министерство образования и науки российской федерации

известия
высших учебных заведений
раздел
геодезия и аэрофотосъемка
№3
Журнал основан в июле 1957 года
Выходит шесть раз в год

издание московского государственного университета

геодезии и картографии
москва 2013
известия высших учебных заведений

раздел
геодезия и аэрофотосъемка
¹3
Журнал основан в июле 1957 года
Выходит шесть раз в год

Главный редактор
чл.-корр. РАН, профессор, доктор техн. наук
В.П.  Савиных

Редакционная коллегия редакция журнала

Ю.Г. Б а т р а к о в Зав. редакцией Е.А. Евтеева

Ю.С. Б и л и ч Вед. редактор К.В. Любомирова
Т.В. В е р е щ а к а Оригинал-макет Б.В. Кузнецов
А.П. Г у к Графика А.Ю. Боков
В.Б. Д у б и н о в с к и й
105064, Москва,
И.Г. Ж у р к и н
Гороховский пер., 4
А.П. К а р п и к
E-mail: redakcia@miigaik.ru
Е.Б. К л ю ш и н тел. 8 (499) 261-8286
В.А. К о у г и я http://journal.miigaik.ru
А.А. М а й о р о в ISSN 0536-101X
(зам. главного редактора)
В.А. М а л и н н и к о в
Ю.И. М а р к у з е
Ю.М. Н е й м а н
В.И. П а в л о в
Сдано в набор 03.06.2013
Ю.И. П и м ш и н Подписано в печать 25.06.2013
Ю.Г. Я к у ш е н к о в Формат 60×90⅛. Усл. печ. л. 16,0
Х.К. Я м б а е в Тираж 200 экз. Заказ 66
С.Н. Я ш к и н Отпечатано в типографии МИИГАиК
Индекс в каталоге Роспечать 70365
© Изв. вузов «Геодезия и аэрофотосъемка», 2013
 астрономия, гравиметрия и космическая геодезия

УДК 528.28; 528.2; 528:629.78

астрономия, гравиметрия и космическая геодезия

Высокоточные методы численного интегрирования уравнений

движения ИСЗ с Чебышевской аппроксимацией
для обработки лазерных наблюдений ИСЗ
Аспирант К.В. Эбауэр, кандидат физ.-мат. наук Н.А. Сорокин
Институт астрономии РАН
kebauer89@gmail.com, nsorokin@inasan.ru
Аннотация. Рассматриваются методы численного интегрирования, основанные на аппроксимации
правых частей дифференциальных уравнений движения смещенными полиномами Чебышёва первого
рода. Приводятся алгоритмы методов для различных случаев интегрирования на шаге. Приводятся ре-
зультаты численных экспериментов по определению погрешности рассматриваемых методов, а также
проводится сравнение с методом Эверхарта.
Ключевые слова: численные методы, уравнения движения ИСЗ
Abstract. Methods of numerical integration based on the approximation of right parts of differential equations
of motion with first order shifted Chebyshev polynomials are considered. Algorithms of methods for different
situations of integration process on the step are provided. Also some numerical results of the methods’ errors
are provided. Some results of comparison tests with Everhart method are provided, too.
Keywords: Numerical methods of integration, equations of motion of an artificial Earth satellite

Введение. При решении задач космической Таким образом, чтобы предвычисленные

геодезии орбитальным или динамическим ме-
тодами требуется знать предвычисленные ор-
биты спутников для составления параметри-
ческих уравнений связи. Эта задача решается
интегрированием дифференциальных уравне-
ний ИСЗ численно или аналитически.
В настоящее время предъявляются высо-
кие точностные требования к орбитам спутни-
ков, используемых для лазерной локации. Это
обусловлено двумя факторами:
1) высокая точность наблюдений; напри-
мер, точность единичных измерений наклон-
ных дальностей до ИСЗ, получаемых из наблю-
дений отечественным лазерным дальномером
«Сажень-ТМ», составляет 0,5‒2 см [1];
2) разработка спутников, предназначенных
для лазерной локации, с малой ошибкой цели
(смещение центра отражения лазерного им-
пульса относительно центра масс спутника в
зависимости от угла прихода лазерного излу-
чения на отражатель); примером такого спут-
ника является ИСЗ БЛИЦ [2], запущенный
21 сентября 2009 г.; ошибка цели для данного
объекта находится на уровне 0,1 мм.
орбиты спутников соответствовали точности
наблюдений и позволяли использовать пре-
имущества спутников с малой ошибкой цели, в
дифференциальных уравнениях движения учи-
тывают большое количество возмущений, дей-
ствующих на спутники постоянно или перио-
дически и изменяющих их орбиты. Вследствие
этого использовать аналитические методы
интегрирования нецелесообразно ввиду гро-
моздкости правых частей уравнений движения
ИСЗ. В такой ситуации численные методы ин-
тегрирования становятся удобным инструмен-
том определения орбит. Однако погрешность
самого численного метода также имеет место.
Величину этой погрешности необходимо знать
и учитывать при вычислении орбит, а также
подбирать метод интегрирования и его пара-
метры таким образом, чтобы минимизировать
влияние этого источника ошибок.
К настоящему времени разработано боль-
шое количество высокоточных методов чис-
ленного интегрирования. Наиболее часто
применяемым является метод Эверхарта [3].
В настоящей работе мы рассмотрим один из

3
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

методов численного интегрирования, основан- Здесь и далее индекс m обозначает соот-

ный на аппроксимации правых частей диффе- ветствующий узел на шаге интегрирования T,
ренциальных уравнений движения смещен- а индекс n — соответствующую степень вы-
ными полиномами Чебышева первого рода. числяемых полиномов.
Данный метод разрабатывался в разное время Ограничиваясь усечением ряда (3) до неко-
в Институте теоретической астрономии АН торой степени N, легко определить как положе-
СССР [4, 5], Институте астрономии РАН и ние, так и скорость ИСЗ на некоторый момент
НИВЦ МГУ [6−8]. Мы попытаемся обобщить времени t ∈ [0, T ] путем двукратного интегри-
информацию по данному методу и представим рования этого усеченного ряда по переменной
готовые алгоритмы для численного интегриро- t с учетом начальных условий (2):
вания дифференциальных уравнений движе-
ния ИСЗ. Кроме того, представим результаты
N +1
t 
xm = ∑ BnTn*  m  ; (4)
численных экспериментов по определению n =0 T 
погрешности метода, а также сравним данный
метод с методом Эверхарта.
N +2
t 
xm = ∑ CnTn*  m  . (5)
Стоит заметить, что в данной работе мы не n =0 T 
ставим цель приводить полный теоретический Коэффициенты Bn и Cn находятся по следу-
вывод всех выражений. Наша основная цель ющим формулам [4]:
— сведение воедино всей доступной к настоя-
щему времени информации и приведение гото- 1  A
B0 = x0 + S1 + T  A0 − 1  ; 
вых к использованию алгоритмов, а также их 2  4
сравнение с методом Эверхарта. За подробны- 
ми теоретическими выкладками мы отсылаем 1  A  
=B1 T  A0 − 2  ;  (6)
читателя к указанным выше источникам. 2  2  
Алгоритмы метода. Уравнения движения 
.............................................
ИСЗ в общем виде записываются следующим 
образом: 1  An −1 − An +1  
=Bn T =  , n 2,3,...N + 1;
x = F ( x, x , t ).
 (1) 4  n  
Отметим, что здесь и далее, дабы не загро-
мождать выражения индексами, под x, x , x 1 T2 
мы будем полагать вектор-столбец координат, C0 = x0 + S2 + T ( x0 + S1 ) + ( A2 − 2 A1 + 6 A0 );

вектор-столбец скоростей и вектор-столбец 2 32 
2
ускорений спутника соответственно. Под t в 1 T 
C= T ( x0 + S1 ) + (8 A0 − 3 A1 + A3 ); 
выражении (1) следует понимать момент вре- 1
2 32
мени, на который приходятся величины x, x , 
x. 
T2 
Будем рассматривать численное решение C= 2 (6 A0 − 4 A2 + A4 );  (7)
задачи Коши, которая требует задания началь- 96 
ных условий: ................................................................... 

= x x=0; x t 0 x0 . (2) T  (n + 1) An − 2 − 2nAn + (n − 1) An + 2 
2

=t 0= Cn =  ,
Так как величины x и x являются неявны- 96  n ( n − 1)( n + 1)  
ми функциями времени, то в тех случаях, когда 
= n 3, 4,...N + 2, 
существуют решения задачи Коши, функцию
x на момент времени t ∈ [0, T ] можно пред- где
ставить в виде равномерно сходящегося ряда
T N 1 1  
Фурье по смещенным полиномам Чебышева S1 =∑ (−1) n  − ; 
*  tm 
4 n=2  n +1 n −1  
первого рода Tn   : 2 N +1 n  (8)
T  T (−1)  1 1 
∞
t 
S2
= ∑
16 n = 2 n
( An −1 − An +1 )  −
 n + 1 n − 1  
.
= xm F=
 ( x, x , t ) ∑ An Tn*  m . (3)
n =0 T  При n > N коэффициенты A ꞊ 0. n

4
 астрономия, гравиметрия и космическая геодезия

Определим формулы для нахождения коэффициентов An при n ≤ N.

Будем рассматривать три варианта разбиения шага интегрирования:
1) только внутреннее разбиение шага;
2) внутреннее разбиение шага с фиксированным левым узлом (начало шага);
3) внутреннее разбиение шага с двумя фиксированными узлами (начало и конец шага).
С учетом этого, будем иметь три набора формул для вычисления An:
2δn N
 tm  
I. =An
N
∑ x T
 =
m n
*

T 
 ; n 0,1,...N − 1;
m =1

N −1

AN =∑ (−1) n An − 
x0 ;                  (9)
n =0 
1 
δ=0 ; δ= n 1, n > 0. 
2 
Узлы разбиения шага интегрирования T в данном случае находятся по следующей формуле:
T  π(2m − 1)  
    tm =  1 + cos  , m = 1, 2,...N ; (10)
2  2N  
2(−1) n δn 4δn N t 
II. An =+
2N +1
x0
 ∑
2 N + 1 m =1
xmTn*  m  , n =

T 
0,1,...N ;       (11)

T  π(2m − 1)   
tm =  1 + cos  , m =
1, 2,...N ;
2  2N +1          (12)
t0 = 0; 


(−1) n δn δ 2δ n N t 
III. An =
N +1
x0 + n 

N +1
xT + ∑
N + 1 m =1
xmTn*  m  , n =0,1,...N + 1;

T 
(13)

T  πm   
tm =  1 + cos  , m =
1, 2,...N ;
2  N +1   

t0 = 0;         (14)
t N +1 = 1. 


Здесь величины xT и tN+1 обозначают соответствующие величины на конце шага интегриро-
вания T. Вывод выражений (8)−(14) здесь не приводим. За более подробной информацией отсы-
лаем читателя к статьям [4−8].
Далее следует итерационный процесс. Стоит отметить, что были реализованы два способа
организации итерационного процесса на шаге интегрирования как для описываемых методов,
так и для метода Эверхарта:
1) по сходимости коэффициентов разложения (указанные выше коэффициенты An);
2) по сходимости координат ИСЗ в узлах разбиения шага интегрирования (формула (5)).
Итерационный процесс продолжается до тех пор, пока разность между итерациями i и i + 1 не
окажется меньше некоторого заданного числа ε. По завершению итерационного процесса коор-
динаты и скорости на конец шага интегрирования вычисляются по следующим формулам:
N +2 N +1
=x ∑
=
=t T=
Cn ; x t T
=n 0=n 0
∑B . n (15)

5
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Кроме уже указанного алгоритма (3)–(7), (15) численного решения уравнений (1),
М.В. Беликовым был разработан оригинальный алгоритм, который приведен ниже [4].
Построим интерполяционный полином для уравнения (1) по узлам разбиения tm на интервале
[0, T]:
N
 t  
 x0 + ∑ An Tn*  m  − (−1) n  .
xm =  (16)
n =1  T  
Коэффициенты An находятся по тем же формулам (9), (11) или (13). Узлы разбиения шага tm вы-
числяются по формулам (10), (12) или (14) соответственно.
Учитывая (2), из (16) находим приближения для координат и скоростей ИСЗ на шаге T:
T N  tm  
xm =x0 + tm 
x0 + ∑
4 n =1
AnTn(1)
+1 
T 
; 

2  (17)
tm 
x0 T 2 N
(2)  t m  
xm =x0 + tm x0 +
2
+ ∑ AnTn+2  T  .
16 n =1 

(1)  t  (2)  t 
В выражениях (9) полиномы Tn +1  m  и Tn + 2  m  находятся по формулам:
T  T 
 tm   tm  n tm  
Tn(1)
=
+1   Bn +1   + (−1)  U n − 4 =  , n 1, 2...N ; 
T  T   T 
 (18)
(2)  t m   tm   tm  n  tm  tm  
Tn + 2   Wn +1 Bn + 2   − Wn −1 Bn   + (−1)  4  U n − 2  =
= − Vn  , n 1, 2...N ,
T  T  T    T T  
где
t  t   t 
Bn +1  m  = Wn +1Tn*+1  m  − Wn −1Tn*−1  m
, n = 1, 2,...N + 1;
H H  H 
Un = Wn +1 − Wn −1 , n = 0,1,...N + 1; 
 (19)
Vn =Wn +1U n +1 − Wn −1U n −1 , n =1, 2,...N ; 
1 
W0 = 0, Wn == , n −1, 0,...N + 2. 
n 
Далее также следует итерационный процесс по одной из указанных выше схем, по завершению
которого координаты и скорости на конец шага интегрирования находятся по следующим формулам:
T2 T2 N
x t =T =x0 + Tx0 +
2
x0 +
 ∑
16 n =1
AnTn(2)
+ 2 (1); (20)

T N
x t =T =x0 + Tx0 + ∑
4 n =1
AnTn(1)
+1 (1), ,(21)

где
Tn(2) n n

+ 2 (1) = (1 − ( −1) )Vn + 4( −1) (U n − 2), n = 1, 2...N ; 
n n  (22)
Tn(1)
+1 (1) = (1 + ( −1) )U n − 4( −1) , n = 1, 2...N . 
Таким образом, комбинируя два алгоритма решения уравнений (1) (3)−(7), (15) и (16)−(22) с
тремя способами вычисления коэффициентов An (9)–(14), получаем шесть алгоритмов численного
интегрирования, основанных на аппроксимации смещенными полиномами Чебышева первого рода,
которые были реализованы на языке программирования Фортран 95. Кроме того, был реализован

6
 астрономия, гравиметрия и космическая геодезия
алгоритм метода Эверхарта [3].
Численные эксперименты и результа-
ты. Численные эксперименты проводились на
невозмущенной орбите. Интегрирование про-
водилось на целое число оборотов, то есть ко-
ординаты и скорости в конце интервала инте-
грирования должны совпасть с начальными
условиями. Поэтому погрешность интеграторов
оценивалась по уклонению полученных коорди-
нат ИСЗ на конец интервала интегрирования от
начальных значений:
=∆ ( xk − x0 ) 2 + (yk − y0 ) 2 + ( zk − z0 ) 2 , (23)
где индекс k относится к координатам ИСЗ в кон-
це интервала интегрирования, а индекс 0 обозна-
чает начальные условия.
Для численных экспериментов были вы-
браны три класса орбит: низкая, средняя и вы-
сокая. Начальные условия (то есть координаты,
и скорости ИСЗ на начальный момент времени)
были выбраны таким образом, чтобы время од-
ного оборота спутника было кратно 100 с и мак-
симально близко по значению к периодам обра-
щения действующих геодезических ИСЗ (БЛИЦ,
LAGEOS-1 и ЭТАЛОН-1). Начальные значения
приводятся в табл. 1. Координаты и скорости
ИСЗ даны в инерциальной системе координат.
Все численные эксперименты проводились
на интервале, приблизительно равном 5 сут.
Интервал корректировался таким образом, что-
бы быть кратным целому числу витков исследу-
емых ИСЗ, т.е. 71, 32 и 11 виткам соответствен-
но. Кроме того, пятисуточный интервал является
стандартным для обработки лазерных наблюде-
ний ИСЗ. В результате численных эксперимен-
тов мы определили, что наиболее оптимальный
(и универсальный) шаг для интегрирования —
1/100 от периода обращения исследуемых ИСЗ
(периоды соответственно равны 6100 ,13500,
41000 с).
Исследование выполнялось при различном
числе точек разбиения шага интегрирования (ко-
личество точек разбиения шага соответствует
максимальной степени полиномов Чебышева N и
порядку метода): от 3 до 20. Кроме того, как ука-
зывалось выше, было реализовано два алгоритма
Начальные условия интегрирования
Начальные значения координат, м
ИСЗ
x0 y0
1 6379671,5129 3371687,7049
2 –12176328,9258 –774525,9025
3 353548,3347 –21982301,0380
организации итерационного процесса. Стоит так-
же отметить, что итерационный процесс продол-
жался до сходимости в 14−15 знаке мантиссы в
обоих вариантах (т.е. практически на пределе ма-
шинной точности). Это соответствует величине
ε = 10–14 м/с2 в случае сходимости по коэффици-
ентам разложения и ε = 10–8 м — в случае сходи-
мости по координатам в узлах разбиения.
Расчеты выполнены для всех спутников
со всеми упомянутыми выше условиями, од-
нако результаты приводим только для ИСЗ-1
(табл. 2−3).
Обозначения в табл. 2–3:
«100» — первый алгоритм (3)–(7), (15) без
фиксированных узлов (9)–(10);
«110» — первый алгоритм с левым фиксиро-
ванным узлом (11)–(12);
«111» — первый алгоритм с двумя фиксиро-
ванными узлами (13)–(14);
«200» — второй алгоритм (16)–(22) без фик-
сированных узлов (9)–(10);
«210» — второй алгоритм с левым фиксиро-
ванным узлом (11)–(12);
«211» — второй алгоритм с двумя фиксиро-
ванными узлами (13)–(14);
«Ev» — метод Эверхарта.
Выводы. Анализ полученных результатов
численных экспериментов позволяет сделать
следующие выводы:
1) методы 3 и 4 порядка не применимы для
высокоточного численного интегрирования ор-
бит вследствие высоких погрешностей самих
методов (речь идет о методах, основанных на ис-
пользовании полиномов Чебышева);
2) в отличие от метода Эверхарта мето-
ды, основанные на использовании полиномов
Чебышева, дают практически одинаковые по
точности результаты при разных способах орга-
низации итерационного процесса;
3) погрешность алгоритма, реализующе-
го формулы (3)−(7), (15), для низких спутников
(табл. 2, 3) примерно на порядок выше погреш-
ности алгоритма, реализующего формулы (16)−
(22). Однако для средних и высоких орбит такое
поведение нехарактерно.
Таким образом, исключая результаты, полу-
ченные при N = 3 и N = 4, мы можем утверждать,
Таблица 1
Начальные значения скоростей, м/с
z0 x0 y0 z0
14625,4064 512,820391 –997,601493 7347,115181
10383,0302 –125,644282 1937,590116 5389,003210
13390461,1999 1958,111549 1796,847062 2897,520506
7
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Таблица 2
Результаты численных экспериментов по определению погрешности методов численного интегрирования
для ИСЗ-1 (сходимость по коэффициентам разложения An)
Разности Δ (формула (23)), полученные соответствующим методом, м
№ п/п
100 110 111 200 210 211 Ev
3 124,233000 55,028400 2,179240 124,233000 55,028500 34,804200 0,002377
4 0,219331 2,287400 0,000105 72,336600 2,287280 34,328900 0,000027
5 0,000276 0,000191 0,000781 0,000271 0,000123 0,000231 0,000016
6 0,000677 0,000733 0,000745 0,000227 0,000050 0,000198 0,002430
7 0,000821 0,000761 0,000817 0,000001 0,000018 0,000004 0,206333
8 0,000822 0,000749 0,000816 0,000071 0,000034 0,000000 0,206276
9 0,000895 0,000774 0,000785 0,000008 0,000012 0,000050 0,206297
10 0,000772 0,000796 0,000822 0,000080 0,000029 0,000012 0,206297
11 0,000766 0,000778 0,000809 0,000028 0,000018 0,000020 0,206305
12 0,000879 0,000820 0,000803 0,000106 0,000065 0,000023 0,206348
13 0,000825 0,000803 0,000799 0,000030 0,000042 0,000019 0,206242
14 0,000776 0,000724 0,000771 0,000102 0,000043 0,000017 0,206184
15 0,000826 0,000875 0,000774 0,000014 0,000060 0,000050 0,204453

Таблица 3
Результаты численных экспериментов по определению погрешности методов численного интегрирования
для ИСЗ-1 (сходимость по координатам ИСЗ в узлах разбиения)
Разности Δ (формула (23)), полученные соответствующим методом, м
№ п/п
100 110 111 200 210 211 Ev
3 124,233000 55,028400 2,179120 124,233000 55,028400 34,804000 0,002356
4 0,219394 2,287420 0,000067 72,336800 2,287290 34,328800 0,000007
5 0,000279 0,000233 0,000802 0,000282 0,000111 0,000249 0,000016
6 0,000745 0,000767 0,000804 0,000199 0,000004 0,000223 0,000011
7 0,000775 0,000826 0,000886 0,000003 0,000028 0,000031 0,000029
8 0,000822 0,000741 0,000815 0,000070 0,000015 0,000032 0,000015
9 0,000806 0,000760 0,000805 0,000002 0,000020 0,000027 0,000011
10 0,000720 0,000818 0,000771 0,000097 0,000051 0,000037 0,000043
11 0,000770 0,000789 0,000732 0,000011 0,000043 0,000013 0,000072
12 0,000843 0,000799 0,000802 0,000110 0,000074 0,000029 0,000006
13 0,000836 0,000818 0,000778 0,000004 0,000077 0,000015 0,000019
14 0,000874 0,000805 0,000853 0,000131 0,000075 0,000116 0,000025
15 0,000792 0,000796 0,000813 0,000015 0,000065 0,000051 0,000007

что рассматриваемые в данной работе методы, ос-
нованные на применении полиномов Чебышева,
могут быть использованы для высокоточного опре-
деления орбит геодезических ИСЗ при решении
различного рода задач космической геодезии, в том
числе для обработки высокоточных лазерных на-
блюдений ИСЗ. При этом погрешность метода ин-
тегрирования в самом худшем случае не превысит
1 мм на интервале 5 сут. Кроме того, данные мето-
ды в большинстве случаев нисколько не уступают
по точности методу Эверхарта. Учитывая всю со-
вокупность результатов исследований, мы можем
рекомендовать к использованию второй алгоритм
(16)−(22) с любым способом фиксации узлов и по-
рядком метода N = 6 ÷ 8, а также с любым способом
организации итерационного процесса.
Литература
1. Burmistrov, V., Vasiliev V., Parkhomenko N., Shargorodskiy V. New Russian
Systems for SLR, Angular Measurements and Photometry. – 15th International
Laser Ranging Workshop, Canberra, Australia, Oct. 15-20, 2006.
2. Vasiliev, V., Shargorodskiy V., Parkhomenko N. BLITS: The first
autonomous zero-signature satellite in orbit. - 17th International Workshop
on Laser Ranging, Bad Koetzing, Germany, May 16-22, 2011.
3. Everhart E. Implicit single-sequence method for integrating orbits //
Celestial Mechanics. – 1974. – vol. 10. – pp. 35−55.
4. Беликов М.В. Метод численного интегрирования с Чебышевской
аппроксимацией для решения задач эфемеридной астрономии. –
Препринт ИТА АН СССР. Л.: 1990. −№4. −С. 35.
5. Беликов М.В., Трубицина А.А. Метод полиномиальной аппрокси-
мации эфемеридных данных. – Препринт ИТА АН СССР. Л.: 1990.
−№10. −С. 16.
6. Татевян С.К., Сорокин Н.А., Залеткин С.Ф. Формула численного
интегрирования Маркова и ее применение в ортогональных разложе-
ниях // Вычислительные методы и программирование. –2001. –Т. 2.
–№2. –С. 44−70 (http://num-meth.srcc.msu.su).
7. Татевян С.К., Сорокин Н.А., Залеткин С.Ф. Численное интегри-
рование обыкновенных дифференциальных уравнений с использова-
нием рядов Чебышева // Вычислительные методы и программирова-
ние. –2002. –т. 3. –№1. –С. 56−85 (http://num-meth.srcc.msu.su).
8. Залёткин С.Ф. Формула численного интегрирования Маркова
с двумя фиксированными узлами и ее применение в ортогональных
разложениях // Вычислительные методы и программирование. –2005.
–№6. –С. 1–17. (http://num-meth.srcc.msu.su).
Принята к печати 15 октября 2012г.
Рекомендована кафедрой астрономии
и космической геодезии МИИГАиК

8
 геодезия

УДК 528

Геодезия

Окончательная формула для обратной однократной угловой засечки

Профессор, кандидат физ.-мат. наук Л.П. Барабанова
Ковровская государственная технологическая академия им. В.А. Дегтярёва
lpbarabanova@yandex.ru
Аннотация. Обратная угловая засечка состоит в нахождении места наблюдателя через измерения
углов наблюдения на три известных станции. Эта задача решается с помощью алгебры комплексных
чисел окончательно.
Ключевые слова: обратная угловая засечка, алгебра комплексных чисел, адекватный алгоритм
Abstract. The resection problem consists in finding the location of an observer by measuring the angles
subtended by lines of sight from the observer to three known stations. The problem is conclusively solved with
the help of the algebra of complex numbers.
Keywords: resection, algebra of complex numbers, adequate algorithm

Введение. Обратная угловая засечка (resec-
tion) заключается в местоопределении наблю-
дателя на плоскости по углам между направ-
лениями на известные пункты (минимум — на
три). Повсеместное внедрение автоматики за-
ставляет по-новому взглянуть на эту задачу. В
настоящее время традиционная область при-
менения обратной засечки распространяется
также и на позиционирование робота.
Цель настоящей статьи — построение
адекватного алгоритма для обратной однократ-
ной угловой засечки, то есть такого алгоритма,
который учитывает все особенности задачи и
не привносит своих собственных особенно-
стей. Попытки построения такого алгоритма
(далеко не все) проанализированы в работе [1].
В изложении нашего алгоритма исполь-
зуется стандартная математическая нотация
комплексной плоскости, в частности — поло-
жительным считается направление измерения
углов против часовой стрелки. Опасной окруж-
ностью называется окружность, проходящая
через три известных пункта, или прямая, если
они на ней лежат.
Краткая история задачи. Отсчет доку-
ментированной истории обратной угловой за-
сечки ведётся от сержанта мексиканской армии
Кукунутти (1592), что зафиксировано в статье
«cucunutti method of resection» словаря [2].
Способ Кукунутти состоял в свободных дви-
жениях топографической карты по горизон-
тальному столу наблюдателя с целью получить
пересечение трёх лучей в одной точке (каж-
дый луч начинался в непосредственно наблю-
даемом пункте и проходил через его образ на
карте). Идея аналого-графического способа
Кукунутти не раз возрождалась. В частности,
в военных училищах России до последнего
времени преподавался способ Болотова [3], в
котором непосредственно наблюдаемые лучи
единожды прочерчиваются на кальке до точ-
ки её пришпиливания, а затем калька перекла-
дывается на карту так, чтобы добиться инци-
денции лучей на кальке и соответствующих
пунктов на карте. Искомая на карте точка от-
мечается протыканием булавкой через кальку.
В документированной истории обратной
угловой засечки следующим за Кукунутти из-
вестен Виллеброрд Снелл (лат. Снеллиус). В
своей книге «Голландский Эратосфен» [4] от
1617 г. Снеллиус дал четкую постановку и ре-
шение обратной угловой засечки, отвечающее
античным образцам. На рис. 1 представлен чер-
теж [4, с. 204], описывающий циркульный алго-
ритм Снеллиуса исчерпывающим образом. На
чертеже Снеллиуса известные пункты — вер-
шины верхнего тругольника. Отсчет углов ве-
дется от левого пункта. Каждый из углов даст

9
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Рис. 1. Дуги Снеллиуса
дугу соответствующей окружности. В пересе-
чении этих дуг — искомая точка. Пунктиром
показано как строить соответствующие дуги
окружностей (используются свойства вписан-
ных в окружность углов).
Следующим после Снеллиуса стал ан-
глийский моряк Джон Коллинз, опубликовав-
ший в 1671 г. свой, отличный от алгоритма
Снеллиуса, циркульный алгоритм для обрат-
ной угловой засечки [5]. Затем французский
инженер Лоран Потенот в 1692 г. опубликовал
нечто похожее на циркульное решение для об-
ратной угловой засечки [6]. Коллинз и Потенот
как впрочем и последующие авторы, не упоми-
нают Снеллиуса. Но работа Коллинза, по край-
ней мере, оригинальна, что трудно утверждать
о статье Потенота. Между тем, в континенталь-
ной Европе сложилась неправильная традиция
Рис. 2. Копия из [8, с. 85]
a0 a2
y
α2
x направлением отсчета углов считается отсчет
α1
z=x+iy,
x, y ∈ IR
z
Рис. 3. Схема засечки (здесь углы имеют отрица-
тельные значения)
называть обратную угловую засечку задачей
Потенота. В литературе упоминаются извест-
ные математики, публиковавшие свои решения
обратной угловой засечки уже после Потенота.
Это Кассини, Ламберт, Бессель и др.
По-видимому, первым, кто предложил
аналитический алгоритм для обратной одно-
кратной угловой засечки стал Гаусс, который
ставит задачу в прямоугольных координатах
и в них же получает ответ [7]. Заметим, что
Гаусс измерял углы от одного фиксированно-
го направления (как и Снеллиус), что, к сожа-
лению, искажено в переводе на русский язык:
«… пусть наблюденный угол между первым и
вторым пунктом равен M, между вторым и тре-
тьим пунктом равен M′» [8, с. 132] (рис.2).
В истории обратной угловой засечки рабо-
та Гаусса занимает исключительное место по-
тому, что Гаусс в ней впервые решил обратную
многократную засечку методом наименьших
квадратов. Однако не надо забывать, что все
известные решения нелинейной задачи при
избыточных измерениях методом наимень-
ших квадратов требуют достоверного началь-
ного приближения. Для обратной многократ-
ной засечки это однократная засечка (на три
пункта). Это, конечно, делал и Гаусс в [7, 8].
Следовательно, без однократной обратной за-
сечки не обойтись, и она, тем более, заслужи-
вает окончательного, надёжного решения.
Построение адекватного алгоритма.
Проблема адекватного алгоритма, поставлена
в ряде наших работ [9−11]. Для построения
адекватного алгоритма координатной реали-
зации обратной однократной угловой засечки
(засечки Снеллиуса) будем использовать наш
прием [9−11] — принимать в нужном месте
комплексно сопряженные переменные за неза-
висимые неизвестные.
На входе алгоритма: известные пункты a0,
a1, a2 как точки комплексной плоскости; углы
α1, α2, измеренные от луча, ведущего с искомой
a1 точки z к a0 до лучей, ведущих с искомой точ-
ки z к a1, a2, соответственно (положительным
против часовой стрелки) (рис. 3), кроме того,
на входе алгоритма — среднеквадратическая
ошибка mα> 0 измерения углов α1, α2.
На выходе алгоритма: точка z, из которой
производились наблюдения, или сообщение о
10
 геодезия

критической ситуации. Кроме того, на выходе алгоритма должны быть среднеквадратические

ошибки mx, my косвенно измеренных координат точки z (при отсутствии выбросов).
Для угла α1 имеем поворот вектора с началом в точке z и концом в точке a0 до совмещения с
направлением от z на a1, аналогично – для α2:
a= 1−z k1eiα1 (a0 − z ); a= 2 −z k2 eiα2 (a0 − z );
 
k1 > 0; k2 > 0.
Положительность коэффициентов k здесь обязательна для однонаправленности. Если число
действительное, то оно равно своему комплексно сопряженному. Так получаем уравнения двух
окружностей Снеллиуса:
(a − z ) iα1 ( a1 − z ) (a − z ) (a − z )
= e − iα1 1 e= ; e − iα 2 2 e iα 2 2 .
(a0 − z ) (a0 − z ) (a0 − z ) (a0 − z )
Следовательно, имеется система двух уравнений с двумя неизвестными z, z :
e 1 (a1 − z )(a0 − z=
− iα
) eiα1 (a1 − z )(a0 − z );
 − iα 2
e (a2 − z )(a0 − = z ) eiα2 (a2 − z )(a0 − z ).
Для краткости решения этой системы без ограничения общности временно будем считать,
что a0 = 0 (сдвиг системы координат на ‒a0). Тогда система примет вид:
−2i sin(α1 ) zz − e − iα1 a1 z + eiα1 a1 z = 0;
 − iα iα
−2i sin(α 2 ) zz − e 2 a2 z + e 2 a2 z = 0.
Чтобы избавиться от членов zz , умножим первое уравнение на sin α2, второе — на sin α1, а
затем вычтем из первого уравнения второе. Получим уравнение прямой (в случае общего поло-
жения), проходящей через точки пересечения окружностей Снеллиуса:
(e − iα2 a2 sin α1 − e − iα1 a1 sin α 2 ) z + (eiα1 a1 sin α 2 − eiα2 a2 sin α1 ) z =0.
Заметим, что коэффициенты при z, z :комплексно сопряжены. Если они нули, в ответ пойдет
сообщение «Вы на опасной окружности. Конец алгоритма». В противном случае выражаем z :
линейно через z из последнего уравнения
eiα2 a sin α1 − eiα1 a1 sin α 2
z = − iα 2 2 z.
e a2 sin α1 − e − iα1 a1 sin α 2
и подставляем это выражение, например, в первое уравнение последней системы. Получим ква-
дратное относительно z уравнение
eiα2 a sin α1 − eiα1 a1 sin α 2 2  − iα1 eiα2 a2 sin α1 − eiα1 a1 sin α 2 
−2i sin α1 − iα2 2 − iα1
z +  −e a1 − iα2 − iα1
+ eiα1 a1  z =0,
e a2 sin α1 − e a1 sin α 2  e a2 sin α1 − e a1 sin α 2 
одним из корней которого будет z = 0, который нас не интересует, это, как мы договорились,
z = a0 = 0. Другой корень, искомый, после несложных преобразований примет выражение
ei ( α2 −α1 ) a1a2 − e − i ( α2 −α1 ) a1a2 Im (ei ( α2 −α1 ) a1a2 )
= z = .
2i (eiα1 a1 sin α 2 − eiα2 a2 sin α1 ) eiα1 a1 sin α 2 − eiα2 a2 sin α1
Возврат к исходной системе координат даёт окончательную формулу для обратной однократ-
ной угловой засечки при отсутствии выбросов:
Im (ei ( α2 −α1 ) (a1 − a0 )(a2 − a0 ))
z a0 +
= . (1)
eiα1 (a1 − a0 ) sin α 2 − eiα2 (a2 − a0 ) sin α1
Напомним, что нуль в знаменателе — это исключенный случай, когда три известных пункта
и неизвестный пункт находятся на одной окружности (прямая — тоже окружность, бесконечного
радиуса).

