полученные в пределах одного хозяйства, можно применить на соседний, и использовать снимки сделанные в разное время и при различных атмосферных условиях. Результат обработки космоснимков ШКОМО$%, представленных на рис. 1, по технологии субпиксельной классификации модулем ЕКОА$ Гтаете бЗибр1хе! СТавяПег приведен на рис.2. При обработке космоснимков были использованы три канала: красный, зеленый и голубой. - 64 -