11
 известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Верификация окончательной формулы (1) кратного вычисления синуса и косинуса изме-

в MathCad представлена следующим образом: ренных углов и строго соблюдает ориентацию.
Configuration : Главное, однако, в адекватности задаче. Так, ал-
горитм Гаусса [7, 8] игнорировал случаи опас-
i:= −1 a 0 :=0 a1:=2+3 ⋅ i a 2 :=i zz:=4+6 ⋅ i ной окружности и выбросы. В коллекции алго-
 zz − a1   zz − a 2  ритмов [13] нет также ни одного, адекватного
Measuring : α1:=arg   α 2 :=arg   задаче. Популярный алгоритм барицентриче-
 zz − a 0   zz − a 0  ских координат Tienstra [13], не работает в слу-
Restoration : чае, когда известные пункты лежат на одной
Im ei⋅(α2 −α1 ) ⋅ (a1 − a 0 ) ⋅ (a 2 − a 0 )  прямой. Алгоритмы [14, 15] не работают, ког-
z:=a 0 + да неизвестный пункт и два известных пункта
ei⋅α1 ⋅ (a1 − a 0 ) ⋅ sin(α 2 ) − ei⋅α2 ⋅ (a 2 − a 0 ) ⋅ sin(α1 ) лежат на одной прямой. Для нашего алгоритма
z= 4 + 6i это не помеха. Разрекламированный алгоритм
Завершение адекватного алгоритма. [16] из угломерной информации использует
Найденное по окончательной формуле значение только квадраты синусов измеренных углов,
z используем для нахождения коэффициентов что уже означает индифферентность к ориен-
тации. То же самое относится к алгоритму [1],
− iα1 ( a1 − z ) (a − z )
= k1 e= ; k 2 e − iα 2 2 . в котором используются только косинусы изме-
(a0 − z ) (a0 − z ) ренных углов.
Если хоть один из этих коэффициентов Заключение. Идея использовать ком-
не будет положительным, в ответ пойдет со- плексные числа для обратной угловой засечки
общение «Выброс. Конец алгоритма» (дуги возникала уже у Гаусса. Об этом пишет О.Б.
Снеллиуса не пересекаются во второй точке) Шейнин в своем историческом исследовании
(рис. 4). [17], где используются ссылки на третий том
Завершают построение адекватного ал- Переписки Гаусса (W/Erg-3) и на девятый том
горитма для обратной однократной угловой Трудов Гаусса (W-9). Цитируем О.Б. Шейнина,
засечки гарантии точности через процедуру [17, c.53] по поводу переписки Гаусса с его уче-
вычисления среднеквадратических ошибок ником Герлингом: «Сошлёмся теперь на ста-
координат по среднеквадратической ошибке ринную геодезическую задачу Потенота, кото-
угломера [12, с. 34], если нет выброса. рая в определённом случае имела бесконечное
Сравнение алгоритмов. Как видим, наш число решений. В письме 24.10.1840 Гаусс
алгебраический алгоритм требует только одно- (Г–Г, W/Erg-3, с. 615) разъяснил, как проще все-
го определить, когда этот случай имел место,
но (с. 617) попросил своего ученика пока не
a0 разглашать его мысли, потому что он сам хотел
a2 бы это сделать. 14.1.1842 (там же, с. 633−634)
он пояснил, как при решении этой задачи мож-
но применить комплексные числа, указал, что
знал решение уже почти полвека назад (!), и
хотел бы сам больше сказать о применении
a1 комплексных величин. В противном случае у
него, Гаусса, отпадёт желание возвращаться к
этой задаче. Её решение с применением ком-
плексных чисел, но без пояснений и без упоми-
нания указанного особого случая, содержалось
в бумагах Гаусса (W-9, c. 221‒224)». Последняя
фраза О.Б. Шейнина неточна. В действитель-
ности, на указанных страницах нет решения
задачи об обратной угловой засечке с приме-
нением комплексных чисел. Комплексные чис-
Рис. 4. Выброс

12
 геодезия
ла только упоминаются Гауссом и то только в
двух строчках на с. 224 в W-9 [18].
Таким образом, формула (1) является пер-
вой реализацией неосуществлённого замысла
Гаусса. По своей простоте и адекватности за-
даче (в отсутствии выбросов) она является для
обратной однократной угловой засечки окон-
чательной.
ЛИТЕРАТУРА
1. Dekov D. A numerical method for solving the horizontal
resection problem in Surveying // Journal of Geodetic Science. V.2.
(2012) N.1, Pp. 65−67.
2. Glossary of the Mapping Sciences. – ASCE Publications,
1994. 581p.
3. Болотов А.П. Геодезия или Руководство к исследованию
общего вида земли, построению карт и производству тригоно-
метрических и топографических съемок и нивелировок. Ч.1,
1836 и Ч.2, 1837.
4. Snellius W. Eratosthenes Batavus, 1617.
5. Collins J. A Solution of a Chorographical Probleme //
Philosophical Transactions, Vol. 6 (1671), Pp. 2093−2096.
6. Pothenot L. Mémoires de mathématique et de physique tirés
des registres de l'Académie royale des sciences. Année 1692,
Pp. 276−280.
7. Gauss C.F. Anwendung der Wahrscheinlichkeitsrechnung
auf eine Aufgabe der practischen Geometria // Astronomische
Nachrichten, Volume 1. Nr. 6. 1823, S. 81−86.
8. Гаусс К.Ф. Избранные геодезические сочинения. Т.
1. Приложение теории вероятностей к одной задаче прак-
тической геометрии / Ред. Г.В. Багратуни, пер. с нем. Н.Ф.
Булаевского. – М.: Издательство геодезической литературы,
1957.− С.129−133.
Видеоконтрольное устройство
Кандидат техн. наук С.П. Буюкян
ОАО «ГСПИ», Госкорпорация «РОСАТОМ», Москва
souren@list.ru
Аннотация. Видеоконтрольное устройство служит для определения высоты, угла и радиуса точек вну-
тренней вертикальной цилиндрической поверхности.
Ключевые слова: видеоконтрольное устройство, цилиндрическая поверхность
Abstract. A video-inspection device serves for determination of internal vertical cylindrical surface points’
height, angle and radius.
Keywords: video-inspection device, cylindrical surface
Задача состоит в контроле геометрии вну-
тренней вертикальной цилиндрической по-
верхности, например, вентиляционной шахты
при условии, что в верхней и нижней ее частях
имеются пояса, не содержащие какого-либо
оборудования, и центры которых лежат на осе-
вой линии поверхности.
В виду того, что контуры изображения по-
верхности, освещенной узким круговым све-
том, повторяют контуры самой поверхности,
13
9. Барабанов О.О., Барабанова Л.П. К использованию вир-
туальных координат в работе с топопривязчиком // Изв. вузов
«Геодезия и аэрофотосъемка». −1989. −№5. −C. 58−63.
10. Барабанова Л.П. О проблеме адекватного алгоритма на
примере прямой угловой засечки // Изв. вузов «Геодезия и аэ-
рофотосъемка».− 2005.− №6. −C. 39−47.
11. Барабанов О.О., Барабанова Л.П. Математические зада-
чи дальномерной навигации. – М.: ФИЗМАТЛИТ, 2007.
12. Клюшин Е.Б., Заки Мохамед Зейдан Эль-Шейха,
Власенко Е.П. Оценка точности обратной угловой засечки //
Изв. вузов «Геодезия и аэрофотосъемка». −2008.− № 3.− C.
31−39.
13. Burtch R. Three point resection problem. Surveying
computations course notes 2005/2006,
http://www.ferris.edu/faculty/burtchr/sure215/notes/resection.
pdf, Jun. 14, 2007.
14. Клюшин Е.Б., Заки Мохамед Зейдан Эль-Шейха,
Власенко Е.П. Новое решение «старой» задачи // Изв. вузов.
«Геодезия и аэрофотосъемка». −2008.− № 1.− C. 7−12.
15. Font-Llagunes J.M., Batlle J.A. A new method that solves the
three-point resection problem using straight lines intersection // J.
Surv. Eng. V.135. (2009) N.2, Pp. 39−45.
16. Wildberger N.J. Greek Geometry, Rational Trigonometry,
and the Snellius-Pothenot Surveying Problem // Chamchuri Journal
of Mathematics, V. 2 (2010). N. 2, Pp. 1−14.
17. Шейнин О.Б. Статьи по истории теории вероятностей
и статистики. Публикация архивных материалов. Ч. III. – NG
Verlag, Берлин. 2011.
18. Gauss C.F. Werke, Band IX. Geodaesie (Fortsetzung von
Band 4). – Teubner. 1903.
Принята к печати 26 июня 2012 г.
Рекомендована кафедрой высшей математики
КГТА им. В.А. Дегтярёва
задача решается с помощью видеоконтрольного
устройства ВКУ, схема которого, представлен-
ная на рисунке, содержит визирные марки ВМ1
и ВМ2, видеодатчик ВД1 и круговой источник
света КИС, перемещаемые внутри контролиру-
емой поверхности, и видеодатчик ВД2, установ-
ленный неподвижно над поверхностью [1].
Визирные оси видеодатчиков ВД1 и ВД2
установлены параллельно осевой линии по-
верхности, в поле зрения видеодатчика ВД1
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

ВД 2 натель ≥ 0;
КП Yi * − Yвк
*
ϕi = π + arctg * *
1
, если числитель ≥ 0, а
X i − X вк 1
ВКУ
знаменатель ≤ 0 или числитель и знаменатель ≤ 0;
ВМ 1 ВМ 2
Y* −Y*
ϕi = 2π + arctg i* вк* 1 , если числитель ≤ 0, а
ВД 1 X i − X вк1
знаменатель ≥ 0.
Далее вычисляются:
ВКУ 1) координаты центров сегментов, выра-
женные в мм,
δ n * δ n *
= Xm ∑ i m n=
=
n i 1=
X ; Y ∑ Yi ; m 1, , 4, (1)
КИС = i 1
где δ — цена дискрета в видеокадре видеодат-
Схема видеоустройства: чика ВД1, выраженная в мм/дискрет, опреде-
ВД — видеодатчик; ВМ — визирная марка; ВК — видеокадр; ляемая на основе калибровочных измерений и
КИС — круговой источник света; ВКУ — видеоконтрольное
устройство; КП — контролируемая поверхность
записанная в «Опции» компьютерной програм-
мы; n — число точек в изображении сегмента;
находится ее часть, освещенная круговым ис- 2) координаты центра вероятнейшей ок-
точником света КИС, а в поле зрения видео- ружности [2], вписанной в точки с координата-
датчика ВД2 — визирные марки ВМ1 и ВМ2. ми (1), выраженные в мм, и координаты верх-
Измерения выполняются под управлением ней точки осевой линии поверхности:
компьютерной программы. X 1в = −0,5 A; Y1в = −0,5 B,
После установки видеоконтрольного уст-
где
ройства ВКУ в верхнем положении, в котором
в видеокадре видеодатчика ВД1 содержится nbf − f d 2 − neg + deh + cdg − bch
A= ;
изображение верхнего пояса, освещенного уз- nab − ad 2 − ne 2 + 2cde − bc 2
ким светом кругового источника света КИС, nag − adh − nef + cd f + ceh − gc 2
компьютерной программой выделяются четы- B= ;
ре сегмента изображений, заключенных в че- nab − ad 2 − ne 2 + 2cde − bc 2
тырех взаимно перпендикулярных секторах, в abh − adg − he 2 + ceg + def − bcf
C = ,
которых координаты X i* , Yi * точек изображе- nab − ad 2 − ne 2 + 2cde − bc 2
ния определяются неравенствами: 4 4 4 4
*
min
* *
BK 1
2
i
*
R ≤ ( X − X ) + (y − y ) ≤ R ;
i
*
BK 1
2 *
max
=
=
a
m 1 =
∑ m
=
m 1=
X 2

m 1 =
; b
m 1
∑m
= y 2
; c ∑ mX
= ; d ∑ ym ;
∆ϕ ∆ϕ 4 4
ϕm − 2 ≤ ϕi ≤ ϕm + 2 ,
2 2 =
e= ∑
m 1=
X mYm ; f = −∑ X m ( X m2 + Ym2 );
m 1
* *
где Rmin , Rmax — минимальный и максималь- 4 4
ный радиусы окружностей, между которы- g= −∑ ym ( X m + ym ); h =
2 2
−∑ ( X m2 + ym2 ).
ми находятся точки изображений сегментов;
= m 1= m 1
* *
X BK 1 , YBK 1 — координаты центра секторов, на- 3) координаты центров и расстояние между
ходящегося в центре видеокадра видеодатчика центрами изображений визирных марок ВМ1
ВД1 (Х = 384, Y = 288); Δφ2 — ширина сектора, и ВМ2 в видеокадре видеодатчика ВД2, выра-
записанная в «Опции» компьютерной про- женные в дискретах:
граммы; φm — углы средней линии секторов; φi
1 n * 1 n *
— угол точки изображения сегмента, равный: =
* *
X m* =
n
∑ X i ; Y *
m
n
∑ Yi ;
Y −Y = i 1 = i 1
ϕi =arctg i* вк* 1 , если числитель и знаме-
X i − X вк1 L* = ( X вм * * 2 * * 2
2 − X вм1 ) + (yвм 2 - yвм1 ) ,

14
 геодезия

где n — число точек; m — порядковый номер Y2B и нижнюю с координатами hН, X2H, Y2H точ-
визирной марки; ки, вычисляются расчетные координаты точки
4) высота видеоконтрольного устройства линии в видеокадре видеодатчика ВД2, выра-
ВКУ в верхней точке осевой линии поверхно- женные в мм:
сти, выраженная в мм: h −h
C X 2р = X 2B + B ( X 2н − X 2B );
hв= h0 − * , hB − hH
L
h −h
где С — константа; h0 – начальная высота Y2р = Y2B + B (Y2н − Y2B ).
(определяются на основе калибровочных из- hB − hH .
мерений и записаны в «Опции» компьютерной
программы); Вычисляются смещения видеоконтрольно-
5) цена дискрета в верхней точке осевой го устройства ВКУ от осевой линии в видеока-
линии в видеокадре видеодатчика ВД2, выра- дре видеодатчика ВД2, выраженные в мм:
женная в мм/дискрет: ∆X = X 2р − X 2 ; ∆Y = Y2р − Y2 . (3)
L Решением уравнения осевой линии, прохо-
δ2в =* , дящей через верхнюю с координатами hB, X1B,
L
где L — истинное расстояние между центра- Y 1B
и нижнюю с координатами hH, XHα1, YHα1 точ-
ми визирных марок ВМ1 и ВМ2, выраженное ки, вычисляются расчетные координаты точки
в мм и записанное в «Опции» компьютерной линии в видеокадре видеодатчика ВД1, выра-
программы; женные в мм:
6) координаты верхней точки осевой линии h −h
в видеокадре видеодатчика ВД2, выраженные X 1р = X 1B + B ( X 1н − X 1B );
hB − hH
в мм:
h −h
*
X вм *
1 + X вм 2
*
Yвм *
1 + Yвм 2
Y1р = Y1B + B (Y1н − Y1B ).
X 2в = δ2в ; Y2в = δ2в . hB − hH
2 2
С учетом (2) и (3) правятся координаты
7) верхний угол поворота видеоконтроль- точки осевой линии в видеокадре видеодатчи-
ного устройства ВКУ в видеокадре видеодат- ка ВД1, выраженные в мм:
чика ВД2, выраженный в радианах:
* * X= X 1P + ∆X cos α + ∆Y sin α;
Yвм 2 − Yвм1
1
ϕв =arctg * *
. Y= X 1P + ∆Y cos α − ∆Y sin α.
X вм 2 − X вм 1
1

После установки видеоконтрольного уст- Аналогично вычисляется высота h, после

ройства ВКУ в нижнем положении, в котором чего компьютерной программой изображение
в видеокадре видеодатчика ВД1 содержится контролируемой поверхности с угловым шагом
изображение нижнего пояса, освещенного уз- 15ʹ делится на 1440 сегментов, вычисляются
ким светом кругового источника света КИС, координаты X i* , Yi * точек, углы φm центров и
аналогично вычисляются координаты нижней искомые радиусы, выраженные в мм:
точки осевой линии hН, X2H, Y2H и φH. m
Рабочие измерения выполняются автома- = Rm ∑ ( X i − X 1 ) 2 + (yi − y1 ) 2= ; m 1, ,1440.
тически при пошаговом перемещении видео- i =1

контрольного устройства ВКУ и с аналогич- Значения высоты h, угла φm и радиуса Rm

ным вычислением на каждом шаге высоты h, точек контролируемой поверхности, составля-
координат X2, Y2 и угла φ. Затем вычисляется ющие ее электронный образ, записываются в
разность углов поворота ВКУ, выраженная в архивном файле в памяти компьютера.
радианах: Видеодатчики ВД1 и ВД2 оснащены мо-
α = φB – φ. (2) дульными видеокамерами WAT-902HB2S с
ПЗС-матрицами 0,5 дюйма и объективами со-
Решением уравнения осевой линии, прохо- ответственно LM3NC1M с фокусным расстоя-
дящей через верхнюю с координатами hB, X2B, нием 3,5 мм и дисторсией 0,4%, и LM35JC10M

15
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

с фокусным расстоянием 35 мм и дисторсией Литература

0,05%. Круговой источник света КИС выполнен
на основе лазерного нивелира PLS360. Средняя
квадратическая погрешность вычислений высо-
ты в диапазоне от 0 до 10 000 мм не более 3 мм,
угла в диапазоне от 0 до 360° — 15ʹ и радиуса в
диапазоне от 1000 до 1200 мм — 1 мм.
1. Буюкян С.П., Рязанцев Г.Е., Гончаров А.Ф., Цветков А.В.
Видеоустройство для контроля неровностей внутренней вер-
тикальной цилиндрической поверхности. Патент на изобрете-
ние RU №2425327, Бюл. №21, 2011.
2. Буюкян С.П. Видеоизмерение в инженерной геоде-
зии // Изв вузов «Геодезия и аэрофотосъемка». −2002. −№6.
−С. 27−34.
Принята к печати 3 июля 2012 г.
Рекомендована кафедрой экономики
и предпринимательства МИИГАиК

Мониторинг технического состояния уникальных сооружений

в г. Астана с использованием современных геодезических приборов
Доцент, кандидат техн. наук Е.Н. Хмырова1, доцент, кандидат техн. наук Г.Е. Жунусова1,
доцент, кандидат техн. наук О.Г Бесимбаева1, ст. преподаватель М.В. Максимова2
1
Карагандинский государственный технический университет
2
Московский государственный университет геодезии и картографии
olimarianna@mail.ru, hmyrovae@mail.ru
Аннотация. Цель проведения мониторинга уникальных сооружений в г. Астана – обеспечение на-
дежности, безопасности и функциональной пригодности эксплуатируемых сооружений; анализ напря-
женного состояния, деформаций и перемещений строительных конструкций; наблюдение за общими
деформациями и трещинами отдельных элементов эксплуатируемых сооружений путем проведения
систематического геодезического контроля.
Ключевые слова: мониторинг, деформация, строительные конструкции, систематический геодезиче-
ский контроль, лазерное сканирование
Abstract. The purpose of monitoring the unique facilities in the city of Astana is to ensure reliability, safety,
and functional suitability of the facilities operated, and to analyse stress, strain and displacement of a building
structures for monitoring general deformations and cracks of separate elements of the facilities by a systematic
geodetic control.
Keywords: monitoring, structure, deformation, building construction, systematic geodetic control, laser
scanning

При создании системы мониторинга реша- раметров с расчетными параметрами. В после-

лись следующие основные задачи: выбор наи-
более ответственных элементов, определение в
них опасных сечений и назначение контроль-
ных наблюдаемых точек для установки прибо-
ров и измерений; проведение инструменталь-
ных и визуальных наблюдений; определение
фактических перемещений в контролируемых
элементах; определение (оценка) техническо-
го состояния конструкций по данным сопо-
ставления (анализа) натурных наблюдений с
результатами расчетов и проектных значений;
установка технических средств контроля на-
пряженно-деформированного состояния на
контролируемые элементы. Была разработана
математическая (компьютерная) модель объек-
та с использованием сертифицированных про-
граммных средств для объективного анализа
результатов и сравнения контролируемых па-
дующем математическая модель будет исполь-
зована для дальнейшего анализа результатов
мониторинга технического состояния соору-
жений на весь период его эксплуатации.
Разработанная система наблюдений, уста-
новленная по объекту, учитывает цели мони-
торинга и дает возможность прогнозировать
интенсивность протекания деформационных
процессов. Методика и объем наблюдений при
мониторинге (включая измерения) обеспечи-
вает достоверность и полноту получаемой ин-
формации для подготовки обоснованного за-
ключения о текущем состоянии сооружений.
Для комплексной обработки и анализа резуль-
татов мониторинга использовались специали-
зированные программные комплексы, которые
обрабатывают данные инструментальных из-
мерений и позволяют провести сравнительный

16
 геодезия
анализ с их предельно допустимыми значения-
ми. Полученная в результате проведенного мо-
ниторинга информация является достаточной
для обоснованного заключения о текущем тех-
ническом состоянии сооружений и подготовки
краткосрочного прогноза об их состоянии на
ближайший период.
Разработанная методика проведения мони-
торинга сооружений на ранней стадии обна-
руживает опасные изменения напряженно-де-
формированного состояния, которые могли бы
привести к ограничению работоспособности
или аварии объекта. Полученные данные ис-
пользуются для разработки мероприятий по
устранению негативных явлений, протекаю-
щих в строительных конструкциях сооруже-
ний или в смещениях земной поверхности и
горных пород. Состав работ по мониторингу
технического состояния сооружений определя-
ется индивидуальной программой проведения
высокоточных маркшейдерско-геодезических
измерений, учитывая напряженно-деформиро-
ванное состояние сооружения, его ответствен-
ность и уникальность. В процессе проведения
мониторинга за состоянием сооружений про-
водились систематические наблюдения за со-
стоянием ответственных узлов и элементов,
фиксировались появления трещин, их направ-
ление, протяженность и величина раскрытия,
на наблюдаемых точках были установлены
контрольные марки.
Результаты наблюдений фиксировались в
специальных ведомостях и отображались на
графиках. Для ранней диагностики техниче-
ского состояния сооружений и локализации
мест изменения напряженно-деформированно-
го состояния земной поверхности и горных по-
род в наиболее ответственных узлах проводил-
ся сиcтематический контроль за деформациями
с выявлением их характера. При обнаружении
изменений напряженно-деформированного
состояния отдельных элементов сооружений
дополнительно проводились высокоточные
маркшейдерско-геодезические измерения, по
результатам которых делались выводы о тех-
ническом состоянии сооружений, устанавли-
вались причины и принимались решения по
восстановлению или устранению деформаций
строительных конструкций сооружений.
Для проведения мониторинга и комплекс-
17
ной оценки технического состояния соору-
жений использовались электронные высоко-
точные современные приборы фирмы Leica
Geosystems (Швейцария): высокоточный тахео-
метр серии ТСR1201; цифровой высокоточный
нивелир DNA03; лазерный сканер Scanstation
и специализированные программные обеспе-
чения, позволяющие непосредственно полу-
чать данные для обработки их на ЭВМ.
Для определения отклонений сооружений
в вертикальной плоскости (оседаний) мето-
дом геометрического нивелирования исполь-
зовался цифровой лазерный нивелир DNA03
и цифровая инварная рейка, для определения
пространственных изменений строительных
конструкций и всего сооружения в целом ис-
пользовался электронный тахеометр ТСR1201.
Для создания цифровой модели сооруже-
ния использовался лазерный сканер Scanstation.
Технология наземного лазерного сканирования
может быть использована для решения различ-
ных задач геодезии и маркшейдерского дела в
различных областях строительства и промыш-
ленности. Среди преимуществ необходимо вы-
делить главные: повышение скорости работ и
уменьшение трудозатрат на полевые работы.
Первым результатом сканирования является
облако точек, которое и несет максимум ин-
формации об исследуемом объекте: карьер,
здание, инженерное сооружение, памятник
архитектуры и т.п. По облаку точек в дальней-
шем, возможно, решать различные задачи:
получение трехмерной модели объекта;
получение чертежей, в том числе сечений;
выявление дефектов различных элементов
и узлов сооружений, посредством сравнения с
проектной моделью;
определение и оценка значений деформа-
ции посредством сравнения с ранее произве-
денными измерениями или проектными значе-
ниями.
Для решения таких вопросов всегда возни-
кает необходимость выполнения оценки точ-
ности измерений.
При выполнении каждой серии маркшей-
дерско-геодезических наблюдений произво-
дилась оценка точности измерений, учиты-
вая вероятность влияния случайных ошибок.
Например, максимальное значение ошибки
при использовании цифрового лазерного ниве-
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
лира DNA 03 и цифровой инварной рейки со-
ставила mВЗГ = 0,345 мм. Максимальное значе-
ние ошибки при использовании электронного
тахеометра ТСR1201 составляет в плане 0,5 мм
при удалении от снимаемой контрольной точки
на 250 м, при визировании на мониторинговую
призму конструкции (рис. 1); при визировании
на контрольную марку (рис. 2) максимальное
значение ошибки в плане составляет 1 мм при
расстоянии до 150 м. Выяснение вопроса о точ-
ности геометрического нивелирования при по-
мощи цифрового лазерного нивелира DNA03
и определения пространственных координат
контрольных точек сооружений при помощи
электронного тахеометра ТСR1201, позволило
сделать вывод о возможности их применения
для наблюдений за осадками и деформациями
сооружений на промышленных и строитель-
ных площадках.
Представленная программа мониторин-
га успешно нашла свое применение и ис-
пользовалась на сооружениях, различных по
своим конструктивным особенностям, таких
Рис. 1. Мониторинговая стационарная призма уста-
новлена на верхних отметках сооружения (кинокон-
цертный зал на 3 500 мест)
18
как Центральный киноконцертный дворец
Республики Казахстан на 3 500 мест, админи-
стративное здание КТЖ, крытый стадион на
30 000 мест, сооружения промышленной пло-
щадки Качарского месторождения и др.
Определение величины прогиба конструк-
ций металлопокрытий сооружения крытый
стадион на 30 000 мест выполнялось при по-
мощи высокоточного электронного тахеометра
ТСR1201 Leica (рис.3). Визирование произво-
дилось на точки сопряжения узлов строитель-
ных конструкций, в каждой точке визирования
определялись координаты X, Y, Z. Полученные
значения координат сравнивались с их проект-
ными значениями и допустимыми значениями
СНиП РК 5.03-37-2005 «Несущие и ограждаю-
щие конструкции».
Работы по построению трёхмерной модели
киноконцертного зала в г. Астана проводились
с целью определения значений деформации
посредством сравнения с двух серий измере-
ний (рис.4). Данный объект был отсканирован
с четырех точек стояния сканера. На каждой из
Рис. 2. Расположение контрольных марок на объек-
те (административное здание КТЖ)
 геодезия
Рис. 3. Измерение величины прогиба металлокон-
струкций покрытия безотражательным способом
стоянок сканера производилось сканирование
объекта вокруг инструмента и распознавание
специальных мишеней. Мишени необходи-
мы для объединения отдельных стоянок ска-
нера в единое геометрическое пространство.
Плотность точек задавалась таким образом,
чтобы весь объект был отсканирован с шагом
3×3 см. Опыт показывает, что данной плотно-
сти достаточно для решения большинства за-
дач.
Полевые работы с применением лазерного
сканера на указанном объекте включают в се-
бя: развитие съемочного обоснования для при-
вязки марок; собственно сканирование; рас-
познавание марок; контрольные измерения.
Дальнейшая камеральная обработка ре-
зультатов заключалась в создании цифровой
модели здания и определения деформаций
между двумя моделями в программе Cyclone.
В системе REGISTER объединяются обла-
ка точек с разных позиций сканера в единую
модель объекта. Программа производит оцен-
ку точности конечного результата и возмож-
ность эффективной работы с облаками точек.
Затем работа продолжается в системе МODEL,
где происходит построение пространственной
модели объекта по всем сторонам сооружения
и сравнение полученных моделей между дву-
мя съемками для определения значений дефор-
мации. Программа производит эту операцию
автоматически. По результатам проведенных
съемок лазерного сканирования концертного
зала деформации не обнаружены.
Применение лазерных технологий поло-
жительно сказывается не только на повышении
безопасности, но также значительно упрощает
процесс измерений, что особо актуально при
19
Рис. 4. Лазерное сканирование
возведении и наблюдении за деформациями
уникальных, высотных сооружений.
Выполняя последующие съемки и сравни-
вая их с первоначальными значениями, можно
выделить участки напряженно-деформиро-
ванного состояния, своевременно разработать
мероприятия по предотвращению увеличения
скорости деформаций, т.е. предотвратить пре-
ждевременный износ строительных конструк-
ций и аварийные ситуации .
Разработанная система мониторинга, ос-
нованная на инструментальных высокоточных
маркшейдерско-геодезических измерениях,
позволяет определить смещения и деформации
не только сооружений, но и выполнить оценку
геомеханического состояния земной поверхно-
сти.
ЛИТЕРАТУРА
1. СНиП РК 5.01-01-2002 «Основания зданий и сооруже-
ний». Астана , 2002. – 82 с.
2. Пособие по научно-техническому сопровождению и мо-
ниторингу строящихся зданий и сооружений, в том числе
большепролетных, высотных и уникальных МРДС 02-08 М.,
2008.−198 с.
3. Хейфец Б.С., Данилевич Б.Б. Практикум по инженерной
геодезии. М.: Недра, 1979.− 332 с.
4. Хмырова Е.Н. Прикладная геодезия. − Караганда, 2010.
– 169 с.
5. Техническое заключение по мониторингу здания
«Қазақстан темір жолы» − институт КазМиРР, КаРГТУ, 2009.−
145 с.
6. Техническое заключение по мониторингу сооружения
Киноконцертного зала на 35000 мест − институт КазМиРР,
КарГТУ, 2010г.−152с.
Принята к печати 16 января 2012 г.
Рекомендована кафедрой
прикладной геодезии МИИГАиК
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Способ исполнительной съёмки нижнего пояса балок

автомобильного моста
Профессор, доктор техн. наук Ю.И. Маркузе, соискатель А.Ч. Желтко
Московский государственный университет геодезии и картографии
yumarkuze@mail.ru; achzheltko@mail.ru
Аннотация. Предложен способ съёмки нижнего ребра балок моста путём измерения горизонтальных
углов и углов наклона на точки балки с двух станций. Показано, что по 12-ти измеренным углам (го-
ризонтальным и углам наклона) однозначно вычисляются три координаты шести точек балки, по ко-
торым строятся продольные и поперечные профили. Проведена оценка точности методом численного
дифференцирования с использованием частных производных функции неизвестных по измеренным
элементам.
Ключевые слова: горизонтальный угол, угол наклона, оценка точности методом численного диффе-
ренцирования
Abstract. A method of geodetic survey of an inaccessible bottom belt of a bridge beams is offered through
measurement of horizontal and inclination corners on beam points from two stations. It is shown that for twelve
measured corners (horizontal and inclination) three coordinates of six points are unequivocally calculated.
Longitudinal and cross-section profiles are drawn through these points. The accuracy estimation is executed
by a numerical differentiation method with the use of partial derivatives of unknown quantities function on
the measured elements.
Keywords: horizontal angle, inclination angle, accuracy estimation by a numerical differentiation method

Постановка задачи. При паспортизации
автомобильных мостов, которые проводят че-
рез определённые интервалы времени, всегда
делают нивелирование проезжей части моста и
затем строят продольные и поперечные профи-
ли. По ним судят о неизменности положения
элементов моста по высоте. Очевидно, что бо-
лее объективную оценку стабильности моста
можно было бы выполнить путём нивелирова-
ния ребра нижнего пояса балок. Однако такое
нивелирование не делают вследствие трудно-
доступности или недоступности балок.
В наши дни широко используются тахео-
метры с возможностью измерений расстояний
в безотражательном режиме. Нивелирование
балок моста можно выполнить полярным спо-
собом. Однако главным недостатком этого
способа для нивелирования мостов являют-
ся ошибки измерения расстояний при острых
углах между линией визирования и плоско-
стью наблюдений. Дополнительные ошибки
здесь могут быть при измерении расстояний до
ребра балки, когда небольшое отклонение по
высоте или азимуту может приводить к значи-
тельной ошибке в расстоянии.
Съёмку балок моста можно было бы вы-
полнять прямой угловой засечкой, если бы бы-
ла возможность помечать, например краской,
нивелируемые точки балок. Если снимаемые
точки не помечены, то невозможно с двух стан-
ций наводить на одни и те же точки балок, по-
этому невозможно применить угловую засечку.
Нижнее внешнее ребро крайних балок моста
всегда отчётливо видно. Линия, как правило,
имеет мало сколов и изъянов, потому что ли-
ния недоступна и практически не изнашивает-
ся со временем. Тем не менее, при визирова-
нии зрительной трубой прибора на эту линию
имеющиеся сколы и дефекты отчётливо видны
и всегда можно правильно навести на линию
балок, избегая непрямолинейных участков или
учесть непрямолинейность в том месте, куда
нужно наводить. Остаётся разработать способ
съёмки линии, по которой можно составить
продольный профиль.
Допустим, с двух станций А и В измерены
горизонтальные и вертикальные углы на нача-
ло (1, 4) и конец (3, 6) ребра одной балки мо-
ста (рис. 1). Будем считать, что четыре точки
наведения, по две с каждой станции, лежат на
одной прямой, потому что две точки в начале
балки, как и две — в конце балки, хотя и не со-
впадают между собой, но находятся недалеко
друг от друга по сравнению с длиной балки. В
результате имеем одну прямую, проведенную
через две точки в пространстве.
Данная задача сводится к определению
восьми неизвестных по восьми измерениям.
Все три координаты обеих станций считаются
известными. Измеренными являются два го-

20
 геодезия

ризонтальных угла (три направления, включая

измерения на смежную станцию) и два верти- 4 5 6
кальных угла для одной станции. Столько же 1 2 3
измерений для другой станции. Всего 8 изме-
рений. Для неизвестных величин есть несколь-
ко вариантов. В одном из них неизвестными
являются три координаты одной (назовём её
начальной) из четырех точек балки, дирекци-
онный угол и угол наклона наблюдаемой ли- B
нии балки, и три расстояния от начальной точ-
ки до трех других. Всего 8 неизвестных. По
ним можно вычислить все 12 координат четы- A
рех точек балки.
Целесообразно в этой съёмке делать изме-
рения и на середину балки (2 и 5). Для длинных
балок можно измерять и на четверть балок. Рис. 1. Схема засечки балки
Для этого с обеих станций измеряют горизон-
тальные и вертикальные углы одновременно и Обработка измерений. Через точку А и
два измеренных луча (1 и 3) на начало и конец
на середину балки. Это ещё четыре измерения.
балки можно построить плоскость
По ним находят две составляющие отклонения
средней точки от прямой линии и два расстоя- Z = AA X + BAY + C A , (1)
ния от начальной точки до обеих наблюдаемых где индекс А указывает, что плоскость строит-
точек. Неизвестных тоже четыре. ся через точку А.
Геометрически дополнительная задача вы- Для этого имеем три точки:
глядит так. С двух станций имеем две прямые, точка А
пересекающие середину балки (т. 2 и 5), но в
общем случае не пересекающиеся между со- =X X=
A, Y Y=
A, Z Z A; (2)
бой. Через них нужно провести одну прямую, точка на луче 1 на горизонтальном рассто-
параллельную линии, соединяющей начало янии d1 от т. А
и конец балки. Такую прямую всегда мож- X=X A + d1 cos α1 ;
но провести. Отклонения прямой в плане и
по высоте от этой линии даёт изгиб и прогиб y=
yA + d1 sin α1 ; (3)
балки. Следует заметить, что наведения по на- Z =Z A + d1 tg ν1 ;
правлению на нужные точки балки в способе
точка на луче 3 на горизонтальном рассто-
выполняются «на глаз» приблизительно. Это
янии d3 от т. А
практически не снижает точности измерений.
Важно точно навести перекрестие сетки нитей X=X A + d3 cos α3 ;
на ребро балки. В этом достоинство способа и y=
yA + d3 sin α 3 ; (4)
его доступность: не нужно помечать на балках
начало, середину, конец балки. Z =Z A + d3 tg ν 3 .
Особенностью способа является отсут- Подставив координаты точек в (1), полу-
ствие избыточных измерений. На первый чим три уравнения:
взгляд такой способ неприемлем для практи- Z A = AA X A + BAYA + C A ;
ческого использования. Между тем, если нет
грубых ошибок, всё обрабатывается без труда. Z A + d1 tg=
ν1 AA X A + AA d1 cos α1 +
Возможные ошибки будут видны на профилях. + BAyA + BA d1 sin α1 + C A ;
Хотя каждая балка обрабатывается отдельно, Z A + d3 tg=
ν3 AA X A + AA d3 cos α3 +
на профилях должна быть видна непрерывная
линия всех балок. + BAyA + BA d3 sin α3 + C A . (5)

21
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Вычтя 1-е уравнение из 2-го, затем из 3-го, будем иметь:

d=
1 tg ν1 AA d1 cos α1 + BA d1 sin α1 ; d=
3 tg ν 3 AA d3 cos α 3 + BA d3 sin α 3 . (6)
Разделив уравнения на пока неизвестные расстояния d1 и d3, получим два уравнения с двумя
неизвестными:
AA cos α1 + BA sin α1 =
tg ν1 ; AA cos α3 + BA sin α 3 =
tg ν 3 . (7)
Решив (7) с учётом (1), получим для плоскости, проходящей через т. А
tg ν sin α1 − tg ν1 sin α 3 tg ν cos α 3 − tg ν 3 cos α1
AA = 3 ; BA = 1 ; CA =
Z A − AA X A − BAYA . (8)
sin(α1 − α 3 ) sin(α1 − α 3 )
Для плоскости, проходящей через точку В и лучи 4 и 6, напишем аналогично
tg ν sin α 4 − tg ν 4 sin α 6 tg ν cos α 6 − tg ν 6 cos α 4
AB = 6 ; BB = 4 ; CB = Z B − AB X B − BBYB . (9)
sin(α 4 − α 6 ) sin(α 4 − α 6 )
Координаты точек 1, 3, 4 и 6 на балке найдём как точки пересечения соответствующих пло-
скостей и лучей. Поэтому, например, для точки 1 подставляем три уравнения (3) луча 1 в уравне-
ние второй плоскости:
Z = AB X + BBY + CB . (10)
После преобразований получим расстояние
Z A − AB X A − BBYA − CB
d1 = , (11)
AB cos α1 + BB sin α1 − tg ν1
которое после подстановки в (3) даёт три координаты точки 1.
Для трех других точек формулы для расстояний имеют вид:
Z A − AB X A − BBYA − CB Z B − AA X B − BAYB − C A Z B − AA X B − BAYB − C A
d3 = ; d4 = ; d6 . (12)
AB cos α3 + BB sin α3 − tg ν 3 AA cos α 4 + BA sin α 4 − tg ν 4 AA cos α 6 + BA sin α 6 − tg ν 6
Для нахождения точек 2 и 5 в середине балки найдём вначале направляющие векторы ax, ay и
az в параметрическом уравнении прямой (р — любое число):
X= X 0 + a x p; Y = Y0 + ay p; Z = Z 0 + a z p, (13)
которая является линией пересечения двух плоскостей, построенных через точку А и точку В.
Для этого подставив (13) в (1) и в (10):
Z 0 + az p = AA X 0 + AA ax p + BAY0 + BA ay p + C A ; Z 0 + az p = AB X 0 + AB ax p + BBY0 + BB ay p + CB (14)
и решив полученные уравнения, получим
ax =− BA BB ; ay =− AB AA ; az = AB BA − AA BB . (15)
Далее нужно провести прямую, пересекающую лучи 2 и 5, и параллельную линии пересече-
ния плоскостей. Для этого возьмём параметрические уравнения лучей 2 и 5 соответственно
X = X A + cos α 2 d 2 ; y = yA + sin α 2 d 2 ; Z = Z A + tg ν 2 d 2 ;
(16)
X = X B + cos α 5 d5 ; y = yB + sin α 5 d5 ; Z = Z B + tg ν 5 d5 .
Известно, что две линии в пространстве параллельны, если равны или взаимно пропорцио-
нальны их направляющие векторы. Поэтому приравняем разности координат двух точек (16) и
правые части прямой (13) с учётом (15)
X B − X A + cos α5 d5 − cos α 2 d 2 = ( BA − BB ) p;
yB − yA + sin α5 d5 − sin α 2 d 2 = ( AB − AA ) p; (17)
Z B − Z A + tg ν5 d5 − tg ν 2=
d 2 ( AB BA − AA BB ) p.
Решив уравнения относительно расстояний d2 и d5, получим

22
 геодезия

L1M 2 − L2 M 1 K 2 M 1 − K1M 2
=d2 = ; d5 , (18)
K1 L2 − K 2 L1 K1 L2 − K 2 L1
где
sin α cos α 2 sin α tg ν 2
K1 = 2 + ; K2 = 2 + ;
AB − AA BB − BA AB − AA AA BB − AB BA
sin α cos α 5 sin α tg ν 5
L1 = 5 + ; L2 = 5 + ; (19)
AA − AB BA − BB AA − AB AB BA − AA BB
X B − X A YB − YA YB − YA ZB − Z A
M1 = + ; M2 = + .
BA − BB AA − AB AA − AB AB BA − AA BB
Подставив d2 и d5 в (16), получим координаты последних двух точек.
При обработке измерений следует оценить возможные ошибки определения координат по
углу между двумя плоскостями. В справочнике [1] для уравнений двух плоскостей в виде
AX + BY + CZ=
+ D 0; A′X + B′Y + C ′Z =
+ D′ 0 (20)
приводится формула для нахождения угла γ между ними
AA′ + BB′ + CC ′
cos γ = . (21)
A2 + B 2 + C 2 A′2 + B′2 + C ′2
Так как в формулах плоскостей (1) и (10) коэффициенты при координате Z равны ‒1, для этих
плоскостей получим
AA′ + BB′ + 1
cos γ = . (22)
A2 + B 2 + 1 A′2 + B′2 + 1
Здесь предлагается установить допуск в 30° на минимальное значение угла между плоскостя-
ми, как и для прямой угловой засечки. Для решения задачи нужны также координаты обеих стан-
ций А и В, которые в условной системе можно просто получить известными способами. Для этого
дополнительно нужно измерить вертикальный угол и расстояние по линии АВ. При наличии GPS-
приёмника эта задача упрощается, потому что приёмником без труда можно получить достаточ-
ную для способа точность взаимного положения двух станций (в условной системе координат).
Пример измерений и их обработки. Для примера взята съёмка нижнего пояса балок моста
через р. Кубань в г. Темрюк Краснодарского края, выполненная в 2006 г. Вычисление координат
точек балки показано на рис. 2 только для балки 1 с левой стороны моста. Большинство проме-
жуточных вычислений не показано.
Вычисленные по измеренным горизонтальным и вертикальным углам (ячейки D6:E11 ли-
ста Excel на рис. 2) дирекционные углы и углы наклона (F6:G11) совместно с координатами двух
станций (B15:D16) задают 6 лучей, 4 из которых используются для построения двух плоскостей
(B20:D21). По коэффициентам плоскостей вычисляется угол между ними (F20). Для середины бал-
ки дополнительно составляются два уравнения (J6:L7). Вначале вычисляются горизонтальные рас-
стояния (I16:I21) до соответствующих точек. Затем вычисляются координаты всех шести точек.
На рис. 3 показаны горизонтальная и вертикальная проекции линии балок. Рисунки состав-
лены по вычисленным координатам точек ( см. рис. 2, матрица J16: L21), отсортированным в по-
рядке возрастания координаты X. Масштабы по осям Y и Z более чем в 10 раз крупнее масштаба
по оси Х. Кроме наглядности это обусловлено ещё и тем, что точность по оси X несколько ниже,
чем по осям Y и Z. Для каждой балки видно 6 точек наведений.
Оценка точности. В общем виде оценка точности по приведенным громоздким форму-
лам (1)−(19) пространственной геометрии довольно сложна, ведь необходимо найти 216 част-
ных производных в общем виде. Уместно в связи с этим оценить точность на основе числен-
ного дифференцирования [2]. Частные производные функции неизвестных по измеренным

23
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Рис. 2. Вычисления координат

аргументам легко отыскиваются на листе Excel X,м

(см. рис. 2), на котором все ячейки увязаны 560
между собой формулами (1)−(22). Для это-
го последовательно измеренные величины A
(D6:E11) увеличивались на 1″, находились из- 540
B
менения вычисленных координат (J16:L21) и
вычислялись производные размерностью мм/с
дуги.
520
Z,м
51
Опора 1

Опора 1
Опора 1
Опора 1

50
Опора 1
Опора 1

500
49 X,м
440 460 480 500 520 540 540
а
Y,м
480
Опора 1
Опора 1

Опора 1

Опора 1

Опора 1
Опора 1

497

496 X,м
440 460 480 500 520 540 540
460
б
Рис. 3. Результаты съемки нижнего пояса балок
моста:
а — проекция на вертикальную плоскость нижнего пояса 440 Y,м
460 480 500
балок моста; б — проекция на горизонтальную плоскость
нижнего пояса балок моста Рис. 4. Схема размещения точек

24
 геодезия

В результате получим матрицу f размером Обозначение СКО, мм

18×12, где 18 строк относятся к производным от координат Балка 1 Балка 5
функции трех координат 6-ти точек балки, а 12 x1 18 0,9
столбцов — к измеренным элементам. Затем по- y1 4 1,1
лучим матрицу обратных весов неизвестных [2] z1 3 0,8
x2 15 0,7
Q = fQβ f T , (23) y2 4 1,0
где Qβ — матрица весов измерений. z2 3 0,8
x3 12 0,8
Приняв для простоты 12 измерений гори- y3 4 1,2
зонтальных и вертикальных углов независи- z3 2 0,8
мыми между собой и имеющими одинаковую x4 53 0,8
точность, получим вместо матрицы Qβ единич- y4 4 1,1
z4 2 0,8
ную матрицу и вместо (23) будем иметь
x5 43 1,1
Q = ff T . (24) y5 4 1,0
z5 2 0,8
Для точности измерений углов σβ = 5″ по-
x6 33 3,4
лучим средние квадратические ошибки (СКО) y6 3 1,3
для всех неизвестных z6 2 0,8
σ j =5 Q j . (25)
точек, проведена оценка точности. Испытание
Результаты вычислений для двух балок способа на практике показало хорошие резуль-
приведены в таблице. Представляет интерес таты. Способ позволяет нарисовать две про-
самая дальняя балка. Для неё точность коорди- екции снимаемой линии: на вертикальную и
наты X на порядок ниже точности координат Y горизонтальную плоскости.
и Z. Это объясняется тем, что для координаты
Литература
X имеем острый угол засечки (рис. 4), а точ- 1. Корн Г., Корн Т. Справочник по математике для научных
ность координат Y и Z определяется в основ- работников и инженеров. М.: Наука, 1970. − 720 с.
ном углом между плоскостями (48°). 2. Маркузе Ю.И., Голубев В.В. Теория математической об-
Выводы. Предложен способ съемки недо- работки геодезических измерений: учебное пособие. М.:
МИИГАиК, 2010. – 247 с.
ступной нижней линии (ребра) балок моста,
Принята к печати 11 сентября 2012 г.
выведены формулы для определения координат Рекомендована кафедрой геодезии МИИГАиК

К вопросу «О геометрической интерпретации

сущности уравнивания» (в порядке обсуждения)
Профессор, доктор техн. наук М.Д. Герасименко
Дальневосточный федеральный университет,
Институт прикладной математики ДВО РАН, Владивосток
mdg@iam.dvo.ru
Аннотация. Приведена критика выводов и рекомендаций опубликованной в порядке обсуждения ста-
тьи «О геометрической интерпретации сущности уравнивания геодезической сети параметрическим
способом» [1].
Ключевые слова: геометрия, ориентирующий угол, направление
Abstract. Conclusions and recommendations to the article “Geometric Interpretation in the Studies of the
Adjustment Theory of Geodetic Nets by Parametric Method” are subjected to criticism.
Keywords: geometry, interpretation, adjustment, directions, position-finding angle

В названии статьи [1], опубликованной в бом. Между тем, после знакомства с содержа-
порядке обсуждения, говорится о геометри- нием упомянутой статьи, приходится сделать
ческой интерпретации сущности уравнивания заключение, что ее название практически не
геодезической сети параметрическим спосо- соответствует сделанным автором выводам.

25
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Главное, на что направлена рассматриваемая
статья — это убедить читателя, что при па-
раметрическом уравнивании измеренных на-
правлений практически уравниваются «пред-
варительно ориентированные горизонтальные
углы на пунктах сети (дирекционные углы)»,
то есть автор пытается ревизовать давно уста-
новившуюся классическую терминологию.
Нами проанализировано более подробно со-
держание указанной статьи и приходится сде-
лать вывод, что дело здесь, как оказывается,
даже не в терминологии, а в том что автор ста-
тьи [1] при ее изложении сделал массу других
ошибок и описок. Лишь на некоторых из его
ошибок или неточностей (их слишком много!)
следует остановиться более подробно, чтобы в
дальнейшем была видна в явном виде несосто-
ятельность его главных выводов.
Так в своей статье на с. 36 автор пишет,
что «в некоторых учебниках … при изложении
теории уравнивания триангуляции рассматри-
ваются даже три варианта параметрических
уравнений поправок координат». А чему здесь
удивляться, если в чистой триангуляции изме-
ряются прямо или косвенно именно три вида
величин! Более того, автор [1] попросту не раз-
личает физическую сущность измеренных ди-
рекционных углов и направлений, что видно
из его объяснений (а также умолчаний) смысла
некоторых членов приведенных им уравнений
поправок измеренных дирекционных углов и
направлений (1) и (2):
−δ ki + aki (ξ k − ξi ) + bki (ηk − ηi ) + ωki =vki ; (1)
−δk + aki (ξ k − ξi ) + bki (ηk − ηi ) + ωki =vki . (2)
Автор [1] не указывает, что поправка δki —
это систематическая ошибка измерения дирек-
ционного угла [2], в то время как поправка δk
во втором уравнении — это поправка к предва-
рительному значению ориентирующего угла.
В правых частях уравнений стоят поправки к
непосредственным значениям измеренных ве-
личин, а само уравнивание выполняется под
условием [pvv] = min. Таким образом, миними-
зируется именно сумма квадратов поправок (с
учетом весов p) непосредственно измеренных
величин, т.е. направлений, а не дирекцион-
ных углов, как утверждает автор [1]. В этом,
собственно, и суть проблемы, с которой стол-
кнулся автор статьи [1], но на этом он не оста-
26
навливается и по необъяснимым причинам
почему-то переписывает уравнение (2) в виде
−∆Z i + aik (ξi − ξ k ) + bik (ηi − ηk ) + lik =vik , (3)
т.е. переставляет индексы, делает целый ряд
переобозначений и без каких-либо пояснений
утверждает, что из этого уравнения «видно,
что в качестве непосредственно измеренных
величин принимаются дирекционные углы
сторон, а в качестве параметров — координаты
пунктов». Уместно здесь спросить автора: «А
как же параметр ΔZi — поправка к предвари-
тельному значению ориентирующего угла?»
Далее автор статьи [1], видимо, перехо-
дит к «геометрической интерпретации сущ-
ности уравнивания геодезических сетей пара-
метрическим способом», приводя (с учетом
переобозначений символов) рисунок из книги
В. Иордана [3, с. 454], который, вообще говоря,
фактически не относится к задаче уравнива-
ния, а, как указывает сам В. Иордан, является
геометрическим толкованием или обосновани-
ем формулы связи малого изменения дирекци-
онного угла и малых приращений координат,
которую, как здесь же указывает В. Иордан,
можно получить аналитически дифференци-
рованием, причем «последний имеет преиму-
щество общности, позволяющий отказаться
от исследования знаков, которое необходимо
произвести при геометрическом выводе» [3,
с.  455]. Связь этих изменений объясняется гра-
фически и в книге [4, с. 152], и ничего более!
Остановимся далее на выводах автора ста-
тьи [1].
1. Утверждение автора [1], что в «качестве
измерительной информации принимают ди-
рекционные углы … , а в качестве параметров
принимают координаты пунктов сети» невер-
но, что пояснено нами выше.
2. Автор [1] считает, что в результате урав-
нивания получают поправки в дирекционные
углы. Их конечно можно получить, но это по-
правки не в измеренные направления, а в пред-
варительные значения дирекционных углов
(функции предварительных координат)! Как
пишет сам автор Vik = vik + ΔZi, т.е. эти поправки
складываются из поправок к непосредственно
измеренным направлениям и поправок к не-
обходимым неизвестным — ориентирующим
углам.
 геодезия
3. По поводу списков углов (10) и (11) из
статьи [1] можно лишь сказать, что здесь ав-
тор пытается необоснованно ревизовать обще-
принятую терминологию, принятую «обычно в
учебниках».
4. Ничего нового.
5. Ничего нового кроме того, что поправки
к необходимым параметрам (ориентирующим
углам) названы почему-то «систематической
частью поправок из уравнивания». Что под
этим подразумевает автор статьи [1] — непо-
нятно.
6. В этом выводе автор статьи [1] указывает,
что «с учетом вывода (5) возникает сомнение о
справедливости оценки точности измеренных
и уравненных на пунктах геодезической сети
параметрическим способом углов по изложен-
ным в учебной литературе правилам». В чем
же суть этих сомнений? Это, видимо, очень
важно, поскольку нигде в геодезической лите-
ратуре со времен К.Ф. Гаусса нам это не встре-
чалось!
7. Автор [1] без всяких доказательств не-
обоснованно пишет, что «использование гео-
метрической интерпретации наглядно показы-
27
вает, что оценку точности можно выполнять
для каждого пункта сети отдельно …». Здесь
и об обосновании этого тезиса речи то быть не
может, поскольку, как указано нами выше, ни-
какой геометрической интерпретации задачи
уравнивания автор [1] не приводит.
8. То же замечание, что и по пункту 5).
9. Учитывая сказанное выше, вопреки ут-
верждению автора статьи [1], приходится ут-
верждать, что использовать в учебном процес-
се его «геометрическую интерпретацию» ни в
коем случае нельзя.
ЛИТЕРАТУРА
1. Зимин В.М. О геометрической интерпретации сущности
уравнивания геодезических сетей параметрическим способом
// Изв. вузов. «Геодезия и аэрофотосъемка». – 2012. – № 2.
– С. 35−41.
2. Машимов М.М. Уравнивание геодезических сетей. М.:
Недра, 1979. – 368 с.
3. Иордан В. Руководство по геодезии, т. 1. М.: Редбюро
ГУГК при СНК СССР, 1939. – 692 с.
4. Герасимов И.М. Практическое руководство по вычисле-
нию триангуляции II, III и IV. М.:Геодезиздат, 1941. – 448 с.
Принята к печати 26 июня 2012 г.
Рекомендована кафедрой геодезии,
землеустройства и кадастра
Дальневосточного федерального университета
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

УДК 528.7; 528.711.1

космическая съемка, аэрофотосъемка

и фотограмметрия

Фотограмметрический метод мониторинга состояния морских

и океанских побережий по материалам аэрофотосъемки
Профессор, кандидат техн. наук А.П. Михайлов, аспирант Эдгар Рубен Монтель Андраде
Московский государственный университет геодезии и картографии
al_mikhailov@mail.ru
Аннотация. Активное освоение морских и океанских побережий Мексики объектами туристического
бизнеса и другими объектами хозяйственной деятельности приводит к необходимости мониторинга
состояния прибрежной полосы, так как во многих случаях ее изменение может привести к серьезному
ущербу объектов инфраструктуры, расположенных в прибрежной зоне. Предлагается относительно
недорогой и оперативный фотограмметрический метод мониторинга состояния прибрежной полосы,
основанный на использовании материалов аэрофотосъемки, получаемых любительскими цифровыми
съемочными камерами, установленными на легкомоторном самолете.
Ключевые слова: мониторинг, морское побережье, береговая линия, аэрофотосъемка, фотограмме-
трия, цифровая модель рельефа
Abstract. Active exploitation of sea and ocean coast of Mexico by objects of tourism and other economic
activities leads to the need of monitoring the state of the coastal strip, as in many cases, changing it can
lead to serious damages of infrastructure facilities located in the coastal zone. The article offers a relatively
inexpensive and rapid photogrammetric method for monitoring of the coastal strip, which is based on the use
of aerial photographs, obtained by amateur digital imaging camera mounted on light airplanes.
Keywords: monitoring, sea coast, shoreline, aerial survey, photogrammetry, digital terrain model

Изучение состояния прибрежной полосы бережий могут быть использованы картогра-

океанского побережья Мексики имеет важ-
ное практическое значение, в связи с тем что
в прибрежной зоне океанов, омывающих по-
бережье Мексики, расположено значительное
количество объектов хозяйственной деятель-
ности, таких как порты, туристические цен-
тры, сельскохозяйственные и рыбоперераба-
тывающие предприятия.
Мониторинг состояния прибрежной поло-
сы позволяет выявить ее изменение, оценить
влияние этих изменений на функционирова-
ние объектов хозяйственной деятельности,
расположенных в прибрежной зоне, и при-
нять своевременные меры для устранения не-
гативных последствий таких изменений.
Для выполнения перечисленных задач
необходимо определять не только изменение
положения береговой линии, но и изменение
рельефа прибрежной полосы [1]. Для оценки
состояния прибрежной полосы океанских по-
фический, геодезический и фотограмметри-
ческий методы.
В картографическом методе информацию
о положении береговой линии и рельефе при-
брежной полосы получают по картам различ-
ного масштаба, созданным на исследуемый
район побережья. Точность полученных по
картам данных зависит от масштаба использу-
емой карты, а актуальность данных — от вре-
мени создания карты. Учитывая что в Мексике
основной картой является карта масштаба
1:50  000 и в редких случаях на район по-
бережья составляются карты масштаба
1:10  000, точность получаемой информации
о состоянии прибрежной полосы является
не очень высокой. Так как обновление карт в
Мексике производится, в лучшем случае, че-
рез 7−10  лет, картографический метод нельзя
применить для мониторинга состояния при-
брежной полосы [2].

28
 космическая съемка. аэрофотосъемка и фотограмметрия

Геодезический метод, заключающийся в например, «Cessna 150» или «Cessna 172»

топографической съемке прибрежной поло- (рис. 1, 2). Стоимость их аренды в Мексике
сы с использованием электронного тахеоме- составляет 200–250 долл. в час. Эти самолеты
тра или спутниковых геодезических прием- позволяют выполнять аэрофотосъемку с са-
ников, обладает высокой точностью. Однако мых малых высот со скоростью 70−150 км/ч.
большая трудоемкость этого способа и его В качестве аэрофотосъемочной аппаратуры
достаточно высокая стоимость делает целесо- можно использовать как профессиональные,
образным его использование только для мо- так и любительские цифровые фотоаппараты,
ниторинга небольших по площади участков желательно с центральным или электронным
побережья [3,  4]. затворами. Использование широко распро-
Наиболее целесообразно для проведения страненных, цифровых зеркальных фото-
мониторинга прибрежной полосы использо- аппаратов с ламельным (шторно−щелевым)
вать фотограмметрический метод, позволя- затвором требует выполнения предваритель-
ющий по стереопарам аэрофотоснимков или ных расчетов для выяснения допустимости
космических снимков определить положение геометрических искажений снимка вносимых
береговой линии и рельеф прибрежной по- ламельным затвором для заданных параме-
лосы. Следует сразу отметить, что используя тров аэрофотосъемки, типа используемого
космические снимки даже с самым высоким в носителя аэрофотоаппаратуры и параметров
настоящее время разрешением 0,4−0,5 м, не- цифрового фотоаппарата.
возможно с точностью выше 1−2 м построить При выполнении мониторинга состояния
цифровую модель рельефа прибрежной поло- прибрежной полосы побережья необходимо
сы побережья, поэтому для мониторинга при- определить изменение положения береговой
брежной зоны морей и океанов целесообраз- линии. Учитывая что побережье Мексики
но использовать материалы аэрофотосъемки подвержено приливам и отливам, обычно по-
[5]. Современные цифровые аэрофотосъе- ложение береговой линии определяют на мо-
мочные системы и авиационные носители
позволяют выполнять с высоким качеством
аэрофотосъемку как в крупных, так и в мел-
ких масштабах.
Однако в связи с тем что мониторинг бе-
реговой линии обычно необходимо прово-
дить на участках побережья протяженностью
от одной−двух сотен метров до нескольких
километров, выполнение комплекса аэро-
фотосъемочных работ с помощью специали-
зированных аэрофотосъемочных комплексов Рис. 1. Самолет «Cessna 150»
экономически нецелесообразно из-за боль-
ших затрат на производство аэрофотосъемки.
Представляется целесообразным с экономи-
ческой точки зрения использование для аэро-
фотосъемки при проведении мониторинга со-
стояния прибрежной полосы легкомоторных
самолетов и профессиональных или люби-
тельских цифровых фотоаппаратов, предва-
рительно подвергнув их процедуре фотограм-
метрической калибровки.
В качестве носителей аэрофотосъемочной
аппаратуры можно использовать широко рас-
пространенные в Мексике самолеты «Cessna»,
Рис. 2. Самолет «Cessna 172»

29
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
мент минимального и максимального уровня
океана (моря). Однако в ряде случаев необ-
ходимо определение положения береговой
линии и в промежуточные моменты времени.
Для обеспечения возможности определения
положения береговой линии в различные мо-
менты времени необходимо провести аэрофо-
тосъемку береговой полосы при минималь-
ном уровне моря, и построить по материалам
аэрофотосъемки цифровую модель рельефа
береговой полосы с точностью, обеспечиваю-
щей определение береговой линии с заданной
точностью.
Очевидно, что точность построения циф-
ровой модели рельефа будет определяться
заданной величиной точности определения
положения береговой линии и величиной уг-
ла наклона поверхности береговой полосы.
Допустимое значение средней квадратиче-
ской ошибки mH определения высот точек по-
верхности береговой полосы, в зависимости
от значения допустимой величины средней
квадратической ошибки определения поло-
жения береговой линии mS и значения угла
наклона поверхности α, можно определить по
формуле
=mH mS tg α. (1)
Допустимые значения средних квадрати-
ческих ошибок, определения высот точек по-
верхности береговой полосы в зависимости
от значений углов наклона поверхности при
заданном значении mS = 0,5 м:
α.............. 5° 6° 7° 8° 9° 10°
mH, м......0,04 0,05 0,06 0,07 0,08 0,09
Приведенные данные позволяют рассчи-
тать максимальную высоту фотографирова-
ния, при которой обеспечивается заданная
точность определения высот точек поверх-
ности в результате фотограмметрической об-
работки аэрофотоснимков в зависимости от
параметров используемой цифровой фото-
камеры и точности измерения полученных
снимков:
30
b
H max = mH , (2)
mp
где b — базис фотографирования в масштабе
снимка; mр — cредняя квадратическая ошибка
измерения величины продольного параллакса
на стереопаре снимков.
При выполнении мониторинга береговой
полосы по материалам аэрофотосъемки через
заданные промежутки времени выполняют-
ся следующие виды работ: аэрофотосъемка;
планово-высотная подготовка аэрофотосним-
ков; построение сети пространственной фо-
тотриангуляции; построение цифровой моде-
ли рельефа поверхности прибрежной полосы;
построение береговой линии заданного уров-
ня по цифровой модели рельефа поверхности
береговой линии и данным гидрографических
таблиц.
Целесообразно при выполнении работ ис-
пользовать государственную систему коорди-
нат и высот.
В результате сравнения цифровых моде-
лей рельефа и положения береговых линий,
построенных в каждом цикле наблюдений,
определяют изменения положения берего-
вых линий и изменение рельефа поверхности
прибрежной полосы. Эти данные позволяют
определить динамику процессов, происходя-
щих в прибрежной зоне, и оценить их влия-
ние на функционирование расположенных в
этой зоне объектов хозяйственной деятельно-
сти.
Литература
1. Леонтьев О.К. Основы учения о развитии морских бере-
гов. М., 1962.
2. Берлянт А.М. Картографический метод исследования, в
сборнике // Итоги науки. Картография 1967—1969.− В кн. 4.,
1970.
3. Маслов А.В., Гордеев А.В., Батраков Ю.Г. Геодезия.− М.:
Недра, 1993.
4. Ащеулов В.А. Применение спутниковых навигацион-
ных систем в геодезии: учебное пособие. − Новосибирск:
НИИГАиК, 1993. − 82 с.
5. Савиных В.П., Кучко А.С, Стеценко А.Ф. Аэрокосмическая
фотосъемка. − М.: Картгеоцентр-Геодезиздат, 1997. − 378 с.
Принята к печати 6 декабря 2012 г.
Рекомендована кафедрой фотограмметрии МИИГАиК
 космическая съемка. аэрофотосъемка и фотограмметрия

Обоснование допустимой высоты фотографирования

при стереотопографической съемке рельефа
Кандидат техн. наук С.А. Кадничанский
ФГУП ГосНИИАС
kadnichanskiy@gosniias.ru
Аннотация. Формулируется обоснование допустимой высоты фотографирования, обеспечивающей
заданную точность определения высоты точки местности, при использовании современных систем
аэрофотосъемки.
Ключевые слова: рельеф, высота точки местности, точность определения высоты, стереопара, высота
фотографирования
Abstract. Permissible photographing height providing the specified accuracy of determination of the height
of a terrain point is justified with the use of modern systems of aerial survey.
Keywords: topography, height of a terrain point, accuracy of height determination, stereo photo-pair, flight
height

На протяжении многих лет инструкции углов наклона камеры и базиса фотографиро-

по топографической съемке [1, 2] определяли вания:
параметры аэрофотосъемки (масштаб фото- Bf
графирования, фокусное расстояние) для раз- H=M HS − , (1)
P
личных значений высоты сечения рельефа где HS — высота центров проекции (базиса
и масштабов создаваемых карт или планов. фотографирования); B — базис фотографирова-
Приводимые в инструкциях требования отно- ния; f — фокусное расстояние; P — продольный
сились к условиям использования пленочных параллакс, P = x1 ‒ x2; x1, x2 — координаты соот-
аэрофотоаппаратов формата 18×18 см и анало- ветственных точек левого и правого снимков.
говых приборов стереоскопической обработ- В случае, когда базис фотографирования
ки снимков. В настоящее время такого типа имеет наклон, т.е. центры проекции левого и
аэрофотоаппараты (АФА) вообще не исполь- правого снимков имеют разную высоту H S1 и
зуются. Им на смену пришли АФА формата
H S2 , а точка местности располагается близко
23×23 см с существенно более высокой гео- к середине зоны продольного перекрытия, а
метрической точностью и разрешающей спо- именно при x2 = ‒x1 = x формулу (1) можно пред-
собностью фотоизображения, а затем активно ставить следующим образом:
стали использоваться различные цифровые то-
пографические аэрофотосъемочные системы. B f
H
= M H Sср − X , (2)
Вместо аналоговых приборов применяются P
цифровые фотограмметрические станции, не H S + H S2
имеющие свойственных оптико-механическим где H Sср = 1 — средняя высота цен-
2
средствам обработки погрешностей. При про- тров проекции (базиса фотографирования);
ектировании работ по стреотопографической BX — проекция базиса фотографирования на
съемке рельефа с применением современных горизонтальную плоскость.
средств аэрофотосъемки неизбежно возникает Средняя квадратическая погрешность
вопрос об обоснованном выборе параметров определения высоты точки местности выра-
– высоты фотографирования и фокусного рас- зится следующим образом:
стояния. Так как на практике выбор вариантов 2
фокусного расстояния ограничен определен- B f
= mH m +  X2  mP2 .
2
(3)
ным набором имеющейся в распоряжении ап- H Sср
 P 
паратуры, то задача заключается в обосновании При условии, что координаты центров
высоты фотографирования при использовании проекции снимков определяются с одинаковой
конкретной аэрофотокамеры с вполне опреде- точностью, т.е. m= m= mH S ,
ленным фокусным расстоянием объектива. HS HS
1 2

Обратимся к известной [3] формуле высо- mH S

ты точки местности при нулевых значениях mH Sср = .
2

31
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Координаты x1′, x2′ , измеренные на плано- меры в общем виде будет иметь вид:
вом снимке, имеющем небольшие отличные от 2 2
нуля углы наклона, можно преобразовать к ко-  Px  mH − 0,5mH S
H доп pN x 1 −
=  2 2 2 2
. (7)
ординатам на горизонтальном снимке и далее  100  2f mϕ + q p
использовать формулы (2) и (3), приспособив Если углы наклона снимка определя-
их таким образом для более общего случая. ются в результате фототриангуляции, СКП
Преобразование координат обусловлено про- продольного угла, как правило, не превыша-
дольным углом наклона снимка φ, и с учетом ет mx′ /f, поэтому для такого случая примем
малости угла наклона описывается следую-
щим образом: x1= x1′ − ϕ1f; x2= x2′ − ϕ2 f , из че- 2f 2 mϕ2 + mx2′ =
3mx2′ .
го следуют выражения для СКП: С учетом этого для случая, когда углы на-
клона определяются из фототриангуляции, вы-
mx21 =
mx21′ + f 2 mϕ21 ; mx22 =
mx22′ + f 2 mϕ22 . ражения для допустимой высоты фотографи-
Полагая, что при определении высоты точ- рования примут вид:
ки местности по паре перекрывающихся сним- для аналоговой камеры для произвольного
ков непосредственно измеряются продольные продольного перекрытия
параллаксы, т.е. для точки левого снимка с ко- 2 2
ординатой x1′ на правом снимке отождествля-  Px  mH − 0,5mH S
H= S 1 −  ; (8)
ется и измеряется точка с координатой x2′ , при- доп
 100  3mx2′
мем mx1′ = 0. для аналоговой камеры для стандартного
Также приняв и обозначив mx2′ = mx′ , 60% перекрытия
m=ϕ1 m=ϕ2 mϕ , получим= mP2 2f 2 mϕ2 + mx2′ , тог-
да mH2 − 0,5mH2 S
H доп = 0, 4 S ; (9)
mH2 S  BX f 2 3mx2′
mH = +  2  (2f 2 mϕ2 + mx2′ ). (4)
2  P  для цифровой камеры для произвольного
продольного перекрытия
Если BX и x выразить следующим образом:
2 2
P  P  Nx  Px  mH − 0,5mH S
B
= X H ср ; =P S 1 − x  , (5) H доп
= 1 −  ; (10)
f  100  q  100  3
где S — продольный размер кадра; Px — про- для цифровой камеры для стандартного
дольное перекрытие, выраженное в процентах, 60% перекрытия
получим выражение для допустимой высоты
2 2
фотографирования для общего случая: 0, 4 N x mH − 0,5mH S
H доп = . (11)
2
P  mH − 0,5mH S
2 q 3

H=доп H=ср S 1 − x  2 2 2
, (6) При этом мы будем вполне справедливо
 100  2f mϕ + mx′
полагать, что влияние дисторсии объектива
которое непосредственно можно использовать пренебрегаемо мало и не оказывает практиче-
при аэрофотосъемке аналоговой аэрофотока- ского влияния на результат, что обусловлено
мерой. качеством оптики и возможностями учета дис-
Для цифровых камер S = p Nx, где p — фи- торсии при цифровой фотограмметрической
зический размер пикселя; Nx — продольный обработке снимков. Сложнее дело обстоит с
размер кадра, выраженный в пикселях; по- деформацией фотоматериала в аналоговой аэ-
грешность измерения координаты xʹ на сним- рофотосъемке. Даже после учета деформации
ке можно представить пропорциональной фи- по восьми координатным меткам на перифе-
зическому размеру пикселя аэрофотокамеры: рийных частях снимков могут оставаться де-
m′x = qp, где q — коэффициент. В связи с этим формации до 0,01 мм и даже более.
выражение для допустимой высоты фотогра- Выражения (8)−(11) применимы для ка-
фирования в случае применения цифровой ка- дровых аэрофотокамер. В случае съемки

32
 космическая съемка. аэрофотосъемка и фотограмметрия

сканирующей системой с ПЗС-линейкой, качественного определения координат центров

позволяющей в одном маршруте получить сте-
реоскопические пары изображений, например,
ADS40, ADS80 в формуле (3) P следует пред-
ставить следующим образом:
P = tg β1 − tg β2 , (12)
где β1 и β2 — постоянные углы отклонения пло-
скости сканирования от направления в точку
надира (под плоскостью сканирования будем
понимать плоскость, проходящую через центр
проекции и ПЗС линейку); β1 — угол отклоне-
ния вперед по ходу движения воздушного судна
(его значение будем считать положительным);
β2 — угол отклонения назад от направления
движения (его значение будем считать отрица-
тельным).
Тогда зависимость допустимой высоты фо-
тографирования от СКП mx′ , mH , mH S в общем
случае будет иметь вид:
mH2 − 0,5mH2 S
H доп
= f (tg β1 − tg β2 ) . (13)
2f 2 mϕ2 + q 2 p 2
Если продольный угол наклона определя-
ется из фототриангуляции,
2 2
f (tg β1 − tg β2 ) mH − 0,5mH S
H доп = . (14)
qp 3 чаемых с помощью бортовой системы опре-
Для практического использования формул
(8)−(11), (13), (14) можно задаться следующи-
ми значениями используемых в них параме-
тров: q = 0,3; m′x = 0,008 мм (для аналоговой
аэрофотокамеры); mH S = 0,08 м (при условии
Способ определения элементов
Тип аэрофотокамеры
внешнего ориентирования
Аналоговая, формат 23×23 Фототриангуляция
проекции с помощью бортового спутниково-
го приемника); Px = 60; S = 230. Тогда формулы
примут вид, представленный в табл. 1.
В табл. 2 представлены, вычисленные для
некоторых вариантов высоты сечения рельефа,
значения допустимой высоты фотографиро-
вания и соответствующие им значения отно-
сительной погрешности определения высоты
точки местности, а также размера пикселя на
местности или масштаба фотографирования
(для аналоговой камеры) для условия, когда
выполняется фототриангуляция.
Если сравнить представленные в табл. 2
расчетные значения относительной СКП опре-
деления высоты, соответствующие допусти-
мым значениям высоты, с относительными
СКП высоты, полученными на практике при
уравнивании блочной фототриангуляции, по-
строенной по снимкам, полученным аэрофото-
камерой RC30 (табл. 3), то можно заметить,
что они весьма близки. Это служит подтверж-
дением справедливости изложенного подхода
к обоснованию допустимой высоты фотогра-
фирования.
Если фототриангуляция не выполняет-
ся и обработка основывается на значениях
элементов внешнего ориентирования, полу-
деления положения и ориентации, то СКП
продольного угла наклона mφ зависит от СКП
инерциального устройства, указываемой в тех-
нических спецификациях устройства, и СКП
угла выставки камеры относительно систе-
Таблица 1
Формулы для расчета допустимой высоты
фотографирования
H доп 6639 mH2 − 0,0032
=

Цифровая кадровая Фототриангуляция

=H доп 0,77 N x mH2 − 0,0032

Бортовая система определения положения

и ориентации mH2 − 0,0032
H доп = 0, 4 pN x
0,09 p 2 + 2f 2 mϕ2

Сканирующая с ПЗС-линейкой Фототриангуляция

1,925f (tg β1 − tg β2 mH2 − 0,0032
H доп =
p

Бортовая система определения положения

и ориентации mH2 − 0,0032
H доп= f (tg β1 − tg β2 )
0,09 p 2 + 2f 2 mϕ2

33
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Таблица 2
Высота сечения рельефа, м 0,5 1 2 0,5 1 2
Допустимая средняя погрешность определения высоты точки местности, в
0,25 0,25 0,3 0,33 0,33 0,33
долях высоты сечения
Допустимая ср.кв. погрешность высоты, м 0,16 0,31 0,63 0,21 0,42 0,83
Аналоговая камера, формат 23×23, f = 150
Допустимая высота фотографирования, м 967 2041 4133 1331 2741 5520
Масштаб фотографирования, знаменатель 6447 13604 27551 8875 18272 36801
Относительная ошибка определения высоты, знаменатель 6189 6530 6612 6390 6578 6624
Аналоговая камера, формат 23×23, f = 300
Допустимая высота фотографирования, м 967 2041 4133 1331 2741 5520
Масштаб фотографирования, знаменатель 3224 6802 13776 4438 9136 18401
Относительная ошибка определения высоты, знаменатель 6189 6530 6612 6390 6578 6624
Кадровый цифровой аэрофотоаппарат DMC, Nx = 7680, p = 0,012 мм
Допустимая высота фотографирования, м 861 1817 3680 1185 2441 4915
Размер пикселя на местности, м 0,09 0,18 0,37 0,12 0,24 0,49
Относительная ошибка определения высоты, знаменатель 5511 5814 5888 5690 5857 5898
Кадровый цифровой аэрофотоаппарат DMCII 230, f = 92 мм, Nx = 14400, p = 0,0056 мм
Допустимая высота фотографирования, м 1615 3407 6900 2223 4576 9216
Размер пикселя на местности, м 0,10 0,21 0,42 0,14 0,28 0,56
Относительная ошибка определения высоты, знаменатель 10333 10902 11040 10669 10982 11060
Кадровый цифровой аэрофотоаппарат DMCII 250, f = 112 мм, Nx = 14656, p = 0,0056 мм
Допустимая высота фотографирования, м 1643 3467 7022 2262 4657 9380
Размер пикселя на местности, м 0,08 0,17 0,35 0,11 0,23 0,47
Относительная ошибка определения высоты, знаменатель 10517 11096 11236 10858 11178 11256
Цифровая камера сканирующего типа ADS40, f = 63 мм, β1 = 27°, β2 = ‒10°
Допустимая высота фотографирования, м 2062 4350 8810 2838 5843 11768
Размер пикселя на местности, м 0,21 0,45 0,91 0,29 0,60 1,21
Относительная ошибка определения высоты, знаменатель 13195 13921 14097 13623 14024 14122

мы координат инерциального измерительного определяются в результате калибровки, выпол-

устройства. Углы ориентации (углы выставки) няемой путем съемки и последующей обработ-
системы координат камеры относительно си- ки фотограмметрического блока небольшого
стемы координат инерциального устройства калибровочного полигона. Из опыта практиче-
ской работы получена оценка СКП калибровки
Таблица 3 продольного угла наклона. Она составляет око-
Параметры
№ блока ло 0,002°. Погрешность в значении параметра
1 2 3 угловой выставки дает систематическую по-
Масштаб фотографирования 1:15000 1:22000 1:30000 грешность в результате фотограмметрических
Фокусное расстояние, мм 303 153 153 построений, которая существенно большей
Высота фотографирования, м 4545 3366 4560 частью сказывается на точности определения
Число маршрутов 7 4 4 планового положения и почти не сказывается
Число моделей в маршруте 22 15 23 на точности определения высоты. По этой при-
Число опорных точек 31 25 19 чине вполне обоснованным будет в расчете до-
СКП высоты на контрольных пустимых значений высоты фотографирования
0,38 0,58 0,68 для данных условий использовать значение
точках, м
Относительная погрешность 1:8740 1:5803 1:6705 СКП продольного угла наклона равное 0,005°.
Средняя относительная В табл. 4. приведены вычисленные значения
1:7082
погрешность допустимой высоты фотографирования для не-

34
 космическая съемка. аэрофотосъемка и фотограмметрия

Таблица 4
Высота сечения рельефа, м 0,5 1 2 0,5 1 2
Допустимая средняя погрешность определения высоты точки местности, 0,25 0,25 0,25 0,33 0,33 0,33
в долях высоты сечения
Допустимая ср.кв. погрешность высоты, м 0,16 0,31 0,63 0,21 0,42 0,83
Кадровый цифровой аэрофотоаппарат DMC, Nx = 7680, p = 0,012 мм
Допустимая высота фотографирования, м 352 743 1506 485 998 2011
Размер пикселя на местности, м 0,04 0,07 0,15 0,05 0,10 0,20
Относительная ошибка определения высоты, знаменатель 2255 2379 2409 2328 2396 2413
Кадровый цифровой аэрофотоаппарат DMCII 230, f = 92 мм, Nx = 14400, p = 0,0056 мм
Допустимая высота фотографирования, м 409 864 1749 563 1160 2337
Размер пикселя на местности, м 0,02 0,05 0,11 0,03 0,07 0,14
Относительная ошибка определения высоты, знаменатель 2620 2764 2799 2705 2784 2804
Кадровый цифровой аэрофотоаппарат DMCII 250, f = 112 мм, Nx = 14656, p = 0,0056 мм
Допустимая высота фотографирования, м 343 725 1468 473 973 1960
Размер пикселя на местности, м 0,02 0,04 0,07 0,02 0,05 0,10
Относительная ошибка определения высоты, знаменатель 2198 2319 2348 2269 2336 2352
Цифровая камера сканирующего типа ADS40, f = 63 мм, β1 = 27°, β2 = ‒14°
Допустимая высота фотографирования, м 869 1833 3712 1196 2462 4959
Размер пикселя на местности, м 0,09 0,19 0,38 0,12 0,25 0,51
Относительная ошибка определения высоты, знаменатель 5560 5866 5940 5740 5909 5950

которых типов цифровых аэрофотокамер при различных типов аэрофотосъемочных систем

условии, что фототриангуляция не выполняет-
ся и фотограмметрическая обработка основана
на использовании бортовых определений эле-
ментов внешнего ориентирования.
Выводы. Полученные формулы допусти-
мой высоты фотографирования могут быть
использованы при проектировании аэрофото-
съемки, выполняемой с целью стереотопо-
графической съемки рельефа местности для
и различных условий последующей фотограм-
метрической обработки.
Литература
1. Инструкция по топографической съемке в масштабах 1:5
000, 1:2 000, 1:1 000, 1:500, ГКИНП-02-033-82.М.: Недра, 1982.
2. Инструкция по топографическим съемкам в масштабах
1:10 000 и 1:25 000. Полевые работы. М.: Недра,1978.
3. Бобир Н.Я., Лобанов А.Н., Федорук Г.Д. Фотограмметрия,
М.: Недра, 1974.
Принята к печати 8 декабря 2011 г.

Перспективы развития гиперспектральной съемочной системы

космического базирования
Кандидат техн. наук Ю.А. Никишин
Московский государственный университет геодезии и картографии,
janikishin@mail.ru
Аннотация. Решается задача определения технических параметров гиперспектрометра для космиче-
ских аппаратов. Производится расчет параметров изображения при съемке авиационным гиперспек-
трометром с космического носителя и характеристик прибора, требуемых для обеспечения необходи-
мого качества изображения на уровне, определенном разработанными требованиями к космическим
спектральным изображениям.
Ключевые слова: космическая съемка, сканирование местности, гиперспектральная съемка
Abstract. A problem of defining technical parameters of a hyper-spectrometer for space vehicles is being
solved. Parameters of an image made with aerial hyper-spectrometer from the space carrier and specific
characteristics of the device are calculated. The characteristics are demanded for maintenance necessary
quality of the image at level, determined by the developed requirements to space spectral images.
Keywords: space survey, district scanning, hyper spectral shooting

35
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Как известно [1], особенность гиперспек-
тральной съемки связана с возможностью реги-
страции для заданного дискрета изображения
яркостных данных, получаемых в различных
диапазонах спектра общего потока излучения,
отраженного от подстилающей земной по-
верхности. Это должно способствовать повы-
шению качества дешифрирования объектов и
явлений, происходящих на местности, по срав-
нению с обычными методами дистанционного
зондирования. Это делает актуальной пробле-
му оснащения современных спутниковых си-
стем гиперспектральными средствами зонди-
рования.
Поставлена задача определить техниче-
ские параметры универсального космического
гиперспектрометра (его спектральное и про-
странственное разрешение, полосу обзора) и
сравнить их с характеристиками известных
авиационных гиперспектрометров при усло-
вии адаптации их для космической съемки.
Широкий круг решаемых с помощью ги-
перспектрометрии задач можно свести к сле-
дующим: выделение объекта из множества
подобных или обнаружение объектов, размер
которых меньше номинального размера пиксе-
ля; распознавание объектов подстилающей по-
верхности по их спектральным характеристи-
кам (в том числе неизвестных); классификация
объектов со сходными спектральными харак-
теристиками; выявление особенностей поверх-
ности, не распознаваемых на других снимках.
Примерный перечень отраслевых задач ги-
перспектральной съемки (табл. 1) сформирован
на основе анализа информации о различных
образцах современной авиационной гипер-
спектральной аппаратуры фирмы ITRES [2],
где указаны рекомендуемые отрасли примене-
ния каждого из гиперспектральных сканеров и
приведены примеры конкретных прикладных
задач, решаемых тем или иным сканером.
При условии, что параметры получаемых
космических гиперспектральных изображе-
ний (ГИ) будут не хуже авиационных, решение
многих отраслевых задач может быть обеспе-
чено разработкой универсального гиперспек-
трометра. Ряд специфических задач (см.
табл. 1) требует зондирования земной поверх-
ности в тепловом диапазоне спектра, поэтому
представляется целесообразной разработка
36
и установка на космических аппаратах (КА)
двух типов сканеров: универсального гипер-
спектрометра, предназначенного для регистра-
ции излучения в видимом и ближнем инфра-
красном диапазонах, и специализированного
гиперспектрометра (тепловизора), работающе-
го в дальнем инфракрасном диапазоне и слу-
жащего для решения специфических задач.
При разработке технических требований
к гиперспетрометру для КА должна быть по-
ставлена задача, чтобы характеристики полу-
чаемых им ГИ были не хуже характеристик
ГИ, получаемых с авиационных носителей.
Для разработки технических требований
к универсальному гиперспектрометру был
проведен анализ паспортных характеристик
авиационных сканеров. Дополнительно про-
анализировано влияние изменения параметров
съемки (высоты, скорости, кадровой частоты
и пр.) на расчетные характеристики изображе-
ний, получаемых при аэросъемке.
В табл. 2 приведены паспортные и рас-
четные характеристики четырех зарубежных
сканеров фирмы «ITRES» [2] и трех отече-
ственных [3−9]. К сожалению сведения об от-
ечественных гиперспектрометрах крайне скуд-
ны. Анализ характеристик из табл. 2 позволил
определить следующие основные требования к
универсальному гиперспектрометру космиче-
ского базирования, обеспечивающие решение
комплекса основных отраслевых задач: спек-
тральный диапазон 530 ÷ 1000 нм; число спек-
тральных каналов — более 100; спектральное
разрешение 1÷10 нм (меняется в разных частях
спектра).
Все проанализированные гиперспектро-
метры работают по принципу «pushbroom»
[8], сходным с принципом щелевой камеры.
Получаемое изображение состоит из после-
довательности строк-сканов, каждая из кото-
рых представляет собой полихроматическое
изображение узкой поперечной полосы мест-
ности. Продольная развертка осуществляется
регистрацией спектральной картины текущей
полосы местности с частотой ή в процессе по-
ступательного движения авианосителя со ско-
ростью V.
Как было показано в [3], величина про-
дольного пространственного разрешения ГИ
определяется соотношением Rпрод=V/ή, где
 космическая съемка. аэрофотосъемка и фотограмметрия
Области и задачи отраслевого применения данных гиперспектральной съемки (обобщение по данным
A. Миглани [1] и сайта www.geolidar.ru [2] )
Отрасли и режимы Направление исследования
наблюдения (обобщенная задача)
Топография (изуче- Картирование территорий и лока-
ние ландшафта) лизация объектов.
Изучение снежного покрова, льда
Геология и разведка Составление литологических
полезных ископа- карт.
емых Поиск и разведка месторождений.
Составление геоботанических
карт
Сельское хозяй- Составление карт использования
ство: земель и качества почв.
мониторинг Климатические изменения.
сельскохозяйствен- Смягчение стрессовых воздей-
ных угодий ствий на сельскохозяйственные
культуры.
Прогноз урожайности.
Оценка воздействия сельского
хозяйства на окружающую среду
Лесное хозяйство: Картирование лесов.
мониторинг лесов Изучение растительности.
лесная таксация Оценка состояния лесов.
лесная химия Оценка степени угнетенности
растительного покрова
Нефтегазовая про- Контроль технического состояния
мышленность трубопроводов.
Локализация аварийных разливов
нефтепродуктов и пр.
Мониторинг экологического со-
стояния вблизи трубопроводов.
Контроль состояния растительно-
сти и водного баланса в результа-
те врезок в трубопроводы
Экология и охрана Оценка темпов восстановления
окружающей среды почв при регенерации после ава-
рийных разливов нефти.
Экологическое обследование про-
мышленных зон и городов.
Тепловое картографирование про-
мышленных зон и городов.
Анализ тепловой излучательной
способности объектов в городе
Оценка степени деградация тер-
ритории.
Контроль за переработкой шахт-
ных отходов
Чрезвычайные Контроль объектов инфраструк-
ситуации и военно- туры.
прикладные задачи Обнаружение объектов-целей и
ориентирования
Объекты поиска/ обнаружение
явлений (конкретная задача)
Переувлажненные территории,
растительность разных типов.
Фракции снега, участки таяния
Типы минералов, горных пород
и почв.
Косвенные признаки полезных
ископаемых.
Геологические структуры.
Почвы, восстановленные при
регенерации
Земли разных типов использова-
ния, участки деградации почв.
Влажные и засоленные почвы.
Обнаружение сорняков, вы-
явление наркотикосодержащих
растений.
Оценка состояния посевов.
Обнаружение нарушений по-
чвенного покрова
Ареалы определенных пород
деревьев.
Виды растительного покрова.
Количественные параметры
запасов древесины, высоты и
качества деревьев и древостоя
Очаги распространения вредите-
лей, болезней леса и т.п.
Дефекты нефте- и газопроводов.
Загрязнения на поверхности
воды, химический состав плен-
ки.
Участки растепления, увлажне-
ния и заболачивания.
Участки подключений и несанк-
ционированных врезок
Участки сброса отходов произ-
водства
Участки подтопления и забола-
чивания .
Отвалы и шламохранилища
Территории распространения
чрезвычайных ситуаций.
Объекты военного назначения
(например, лагерь террористов,
расположенный в густом лесу,
минные поля и пр.)
37
Таблица 1
Задачи, оптимально решаемые по
данным съемок в ИК-диапазоне
Температурное картирование
ландшафтов
Обнаружение некоторых видов
полезных ископаемых.
Мониторинг вулканической
активности
Измерение увлажнения рас-
тительности
Выявление очагов возгораний и
пожаров (в лесных массивах) .
Классификация лесов по по-
родам, по состоянию здоровья
леса и степени зрелости крон
Выявление очагов распростра-
нения культур микроорганиз-
мов
Контроль деформаций трубо-
проводов.
Обнаружение мест утечек газа
из газопроводов
Диагностика загрязнения почв
нефтепродуктами и пр.
Выявление фактов сброса от-
ходов и сточных вод, выбросов
газов и т.п.
Регистрация факелов для сжи-
гания выбросов производства.
Идентификация различных
типов искусственных поверх-
ностей в городах
Выявление очагов возгораний .
Обнаружение объектов и явле-
ний, формирующих достаточ-
ный температурный контраст:
подземный тоннель, подводное
течение, тепловой след морско-
го судна и т.п.
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Таблица 2
Характеристики гиперспектральных авиационных сканеров и параметры получаемых ими изображений
Параметры, обозначения, единицы из- Ресурс-П Реагент Сокол-ГЦП CASI 1500 CASI 550 SASI 600 TASI 600
мерения
Полное поле зрения 2ω, угл. градусы 15 28 40 40,4 40 40
Мгновенное поле зрения ∆ω, мРад Менее 1 Не хуже 0,49 1,34 1,2 1,25
0,93
Размер фоточувствительного элемента, 8.8×6.6 16,6×18,6 10×20 11,2×15 15×30 15×30
мм
Разрешение фоточувствительного 1024×256 1390×1040 Две секции 1500×288 550×288 600×100 600×64
элемента, pix 1040×580
Ширина строки, pix ~ 260* 500 1500 550 600 600
Размеры пикселя r, мкм 30×30 33×25* 32×16 20×20 22.5×15 30×30 30×30
Рабочий спектральный диапазон, нм 400÷1000 450÷800 530÷1000 380÷1050 400÷1000 950÷2450 8000÷11500
Число спектральных каналов >96 ≥ 250 105 288 288 100 32
Спектральное разрешение, нм 0.34÷13.0 0,9÷10 2,4 2,2 15
Фокусное расстояние, м 0,033* 0,033 0,041 0,017 0,025 0,025
Поперечное разрешение на местности 1 1 0,3 0,6 0,8 0,8
(стандартные параметры съемки),
Rпопер, м
Поперечное разрешение 25-30** 3,1 3,0 1,5 4,1 3,7 3,7
(при H = 3 км), м
Ширина полосы съемки 25 ** 0.81 1.52 2.22 2. 25 2.22 2.22
(при H = 3 км), км
Кадровая частота съемки η, Гц 10÷50 333 194 146 146
Продольное разрешение на местности 3,0 0,35 0,6 0,8 0,8
Rпрод (при V=420 км/ч),м

* Значение получено расчетным путем;

** Величина для высоты съемки (H = 475 км).

V — скорость полета; ή — кадровая частота. м, это разрешение должно обеспечиваться и

При съемке величина продольного разреше-
ния Rпрод подбирается приблизительно равной
величине поперечного разрешения Rпопер путем
регулировки частоты ή (в пределах техниче-
ских возможностей сканера).
Поперечное разрешение пикселя на мест-
ности Rпопер и ширины полосы захвата местно-
сти L определяются из соотношений [3]:
rпопер
f
= ;
Rпопер H Для расчета продольного разрешения ГИ
=L nR=
попер 2 H tg ω,
где rпопер — размер пикселя; f — фокусное
расстояние оптической системы; H — высота
съемки; ω — угол зрения съемочной камеры;
n — число пикселей в строке ГИ.
Максимальная высота использования
сканеров при аэросъемке (H = 3 км) опреде-
ляет величину поперечного разрешения 3÷5
космическим вариантом гиперспектрометра.
Произведем расчет разрешающей способности
ГИ при съемке авиационными сканерами с вы-
соты орбиты КА. Будем учитывать только зна-
чительное увеличение высоты H и скорости V
носителя (без учета кривизны Земли и т.п.), по-
этому вычисления будем производить по фор-
мулам (1) и (2) для параметров орбит четырех
известных спутников [6]. Результаты расчетов
(1) характеристик ГИ представлены в табл. 3.
необходимо определить скорость движения
,(2) КА относительно поверхности Земли. Для это-
го, задаваясь максимальной и минимальной
высотами спутника Hсп и величиной радиуса
Земли Rз, вычисляем большую полуось орбиты
a исходя из соотношения: (см. рис.)
2 Rз + H min + H max
a= .
2

38
 космическая съемка. аэрофотосъемка и фотограмметрия

Таблица 3
Результаты расчетов параметров съемки для различных орбит КА
Название КА, страна
Параметры Комета № 19, Ресурс-ДК*, SPOT-4, Аркон,
Россия Россия Франция Россия
Высота орбиты, км: Низкая Средняя Средне-высокая Высокая
минимальная 203,5 361 794,3 1500
максимальная 292,5 604 811,6 2800
Период обращения, мин 89,5 94,2 100,9 130,6
Поперечное пространственное разрешение Rпопер изображений, получаемых авиационными гиперспектрометрами при съемке
с КА, min/max, м
    Сокол-ГЦП 197 / 284 350 / 586 770 / 787 1455 / 2715
    CASI 1500 99 / 142 175 / 293 385 / 394 728 / 1359
    CASI 550 272 / 391 483 / 808 1063 / 1086 2007 / 3746
    SASI 600 247 / 355 438 / 733 2210 / 2258 5208 / 9722
    TASI 600 247 / 355 438 / 733 964 / 985 1820 / 3397
Зоны захвата Lmin/max авиационных гиперспектрометров при съемке с КА, км
    Сокол-ГЦП 99 / 142 175 / 293 385 / 394 727 / 1358
    CASI 1500 148 / 213 263 / 440 578 / 591 1092 / 2038
    CASI 550 150 / 215 266 / 444 584 / 597 1104 / 2060
    SASI 600 148 / 213 263 / 440 1326 / 1355 3125 / 5833
    TASI 600 148 / 213 263 / 440 578 / 591 1092 / 2038
Среднее движение n, м3/с 0,00117056 0,00111106 0,00103752 0,00080168
Линейные скорости V′min/V′max, м/с 7366 / 7567 6841 / 7343 6601 / 6633 4402 / 5974
Расчет min / max величин продольного разрешения Rпрод при паспортной частоте сканирования η, м
    Сокол-ГЦП при η=50 Гц 147,3 / 151,3 136,8 / 146,9 132,0 / 132,7 88,0 / 119,5
    CASI 1500 при η=300 Гц 22,1 / 22,7 20,5 / 22,0 19,8 / 19,9 13,2 / 17,9
Расчет частот ή, необходимых для обеспечения требуемых значений продольного разрешения Rпрод = 5 / 10 м, Гц
    Сокол-ГЦП 1 473 / 1 513 1 368 / 1 469 1 320 / 1 327 880 / 1 195
    CASI 1500 737 / 757 684 / 734 660 / 663 440 / 597
Расчет min / max величин фокусного расстояния объектива f , обеспечивающих разрешение на местности R = 5 и 10 м
    Сокол-ГЦП для R:
      5 м 1,33 / 1,92 2,37 / 3,97 5,22 / 5,33 9,86 / 18,4
      10 м 0,66 / 0,96 1,18 / 1,98 2,61 / 2,66 4,93 / 9,2
    CASI 1500 для R:
      5 м 0,81 / 1,17 1,44 / 2,41 3,17 / 3,24 6,0 / 11,2
      10 м 0,4 / 0,58 0,72 / 1,2 1,58 / 1,62 3,0 / 5,6
    CASI 550 для R:
      5 м 0,91 / 1,31 1,62 / 2,71 3,57 / 6,65 6,75 / 12,6
      10 м 0,45 / 0,65 0,81 / 1,35 1,79 / 1,82 3,37 / 6,3
    SASI 600 для R:
      5 м 1,21 / 1,75 2,16 / 3,62 4,76 / 4,86 9,0 / 16,8
      10 м 0,61 / 0,87 1,08 / 1,81 2,38 / 2,43 4,5 / 8,4
*У перспективного КА Ресурс-П, запуск которого планируется в 2013 г., его орбита примерно соответствует орбите
КА Ресурс-ДК (эллиптическая, высотой 475 км).

Среднее движение спутника (его сред- стей V спутника в апоцентре (A) и перицентре
няя угловая скорость) вычисляется по фор- (П) орбиты (см. рис. ) используем формулу из
µ⊕ µ⊕
муле= n = , где µ ⊕ — геоцентри-  2 1
a 32
a3 [12]: V = µ − .
ческий гравитационный параметр Земли  H + Rз a 
(3,98602∙1014); a — большая полуось орбиты Затем вычисляем соответствующие им ли-
[11]. На основе величины n вычисляется пери- нейные скорости перемещения сканера отно-
од обращения спутника T = 2π/n. сительно поверхности Земли, используя соот-
Для расчета мгновенных линейных скоро- ношения:

39
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Vmax
V'max b
A водит к уменьшению разрешения. При этом бо-
V'min
П
V(min)
Hmin
a 1. Увеличением числа пикселей в сенсор-
Rз Hmax
Основные параметры орбиты КА
V R V R
′ =min з + Rз и Vmax
Vmin ′ =max з + Rз .
H max H min
Расчеты периодов орбит и линейных ско-
ростей для рассматриваемых спутников пока-
заны в табл. 3
Подставляя полученные значения ско-
ростей V′min и V′max в формулу Rпрод= V η и
задаваясь максимальными частотами фор-
мирования строки для гиперспектрометров
Сокол-ГЦП и CASI1500 и составляют 50 и
333 Гц соответственно), вычисляем соответ-
ствующие Rпрод. Более узкий диапазон частот у
сканера Сокол-ГЦП обусловлен возможностя-
ми российской элементной базы. Зарубежные
авиационные сканеры обеспечивают диапазон
28–83 Гц, а диапазон 83–300 Гц реализуется
только в заказных изделиях. Результаты рас-
чета минимальных и максимальных величин:
продольного разрешения Rпрод для частоты
ή = 50 Гц и частот ή, необходимых для обе-
спечения требуемых значений продольного
разрешения (Rпрод = 5 и 10 м), представлены в
табл. 3. Проведенные расчеты показали, что
даже в случае съемки с низких орбит исполь-
зование авиационных сканеров обеспечит не-
удовлетворительные величины Rпрод и Rпопер,
которые отличаются от требуемых значений
(5–10 м) на 1–2 порядка. Наиболее проблема-
тичным является уменьшение величины Rпрод,
которое в случае сканирования с КА достига-
ется пропорциональным увеличением частоты
сканирования строк, ограничиваемой возмож-
ностями сканера. Возможно, переход на более
совершенную элементную базу (аналогичную
зарубежным образцам) позволит решить эту
проблему.
40
Как было показано выше, перенос авиаци-
онной съемочной системы на высоту КА при-
лее высокая скорость носителя обуславливает
увеличение частоты развертки для соблюдения
пропорций пикселей (из выражения η = V/R).
Продольное и поперечное разрешение при
съемке из космоса можно увеличить следую-
щими способами.
ной линейке сканера (при неизменном фокус-
ном расстоянии), что позволяет сохранить L,
при этом продольное разрешение должно обе-
спечиваться увеличением частоты сканирова-
ния, а увеличение числа пикселей n в линей-
ке для обеспечения поперечного разрешения
должно осуществляться за счет уменьшения
их размеров.
2. Увеличением фокусного расстояния f,
но при этом значительно сужается угол зрения
камеры 2ω, что также влечет за собой необхо-
димость уменьшения продольной проекции
пикселя (за счет увеличения частоты скани-
рования), а также уменьшает ширину полосы
обзора. Первая проблема также может быть ре-
шена использованием в качестве сенсора мно-
гострочной линейки, а вторая — путем исполь-
зования нескольких секций для увеличения
числа пикселей в линейке. Подобный подход
применен в конструкции гиперспектрометра
CASI 1500, в котором число ячеек в строке до-
ведено до 1500.
Расчеты требуемых f для разных КА
(см. табл. 3) показывают, что даже для средне-
высотного спутника типа «Ресурс» с гипер-
спектрометром «Сокол» требуемое разрешение
(5–10 м) обеспечат объективы с фокусным рас-
стоянием 3 и 1,5 м. Для f = 2 м величина 2ω
составит 0,2°, а полоса обзора сократится до
2,5  км. Ширину захвата местности можно ком-
пенсировать возможностью поперечного накло-
на камеры от точки надира для съемки требуемо-
го участка местности. Наиболее оптимальным
подходом для создания универсальной косми-
ческой гиперспектральной съемочной системы
представляется увеличение фокусного рассто-
яния объектива с одновременным увеличением
количества ячеек n в линейке ПЗС.
При съемке с КА может возникнуть необ-
ходимость снять участок, находящийся в сто-
 космическая съемка. аэрофотосъемка и фотограмметрия
роне от трассы полета. В этом случае можно
применить поперечный наклон камеры в сто-
рону объекта съемки. Вопросы искажений при
наклоне камеры рассматривались в работе [3].
Результаты расчета применительно к углам
наклона камеры φ от 5 до 40° для средневы-
сотной орбиты, аналогичной орбите спутника
«Ресурс-ДК» при расчетной величине разре-
шения R = 10 м (для точки надира):
Угол наклона ………….. 5˚ 10˚ 20˚ 30˚
Prpix, м……………………. 10,06 10,23 10,98 12,44 15,05
Увеличение Prpix, % …..…. 0,57 2,33 9,83 24,40 50,48
Конструкцией сканеров должна быть
предусмотрена возможность регистрации па-
раметров орбиты, ориентации КА и момента
съемки для каждой строки ГИ от внешних на-
вигационных устройств.
Проведенные исследования показывают,
что для разработки универсальной космиче-
ской гиперспектральной съемочной системы
можно осуществить техническую модерниза-
цию существующих образцов авиационных
сканеров.
Основным требованием к модернизации
является обеспечение пространственного раз-
решения 5 и 10 м. Модернизация заключается,
главным образом, в установке длиннофокус-
ных объективов. Серьезной проблемой, тре-
бующей конструктивных решений, является
увеличение частоты продольной развертки
(сканирования строк), обусловленной более
высокой скоростью КА и увеличением фокус-
ного расстояния съемочной системы. По по-
следним данным [7], фирмой «Cypress» соз-
даны быстродействующие КМОП-приемники
LUPA-1300 и LUPA-4000, обеспечивающие
максимальную частоту кадров 450 Гц.
Получаемые материалы космической ги-
перспектрометрии могут найти широкое от-
раслевое применение, в особенности для осу-
ществления различных видов космического
мониторинга.
Работа выполнена в рамках ФЦП «Научные
и научно-педагогические кадры инновацион-
ной России» на период 2009 – 2013гг. в ходе
НИР по государственному контракту № П885
от 18.08.2009.
40˚ ЛИТЕРАТУРА
1. Миглани Аншу. Hyperspectral Remote Sensing an Overview.
– anshu.miglani@GISdevelopment.net.
2. Аэросъемочный комплекс воздушной гиперспектральной
съемки – http://www.geolidar.ru
3. Журкин И.Г., Никишин Ю.А. Расчет параметров форми-
рования изображений, полученных в условиях нестабилизиро-
ванной гиперспектральной аэросъемки // Изв. вузов. «Геодезия
и аэрофотосъемка». 2011. – № 4. – С. 47−52.
4. Новый российский спутник ДЗЗ «Ресурс-П» будет работать
на орбите не менее пяти лет // Новости космонавтики: Архив
новостей. – 2009. – Вып. 790. – http://www.novostikosmonavtiki.
ru/content/news.shtml
5. Космическая система «Ресурс-П» – http://www.samspace.ru
6. Сайт Новости космонавтики – http://www.novosti-
kosmonavtiki.ru
7. Донец В.В., Муравский Л.И. Особенности применения
приемников излучения в бортовых гиперспектрометрах //
Космічна наука і технологія. 2012.− Т. 18.− № 3.− С. 20–37.
8. Донец В.В. Особенности конструкций бортовых гипер-
спеткрометров AIS. // Космічна наука і технологія. 2012.
−Т. 18.− № 5.− С. 5–11.
9. Кирилин А.Н., Ахметов Р.Н., Стратилатов Н.Р. и
др. Космический аппарат «Ресурс-П» // Геоматика. ‒2010.
‒№ 4. — С. 23—26.
10. Виноградов А.Н., Егоров В.В., Калинин А.П.,
Родионов А.И., Родионов И.Д. Бортовой гиперспектрометр
видимого и ближнего инфракрасного диапазона с высоким
пространственным разрешением // Современные проблемы
дистанционного зондирования Земли из космоса, 2012. −Т.9.
− №3.− С.101−107.
11. Луповка В.А., Луповка Т.К. Основы космической геоде-
зии с элементами фотограмметрии: учеб. пособие. Ч. 1. – М.:
МИИГАиК, 2002. – 80 с.
12. Полак И.Ф. Курс общей астрономии. − М.−Л., ГИТТЛ,
1951. − 390 с.
Принята к печати 11 марта 2013 г.
Рекомендована кафедрой ВТиАОАИ МИИГАиК
41
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

УДК 528.9

картография

Новая трактовка теории и методов изображения информации

на географических картах
Профессор, доктор техн. наук П.П. Лебедев
Государственный университет по землеустройству, Москва
pepeleb@yandex.ru
Аннотация. Традиционное учение о картографическом изображении отстало от современного уровня
науки и информационных технологий. В этой связи предложена концепция картографической структу-
ры, основанная на результатах углублённых исследований географической карты и ориентированная
на совершенствование методов и знаний, а также интеграцию картографических дисциплин.
Ключевые слова: геометрические и логические отношения, картографическая структура, структура
объекта карты
Abstract. Traditional study about cartographic representation is detached under modern level of science and
information technology. In view of the aforesaid a concept of cartographic structure based on the outcomes of
deep investigation of a geographic map. The concept is directed to improvement of methods and knowledge,
and integration of cartographic disciplines.
Keywords: geometrical and logical relations, cartografic structure, structure of the object maps

Данное исследование имеет целью уточ- математическую экспликацию структурообра-

нить и обновить понятия и положения учения
о картографическом изображении, которое не
менялось более 50 лет и, естественно, отста-
ло от реалий практики и теории картографии,
а также от общего уровня науки и техноло-
гии сегодняшнего дня. Современное учение
о картографическом изображении, не отри-
цая классического знания, должно учитывать
практикуемые сегодня цифровые технологии
и связанные с ними представления карт, при
этом опираться на результаты углублённых ис-
следований географической карты и строгий
аппарат её описания.
Возможности глубже заглянуть в устрой-
ство карты, тем самым лучше понять её сущ-
ность, формализовано описать и на этой ос-
нове по-новому сформулировать теорию и
методы изображения информации на геогра-
фических картах автор связывает со структур-
ным подходом [1−3], содержание и значение
которого в кратком изложении заключаются
в следующем. Подход основан на аппарате
теории отношений и включает в себя анализ,
зующих отношений, используемых в организа-
ции и функционировании компонентов (леген-
ды, пространственного базиса, изображения)
и карты в целом, формализованное описание
образуемых ими структур и исследования с его
помощью застарелых и новых научных про-
блем картографии.
Согласно подходу в легенде используются
отношения порядка, соподчинённости, сход-
ства, эквивалентности, различия, образующие
структуру её текстовой (числовой) части и
связанную с ней структуру визуальной части,
получивших названия таксономическая и гра-
фическая подструктуры легенды; соответствие
между ними в общем случае является гомо-
морфным, хотя в некоторых случаях, напри-
мер, в абсолютных картографических шкалах,
оно приближается к изоморфному.
В пространственном базисе карты исполь-
зуются отношения, «хранящиеся в недрах» по-
верхности носителя изображения — небольшо-
го плоского аналога реального пространства:
положения; расстояния; порядка; направления;

42
 картография
связности; сложности; инцидентности; пере-
сечения; включения; переноса; симметрии;
отображения и некоторые другие. В его про-
странстве создаётся математическая основа, на
которой формируется и графически фиксиру-
ется позиционная структура, соответствующая
пространственной структуре объекта карты.
Поскольку формирование позиционной струк-
туры, осуществляемое путём съёмки, транс-
формирования и переноса пространственной
структуры объекта на всех его стадиях являет-
ся процессом математически обоснованным,
соответствие является полным, изоморфным,
а результат можно назвать отображением.
Внутри себя она также основана на изоморф-
ном соответствии, так как её графическая со-
ставляющая в позиционном (координатном)
отношении по сути является копией содержа-
тельной составляющей. В результате соста-
вительских работ, при выполнении которых
происходит соединение «однопредметных»
элементов позиционной и таксономической
структур, образуется интегральная структура
главного компонента карты.
С помощью отношений карта в излагае-
мом подходе описана в виде формализованной
системы моделей, представляющей её как со-
ставное целостное структурное образование,
на основе которой были результативно иссле-
дованы: функциональный аспект карты; кар-
тографическая генерализация; методология
анализа карт; базовые понятия картографии.
Кроме того была поставлена проблема и наме-
чены контуры комплексной концепции карты,
а также получены излагаемые в данной статье
результаты разработки рассматриваемой про-
блемы.
Исследования функционального аспекта
карты показали, что его можно раскрыть через
отношения карты, с одной стороны, с объек-
том, а с другой — с пользователем и форма-
лизовано представить с помощью математиче-
ского определения термина «соответствие»  [3].
Первая основная функция карты складывается
из отношений следующих пар: таксономи-
ческая структура — элементный состав объ-
екта (виды предметов и их характеристики и
отношения); позиционная структура — про-
странственная структура объекта; интеграль-
ная структура — пространственно-предметная
43
структура объекта (далее называемая структу-
рой объекта). Хотя они имеют разную степень
связи в общем соответствие между картой и
объектом является гомоморфным; в конкрет-
ных случаях оно может уточняться с помощью
масштаба и точностных параметров проекции
карты. Таким образом, сущность первой ос-
новной функции карты заключается в том, что-
бы структурно соответствовать объекту в опре-
делённых доступных или допустимых рамках.
Вторая основная функция карты образована
комплексом отношений: требования пользо-
вателя — пользовательские качества карты. К
примеру, общему требованию удобства рабо-
ты с картой отвечают сравнительно неболь-
шие размеры, плоская размерность, чёткое и
выразительное оформление; другому общему
требованию научной обоснованности — обоб-
щённость, упорядоченность, достоверность;
конкретному требованию целенаправленности
— определённый состав элементов, их харак-
теристик и точность.
Пользовательские отношения в отличие от
объектных менее формализованы, однако, они
позволяют приблизиться к пониманию сущ-
ности второй главной функции карты и нащу-
пыванию путей их формализации. Эта функ-
ция заключается в соответствии интегральной
структуры карты общим и конкретным требо-
ваниям пользователя или иначе в качественном
представлении интегральной структуры поль-
зователю. Она не только дополняет функцию
соответствия объекту, но и находится с ней в
определённом противоречии, поскольку каче-
ство интегральной структуры обеспечивается
в том числе за счёт потерь в соответствии её
объекту. Правильно, если эти потери находятся
в рамках присущего картам гомоморфного со-
ответствия высокого уровня.
Структурному подходу к анализу и трак-
товке картографической генерализации по-
священа специальная статья [1], в которой
данный процесс рассматривается и математи-
чески описывается как преобразование трёх
уже известных структур исходной карты. Для
их описания и сопоставления со структурами
производной карты использованы матрицы ве-
роятностей совместных событий, а также раз-
личные, включая энтропию, структурные по-
казатели. Это позволяет измерять структуры и
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
тем самым изучать закономерности их преоб-
разования в результате генерализации.
В излагаемом подходе уточнена методо-
логия и дополнен состав методов обработ-
ки главного компонента карты, поскольку
как картограф в процессе создания карт, так
и пользователь в процессе её изучения име-
ют дело со структурами, предполагающими
определённые научные процедуры и средства
[2,  3]. Основной смысл уточнения заключается
в том, что в результате обработки структур на
картах получают не только и не столько све-
дения, сколько главным образом вторичные
структуры. Так, в частности, процедуры и ме-
тоды анализа структур применяются для пре-
образования или обработки одной структуры и
получения вторичных от неё структур, а так-
же сведений в виде различных характеристик
и показателей. Процедуры и методы синтеза
применяются для комплексирования или обоб-
щения двух и более структур объекта и полу-
чении вторичной структуры и сведений в виде
обобщающих и интегральных показателей.
Из общетеоретических проблем картогра-
фии в рамках подхода разработаны и предло-
жены для апробирования основанные на поня-
тии структура определения базовых терминов:
карта (родовой термин), традиционная карта,
цифровая карта, план, атлас [2]. В них показа-
но, что все названные картографические про-
дукты — это разновидности географических
карт, которые в основе своей являются карто-
графическими структурами, отличающимися
лишь носителями, а также методами и техно-
логиями составления.
Анализ учения о картографическом изо-
бражении следует начать с его главного одно-
имённого термина. Заключённое в нём тради-
ционное понятие лишь отчасти соответствует
строгому научному понятию термина «изобра-
жение», определяемому как изоморфное ото-
бражение (как, например, график или аэросни-
мок). Не случайно, что начиная с 1960-х гг. его
всё время пытались либо уточнить (например,
А.М. Берлят указывал на знаковость картогра-
фического изображения), либо заменить (на-
пример, М.К. Бочаров на термин «картографи-
ческая форма информации»). На самом деле
изображением в строгом смысле этого терми-
на в картографическом изображении является
44
только пространственная его часть, в которой
графическая составляющая в позиционном от-
ношении совпадает с содержательной, а сама
она изоморфна пространственной стороне объ-
екта, так как формируется по математическим
законам. Другая, наиболее заметная его часть,
образованная знаками из легенды, изобра-
жением не является, поскольку соответствие
графической и содержательной составляющей
знаков, равно как самих знаков, предметному
составу объекта — либо частичное (символи-
ческое), либо условное (их не случайно назы-
вают условными). Кроме того, в устройстве
изображения на карте используются буквен-
но-цифровые обозначения и указания, а также
слова и тексты естественного языка, которые не
относятся к графическим средствам – основно-
му «строительному материалу» изображения.
Таким образом, главный компонент карты ни
по своей организации, ни по отношению к объ-
екту изображением в полном и точном её зна-
чении не является. И понятно, почему было
предпринято множество попыток уточнить и
заменить термин и обозначаемое им понятие.
На сегодняшний день пока какой-либо опреде-
лённости на этот счёт нет, а есть большое коли-
чество и разброс разнотолков. В разное время
на протяжении более 50-и лет предлагались
такие уточняющие термины как «знаковое изо-
бражение», «образно-знаковое изображение»,
«геоизображение» и некоторые другие, иные
термины без употребления слова изображе-
ние, например, «знаковая система», «знаковая
модель», «образно-знаковая модель», «форма
передачи информации», «картографическая ин-
формация», «геоинформация», «информацион-
ная модель», «идеально-материальная модель»,
«карта-текст», «картографический образ» и др.
Из приведённого перечня предложений можно
сделать один определённый вывод: в названии
главного компонента карты надо отказаться от
слова изображение.
Не меньше разнообразия можно наблюдать
в толковании сущности главного компонента
карты и его отношений с соответствующими
объектом и пользователем. Приведём некото-
рые высказывания на этот счёт крупных отече-
ственных учёных-картографов в разные годы
более чем полувековой истории картографиче-
ской науки.
 картография
Н.Н. Баранский в 1962 г. по этому поводу
в контексте географической науки писал сле-
дующее: карта отражает факты «географиче-
ского изучения территории» и «одновременно
является орудием этого изучения», при этом
«способствует выявлению разного порядка
закономерностей в размещении, сочетаний и
соотношений пространственно-выраженных
явлений.
М.К. Бочаров (1966г.): «картографическое
изображение есть самостоятельная форма пе-
редачи в уменьшенном виде на какой-либо по-
верхности зрительно воспринимаемого взаим-
ного размещения изображений (обозначений)
предметов, соответствующего их взаимному
размещению на поверхности земли. Его содер-
жание — это знания, сведения о предметах и
явлениях природы, общества и мышления, а
форма — многообразие изображений (обозна-
чений, условных знаков), которыми передаётся
информация».
К.А. Салищев в период 1970−1977 гг. опре-
делял сущность главного компонента как «ото-
бражённое размещение свойств, взаимосвязей
и изменений во времени явлений природы и
общества» (назвал его «образом», а карту —
«образно-знаковой моделью»).
А.Ф. Асланикашвили (1974 г.) полагал,
что «общекартографической темой» является
«конкретное пространство предметов и явле-
ний действительности», которое «отражается
не только в значении знаков, но и в их характе-
ре локализации, конфигурации, взаимном раз-
мещении». По сути дела речь идёт о структу-
ре карты и отражаемой ею пространственной
структуре предметной области.
А.М. Берлянт, развивая в 90-е гг. взгляды
К.А. Салищева, определял карту как «про-
странственную, математически определённую
модель, субъективно, абстрагировано и обоб-
щённо отражающую объективную реальность,
а её главный компонент — знаковым матери-
ально-идеальным образом, имеющим двой-
ственную природу: объективную комбинацию
знаков на карте и воспринятое читателем её
мысленное отражение».
А.А. Лютый в рамках своей семиотико-
лингвистической концепции карты (1988 г.)
определил картографическую знаковую си-
стему как языковое образование и назвал её
45
картой-текстом, состоящем из двух подъязы-
ков (ПЯК1 и ПЯК2). ПЯК1 обеспечивает от-
ражение пространственных данных, а ПЯК2
— сущностной определённости объектов. В
определении чётко выделены две структурные
составляющие главного компонента.
Современная геоинформационная трак-
товка цифровой карты заключается в пред-
ставлении её главного компонента как ком-
плекса взаимосвязанных структур геоданных:
математической, пространственной (слоевой),
признаковой (атрибутивной) и графической.
В ситуации большого разброса в понимании и
названии главного компонента карты необхо-
дим научный инструментарий, позволяющий
«заглянуть вглубь», выявить сущность и одно-
временно воспринять «зёрна» существующего
разнообразия представлений о нём.
Предлагаемая автором статьи концепция
главного компонента основана на разработан-
ной в рамках структурного подхода формаль-
ной модели географической карты, а также
на историческом опыте её исследования и за-
ключается в следующем. Поскольку основные
функции главного компонента — это отраже-
ние и представление структуры объекта, то сам
он тоже должен быть структурой, чем, соглас-
но указанной модели, он, собственно, и явля-
ется. Как структура он образован не только из
размещённых по своим местам знаков, но так-
же из объединяющих их в целое геометриче-
ских и логических отношений. Учитывая клю-
чевую и определяющую роль интегральной
структуры в природе, организации, функциях
и возможностях карты, её логично назвать кар-
тографической. Согласно модели карты кар-
тографическая структура является составной,
соединяющей в себе структуру легенды и по-
зиционную структуру. Первая состоит из зна-
ков и логических отношений между ними, при
этом каждый знак этой структуры представля-
ет собой связку «таксон (класс или ступень)
— графический символ». Вторая состоит из
графически фиксированных подпространств
и геометрических отношений плоского базо-
вого пространства. Таким образом, каждый
элемент картографической структуры — это
«место-знак», который соответствует обозна-
чаемому предмету (группе или виду предме-
тов), а вся структура — целостному объекту,
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
состоящему из предметов и отношений между
ними. Предметный состав, пространственные
протяжённость и положение объекта определя-
ются названием карты (её темы и территории).
Объект карты — это определённый темати-
чески и территориально фрагмент географи-
ческой оболочки. Однако картографическая
структура соответствует не самому объекту,
поскольку они, согласно математическим пра-
вилам, непосредственно не сопоставимы, а его
структуре, которую наглядно можно себе пред-
ставить в виде картоподобного аналога объек-
та в его натуральную величину и которая по от-
ношению к картографической «родственнице»
является не только первичной, но и полной.
Завершая теоретическую часть концеп-
ции можно заключить, что общей темой
всех географических карт (по выражению
А.Ф. Асланикашвили «общекартографической
темой») является структура из размещённых
в плоском пространстве знаков, а также гео-
метрических и логических отношений, соот-
ветствующая структуре объекта и требовани-
ям пользователя. Окончательное определение
нового понятия главного компонента с учётом
сложившейся традиции может быть сформу-
лировано таким образом. Это построенная из
знаков в масштабе, проекции и с обобщением
картографическая структура, соответствую-
щая структуре объекта карты и пользователь-
ским требованиям к ней. Предлагаемое по-
нятие картографическая структура имеет ряд
важных для картографии научных качеств:
акцентирует внимание на основополагающих
в организации и функциях карты, но скры-
тых за внешней стороной карты отношениях
и соответствиях; подводит к пониманию ос-
новных функций географических карт в силу
их взаимной со структурой обусловленности;
является общим по отношению к другим упо-
требляемым и предложенным альтернативным
изображению понятиям; универсально в том
плане, что в равной степени применимо в от-
ношении как традиционных, так и «новотехно-
логичных» как карт, так и планов, как геогра-
фических, так и любых других карт; является
математически обоснованным, тем самым вно-
сит определённость и логику в исследования,
а также доказательность и конструктивность в
прикладные разработки; ориентирована на со-
46
вершенствование и углубление знаний, а также
интеграцию картографических дисциплин.
Прикладная часть традиционного учения о
картографическом изображении, посвящённая
методам (способам) его формирования, пред-
ставляет собой свод правил выбора графиче-
ских средств в зависимости от особенностей
картируемых объектов. Этими особенностя-
ми являются сочетания таких признаков как
размерность, характер размещения по тер-
ритории, виды и свойства объектов. Каждое
правило определённому набору признаков кар-
тируемых объектов предписывает, в частности,
конкретные сочетания графических элементов
или конкретный способ изображения. Всего в
своде правил предусмотрено 11 основных и не-
сколько дополнительных к некоторым из них
способов. Анализ прикладной части учения
показал, что она, как и его теоретическая часть,
нуждается в существенном пересмотре и не
только по той причине, что её термины и зна-
ние не вписываются в предлагаемую концеп-
цию, но и по причинам неудовлетворительных
состояния и соответственно эффективности
этого знания. Во-первых, правила достаточно
расплывчаты, так как сформулированы в опи-
сательном ключе с использованием произволь-
ной терминологии. Во-вторых, нет единства в
логике построения правил, равно как и в ис-
пользуемых в них понятий, поэтому свод этих
правил представляет собой скорее набор, чем
систему. Разные авторы в своих учебниках по
картографии определяют способы по-своему.
В-третьих, однозначно не определено, на чём
основан выбор графических средств. В- чет-
вёртых, применяемый набор способов не охва-
тывает реального разнообразия особенностей
картируемых объектов; так к примеру, для изо-
бражения разнообразия площадных объектов
предусмотрено 6 способов (качественного фо-
на, ареалов, количественного фона, картограм-
мы, картодиаграммы, точечный, локализован-
ных диаграмм), в то время как для изображения
аналогичного разнообразия точечных объектов
— всего один способ (значковый).
Приведём примеры определения способа
качественного фона тремя авторами.
По В.Н. Назарову «способ применяется в
случаях, когда вся изображаемая территория
подразделяется на участки по какому-либо
 картография
признаку, имеющему один или группу сово-
купных качественных показателей» [4].
К.А. Салищев писал: «способ показывает
подразделение территории (её районирование)
по тем или иным природным, экономическим
или политико-административным признакам.
Используется для характеристики явлений,
сплошного или массового рассредоточенного
распространения» [5].
По А.М. Берлянту «способ применяется
для дифференциации территории по выбран-
ному признаку для отображения каких-либо
классификационных подразделений» [6].
Предлагаемая трактовка определений
способов изображения объектов на геогра-
фических картах основана на новом подходе
разработки способов и предполагает другие
их общие и конкретные названия, состав, со-
держание и назначение. Сначала об общем
названии. Учитывая, что согласно концепции
способы предназначены для графической ви-
зуализации структур, естественно их назы-
вать способами графического оформления или
представления структур на географических
картах. Новый подход к их разработке выпол-
нен с применением процедур классификации и
соответствия подструктур и структур, образу-
ющих интегральную структуру карты, что по-
зволило построить логически обоснованную
систему способов и строгую систему их опре-
делений и идентификации.
Встречающиеся на картах позиционные
структуры по основному признаку — размер-
ности элементов подразделяются на типы,
а внутри них по дополнительным признака-
ми (направлению и связанности) — на виды:
0D–структуры или точечные (массив точек);
1D–структуры или линейные (сеть линий);
1D–структуры линейные направленные (мас-
сив или сеть векторов); 2Dн–структуры не-
связанные (массив контуров); 2D−структуры
связанные (сеть контуров или плоское покры-
тие); 3D–непрерывные структуры или поверх-
ности (объёмное покрытие). Графические под-
структуры, которые их представляют на карте,
в большинстве своём полностью совпадают с
положением элементов и отношениями между
ними.
Таксономические структуры подразде-
ляются на типы согласно их группировке на
47
математические, числовые, логические и про-
извольные, а внутри каждого типа на виды по
конкретному признаку или отношению: функ-
ции (по времени и по азимуту); числовые шка-
лы (непрерывные, округлённые, ступенчатые);
классификации ( иерархические, фасетные и
комбинированные (типологические, терри-
ториальные и др.)); списки. Функции с точки
зрения теории отношений представляют собой
математическое отношение (β) на парах эле-
ментов < a, b > (паре значений двух зависимых
величин) множеств А, В, для которого выпол-
нено выражение β: а → b. Непрерывные шка-
лы основаны на отношении строгого порядка,
а округлённые и ступенчатые — частичного
порядка. В классификациях используются от-
ношения соподчинённости (включения), сход-
ства (пересечения), эквивалентности, различия
и их сочетания. Главными в структурном раз-
нообразии классификаций являются иерархи-
ческие, образуемые отношением включения, и
фасетные, образуемые отношением пересече-
ния; остальные виды (типологические, терри-
ториальные и прочие) являются комбинацией
главных видов. Списки или перечни строятся
на каких-либо формальных (несодержатель-
ных) отношениях.
Средства для построения графической
структуры или шкалы должны выбираться на
основе её максимального соответствия обо-
значаемой таксономической структуре. Это
соответствие обеспечивается возможностью с
помощью графических элементов и их свойств
«вложить» в разрабатываемую графическую
структуру или шкалу отношения обозначаемой
структуры. Исходя из этого адекватную графи-
ческую шкалу для ступенчатой и округлённой
числовых шкал, а также для иерархической
классификации следует строить с помощью
размера диаграмм, светлоты или интенсивно-
сти цвета, плотности штриховки или текстуры;
для непрерывной шкалы — размера диаграмм
и плотности штриховки (растра); для типоло-
гической и территориальной классификаций
— цвета, цветового тона, текстуры, формы ди-
аграмм. Адекватной графической структурой
функции является её график (b = f(a)), который
как и сама функция представляет собой отно-
шение (β) на парах точек < a, b > двух его коор-
динатных осей А и В (β: а → b).
 Типы и виды таксономических структур
Функции Шкалы Классификации
f(t) f(α) непрерывные округлённые ступенчатые иерархические фасетные
Графические элементы и их свойства

Графики
Диаграмма
Цвет
Штриховка
Цвет
Штриховка
Точка
Линия
Диаграмма
Цвет
Штриховка
Диаграмма
Цвет
Текстура
Диаграмма
Цвет
Текстура
Штриховка

Типы и виды
позиционных
структур

прямоугольная система координат

полярная система координат
полярная система координат
размер
состав (структура)
насыщенность или светлота
плотность
насыщенность или светлота
плотность
изоточка
изолиния
размер
состав (структура)
насыщенность или светлота
плотность
размер
насыщенность цвета
плотность штриховки
насыщенность или светлота
тон
рисунок
форма
цветовой тон
состав(структура)
гаммы
тон
насыщенность или светлота
рисунок
направление

48
ТФt ТФα ТШН ТШО ТШС ТКИ ТКФ
Точечные
ГПр ГПо ГПо ДР ДС ТИ ДР ДС ДР ДН ДШ ДФ ДЦ ДС

ЛФt ЛШН ЛШО ЛШС ЛКИ ЛКФ

Линейные
ГПр ГПо ДР ДС ЛИ ДР ДН ДФ ДЦ ДС

Векторные ВШН ВШО ВШС ВКИ ВКФ

(линейные на-
правленные) ДР ДС ЛИ ДР ДС ДР ДН ДФ ДЦ ДС

КнШн КнШО КнШС КнКИ КнКФ

Контурные
несвязанные
ДР ДС ЦН ШП ЦН ТИ ДР ДС ЦН ШП ЦН ЦТ ТР ЦГ ЦТ ЦН ТР ШН

КсФt КсШн КсШО КсШС КсКИ КсКФ

Контурные
связанные
ГПр ГПо Др ДС ЦН ШП ЦН ДР ДС ЦН ШП ЦН ЦТ ТР ЦГ ЦТ ЦН ТР ШН

ПШО ПКИ
Поверхности
ЦН ШП ЛИ ЦН ЦТ
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
 картография

Встречающееся на картах разнообразие предпосылки для формализации задачи спо-

картографических структур, образованное со-
четанием типов и видов позиционных и так-
сономических, а также соответствующих им
графических структур, в логическом плане
есть множество, полученное пересечением
множеств этих типов и видов, которые можно
представить в виде таблицы. В верхней по-
ловине сдвоенных строк таблицы даны бук-
венные обозначения типов и видов позицион-
ных и таксономических структур, а в нижних
— графических элементов и их свойств для
адекватного представления картографических
структур. Например, ТШН обозначает «точки
и шкала непрерывная»; а ДР — «необходимо
использовать размер диаграммы».
Предложенная таблица, кроме того что
решает проблемы действующих способов и
правил их применения, имеет все логические
собов представления структур на географиче-
ских картах и разработки на её основе полной
развёрнутой системы тематических шаблонов
для ГИС и АКС.
ЛИТЕРАТУРА
1. Лебедев П.П. Генерализация как преобразование карто-
графической структуры// Изв. вузов «Геодезия и аэрофото-
съёмка» .−2007. − №1 .−С.141−153.
2. Лебедев П.П. Структурный подход в картографии// Изв.
вузов «Геодезия и аэрофотосъёмка» .−2010.− №1.− С.51−58.
3. Лебедев П.П. Значение и опыт математического пред-
ставления географической карты как целого// Изв. РАН
География.− 2010.− №3.− С.117−123.
4. Назаров В.Н. Методы и изобразительные средства в кар-
тографии. М: Геодезиздат, 1962.
5. Салищев К.А. Картография. М.,1982.
6. Берлянт А.М. Карта — второй язык географии. М.:
Просвещение, 1985.
Принята к печати 9 апреля 2012 г.
Рекомендована кафедрой картографии ГУЗ

Оценка экологического состояния акваторий:

методика и система карт
Профессор, доктор техн. наук Т.В. Верещака, аспирант З.В. Андреева
Московский государственный университет геодезии и картографии
cartography@miigaik.ru
Аннотация. Изложены концептуальные вопросы картографической оценки экологического состояния
акваторий. Рассмотрены критерии оценки и факторы среды, определяющие экологическое состояние.
Предложена система карт и ее обоснование, раскрыты особенности проектирования тематического со-
держания, математической и общегеографической основы карт. Представлена разработанная методика
оценки экологического состояния акваторий, основанная на картографическом и спутниковом инфор-
мационном обеспечении.
Ключевые слова: экологическое состояние акваторий, биоиндикация, система карт, критерии оценки,
факторы среды, спутниковые данные
Abstract. Conceptual problems of marine environment cartographic assessment are considered. Assessment
criteria and environmental factors affecting ecological state are shown. Maps system and its substantiation
are proposed; special features of thematic, mathematical and geographical contents of maps are shown. The
developed method of marine environment assessment is based on cartographic and satellite data.
Keywords: ecological state of water areas, bioindication, maps system, environmental factors, satellite data

Критерии оценки и экологически значи- можность ее получения с необходимой пери-

мые факторы среды. В настоящее время при
оценке экологического состояния акваторий
наиболее широкое распространение получил
подход, основанный на учете целого ряда ги-
дрохимических показателей и анализе их от-
клонений от значений предельно допустимых
концентраций. Этот подход, несмотря на зна-
чительную разработанность, имеет и суще-
ственные недостатки: ограниченность (или
отсутствие) фактической информации и невоз-
одичностью; вероятность оставить неучтен-
ными значимые для исследуемой экосистемы
параметры. Кроме того, состояние экосистемы
определяется не только комплексом рассма-
триваемых гидрохимических элементов, но
зависит от характера их взаимодействия и его
последствий. Поэтому при оценке экологиче-
ского состояния акваторий мы сочли более на-
дежным использовать принцип биоиндикации,
который позволяет дать интегральную оценку

49
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
состояния водной среды на основе состояния
населяющих ее живых организмов. Объектом
биоиндикации акваторий выбраны сообщества
фитопланктона, что обусловлено ключевым
значением планктонных водорослей в процес-
се жизнедеятельности Мирового океана. Более
детально концепция оценки экологического
состояния акваторий изложена в статье авто-
ров [1].
Аквальная система характеризуется благо-
приятной экологической обстановкой при от-
носительно постоянном уровне биологической
продуктивности вод с учетом сезонной дина-
мики. Сбалансированность функционирова-
ния экосистемы обеспечивается равновесием
между продукционными и деструкционными
процессами. Поэтому за базовый критерий
оценки экологического состояния акваторий
принята биологическая продуктивность вод. В
качестве показателей, характеризующих уро-
вень биологической продуктивности, в первом
приближении правомерно рассмотреть кон-
центрацию хлорофилла-а — основного фото-
синтезирующего пигмента фитопланктона и
зоны пространственной локализации биоген-
ных пленок на морской поверхности (рис. 1).
Для оценки экологического состояния важным
являются не абсолютные значения концентра-
ции хлорофилла-а, а степень их отклонений от
р ы
т о
к Температура
а рхности моря
пове
ь
Ф
р и и о це
ен ост
те
ия
осв сивн
н
и вичной продукции [2].
ещ
ен
Инт
К
Биологиче ская
п р од у к т и в н о с т ь :
а) Концентрация хлорофилла-а
б) Зоны пространственной
С ко а вл е о го
н а п в од н а
п р и ве тр
локализации биогенных
ро ни
р
пленок
ст
ьи
е
Ц и р кул я ц и я
в од н ы х м а с с
Рис. 1. Критерии оценки экологического состояния
акваторий и факторы, его определяющие
значений, характерных (типичных) для иссле-
дуемой экосистемы.
Важная задача при изучении механизмов
функционирования водных экосистем – выяв-
ление комплекса экологически значимых фак-
торов, влияющих на развитие биологических
процессов в водной среде. К таким факторам
нами отнесены: интенсивность освещенности;
температура поверхности моря (ТПМ); ско-
рость и направление приводного ветра; цирку-
ляция водных масс; количество осадков; про-
зрачность вод. В зависимости от особенностей
акватории комплекс факторов может быть до-
полнен и уточнен.
Интенсивность освещенности. Известно,
что процесс фотосинтеза в океане лимитирует-
ся глубиной, на которую проникает солнечный
свет: низкий уровень солнечной радиации при-
водит к уменьшению мощности эвфотического
слоя (слоя фотосинтеза). Изменение величины
солнечной радиации также оказывает суще-
ственное влияние на стратификацию водных
масс. В умеренных и высоких широтах зимой
в результате сильного выхолаживания припо-
верхностного слоя происходит интенсивное
перемешивание водных масс, что приводит к
беспрепятственному выносу клеток фитоплан-
ктона из эвфотической зоны в более глубокие,
недостаточно освещенные горизонты, а как
следствие, к снижению уровня биологической
с р
продуктивности. В то же время, в летний се-
е зон увеличение солнечной радиации обуслов-
ливает формирование четко выраженного се-
д
зонного термоклина, который ограничивает
ы ферные
поступление в эвфотическую зону биогенных
Ат оса
мо дки
веществ и также приводит к снижению пер-
с
ки
Температура поверхности моря. Опреде-
ляет сезонный цикл в развитии фитопланкто-
на. Сама по себе низкая/высокая температура
не является препятствием для развития пер-
во но сть
вичной продукции. Однако большое значе-
ние имеет ее косвенное влияние, связанное со
ач
стратификацией водной толщи. Устойчивость
зр
ро
П водного столба в значительной степени зави-
сит от температуры, так как ее повышение или
понижение изменяет плотность водных масс и
определяет характер их перемешивания. К по-
вышению биологической продуктивности при-
водят и апвеллинговые явления.
50
 картография
Скорость и направление приводного ве-
тра. Сила ветра — фактор, влияющий на
устойчивость водных масс. Характер воздей-
ствия ветра определяется географическим по-
ложением акватории. Если в высоких широтах
усиление ветрового воздействия следует рас-
сматривать как причину понижения уровня
первичной продукции в холодное время года
и повышения – в теплое, то в низких широтах
сильный ветер способствует повышению био-
продуктивности круглый год из-за подъема
нижележащих водных масс, насыщенных био-
генными элементами. На мелководье ветровое
перемешивание также приводит к обогащению
эвфотического слоя биогенными элементами,
поступающими со дна, и способствует интен-
сивному развитию фитопланктона.
Атмосферные осадки. В период снегота-
яния и ливневых осадков речной сток много-
кратно увеличивает вынос в шельфовую зону
акватории биогенных элементов и часто слу-
жит причиной вспышек цветения фитоплан-
ктона, определяя тем самым степень антропо-
генного эвтрофирования прибрежных районов.
Прозрачность вод. Влияет на глубину про-
никновения света в водную толщу. Даже при
наличии мощной солнечной радиации первич-
ная биологическая продукция в столбе воды не
достигнет больших величин, если вода мут-
ная, и солнечные лучи будут поглощены или
рассеяны в самом верхнем слое. Увеличение
прозрачности вод способствует расширению
(вглубь) среды для развития фитопланктона.
Однако источником мутности вод может яв-
ляться и сам фитопланктон: в высокопродук-
тивных водах он активно развивается у по-
верхности, поглощая солнечную радиацию и
ограничивая количество света, поступающего
в более глубокие слои [3].
Циркуляция водных масс. Обусловливает
развитие и пространственное распределение
фитопланктона. В различных районах моря
она существенно меняется в зависимости от
скорости и направления ветра, прогрева воды,
интенсивности речного стока, конфигурации
береговой черты и др.
Система карт и ее обоснование. В соот-
ветствии с экологически значимыми факто-
рами среды и принятыми критериями оценки
экологического состояния акваторий разрабо-
51
тана система карт, содержащая оптимальный
спектр тематических сюжетов. В результате
направленно ориентированных детальных эко-
лого-тематических исследований выделено
две группы карт, составляющих основу мето-
дики картографической оценки экологическо-
го состояния акваторий (рис. 2).
Карты-критерии. Карты концентрации
хлорофилла-а. Показывают распределение
текущих (осредненных за определенный пе-
риод) значений концентрации хлорофилла-а.
Осреднение ежедневных данных осуществле-
но путем расчета его медианных значений.
Выбор именно этого алгоритма осреднения по-
зволяет минимизировать вклад экстремальных
значений параметра, выявляя наиболее харак-
терные для экосистемы. В связи с тем, что рас-
пределение значений концентрации хлорофил-
ла подчинено логарифмически-нормальному
закону, для представления на карте выбрана
логарифмическая шкала. Значения концентра-
ции хлорофилла-а определены по спутнико-
вым данным оптических сканеров цветности
океана.
Карты аномалий концентрации хлоро-
филла-а. Отражают распределение аномалий
значений концентрации хлорофилла-а; позво-
ляют установить, насколько текущее экологи-
ческое состояние характерно для акватории.
Создание карт предполагает предварительное
построение полей распределения значений
концентрации хлорофилла, принимаемых за
норму.
Определение нормы — сложная методоло-
гическая задача, подходы к решению которой
диктуются с учетом следующих особенностей
акваторий.
Уникальность. Любая экосистема являет-
ся уникальной по характеру географических
условий и особенностям антропогенных воз-
действий на нее, а потому уровень биологиче-
ской продуктивности, принимаемый за норму,
также является параметром, характеризующим
конкретную экосистему.
Стадия развития. Определенному со-
стоянию (стадии сукцессионного развития)
сообщества экосистемы соответствует опре-
деленный уровень биологической продуктив-
ности. На начальных стадиях сукцессии ве-
личины первичной продукции в несколько раз
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Карты для оценки экологического состояния акваторий

КАРТЫ-КРИТЕРИИ* КАРТЫ-ФАКТОРЫ**

КОНЦЕНТРАЦИЯ ИНТЕНСИВНОСТЬ
ХЛОРОФИЛЛА-а ОСВЕЩЕННОСТИ
(текущие значения)

КОНЦЕНТРАЦИЯ ТЕМПЕРАТУРА ПО-

ХЛОРОФИЛЛА-а ВЕРХНОСТИ МОРЯ
(аномалии значений)
КОНЦЕНТРАЦИЯ
СКОРОСТЬ И НАПРАВ-
ХЛОРОФИЛЛА-а
ЛЕНИЕ ПРИВОДНОГО
(cреднемноголетние ОЦЕНКА ВЕТРА
значения) ЭКОЛОГИЧЕСКОГО
БЛАГОПОЛУЧИЯ
АКВАТОРИЙ ЦИРКУЛЯЦИЯ
ВОДНЫХ МАСС
ИНТЕНСИВНОСТЬ
БИОГЕННЫЕ ПРОЯВЛЕНИЯ БИО-
ПЛЕНКИ ГЕННЫХ ПЛЕНОК
(зоны распространения) (индекс биогенных ПРОЗРАЧНОСТЬ ВОД
пленок)

Рис. 2. Система карт экологического состояния акваторий

* Показывает состояние картографируемой акватории в определенный временной интервал (декада, месяц, сезон).
** Построены на каждый день анализируемого периода

превышают величины процессов деструкции, локализации органических пленок биогенно-

а в зрелых сообществах наблюдается обратная
картина [3].
Сезонная цикличность развития. Значения
концентрации хлорофилла-а, принимаемые за
норму, должны определяться в зависимости от
сезона года.
Пространственная неоднородность. Зна-
чения концентрации хлорофилла-а, прини-
маемые за норму, могут быть различны даже
в пределах одной акватории в зависимости
от влияния ряда факторов (близость/удален-
ность от побережья, циркуляция водных масс
и др.).
В соответствии с указанными особенно-
стями представляется оптимальным принять за
норму концентрации хлорофилла-а его средне-
месячные многолетние значения. Тогда анома-
лии концентрации хлорофилла-а оцениваются
путем расчета отклонений текущих значений
от среднемноголетних.
Карты зон распространения биогенных
пленок. Отражают частоту пространственной
го происхождения на морской поверхности (за
временной интервал, принятый для карт хло-
рофилла). Зоны распространения биогенных
пленок показаны на карте способом количе-
ственного фона. Количество градаций шкалы
соответствует частоте (количеству) проявле-
ний пленок на поверхности моря. Выявление
биогенных пленок осуществлено по радиоло-
кационным данным [1].
Карты интенсивности проявления биоген-
ных пленок (индекс биогенных пленок). Частота
пространственной локализации пленок био-
генного происхождения преобразована в ин-
декс интенсивности покрытия морской поверх-
ности биогенными пленками, рассчитанный
для каждой одноградусной зоны акватории по
предлагаемой нами формуле: I = Sпленки / Sзоны n,
где I — индекс биогенных пленок; Sпленки —
площадь распространения пленок; Sзоны — пло-
щадь одноградусной зоны, 1°×1° (привязка
к регулярной сетке); n — частота проявления
биогенных пленок.

52
 картография

Полученный индекс I преобразован в си-

стему баллов условной бонитировочной шка-
лы. Степень благополучия акваторий передана
на карте штриховкой в шкале баллов из шести
градаций. Зоне с минимальным значением ин-
декса I присвоен балл, равный 1; с максималь-
ным индексом — 5. Одноградусным зонам, где
пленки не зафиксированы, присвоен балл, рав-
ный 0.
Карты оценки экологического благопо-
лучия акваторий. В содержании учтены ано-
малии концентрации хлорофилла-а и частота
пространственной локализации биогенных
пленок (рис. 3). Совместный анализ двух те-
матических сюжетов, построенных на основе
двух типов спутниковых данных (оптических
и радиолокационных) позволяет дифферен-
цировать исследуемую акваторию по остроте
экологического состояния и получить итого-
вую оценку состояния акватории на основе вы-
бранных критериев.
Карты-факторы. Эта группа карт более Рис. 3. Оценка экологического благополучия (рос-
многообразна и представлена частными сюже- сийский сектор Черного моря, май 2011 г.)
тами, соответствующими конкретным факто- ения карт использованы спутниковые оптиче-
рам среды. Карты-факторы составляют область ские данные видимого диапазона.
аналитического картографирования, куда вне- Карты температуры поверхности моря.
сены научные представления о сущности, вза- Показывают распределение ежедневных зна-
имосвязях и закономерностях происходящих чений поверхностной температуры (едини-
в акваториях явлений и процессов. Наличие ца измерения — C°), построенное по данным
таких карт обеспечивает необходимую спра- теплового инфракрасного (ИК) диапазона.
вочно-фактологическую базу для анализа карт Чтобы избежать учета дневного прогрева по-
первой группы. Динамика явлений на картах- верхности воды, использованы данные ТПМ,
факторах выявляется путем создания их серий, полученные в ночное время.
фиксирующих определенные периоды или раз- Карты приводного ветра. Отражают еже-
ные стадии изменений изучаемых процессов. дневные значения скорости и направления
Карты интенсивности освещенности. приводного ветра (единицы измерения – м/с и
Отражают распределение ежедневных зна- градусы), полученные по спутниковым скатте-
чений фотосинтетически активной радиации рометрическим данным.
(ФАР) — параметра, определяемого как общий Карты атмосферных осадков. Представ-
поток фотонов света в диапазоне длин волн от ляют распределение ежедневных значений
400 до 700 нм, проходящий через границу раз- количества осадков (единица измерения —
дела океана и атмосферы (единица измерения мм/сут) в границах картографируемого водо-
— Эйнштейн/м2/день). Важно применить не сборного бассейна. Источником информа-
мгновенные значения ФАР, регистрируемые в ции для построения карт послужили данные
момент наблюдения, а количество излучения, Глобального проекта в области климатологии
интегрированное за сутки. Это связано с тем, осадков (GPCP) [4]. Интенсивность осадков в
что уровень биологической продуктивности рамках этого проекта оценивается путем ком-
акваторий зависит не только от интенсивности бинирования различных спутниковых дан-
ФАР, но определяется и продолжительностью ных без использования числовых моделей.
дня. В качестве исходных данных для постро- Итоговый продукт GPCP дает информацию о

53
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
глобальном распределении осадков, получае-
мую с пространственным разрешением — 1° и
временным разрешением — 1 день.
Карты прозрачности вод. Выявляют кар-
тину распределения ежедневных значений
коэффициента диффузного ослабления сол-
нечной радиации — параметра, характеризу-
ющего степень ослабления солнечных лучей в
сине-голубой части спектра (490 нм) по мере их
проникновения вглубь водных масс в результа-
те рассеяния содержащимися в воде частицами
(единица измерения — м–1). В качестве исход-
ной информации использованы спутниковые
оптические данные видимого диапазона.
Карты циркуляции водных масс. Отражают
особенности циркуляции водных масс: систе-
мы течений Мирового океана, вихревые об-
разования различных масштабов, положения
фронтальных зон и др. Карты построены на
основе визуального дешифрирования оптиче-
ских изображений видимого и теплового ИК
диапазонов. Вспомогательной информацией
служат карты приводного ветра и альтиметри-
ческие данные, полученные по алгоритмам
CCAR [5].
При проектировании карт акваторий и их
серий самостоятельное значение приобретает
разработка математической и общегеографи-
ческой основ, которые имеют свою специфику,
заключающуюся в рассмотрении процессов,
происходящих не только в акватории, но и на
прилегающей суше для учета особенностей
циркуляции водных масс и потоков вещества и
энергии. Большое значение имеет обеспечение
сопоставимости масштаба карт и простран-
ственного разрешения используемых космиче-
ских изображений.
Общегеографическая основа проектирует-
ся на базе общегеографических, батиметриче-
ских (электронный атлас ГЕБКО) и морских
навигационных карт. Необходимые ее элемен-
ты — береговая линия; реки, озера и водохра-
нилища; изобаты и изогипсы; населенные пун-
кты; государственные границы; судоходные
трассы. Эти объекты имеют принципиальное
значение в экологических исследованиях, так
как указывают на источники поступления в ак-
ваторию загрязняющих веществ, в том числе
биогенных элементов, определяющих степень
антропогенного эвтрофирования экосистемы.
54
Общегеографическая основа используется для
локализации специального содержания и в то
же время многие из ее элементов сразу транс-
формируются в тематическое содержание.
Наглядный пример — рельеф дна водоема,
влияющий на развитие биологических процес-
сов, особенно в шельфовой зоне.
Способы оформления и применяемые
картографические средства на разработан-
ных картах соответствуют сущности, степе-
ни и глубине познания отображаемых явле-
Научно-методическое обеспечение
1. Изучение картографируемой акватории как целостной
региональной единицы. Сбор и систематизация
материалов
2. Разработка концепции оценки экологического состоя-
ния акваторий. Выбор и обоснование критериев оценки
3. Выявление факторов, определяющих экологическое
состояние акваторий
4. Определение и разработка тематических сюжетов
картографирования
Спутниковое обеспечение
5. Разработка требований к различным типам спутнико-
вых данных для информационного обеспечения системы
карт
6. Обработка космической информации (технологии спе-
циализированы для каждого типа спутниковых данных)
Составление системы карт и их анализ
7. Составление системы карт
Разработка математической и общегеографической
основы
Карты-критерии (кон- Карты-факторы (анали-
цептуальное картогра- тическое картографиро-
фирование) вание)
8. Анализ экологического состояния акваторий по картам
Рис. 4. Методика картографической оценки эколо-
гического состояния акваторий с использованием
спутниковых данных
 картография

ний. В нашем случае изученность и характер непрерывную дифференцированную харак-

распространения большинства явлений и теристику территории (по количественным
процессов позволили применить континуаль- показателям). Степень дифференциации, так
ный способ отображения, обеспечивающий же как степень обобщения показываемых яв-

Карты–критерии
Карты текущих
Поля
значений
распределения
концентрации
ежедневных значе-
хлорофилла-а
ний концентрации
Данные (в определенный
хлорофилла-а
оптических период)
сканеров
цветности Поля Карты аномалий Карты оценки
океана распределения значений экологического
cреднемноголетних концентрации блогополучия
д а н н ы х

значений хлорофилла-а акваторий

концентрации (в определенный (в определенный
хлорофилла-а период) период)

Зоны Карты зон

Карты индекса
пространственной распространения
Радиолокационные биогенных пленок
локализации биогенных пленок
данные (в определенный
биогенных (в определенный
период)
пленок период)
с п у т н и к о в ы х

Карты–факторы

Данные Карты Карты Карты

видимого ежедневных Синтезированные ежедневных ежедневных
и теплового значений изображения значений значений
ИК диапазонов интенсивности прозрачности температуры
осфещенности вод поверхности моря

Поля
Альтиметрические распределения Карты
данные ежедневных циркуляции
значений высоты водных масс
уровня моря
Т и п ы

Карты
Скаттерометричес- ежедневных
кие данные значений скорости
и направления
приводного ветра

Карты
Данные ежедневных
теплового ИК значений
и СВЧ диапазонов количества
осадков

Рис. 5. Функциональная технологическая схема составления системы карт на основе спутниковых данных

55
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
лений, определяется разрешением исходных
спутниковых данных.
Методика картографической оценки
экологического состояния акваторий. Пред-
лагаемая методика основана на разработанной
системе карт, интегрирующих в комплекс-
ную картографическую оценку доминанты
(критерии и факторы) экологического состо-
яния. Основными исходными материалами
для составления карт являются космические
данные различных диапазонов спектра — ви-
димого, инфракрасного и микроволнового.
Дистанционные методы позволяют углубить
познавательную сущность карт, способству-
ют оперативности исследования природы, что
особенно актуально при изучении явлений, ха-
рактеризующихся высокой степенью динамич-
ности во времени. Основные этапы создания
карт экологического состояния представлены
на рис. 4. На первом этапе методики проводится
изучение исследуемой акватории по комплексу
источников. Этап предполагает не только сбор
исходных материалов об объекте исследова-
ния, но также включает научное обобщение
и систематизацию полученных данных, что
обеспечивает комплексное изучение акватории
как целостной региональной единицы, выяв-
ление ее уникальных свойств и характерных
(типичных) особенностей. Второй и третий
этапы изложены при рассмотрении концепции
исследования, критериев оценки и факторов
среды, влияющих на экологическое состояние.
Дальнейшие этапы основаны на обработке кос-
мической информации по технологиям, специ-
ализированным для каждого типа спутниковых
56
данных. Использованы программные продук-
ты: SeaDAS 6.4 –пакет для обработки данных,
получаемых с оптических сканеров цветности
океана; программы ITT Envi 4.8 и ESRI ArcGIS
9.3, а также FORTRAN-программы.
Спутниковые данные, используемые для
построения карт серии, а также этапы их соз-
дания показаны на разработанной нами функ-
циональной технологической схеме (рис. 5).
На завершающем этапе методики вы-
полняется сопряженный анализ карт серии с
применением методов геоинформационного
картографирования, обеспечивающих про-
странственное совмещение данных в необходи-
мых комбинациях. Карты-критерии позволяют
оценить степень благополучия (неблагопо-
лучия) экологического состояния акватории,
а карты-факторы выступают в качестве сущ-
ностной аналитической основы для интерпре-
тации карт-критериев и позволяют «вскрыть»
причины фиксируемых аномалий.
ЛИТЕРАТУРА
1. Верещака Т.В., Андреева З.В. Исследование зон эколо-
гического неблагополучия акваторий по радиолокационным
изображениям // Геодезия и картография. – 2012. – № 2. – С.
15–25.
2. Верещака А.Л., Малинников В.А. Основы экологии океана.
– М.: МИИГАиК, 2005. – 239 с.
3. Океанология. Биология океана/Под ред. Виноградова М.Е.
– Т. 1, 2. – М.: Наука, 1977.
4. Официальный сайт Global Precipitation Climatology Project
(GPCP) – http://precip.gsfc.nasa.gov.
5. Официальный сайт Colorado Center for Astrodynamics
Research (CCAR) – http://eddy.colorado.edu/ccar/data_viewer/
info.
Принята к печати 27 декабря 2012 г.
Рекомендована кафедрой картографии МИИГАиК
 дистанционное зондирование и мониторинг земель

УДК 550.837.82; 528

дистанционное зондирование
и мониторинг земель

Принципы построения спектральных моделей природных

и антропогенных объектов в оптическом диапазоне
Член-корр. РАН, доктор техн. наук В.П. Савиных, аспирант О.М. Алексеева,
доктор техн. наук Н.И. Аржененко
Московский государственный университет геодезии и картографии
Alekseeva_o.m@mail.ru, Arzhkom@mail.ru
Аннотация. Рассмотрены существующие методы и проблемы построения моделей излучения природ-
ных и антропогенных объектов в оптическом диапазоне спектра. Предложена схема построения моде-
лей излучения объектов, ориентированных на использование в имитационных моделях полей входных
сигналов для тестирования бортовой аппаратуры ДЗЗ.
Ключевые слова: модель, спектры яркости, природные и антропогенные объекты
Abstract. The existing techniques and problems of building models of natural and man-made objects’ radiation
in the optical range are addressed. A constructive technique is proposed for object radiation models that are
intended for use in simulation models of input signal fields for testing onboard hardware for the Earth remote
sensing.
Keywords: model, radiance spectra, natural and man-made objects

Введение. При создании аэрокосмических
систем дистанционного зондирования Земли
(ДЗЗ), предназначенных для решения широко-
го спектра задач в области мониторинга окру-
жающей среды, ИПР и контроля ситуаций,
связанных с катастрофами, требуется наличие
достоверной информации о полях сигналов,
формируемых зондируемыми объектами и
окружающими их фонами, которые регистри-
руются средствами ДЗ [1,2].
Адекватное описание полей таких сиг-
налов представляет собой сложную научную
проблему, так как процесс формирования по-
лей сигналов зависит от большого количества
внутренних и внешних факторов, природа ко-
торых не всегда выяснена. Для решения этой
проблемы часто применяется многомодельный
подход, при котором для описания отдельных
аспектов формирования полей сигналов при-
меняются так называемые «частные модели»,
а описание поля сигналов в целом формирует-
ся как результат взаимодействия этих моделей
[1]. Примерами частных моделей являются,
например, для случая наблюдения из космоса,
модели излучения подстилающей поверхности
Земли, модели движения КА, модели атмосфе-
ры и т.д. [1,2].
Наиболее важным для решения задач ДЗЗ
аспектом формирования поля сигналов являет-
ся его зависимость от оптических свойств объ-
ектов наблюдения, которые, в свою очередь,
зависят от индивидуальных свойств и физиче-
ского состояния объектов и изменяются в зави-
симости от условий наблюдения. Так, спектры
излучения в области зеркального отражения
для некоторых объектов (облачность, водная
поверхность) существенно отличаются от
спектров тех же объектов при «нормальных»
дневных условиях, на спектральную плот-
ность яркости почв влияет их увлажненность
и т.д. [3]. Соответственно, адекватный учет
спектральных свойств объектов и их изменчи-
вости является важной задачей при моделиро-
вании полей сигналов. В то же время приме-
нение ресурсоемких методов расчета яркости
в имитационных моделях полей излучения
нецелесообразно. В связи с этим организация
корректного и быстрого расчета спектральных
характеристик объектов для широкого диа-
пазона изменения условий наблюдения и ос-

57
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
вещения является одной из актуальных задач
при построении моделей полей излучения для
решения задач тестирования аппаратуры [1,2].
Схема модели, принцип работы и основ-
ные особенности. Методики, используемые
для получения характеристик излучения при-
родных и антропогенных объектов, можно раз-
делить на два класса. Первый из них базиру-
ется на использовании эмпирических значений
яркости объектов. К достоинствам эмпириче-
ских и полуэмпирических моделей можно от-
нести относительную простоту их реализации
на ЭВМ и возможность прямой проверки адек-
ватности при условиях проведения экспери-
ментов. Основной недостаток эмпирических
и полуэмпирических моделей заключается в
сложности получения репрезентативных вы-
борок экспериментальных данных в широ-
ком диапазоне условий. В ряде случаев из-за
проблем, связанных с прямым получением
экспериментальных данных, используют дан-
ные, измеренные для ограниченного набора
условий наблюдения и освещения, которые в
дальнейшем пересчитываются под нужные ус-
ловия [3,4]. Процедуры приведения исходных
результатов к другим условиям ограничивают
точность получаемых результатов.
В основе второго класса методов получе-
ния яркости объектов лежит использование
аналитической и статистической информации
о физических процессах формирования из-
лучения. Такие методы зачастую базируются
на решениях уравнения переноса излучения
в атмосфере (УПИ) методом Монте-Карло
[5,6]. Однако для получения при этом прием-
лемой точности расчетов требуется проведе-
ние значительного количества статистических
испытаний (дисперсия оценки обратно про-
порциональна числу «разыгранных» частиц),
что может привести к значительным затратам
ресурсов ЭВМ [5,6]. К тому же возникает про-
блема в определении численных значений не-
которых параметров УПИ, которые не всегда
известны для заданных условий. Но при этом
аналитико-статистические алгоритмы позво-
ляют рассчитывать энергетические характери-
стики объектов на большое количество усло-
вий их наблюдения и освещения.
Основная идея предлагаемой модели (ме-
тодики расчета) энергетических характеристик
58
природных и антропогенных объектов состоит
в замене сложных вычислительных процедур
интерполяционными операциями над таблица-
ми, хранящимися в базе данных (БД). БД мо-
жет формироваться при этом как с использова-
нием эмпирических, так и расчетных данных,
что позволит охватить широкие диапазоны
условий. Тем самым при выполнении простых
требований эта методика позволит сохранить
достоинства обоих подходов к построению мо-
дели расчета яркости, оптимизировав затраты
ресурсов ЭВМ и при этом сохранив адекват-
ность получаемых результатов.
Основные требования к модели в таком
случае:
величина погрешности интерполяции при
расчете на все необходимые условия должна
оставаться в заданных пределах;
при определении шага аргументов интер-
поляции должна учитываться погрешность
определения данных в информационных мас-
сивах БД.
Структурная схема предлагаемой методи-
ки расчета энергетических характеристик при-
родных и антропогенных объектов показана на
рисунке.
На вход модели поступают:
данные, необходимые для расчета геоме-
трии наблюдения и освещения (например, да-
та, время, 3D-координаты наблюдателя и на-
блюдаемой точки);
тип объекта в соответствии с принятой
классификацией [7];
параметры, определяющие состояние объ-
екта и состояние атмосферы на трассах наблю-
дения и освещения (температура, влажность,
дальность видимости, тип аэрозоля и т.д.);
параметры аппаратуры наблюдения (спек-
тральное распределение чувствительности,
размер элемента разрешения).
Так как модель предполагается применять
в составе имитационно-моделирующего ком-
плекса полей излучения, на выходе формиру-
ется в зависимости от типа аппаратуры наблю-
дения либо спектр яркости, либо интегральная
яркость наблюдаемого объекта, а обращение к
модели производится при расчете яркостного
изображения в цикле по элементам разреше-
ния. В разрабатываемой методике предпола-
гается расчет характеристик как для простых
 дистанционное зондирование и мониторинг земель

объектов (в элементе расчета присутствует из- Атрибутами БД являются аргументы интер-

лучение от одного объекта), так и для сложных
(в элементе расчета присутствует излучение от
двух или более объектов). Это позволяет полу-
чать при не слишком высоком пространствен-
ном разрешении значения энергетических
характеристик для разнообразных ситуаций,
например, подстилающая поверхность с раз-
личными баллами облачности.
В БД хранятся спектры яркости, соответ-
ствующие различным условиям наблюдения,
сгруппированные по типам объектов в соответ-
ствии с их классификацией [7]. Спектральное
разрешение заданных базовых спектров и, со-
ответственно, рассчитанные с помощью моде-
ли спектры яркости, является неизменяемым
параметром.
поляции, то есть дискретизированные значения
параметров условий, от которых зависит спек-
тральная яркость объектов и которые находятся
в зависимости от выбранных пороговых значе-
ний [8]. Так как значения яркости для различных
объектов могут зависеть от разных факторов,
то возникает проблема выбора оптимальных
атрибутов БД. Для ее решения целесообразно
разделить БД на блоки, в каждый из которых
занесены информационные массивы значений
яркости объектов с одинаковыми атрибутами.
Например, как показано на схеме, БД разделена
на блоки природных и антропогенных объектов.
Для решения задач имитации данных кос-
мических съемок целесообразно рассматри-
вать в модели варианты условий наблюдения,

Входные данные

Природные
объекты
Анализ входных
данных База данных
Антропогенные
Сложный объекты
объект
Простой
объект Расчет яркости для
сложных объектов

Вычисление значений яркости

на заданные условия

Стандартные условия наблюдения

и освещения

Условия перспективной съемки

Значение яркости объекта
при заданных условиях
Условия терминатора

Ночные условия

Условия блика

Структурная схема модели

59
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
приведенные на схеме. Под стандартными ус-
ловиями понимаются условия, наиболее часто
используемые при проведении космических
съемок: зенитный угол Солнца и наблюдения
от 0 до 75°; угол рассеяния и азимут Солнца от
0 до 180°.
При имитации данных круглосуточных
наблюдений с высокоорбитальных систем
(геостационарные или высокоэллиптические
орбиты) целесообразно дополнить модель сле-
дующими условиями.
Условия перспективной съемки:
зенитный угол Солнца от 0 до 90°;
зенитный угол наблюдения от 75 до 90°;
угол рассеяния и азимут солнца от 0 до 180°.
Условия терминатора:
зенитный угол Солнца от 75 до 110°;
зенитный угол наблюдения от 0 до 90°;
угол рассеяния и азимут Солнца от 0 до 180°.
Ночные условия:
зенитный угол Солнца более 110°;
зенитный угол наблюдения от 0 до 90°.
Отдельную группу условий составляют
условия «блика», при которых взаимное распо-
ложение Солнца и наблюдателя соответствует
условиям, близким к зеркальному отражению
(зенитный угол Солнца примерно равен зенит-
ному углу наблюдения), угол рассеяния от 0 до
180°; азимут Солнца от 0 до ±10°.
Выделение условий терминатора, блика и
перспективной съемки в отдельные разделы
связано с различием в физических принципах
формирования яркости объектов для этих ус-
ловий наблюдения и освещения, что приводит
к необходимости использования разных част-
ных методик расчета для них и как следствие
это может потребовать применения различных
интерполяционных схем при использовании
таблиц БД.
При таком построении модели ключевым
вопросом является заполнение базы данных.
Преимуществом предлагаемого подхода явля-
ется возможность использовать параллельно
данные прямых измерений и данные расчетов
для различных объектов и условий. Правда, это
усложняет интерпретацию адекватности всей
модели в совокупности в терминах погрешно-
сти расчета, которая теперь будет складывать-
ся из погрешности интерполяции и погрешно-
стей данных, включенных в информационные
60
массивы.
Соответственно, вторая составляющая со-
стоит из погрешностей экспериментов, вклю-
чая пересчет на требуемые условия и/или
погрешности расчета информационных мас-
сивов. В общем случае, предлагаемый подход
предполагает зависимость погрешности от
длины волны («разнопрочная» модель).
Еще одно неудобство предлагаемой схемы
связано с различной генерализацией данных в
зависимости от рассматриваемого диапазона.
Так, в задачах наблюдения из космоса в окнах
прозрачности спектры объектов более разно-
образны, чем для полос поглощения, так как
величина погрешности расчета или измерения
в полосе поглощения больше, чем разность
значений спектральной яркости объектов в
пределах однородной группы [7]. Это затруд-
няет получение спектра яркости каждого на-
блюдаемого объекта в относительно широком
диапазоне, включающем и окна прозрачности,
и крылья полос поглощения. Так, объект «зеле-
ная растительность», наблюдаемый в области
полосы поглощения 1,89 мкм, уже в диапазоне
0,9–1,1 мкм «распадается» на хвойную и ли-
ственную растительность с различными спек-
трами. Поэтому при моделировании излучения
от объектов возникает необходимость в гибкой
системе формирования единого спектра для
наблюдаемого объекта. Предлагаемая методи-
ка решает эту задачу путем ввода специаль-
ных правил перехода от одних спектральных
поддиапазонов к другим для каждой единицы
классификации объектов путем подбора репре-
зентативных спектров в каждой группе [7].
Выводы. Предложенная схема позволяет
использовать модель при решении различных
конкретных задач, связанных с априорной
оценкой уровня регистрируемых сигналов и
имитации полей яркости. Замена непосред-
ственных вычислений спектральной яркости
объектов интерполяцией позволяет сокра-
тить затрачиваемые вычислительные ресур-
сы, а подобрав шаг и способ интерполяции,
можно сохранить необходимую точность рас-
четов излучения объектов моделирования.
Использование при этом данных, получае-
мых из разных источников, позволяет охва-
тить широкий диапазон условий наблюдения.
Простота пополнения базы данных позволяет
 дистанционное зондирование и мониторинг земель

включать в нее вновь получаемые данные из-
мерений и применять для расчета базовых
спектров яркости новые разработки в области
решения уравнения переноса в атмосфере без
изменения программного кода расчета яркости
в имитационных моделях.
Литература
1. Бондур В.Г., Савин А.И. Принципы моделирования полей
сигналов на входе аппаратуры дистанционного зондирования
аэрокосмических систем мониторинга окружающей среды //
Исследование Земли из космоса.− 1995.− №4.− С.24−33.
2. Бондур В.Г. Методы моделирования полей излучения на
входе аэрокосмическими системами ДЗ // Исследование Земли
из космоса.− 2000.− №5.− С.16−27.
3. Веселов Д.П., Лобанова Г.И., Попов О.И., Севастьянов
В.И., Федорова Е.О. Спектрофотометрические исследования
Земли – атмосфера в диапазоне 2−5,5 мкм с помощью Фурье-
спектрометра МФС-1// Оптический журнал.−1997. −№10.
−С.48−54.
4. Веселов Д.П., Решетников И.С., Федорова Е.О.
Самолетные измерения спектральной отражательной и излу-
чательной способности облаков в инфракрасной области спек-
тра. Труды VII Межведомственного военного совещания по
актинометрии и атмосферной оптике. – Л.: Гидрометеоиздат,
1969. – С. 335−338.
5. Будак В.П. Методы решения уравнения переноса излуче-
ния// М.: Издательский дом МЭИ, 2007. −52 с.
6. http://radiationprot.narod.ru/trans1.htm
7. Алексеева О.М. Методика формирования оптимальных
групп природных и антропогенных объектов в имитационных
моделях для тестирования систем ДЗЗ// Изв. вузов «Геодезия и
аэрофотосъемка».−2013.−№2.−С. 64‒68.
8. Алексеева О.М. Методика расчета спектральных характе-
ристик облачности для имитации полей яркости// Изв. вузов
«Геодезия и аэрофотосъемка».−2012.− №3.−С. 48‒53.
Принята к печати 15 октября 2012 г.
Рекомендована кафедрой
аэрокосмических съемок МИИГАиК

Критерии информативности эталонных радиотепловых полей,

используемых в КЭСН
Профессор, доктор техн. наук В.И.Троицкий
Московский государственный университет геодезии и картографии
v.troja@yandex.ru
Аннотация. Рассмотрены различные подходы к оценке информативности района коррекции положе-
ния летательного аппарата, которая в значительной степени определяет точностные характеристики
корреляционно-экстремальной системы навигации, использующей радиотепловое излучение земной
поверхности в микроволновом диапазоне. Предложены критерии оценки информативности участков
земной поверхности, учитывающие специфику используемых для этой цели радиотепловых изобра-
жений.
Ключевые слова: ДЗЗ, микроволновое излучение земных покровов, информативность эталонов
Abstract. Various approaches to evaluation of information content of the correction area of an aircraft is
considered. It largely determines the accuracy characteristics of correlation-extremal navigation system that
uses the Earth’s surface thermal radiation in the microwave range. Criteria for evaluating informativity of the
Earth’s surface are given, taking into account the specific use of radiothermal images for this purpose.
Keywords: Earth RS, Earth microwave radiation, etalons’ informativity

Ранее в работах [1, 2] рассматривалась воз- го (ТИ) и эталонного изображения местности

можность создания автономных корреляцион-
но-экстремальных систем навигации (КЭСН)
летательных аппаратов, использующих радио-
тепловые изображения местности, полученные
в микроволновом диапазоне, в качестве теку-
щих изображений. Очевидным достоинством
таких систем является всепогодность и скры-
тость. Такие системы не создают помех дру-
гим радиотехническим системам летательных
аппаратов, т.к. они работают только на прием.
Точность навигации при использовании
КЭСН, работающих по картам местности,
определяется точностью совмещения текуще-
(ЭИ), которая, в свою очередь, ограничивает-
ся как шумами, сопровождающими получение
ТИ, так и шумами, обусловленными априорной
неопределенностью исходной информации
при формировании ЭИ. В связи с этим требу-
ется разработка критериев, по которым можно
было бы оценивать информативность участков
поверхности вдоль трассы полета, и методов
оценки ожидаемой точности навигации на вы-
бранных участках коррекции.
Результаты теоретических и эксперимен-
тальных исследований навигационных свойств
радиотепловых полей показали, что соответ-

61
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ствующие количественные критерии, исполь-
зуемые для таких навигационных систем, как
рельефометрические и другие, применимы к
радиотепловым полям земных покровов [3,  4].
Для частного случая, когда каждой точке ради-
отеплового поля соответствует скалярная вели-
чина (радиояркостная температура или радио-
тепловой контраст), качество навигационного
поля определяется отношением среднеквадра-
тичного отклонения радиояркостных темпе-
ратур, (радиотепловых контрастов) реального
изображения к обобщенной характеристике
шума [4].
Рассмотрим эти параметры. Обобщенная
характеристика шума определяется соотноше-
нием
σш = (σс2 + σрм
2
)1/2 , (1)
где σC — шум приемника; σPM — так называе-
мый «шум эталона», причем
12
 m n 2
 ∑∑ [(TijP − TP ) − (TijM − TM )] 
σрм =  =j 1 =i 1  . (2)
nm
Здесь Tij дискретные отсчеты, индексы «P»
и «M» относятся соответственно к реальному
и модельному радиотепловым полям; n, m —
общее число дискретных отсчетов по двум ко-
ординатам.
Таким образом, отношение сигнал/шум за-
пишется в виде:
σPр σ личественной оценки навигационных свойств
=F = . (3)
σш 2
σс + σрм 2
Однако оценка (3) не дает ответа на вопрос
о достижимой точности навигационной при-
вязки. Для этой цели применяются различные
подходы. В случае использования многолуче-
вой радиометрической КЭСН удобно пользо-
ваться соотношением из работы [5], согласно
которому среднеквадратичная погрешность
привязки
1/2
l03/2  σш σш 2
σш  соотношения (5) показывает, что оно отражает
= σ 2+ + +  , (4)
NL  σр σм σр σрм 
где l0 — радиус корреляции, характерный для
данного участка местности; L — длина выбо-
рочного пути; N — число лучей в радиометри-
ческой системе с фиксированными лучами.
Для оценки потенциальной информатив-
ности (качества) радиотеплового поля, ис-
62
пользуемого для целей навигации, можно ис-
пользовать в формулах (1) и (2) модельное
представление эталонного изображения, когда
для каждого однородного участка земной по-
верхности эффективное значение температуры
покрова берется равным среднему значению
температуры этого участка, полученному при
проведении измерений (получении ТИ), либо
среднему значению, полученному для сово-
купности однородных объектов. Очевидно, что
эти случаи обеспечивают наибольшее значе-
ние качества навигационного поля конкретных
трасс, которое можно рассматривать как по-
тенциальную оценку качества навигационного
поля.
Таким образом, для оценки потенциальных
возможностей радиотепловых полей, а также
оценки навигационной привязки необходимо
помимо оценки величины σTP σTM проводить
статистическое исследование автокорреляци-
онных функций радиотепловых полей, полу-
ченных из эксперимента [1, 2, 6]. Необходимо
также проводить исследование взаимной кор-
реляционной функции между реальными и мо-
дельными полями, поскольку вычисление этой
функции положено в основу большинства ал-
горитмов работы КЭСН [3, 5−8].
Известные оценки навигационных ха-
рактеристик геофизических полей в той или
иной мере связаны с соотношениями (3), (4).
Так, в работах К.П. Кирдяшева (1981) для ко-
радиотеплового поля используется «величина
относительных среднеквадратичных отклоне-
ний», определяемая соотношением
δTP2
2
1 K 2 − 2 KR(∆l ),
=+ ,(5)
σM
где δTP2 = (TP − TM ) 2 ; R(Δl) — коэффициент
кросс-корреляции этих реализаций при воз-
можном их сдвиге по трассе полета.
Нетрудно видеть, что K = σP σM . Анализ
те же закономерности, что и соотношение (3),
однако, его использование менее удобно, так
как величина характеризует фактически кон-
кретные условия измерений, а именно возмож-
ную погрешность инерциальной системы на-
вигации (или любой другой исходной). В то же
время именно оценка этого рассогласования и
 дистанционное зондирование и мониторинг земель

его последующая коррекция является целью го можно использовать следующий критерий:

создания радиотепловых КЭСН. 1/2
Приведенные соотношения можно не-  2
сколько видоизменить с учетом специфики ∑∑ Pij K ij 
σ

F =   ,
j i
радиотепловых полей. Как следует из (3), отно- =
P
,(7)
2 2 2 2
шение сигнал/шум тем больше, чем больше ра- σ C + σ PM σ C + σ PM

диотепловые контрасты на границах соседних где Pij — вероятность появления ij-го контра-
объектов. Однако на практике иногда возника- ста.
ет ситуация, когда протяженные объекты (на- Оценка (7) не соответствует принятой для
пример, болота, заливные луга) имеют малые рельефометрических систем классификации
радиояркостные контрасты и наоборот, узкие навигационных полей. В самом деле, в (3)
реки и берега обладают значительным радио- среднеквадратичное отклонение радиояркост-
тепловым контрастом, но протяженность этих ных температур считается относительно цен-
объектов невелика. Взаимная корреляционная трированного значения, что применительно к
функция профильного разреза радиояркост- формуле (7) означает необходимость заменить
ных температур такой местности имеет ярко в (6) Kij на Kij /2. В этом случае формулы (3) и
выраженный максимум, а соответствующее (7) можно считать в первом приближении эк-
поле обеспечивает устойчивую навигацию. В вивалентными. В частном случае, когда ре-
то же время оценка (3) дает низкое значение альный профиль соответствует телеграфному
из-за малого весового вклада участка профиля, сигналу с одинаковой скважностью, эти выра-
соответствующего реке. жения совпадают.
Указанное обстоятельство не играет за- Таким образом, для оценок качества нави-
метной роли в рельефометрических системах гационного радиотеплового поля можно вос-
из-за большей однородности поля рельефа. В пользоваться также соотношением
радиотепловых КЭСН, как показали результа- 1/2
 2
ты предварительных исследований, этот фак- ∑∑ Pij ( K ij / 2) 
тор проявляется в большей степени. Заменим
F=  .
j i
в (3) σP на σ′P : .(8)
2 2
1/2 σC + σPM
1 
σ′P = ∑∑ K ij2  , (6) Соотношения (3)−(8) являются основой соз-
 M j i  дания других критериев, полезных с точки зре-
где М — число учитываемых пар объектов; ния оценки информативности радиотеплового
Kij — радиояркостный контраст двух соседних поля в зависимости от тех или иных особенно-
объектов (суммирование ведется по реально стей построения навигационной системы.
существующим контрастам). Использование предложенных критериев-
В выражении (6) предполагается М>>1, в на примере одного из участков трассы с дву-
противном случае следует использовать не- мя небольшими речками при расчете отноше-
смещенную оценку выборочной дисперсии. ния сигнал/шум по формуле (3) дает значение
Критерий (3), в котором используется σ′P : F ≈ 1,7, т.е. данное поле согласно принятой
вместо σP, также не свободен от недостатков. классификации относится к слабым навига-
Во-первых, его неудобно использовать для ционным полям, тогда как в действительности
обобщенных типов ландшафта, так как сумми- это поле обладает высокими навигационными
рование в (6) предполагает знание радиотепло- качествами. Взаимная корреляционная функ-
вой карты на конкретном участке трассы. В то ция реального и эталонного профилей имеет
же время при проектировании навигационной ярко выраженный максимум с радиусом корре-
системы одним из условий является обеспе- ляции 14,3 мм. Таким образом, в данном слу-
чение устойчивости характеристик для опре- чае налицо несоответствие оценки (3) истин-
деленного набора типов ландшафта, что под- ному качеству навигационного поля.
разумевает использование соответствующего Расчет по формуле (8) для профиля, когда
обобщенного показателя. В качестве последне- радиояркостная температура считается посто-

63
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

янной, дает значение F ≈ 8,4, т е. поле относится
к сильному навигационному, что соответствует
навигационным свойствам радиотеплового по-
ля рассмотренного участка трассы.
ЛИТЕРАТУРА
1. Троицкий В.И. Летно-экспериментальные исследования
радиометрических датчиков корреляционно-экстремальных
систем навигации летательных аппаратов// Международный
сборник трудов авиационных вузов «Авиационная радиоэлек-
троника». −М.: 1997.
2. Троицкий В.И. Перспективы создания сиcтем навигации
летательных аппаратов, использующих радиотепловые карты
земной поверхности/ Сборник статей по итогам международ-
ной научно-технической конференции, посвященной 230-ле-
тию основания МИИГАиК// Приложение к журналу Изв.
вузов «Геодезия и аэрофотосъемка».−Вып.2.Часть 1. − 2009.
−С.81−84.
3. Белоглазов И.Н., Джанжгава Г.И., Чигин Г.П. Основы на-
вигации по геофизическим полям. − М.: Наука, 1985.
4. Троицкий В.И., Шестопалов Ю.К., Подковко Н.Ф.
Радиотепловые карты местности, используемые в корреля-
ционно-экстремальных навигационных системах // Вопросы
радиоэлектроники. Серия ОВРЭ. − 1992. − № 10.
5. Moore R.E. Position updating with microwave radiometric
sensors Proc. IEEE, 1976, Nat. Aerospace and Electronics Conf.,
NewYork, 1976.
6. Красовский А.А., Белоглазов И.Н., Чигин Г.П. Теория
корреляционно-экстремальных навигационных систем. −М.:
Наука, 1979.
7. Баклицкий В.К., Юрьев А.Н. Корреляционно-экстре-
мальные методы навигации. − М.: Радио и связь, 1982.
8. Баклицкий В.К., Бочкарев А.М., Мусяков М.П. Методы
фильтрации сигналов в корреляционно-экстремальных систе-
мах навигации . –М.: Радио и связь, 1986.
Принята к печати 18 сентября 2012 г.
Рекомендована кафедрой физики МИИГАиК

Технология, точность и экономическая эффективность

автоматизированного дешифрирования
сельскохозяйственных земель
Профессор, доктор техн. наук А.С. Ярмоленко1, аспирант О.А. Куцаева2
1
Новгородский государственный университет им. Ярослава Мудрого
2
Белорусская государственная сельскохозяйственная академия
yarmolenko_alex@mail.ru, alexa-1982@bk.ru
Аннотация. Предложена технология автоматизированного дешифрирования сельскохозяйственных
земель с помощью программного комплекса ENVI. Рассмотрены способы дешифрирования с учителем
и без учителя. Произведена оценка точности каждого способа дешифрирования в модуле ENVI Zoom.
Дано экономическое обоснование автоматизированного дешифрирования.
Ключевые слова: технология автоматизированного дешифрирования, точность, экономическое обо-
снование
Abstract. A technology for automated deciphering of rural areas was assembled with ENVI softwear. The
ways of supervised and unsupervised classification are considered. Precision of both ways was estimated in
ENVI Zoom. The technology was economically substantiated.
Keywords: automated deciphering technology, precision, economic substantiation

Введение. Автоматизированный метод де- ным программным продуктом, выполняющим

шифрирования — один из этапов компьютер-
ной обработки данных дистанционного зонди-
рования в форме цифровых изображений. Этот
этап включает в себя классификацию, т.е. вы-
деление объектов или классов объектов по их
яркости и геометрическим свойствам, а также
их последующую обработку и интерпретацию
[1 с. 145]. Особое значение автоматизирован-
ный метод имеет для дешифрирования сельско-
хозяйственных земель, ведения мониторинга.
При этом необходима большая оперативность
в проведении работ и достаточная точность,
что должно достигаться и с помощью совре-
менных программных средств. Наиболее мощ-
автоматизированное дешифрирование, являет-
ся программный комплекс ENVI (Environment
for Visualizing Image), разработанный компа-
нией Research Systems, Inc. (США) [1]. Однако
настоящий программный комплекс еще не на-
шел широкого применения в дешифрировании
сельскохозяйственных земель из-за его слабой
изученности.
Целью настоящей статьи является разра-
ботка детальной технологии дешифрирования
сельскохозяйственных земель, в частности пло-
щадных объектов, оценка точности дешифри-
рования и разработка предложений по приме-
нению комплекса ENVI в данном направлении.

64
 дистанционное зондирование и мониторинг земель
В соответствии с поставленной целью в
статье решаются следующие задачи:
создание таблицы классификатора;
разработка технологии дешифрирования с
учителем и без учителя;
оценка точности дешифрирования по коор-
динатам точек объекта, принятого за базовый
и классифицированного одним из методов де-
шифрирования.
Создание таблицы классификатора. В
программном комплексе ENVI таблица клас-
сификатора создается средством ROI (Region
of Interest). Каждый элемент ROI определяется
своим цветом и ставится в соответствие объ-
екту снимка определенного фона. При этом
в классификации с учителем данный объект
снимка является учителем. В случае класси-
фикации без учителя, такой объект является
центром группировки подобных ему объектов,
с определенной точностью считающихся объ-
ектами одного класса.
Создание таблицы классификатора вклю-
чает в себя:
вызов таблицы классификатора по команде
Basic Tools>Region of Interest>ROI Tool (рис. 1);
определение типа ROI (фигуры для
маркировки объектов) по команде ROI_
Type>Rectangle (рис. 2);
создание в виде таблицы (рис. 3, команда
New Regions) классов объектов, соответству-
ющих определенным ROI, которым задаются
определенные цвета (Color); для заполнения
таблицы должны быть заданы объекты, кото-
рые безошибочно можно распознать на растро-
вом изображении (известных объектов), или
возле которых предполагается группирование
остальных объектов (такие объекты являются
центрами группировки);
выбор на снимке объектов, известных или
являющихся центрами группировки, соответ-
ствующих определенным ROI (рис. 4); каждый
из этих объектов соответствует определенному
классу;
сохранение выбранных классов объектов
по команде File>Save ROIs Классы объектов
выделяются и сохраняются в соответствующей
папке (рис. 5).
На основе созданных классов объектов
осуществляется классификация [1]−[7]:
с учителем (supervised) соответственно
65
методами Parallelepiped, Minimum Distance,
Mahalonobis Distance, Maximum Likelihood,
Spectral Angle Mapper, Spectral Information
Divergence, Binary Encoding, Neural Net,
Support Vector Machine;
без учителя (unsupervised) методами
IsoData, K-Means.
Поскольку теоретические основы пере-
численных методов приведены в литератур-
ных источниках приведенной выше ссылки, то
здесь рассматривается только сама технология
автоматизированного дешифрирования и оцен-
ка ее точности.
Технология дешифрирования (классифи-
кации). Поскольку в существующей литерату-
ре технология дешифрирования в настоящей
системе практически не описана, то здесь мы
кратко остановимся на технологии работы, т.
к. она была положена в основу исследования
точности автоматизированного дешифрирова-
ния. Кроме того, она может быть доступной и
широкому кругу пользователей.
При этом для всех способов дешифриро-
вания отмечается общность следующего алго-
ритма:
ввод растрового файла распознаваемого
изображения,
ввод классов объектов,
определение параметров классификации,
определение файлов вывода классифици-
рованных объектов.
собственно классификация с загрузкой в
новом экране классифицированного изображе-
ния.
Проиллюстрируем настоящий алгоритм на
примере метода Parallelepiped.
1. Ввод растрового файла. Дешифрирова-
ние в системе осуществляется по команде
Classification>Supervised>Parallelepiped (или
иной способ). Из списка выбирается растро-
вый файл, для которого выполняется класси-
фикация (рис.6).
2. Ввод классов объектов. Классы объектов
выбираются в окне Select Classes from Region
(Select All Items) (рис. 7).
3. Определение параметров классифика-
ции и файлов вывода классифицированных
объектов. В том же окне задаются параметры
классификации. Один из них − максимальная
средняя квадратическая ошибка (max stdev
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Рис. 3. Заполнение таблицы ROI Tool

Рис. 1. Вызов таблицы классификатора

Рис. 2. Типы фигур для маркировки объектов Рис. 4. Выбор обучающих объектов

from Mean) в единицах яркости, а также имя а также имя файла нормативов классификации
выходного файла, где будет храниться изобра- (Rule Filename). При использовании функции
жение (например, «Метод параллелепипеда»), Preview можем предварительно просмотреть

66
 дистанционное зондирование и мониторинг земель

б
Рис. 5. Сохранение данных:
а — таблицы ROI Tool; б — параметры сохранения Рис. 7. Ввод параметров классификации

Рис. 8. Предварительный просмотр результатов

классификации

Рис. 6. Выбор изображения для классификации

результаты классификации (рис. 8).

4. Собственно классификация с загрузкой
в новом экране классифицированного изобра-
жения. После выбора всех параметров клас-
сификации и предварительного просмотра
результатов нажимают OK и выполняется де-
шифрирование снимка.
Файл классификации автоматически до-
бавляется в окне Available Band List в список
открытых файлов. Для просмотра результата а б
классификации изображение загружают на но- Рис. 9. Отдешифрированное изображение методом
вый дисплей в цвете Gray Scale и RGB (рис.  9). параллелепипеда:
а — Gray Scale; б — RGB
По такому же алгоритму осуществляется де-
шифрирование всеми другими способами. ваниях выбран известный площадной объект с
Оценка точности выполненного дешиф- четко выраженными границами (базовый объ-
рирования. Контроль выполнения работ по ект), осуществлена его векторизация. Базовый
дешифрированию является составной частью объект выведен на экран в модуле Zoom ком-
производства, для этого выполняется оценка плекса ENVI (рис. 10). В данном случае это
точности дешифрирования. В наших исследо- участок пахотных земель, отдешифрирован-

67
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ный вручную. Он является эталоном для оцен-
ки точности, т. е . базовым.
На снимке этот объект дешифрировался
поочередно каждым из методов и в автомати-
зированном режиме осуществлялась его век-
торизация (оконтуривание) с выводом на том
же плане модуля Zoom. По отклонениям ко-
ординат соответствующих точек названных
объектов оценивалась средняя квадратическая
ошибка отклонения точек дешифрированного
объекта относительно базового.
Векторизация базового объекта осущест-
влена командой: Vector>Create Image File>Using
Raster Image File. Автоматизированная век-
торизация (оконтуривание) в ENVI осу-
ществляется по команде: Classification>Post
Classification>Classification to Vector с сохране-
нием полученного результата в формате evf.
Рис. 10. Изображение базового объекта, загруженно-
го в окне ENVI Zoom
Рис. 12. Загрузка результатов дешифрирования (ме-
тод парраллелепипедов)
68
В статье детально все векторизации не
описываются, так как более подробно рассма-
тривается принцип оценки точности.
Оценку точности для каждого вида автома-
тизированного дешифрирования, имеющегося
в ПК ENVI производят, исходя из линейных
отклонений координат вершин контуров (от-
дешифрированных вручную и автоматически).
Для этих целей определим координаты вершин
участка пахотных земель с помощью команды
Feature Counting.
Вначале определяют координаты гранич-
ных точек участка, отдешифрированного вруч-
ную, т. е. ставится курсор на вершину объек-
та и нажимается левая клавиша мыши. При
этом в таблице Feature Counting фиксируются
координаты данных вершин (рис. 11). Далее
подгружают слой пахотных земель, получен-
Рис. 11. Фиксирование поворотных точек базового
объекта
Рис. 13. Координирование поворотных точек отде-
шифрированного объекта (метод парраллелепипедов)
 дистанционное зондирование и мониторинг земель

ный при автоматизированным дешифрирова- объекта, отдешифрированного автоматически.

нии, например, методом парраллелепипедов
(рис. 12). Задаются параметры для отображе-
ния векторного слоя (например, цвет, заливка,
толщина границ). При нажатой правой клави-
ше мыши в ниспадающей таблице выбирается
Properties. Далее в таблице Feature Counting до-
бавляют новую таблицу координат для автома-
тизированного дешифрирования и фиксируют
вершины (рис. 13).
Сохраняют данные координаты с помощью
команды сохранения признаков. Эти же коор-
динаты можно сохранить и в формате .txt при
выполнении команды Report→Updata Report
→Save. Далее координаты вводятся в Excel и
производятся расчеты по оценке точности.
Вначале определяем линейное отклонение
вершин от фактического (отдешифрированно-
го вручную) по формуле
r= ( x2 − x1 ) 2 + (y2 − y1 ) 2 ,
где r — линейное отклонение вершин; x1, y1
— координаты вершин объекта, отдешифриро-
ванного вручную; x2, y2 — координаты вершин
Оценка точности дешифрирования
№ п/п Слои
Также определим среднюю квадратиче-
скую ошибку положения вершин (m) по фор-
муле [8, с. 282]:
[r 2 ]
m= , (2)
n
где r — линейное отклонение вершин; n — ко-
личество вершин.
Аналогичную процедуру проводим для
всех видов автоматизированного дешифриро-
вания. Значения средних квадратических оши-
бок вершин, вычисленных для каждого спосо-
ба классификации приведены в табл. 1.
Экономическая эффективность автома-
тизированного дешифрирования. Согласно
закону о государственном кадастре недвижи-
мости [9] для территорий, являющихся искон-
ной средой обитания коренных малочисленных
народов Севера, Сибири и Дальнего Востока
(1) РФ определение координат межевых знаков
относительно пунктов опорной межевой сети
производится с точностью 20 м. Такую точ-
ность может обеспечивать дешифрирование
(классификация) в среде ENVI (см. табл. 1).
Таблица 1
Оптимальные параметры Средняя квадратическая
наименование значение ошибка, м

1 Парраллелепипеда Max stdev from Mean 3.0 12,3

2 Минимального расстояния Max stdev from Mean 120 18,5
Max Distance Error 200
3 Расстояния Махалонобиса Max Distance Error 6 19,4
4 Максимального правдоподобия Probability Threshold 0 15,1
Data Scale Factor 255
5 Спектрального угла Max Angle (radians) 0,5 18,5
6 Расхождения спектральной информации Max Divergence 0,03 17,9
Threshold
7 Двоичного кодирования Min Encoding Threshold 0,66 20,0
8 Нейронной сети Training Threshold 0,9 16,2
Contribution 0,2
Training Rate 0,9
Training Momentum 0,1
Training RMS Exit
Criteria
9 Опорных машинных векторов Penalty Parameter Gamma in Kernel 0,333 10,2
Function 100
Classification 1
Probability Threshold 0,1
10 ISODATA Max stdev from Mean 55 9,0
Max Distance Error 50
11 K-Means Max stdev from Mean 55 13,5
Max Distance Error 50

69
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Определим теперь максимальные площа- ным является применение автоматизирован-

ди дешифрируемых объектов, перечисленных ного дешифрирования для территорий, явля-
в инструкции [10]. За основу примем формулу ющихся исконной средой обитания коренных
(7.28) пособия [11] малочисленных народов Севера, Сибири и
Дальнего Востока РФ, а также для случаев,
mP = mt P , (3) предусмотренных инструкцией [10] в соответ-
где mP, mt — средние квадратические ошибки ствии с позициями 4 и 5 табл.2.
соответственно площади Р и граничной точки Эффективность автоматизированного де-
t контура. шифрирования может определяться сокраще-
Значения площадей P найдены из (3) для нием затрат на полевые работы. В табл.3 при-
планов масштаба 1:10 000 при заданных соот- ведены затраты на полевое дешифрирование и
ветствующих средних квадратических ошиб- затраты на камеральное с помощью автомати-
ках mP, mt, исходя из точности дешифрирова- зированной системы. Затраты на камеральное
ния системой ENVI и допусков инструкции дешифрирование приравнены в данном случае
[10] (табл. 2). к затратам на создание цифровых топографи-
Таблица 2 ческих планов. Необходимые данные взяты из
Расчет максимальных площадей P, га
[12, 13] для масштаба 1:10 000.
mt, м
Номер позиции в инструкции mP, мм² Исходя из табл. 3 следует, что месячное со-
10 20
кращение затрат при увеличении выработки в
1 2 0,04 0,01 183,19/81,72= 2,24 раза при автоматизирован-
2 4 0,16 0,04 ном дешифрировании составляет
3 10 1 0,25
2748,74 + 11437,50 = 14186,24 руб.
4 50 25 6,25
5 100 100 25 Заключение. 1. Описана предложенная
авторами технология автоматизированных ме-
Из табл. 2 следует, например, что для не- тодов дешифрирования (классификации) пло-
сельскохозяйственных земель (позиция 4) мак- щадных объектов средствами программного
симальная величина площади дешифрируемо- комплекса ENVI. Настоящий порядок дешиф-
го объекта не должна превышать 25 га, если рирования рекомендуется для производства и
точность автоматизированного дешифрирова- может быть применен для дешифрирования
ния составляет 10 и 6,25 м — при точности де- линейных и точечных объектов.
шифрирования 20 м. При больших площадях 2. Средняя квадратическая ошибка поло-
ошибки площадей отдешифрированных объек- жения граничной точки контура находится в
тов превзойдут 50 мм² плана. Для позиций 1–3 пределах от 9,0 до 20,0 м, что позволяет ре-
автоматизированное дешифрирование приме- комендовать данную технологию автоматизи-
нять нецелесообразно, т.к. здесь критические рованного дешифрирования для территорий,
площади соразмерны с требуемой точностью. являющихся исконной средой обитания корен-
Таким образом, экономически целесообраз- ных малочисленных народов Севера, Сибири
Таблица 3
Нормы выработки, основные расходы и экономическая эффективность автоматизированного дешифрирования
Полевое дешифрирование Автоматизированное дешифрирование
№ Разность значений
Показатели Значения Номер Значения Номер
п/п показателей
показателей таблицы [12] показателей таблицы [13]
1 Норма выработки за месяц, км² 81,72 3,13 183,19 10,10 101,47
2 Основная и дополнительная
зарплата, руб. 6359,82 3,25 3611,08 10,16 −2748,74
3 Персонал, в том числе:
   специалист 1 3.25 1,12 10,16 0,12
   рабочий 1 3.25 — −1
   шофер 1 3.25 — −1
4 Полевое довольствие, руб. 11437,50 3,25 — — −11437,50

70
 дистанционное зондирование и мониторинг земель

и Дальнего Востока РФ, а также для случаев,
предусмотренных инструкцией [10] в соответ-
ствии с позициями 4 и 5 табл.2.
3. Для рассматриваемых случаев настоя-
щая технология экономически выгодна, т. к.
приводит к резкому сокращению затрат.
4. Автоматизированные методы могут быть
эффективными в мониторинге земель.
5. Для дальнейшего распространения тех-
нологии необходимо изыскивать методы по-
вышения точности дешифрирования на основе
комбинирования рассмотренных способов.
Литература
1. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование
Земли из космоса. Цифровая обработка изображений – М.:
Логос, 2001. – 264 с.
2. Рис У. Основы дистанционного зондирования. – М.:
Техносфера, 2006. – 336 с.
3. Чандра А.М., Гош С.К. Дистанционное зондирование и
геоинформационные системы – М.: Техносфера, 2008. – 312 с.
4. Программный комплекс ENVI. –М.: Совзонд, 2007. – 229с.
5. Дистанционное зондирование: количественный подход /
Ш.М. ДейвисД. А. Ландгребе, Т. Л. Филлипс и др./Под. ред.
Ф.Свейна и Ш. Дейвис/ Пер. с англ. – М.: Недра,1983.− 415 с.
6. Ембаев И.А., Абросимов А.В. Инвентаризация охотничьих
угодий по результатам классификации мультиспектральных
изображений//Геоматика.− 2009.−№3.− С.33 – 39.
7. Возможности программного коплекса ENVI для обработ-
ки данных ДЗЗ / М. А. Болсуновский («Совзонд») // Геопрофи
– 2006. – №3.− С. 16−19.
8. Маслов А.В., Гордеев А.В., Батраков Ю.Г. Геодезия. М.:
КолосС, 2006. – 598 с.
9. Федеральный закон «О государственном кадастре не-
движимости» № 221-ФЗ от 24 июля 2007 года [Электронный
ресурс]//№221-ФЗ [Сайт]. URL: http://onewin.ru/index.php/
dok/32 (дата обращения 2.07.2012).
10. Инструкция по дешифрированию аэрофотоснимков и
фотопланов в масштабах 1:10 000 и 1:25 000 для целей земле-
устройства, государственного учета земель и земельного када-
стра. М.: ВИСХАГИ, 1978.− 142 с.
11. Неумывакин Ю.К. , Перский М.И. Земельно-кадастровые
геодезические работы ‒М.: КолосС, 2006. – 184 с.
12. Справочник сметных укрупненных норм на топографо-
геодезические работы СУСН -2002. Часть1. Полевые работы.
М.: Федеральная служба геодезии и картографии России, 2002.
13. Справочник сметных укрупненных норм на топографоге-
одезические работы СУСН -2002. Часть II. Камеральные рабо-
ты. М.: Федеральная служба геодезии и картографии России,
2003.
Принята к печати 30 июля 2012 г.
Рекомендована кафедрой управления
земельными ресурсами НовГУ

Оценка состояния нарушенных земель Московской области

с использованием космических снимков
Профессор, кандидат техн. наук И.А. Миртова, студентка Ю.Е. Пацына
Московский государственный университет геодезии и картографии
8(499) 267-26-18
Аннотация. Рассматриваются результаты исследования нарушенных земель Московской области по
космическим снимкам, приводится характеристика причин и видов нарушения земель, а также при-
меры изображения нарушенных земель на космических снимках и фрагменты карт динамики нару-
шенных земель.
Ключевые слова: нарушенные земли, космический мониторинг, карты динамики
Abstract. After analysing disturbed lands of Moscow region through satellite images, the causes and types of
the land disturbance were characterised. Samples of satellite images showing disturbed land and maps of the
dynamics of disturbed lands illustrate the work.
Keywords: disturbed lands, space monitoring, dynamics maps

Экологическая ситуация в Московской об- количество отходов производства и продуктов

ласти — одна из наиболее острых в стране, что
обусловлено высоким уровнем промышленно-
го и сельскохозяйственного развития региона.
Основными факторами экологического риска
в пределах области являются: высокая концен-
трация сложных и неблагополучных (в экологи-
ческом плане) промышленных объектов; густая
сеть транспортных магистралей; интенсивное
сельскохозяйственное производство; интенсив-
ные горнодобывающие работы, ведущиеся пре-
имущественно открытым способом; огромное
жизнедеятельности. Всё это ведет к загрязне-
нию атмосферы, вод и, конечно же, к загрязне-
нию и, следовательно, к нарушению земель.
Нарушения приводят к деградации расти-
тельности и почвенного покрова, такие земли
становятся непригодными для использования
в лесном и сельском хозяйствах. Изучение на-
рушенных земель очень важно для дальней-
шей биологической рекультивации, а также
для уменьшения негативного влияния таких
земель на окружающую среду. С развитием

71
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
современных технологий, а именно в век раз-
вития систем дистанционного зондирования
Земли (ДЗЗ), главная задача состоит в из-
учении нарушенных земель дистанционными
методами. Так как Московская область до-
статочно велика по своей площади, изучение
нарушенных земель актуально проводить с
помощью аэрокосмического топографическо-
го мониторинга (АКТМ), который включает в
себя все виды наблюдений и накопления (базы
геоданных) информации об объектах земной
поверхности и является уникальной системой
изучения природной среды. Также АКТМ мо-
жет быть рассмотрен как система контроля ра-
ционального использования природных ресур-
сов. Главным преимуществом АКТМ является
то, что разрабатываемые методы мониторинга
позволят сократить расходы при изучении при-
родной среды в 2−3 раза. Данная работа может
служить начальным звеном в создании общей
глобальной базы данных мониторинга окружа-
ющей среды Московской области.
Аэрокосмический топографический мони-
торинг стал развиваться сравнительно недавно,
тем не менее в научной литературе присутству-
ет большое количество информации по данно-
му вопросу. Разработаны различные методики
проведения АКТМ, но пока каждая проблема
требует отдельного подхода.Задачами данного
исследования является обнаружение основных
видов и причин нарушения земель, создание
комплексной классификации видов наруше-
Рис. 1. Деление Московской области на зоны:
— лесопарковый защитный пояс; — внешний
пояс пригородной зоны; — внешняя зона
72
ний, создание тестовых участков нарушенных
земель; прослеживание динамики этих нару-
шений за определенный промежуток времени
и создание карт динамики. Также важной за-
дачей является создание базы данных необхо-
димой информации.
Для выполнения поставленных задач ис-
пользованы: тематические и топографические
карты; материалы ДЗЗ, а именно разновре-
менные космические снимки на территорию
Московской области. Преимущества космиче-
ской съемки очевидны: одновременное полу-
чение изображения в видимом и ближнем ин-
фракрасном диапазонах; быстрота и удобство
обработки цифровых данных в камеральных
условиях; возможность покрытия больших пло-
щадей; высокое пространственное разрешение.
Нарушенные земли — участки земли, на ко-
торых в результате хозяйственной деятельности
человека уничтожена растительность, разрушен
почвенный покров, изменены гидрологический
режим и рельеф местности.Изучение нарушен-
ных земель очень важно для дальнейшей био-
логической рекультивации, т.е. для восстанов-
ления, а также для уменьшения их негативного
влияния на окружающую среду.
Существующие классификации нарушен-
ных земель не являются универсальными, так
как в основном систематизируют нарушения,
вызванные разработкой месторождений полез-
ных ископаемых. Рассматриваются типы ка-
рьеров и отвалов по происхождению, возрасту,
форме, механическому составу, токсичности,
возможности биологического освоения и т.д.
Нарушенные земли называются «промышлен-
ными ландшафтами», «природно-техногенны-
ми ландшафтами». Справедливо отмечается,
что классификация нарушенных земель для
целей рекультивации должна проводиться с
учетом видов нарушений и региональных при-
родных особенностей. Восстановлению нару-
шенных земель уделяется особое внимание.
Весьма неравномерное распределение на-
селения, транспортных потоков и промыш-
ленного потенциала по территории приводит
к глубоким различиям в качестве природной
среды и нагрузке на земли в разных районах
Московской области. Близость к Москве —
один из главных факторов, определяющих
концентрацию нарушенных земель и экологи-
ческую ситуацию в районах Московской обла-
сти. Районы Подмосковья четко делятся на две
зоны: пригородную и внешнюю (рис.1).
 дистанционное зондирование и мониторинг земель

Характеристика районов Московской области по видам нарушений земель

Пояс Причины нарушений земель Виды нарушения земель
Лесопарковый защитный пояс
Мытищинский район Промышленность (заводы:Метровагонмаш, химволокно, Загрязнения почв токсическими веществами, автомобильными
стройпластмасс), ТЭЦ Северная, свалки выбросами, выбросами ТЭЦ; полигоны ТБО
Городской округ Балашиха Промышленность (Мосасботермостекло, керамический Загрязнения почв токсическими веществами, автомобильными
завод) выбросами
Люберецкий район ТЭЦ-22, развитая промышленность, очистные сооружения, Загрязнения почв токсическими веществами, автомобильными
добыча песка открытым способом выбросами, выбросами ТЭЦ, полигоны ТБО; карьеры, отвалы
Ленинский район Промышленность (коксовый завод, газоперерабатывающий Загрязнения почв токсическими веществами, автомобильными
завод, з-д «Мосрентген» выбросами, радиационное загрязнение почв
Одинцовский район Промышленность (асфальтоперерабатывающий и керами- Загрязнения почв токсическими веществами, автомобильными
ческий заводы), автотранспорт выбросами
Городской округ Химки Аэропорт Шереметьево, развитая промышленность, Загрязнения почв токсическими веществами, автомобильными,
самолетными выбросами
Красногорский район Промышленность (Красногорский оптико-механический Загрязнения почв токсическими веществами, автомобильными
завод, гипсовый завод, автотранспорт) выбросами, большая степень застройки
Внешний пояс пригородной зоны
Пушкинский район НПО «Энергия», текстильная промышленность, каскад Загрязнения почв токсическими веществами, автомобильными
водохранилищ, добыча глины выбросами; карьеры, свалки; обводнение территории близ водо-
хранилищ
Щелковский район Металлургическая, космическая, строительная, промыш- Загрязнения почв токсическими веществами, автомобильными
ленные отрасли, подземное газохранилище, очистные выбросами, тяжелыми металлами; карьеры
сооружения, добыча доломита
Ногинский район Тяжелая, химическая, энергетическая, текстильная и атом- Загрязнения почв токсическими веществами, автомобильными
ная промышленность, добыча глины выбросами, тяжелыми металлами; карьеры; полигон ТБО
Раменский район Три аэродрома, промышленность, добыча глины Загрязнения почв токсическими веществами, автомобильными,
самолетными выбросами, карьеры
Городской округ Домодедово Аэропорт Домодедово, добыча известняков Загрязнения почв токсическими веществами, автомобильными,
самолетными выбросами; водная эрозия, карьеры
Подольский район Промышленность (машиностроительная, цветная метал- Загрязнения почв токсическими веществами, автомобильными,
лургия), свалки самолетными выбросами
Наро-Фоминский район Электроизоляторный завод Загрязнения почв токсическими веществами, заболачивание
земель
Истринский район Животноводческое направление сельского хозяйства, раз- Эрозия с/х земель; загрязнение почв от животноводческих ферм
витая промышленность
Солнечногорский район Завод «Стеклопластик», добыча глины; несанкционирован- Загрязнения почв токсическими веществами; карьеры
ные свалки
Внешняя зона
Дмитровский район Добыча торфа, промышленность (ЗЖБИ, алюминиевый Торфоразработки; карьеры
завод), добыча глины
Талдомский район Промышленность развита сравнительно слабо Земли в удовлетворительном состоянии
Сергиево-Посадский район Химическая промышленность, добыча глины Загрязнения почв токсическими веществами; склоновая эрозия
Павлово-Посадский район Текстильная промышленность, ГРЭС, добыча торфа Загрязнения почв токсическими веществами; торфоразработки
Орехово-Зуевский район Промышленность, добыча торфа Загрязнения почв токсическими веществами; торфоразработки
Егорьевский район Добыча фосфорита, добыча торфа Торфоразработки, карьеры
Шатурский район Химическая промышленность, Шатурская ГРЭС, Петров- Загрязнения почв токсическими веществами, выбросами от
ская ГРЭС, добыча торфа ГРЭС; торфоразработки
Воскресенский район Химическая промышленность, заводы минеральных удо- Загрязнения почв токсическими веществами; карьеры
брений, добыча фосфорита
Коломенский район Промышленность (цементный завод), добыча песка, Загрязнение почв от выбросов цементного завода; карьеры
цемента
Луховицкий район Промышленность слабо развита, интенсивное земледелие Эрозия почв
Озерской район Промышленный потенциал невысок Водная эрозия почв, овраги
Зарайский район Промышленность слабо развита, интенсивное земледелие Эрозия почв
Ступинский район Промышленность (металлургический завод), ТЭЦ, добыча Загрязнение почв от выбросов заводов; ТЭЦ; карьеры, эрозия
глины почв
Каширский район ГРЭС, промышленность (кирпичный, литейный заводы), Загрязнение почв от выбросов заводов: эрозия почв. Загрязнение
интенсивное земледелие почв токсическими веществами
Серебряно-Прудский район Промышленность слабо развита Почвы плодородные, слабая степень эрозии с\х земель
Чеховский район Химическая промышленность, рентгеновский завод Загрязнение почв ядохимикатами
Серпуховской район Химическая и текстильная промышленность Загрязнение почв ядохимикатами
Можайский район Автотранспорт, асфальтный и кирпичный заводы Загрязнение почв от выбросов заводов, автотранспорта, склоно-
вая эрозия
Рузский район ЗЖБИ, строительный завод Загрязнение почв ядохимикатами, токсическими веществами
Волоколамский район Промышленность слабо развита, добыча песков и глин Карьеры, отвалы
Шаховской район Промышленный потенциал невысок Земли преимущественно не нарушены
Лотошинский район Промышленность слабо развита Земли преимущественно не нарушены
Клинский район Химическая промышленность, завод «Термоприбор» вы- Загрязнение почв ртутью, ангидритами
брасывает большое количество ртути и ангидритов

73
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

2 1

4 1
3
1
4

а б
Рис. 2. Примеры отображения на снимках оврагов Можайский район:
а — зрелый овраг; б — растущий овраг; 1 — овраги характеризуются древовидной формой; 2 — зрелые овраги могут быть зато-
плены водой; 3 — поросшими растительностью; 4 — молодые овраги характеризуются острыми, врезающимися, часто непокры-
тыми древесной растительностью концами; часто один овраг включает комплекс различных стадий оврагообразования

1
2 1
2
2

а б
2
1
2 1
2

2 2
2
2
1

2
в г
Рис. 3. Примеры отображения на снимках карьеров Московская область:
а — фосфоритный карьер в Воскресенском районе; б — песчанный карьер в Раменском районе; в — карьеры добычи глины в
Можайском районе; г — песчанный карьер в Люберецком районе; 1 — карьеры имеют форму, близкую к прямоугольной, округлой
или овальной. Характеризуются светлым тоном, сравнительно с окружающей местностью. Часто изрытая, шероховатая поверх-
ность; 2 — характеризуются наличием подъезных путей

Пригородная зона в пределах 60−70 км от области, население составляет 60 % всего на-

МКАД занимает 27% территории Московской селения области. Зона в свою очередь делится

74
 дистанционное зондирование и мониторинг земель

1
1

Рис. 4. Пример отображения на снимках — недей-
ствующая торфяная разработка в Дмитровском
районе
Дешифровочные признаки торфоразработок различаются в
зависимости от способа добычи торфа. Различат три способа:
1 — фрезерный способ, характеризуется рисунком геометри-
чески правильной прямоугольной формы, большинство ячеек
заполнено водой; 2 — экскаваторный способ, характеризуется
линейно-полосчатым рисунком, разделительные полосы по-
крыты растительностью и имеют мелкозернистую текстуру;
3 — гидравлический способ, характеризуется раздельно-ячеи-
стым рисунком. На большинстве торфоразработок сочетаются
Рис. 5. Пример отображения на снимках ТБО
(Карагашино, Мытищинский район)
ТБО — 1 имеют, как правило, форму, близкую к прямоу-
гольной. Главный дешифровочный признак — светлый тон
по сравнению с окружающими объектами. Относительно
ровная поверхность. Отсутствие какой либо растительно-
сти. Чаще всего ТБО располагаются на окраине населенно-
го пункта — 2. Обязательное существование подъездного
пути — 3. При мониторинге, на более ранних снимках
возможно существование оврага или карьера
38 09 38 13

различные способы добычи торфа

на две части: лесопарковый защитный пояс и

внешний пояс пригородной зоны.
56 29 56 29

Внешняя зона Московской области — это

34 тыс.км², что составляет 73% общей пло-
щади области. Подавляющую часть террито-
рии здесь занимают открытые пространства,
а доля застроенных территорий очень мала. 56 27 56 27
Особенности природных условий, истории
развития и хозяйственной специализации 38 09 38 13
0 2 км
определяют внутренние различия рассматри-
ваемой зоны. Восточное Подмосковье – старо- Рис. 6. Карта динамики нарушений земель вслед-
промышленный, развитый индустриальный ствие строительства водохранилища (Сергиево-По-
район. Западное Подмосковье — это в основ- садский район Московской области)
ном рекреационно-сельскохозяйственные тер- — грунтовые дороги; — усовершенствован-
ритории. Левобережье Оки — район крупных ные шоссе; — дороги, дороги на насыпи;
промышленных узлов и развитого сельского — населенный пункт; — объекты гидрогра-
хозяйства. Заокская часть Московской области фии; — обводнение территории, изменения с 1987 по
— преимущественно сельскохозяйственный
1992 г.; — обводнение территории, изменения с 1992
район. И, наконец, Северное Подмосковье —
сельскохозяйственный и рекреационный с раз- по 2003 г.; — обводнение территории, изменения с
витой промышленностью район. 2003 по 2010 г.; — строительство зданий и сооруже-
На рис. 2−5 приведены примеры изобра- ний, изменения с 2003 по 2010 г.
жения различных видов нарушенных земель
Московской области на космических сним- При составлении карт динамики нару-
ках высокого разрешения, полученных с КА шенных земель была использована топогра-
Landsat (разрешение 30м). фическая карта Московской области масшта-

75
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ба 1:200000, на которую наносились контуры
территорий, претерпевших изменения. Для
этого были использованы снимки, полученные
в 1987, 1992, 2003, 2010гг.. Таким образом, на
топографическую основу были нанесены из-
менения территории, вызвавшие нарушения
земель, на трех временных срезах: за периоды:
1987 – 1992; 1992 − 2003 и 2003 − 2010 гг. При
этом каждый промежуток времени отображен
своим цветом. На рис. 6 представлен фрагмент
карт динамики нарушений земель.
Оценка состояния нарушенных земель
особенно актуальна на присоединенных тер-
риториях (новая Москва). На этих территориях
базируются мусорные полигоны (три из них
рекультивированы, один имеет лицензию до
конца 2012 г.) и захоронения вредных радиаци-
онных отходов (Подольск, Троицк). Кроме того
в новой Москве есть месторождения полезных
ископаемых (глина и суглинки). В связи с этим
здесь целесообразна организация аэрокосми-
ческого мониторинга нарушенных земель для
целей рекультивации, кадастра и выявления зе-
76
мельных участков, пригодных для застройки.
На местах, планирующихся под застройку не
должно быть свалок, захоронений отходов, а
также лесных массивов с особо ценными по-
родами деревьев.
Исследования проведены в рамках проек-
та, выполняемого МИИГАиК в соответствии
с государственным заданием Министерства
образования и науки РФ и оказанием услуг по
теме «Разработка теоретических и технологи-
ческих решений космического геоэкологиче-
ского мониторинга территории РФ», регистра-
ционный номер 5.498.2011.
Литература
1. Общая характеристика загрязнения окружающей среды
в Московской области // Ежемесячный иллюстрированный
общественно-политический журнал Министерства природ-
ных ресурсов и экологии Российской Федерации. – М.:ООО
«Молодая Гвардия», 2011. – 1800 с.
2. Голованов А.И. Рекультивация нарушенных земель.– М.:
КолосС, 2009. – 325 с.
Принята к печати 1 октября 2012 г.
Рекомендована кафедрой
космического мониторинга МИИГАиК
 геоинформационные технологии

УДК 004:528

геоинформационные технологии

Особенности геоинформационного моделирования

Доцент, кандидат техн. наук С.В. Булгаков
Московский государственный университет геодезии и картографии
cvj7@list.ru
Аннотация. Раскрываются особенности геоинформационного моделирования как вида моделирова-
ния. Показано, что геоинформационное моделирование в отличие от других видов моделирования ис-
пользует интеграцию данных. Раскрывается цель геоинформационного моделирования. Показано, что
особенностью геоинформационного моделирования является использование пространственных от-
ношений. Описано цифровое моделирование как основной вид геоинформационного моделирования.
Цифровые модели содержат различные типы информации. По аспекту пространственных отношений
выделяют метрическую и атрибутивную типы информации. По аспекту семиотического анализа выде-
ляют семантическую и синтаксическую составляющие. Раскрыта логическая и физическая структура
цифровой модели.
Ключевые слова: геоинформатика, геоинформационные системы, геоинформационные технологии,
геоинформационное моделирование
Abstract. The peculiarities of geoinformational modeling as a form of modeling and its purpose are revealled.
It is shown that in contrast to other types of modeling it uses data integration. The other peculiarity is the use
of spatial relations. Numerical simulation is described as the main form of geoinformational modeling. Digital
models contain different types of information. Metric and attributive types of information are distinguished in
aspect of spatial relationships, semantic and syntactic components—in semiotic analysis aspect. Logical and
physical structure of a digital model is revealed.
Keywords: geoinformatics, GIS, geoinformation technology, geoinformational modeling

Моделирование, как метод научного познания,
представляет собой построение модели и действия
с моделью [1]. Моделирование в технологическом
аспекте может быть рассмотренo как форма от-
ражения действительности [2]. Моделирование в
геоинформатике создает возможность переноса ре-
зультатов, полученных в ходе построения и иссле-
дования моделей, на оригинал и тем самым решает
задачу переноса знаний [3].
Геоинформатика строится на интеграции раз-
ных наук [4], а обработка информации в геоинфор-
матике строится на основе применения моделей [5].
Поэтому геоинформационное моделирование явля-
ется ключевым в цепочке обработки геоданных.
Геоинформационное моделирование имеет не-
сколько видов: это моделирование с использовани-
ем цифровых моделей; моделей пространственных
данных; с использованием ГИС; с использованием
геоданных и геоинформации. Общим для этих ви-
дов является использование трех интегрирован-
ных групп данных — «место», «время», «тема».
Геоинформационное моделирование не только одно
из средств отображения явлений и процессов реаль-
ного мира, но и объективный практический крите-
рий проверки истинности знаний [6], оно создает в
итоге новые информационные модели и информа-
ционные ресурсы [7].
При моделировании исходный объект заме-
няется другим объектом, называемым моделью. В
модели входят множество параметров, связанных
между собой. Часть параметров подлежит опре-
делению на основе измерений исходного объекта
и рассматривается как совокупность известных
значений. Другая часть параметров определяется
на основе расчетов с использованием известных
параметров.
Целью геоинформационного моделирования яв-
ляется либо «объяснение того, что есть», либо «про-
гнозирование того, что будет». Моделирование по-
зволяет с меньшими затратами воссоздать процессы
взаимодействия реального объекта и внешней среды и
выявить критерии оптимизации этого взаимодействия.
Особенностью геоинформационного моделирования
является опора на пространственные отношения [8].

77
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
При визуализации применяют знаковое геоин-
формационное моделирование, при котором моде-
лями служат знаковые образования какого-либо ви-
да: карты [9]; схемы; графики; чертежи; формулы;
графы; условные знаки; тайлы и т.п.
При исследовании явлений или процессов,
при выявлении латентных связей предпочти-
тельным является математическое моделирова-
ние. Математическая модель представляет собой
совокупность формальных описаний (формул,
уравнений, неравенств, логических условий),
отражающих реальный процесс изменения со-
стояния объекта в зависимости от различных
внешних и внутренних факторов. Особенностью
геоинформационного математического модели-
рования является использование топологии [10]
и пространственных данных. При исследовании
пространственных объектов широко применяют
цифровое моделирование. В информатике [11] и
геоинформатике [10] цифровое моделирование за-
ключается в реализации возможностей математи-
ческих методов и программных средств для моде-
лирования объектов.
В широком смысле слова цифровая модель
(ЦМ) (digital model, DM) — это информационная
дискретная модель, сформированная для обработки
на компьютере. Цифровая модель — компьютерно-
ориентированная модель. В этом смысле она явля-
ется обобщением даталогической и физической мо-
дели. В узком смысле слова цифровая модель — это
дискретная модель пространственных объектов, в
которой одними из обязательных параметров явля-
Основные типы информации
Метрическая Атрибутивная
Размеры Названия
Координаты Свойства
Точностные харак-
Связи
теристики
Обозначения
Рис. 1. Основные типы информации в цифровой модели
78
ются: координаты, размеры, габариты, точность ко-
ординат, масштаб и т.д. Естественно, что эта модель
предназначена для обработки в информационных
или геоинформационных технологиях.
Определяющим в названии цифровая модель
является то, что она сформирована в цифровом ко-
де, который воспринимает компьютер и может про-
водить обработку на этой основе. Цифровые модели
могут иметь в качестве структурной основы иерар-
хическую, реляционную, сетевую или комплексную
модель и могут храниться в базах данных или в виде
файловых структур. Наибольшее распространение
цифровые модели нашли в геоинформатике, проекти-
ровании, строительстве, архитектуре, экологии и др.
Цифровые модели содержат различные типы
информации (рис. 1) [9, 10]. По аспекту простран-
ственных отношений выделяют метрическую и
атрибутивную типы информации. По аспекту семи-
отического анализа выделяют семантическую и син-
таксическую составляющие.
Метрическая информация определяет поло-
жение путем задания абсолютных координат точек
цифровой модели местности (ЦММ) и размеры
объекта путем относительных координат точек в
условных или местных системах.
Качественным отличием метрической информа-
ции цифровых моделей, полученных по реальным
измерениям, является точностная характеристика.
Она обусловлена ошибками измерений и последую-
щими ошибками вычислений. Этот параметр опре-
деляет применимость цифровой модели при реше-
нии практических задач в разных масштабах.
Синтаксическая
Правила
Семантическая
ввода
Правила
Код
хранения
Правила
Информативность
построения
Правила
Содержание
ввода
Правила отнесения к классам
 геоинформационные технологии

Атрибутивная информация в ЦММ определя-

Структура ЦМ
ет принадлежность точек или объектов к опреде-
ленному классу или объекту (сложный или простой
объект), описывает свойства объектов и их частей,
задает взаимосвязи и условия обработки, условия Логическая Физическая
воспроизведения и т.п., так же, как и во всей геоин-
форматике, она решает главную задачу нахождения
пространственных отношений. Информационная Физические
Семиотический аспект позволяет, рассматри- основа записи
вая ЦМ как информационную модель, вводить в
известные в информатике оценки коэффициент ин-
формативности и коэффициент содержательности Логические Топология
записи объектов
цифровой модели.
Семантическая часть информации определя-
ет ее содержательную сторону, она связана с коди- Топология Информационные
рованием данных. алгоритмов потоки
Синтаксическая информация определяет на-
бор правил и отношений работы с цифровой моде-
Логические Схемы
лью как с обычной информационной моделью. Она схемы состояний
связана с классификацией и правилами построения
моделей.
Рис. 2. Логическая и физическая структура ЦМ
Аспект рассмотрения структуры цифровой мо-
дели позволяет выделить в ней логическую и физи- держать несколько основных свойств, вытекающих
ческую структуры [10] (рис. 2). из ее определения.
Логическая структура ЦМ определяется как 1. Как информационная модель ЦММ должна
совокупность схем и логических записей, описыва- содержать полную (в рамках решаемых задач) ин-
ющих данную ЦМ. Она может включать схемы вза- формацию об объекте моделирования. В этой части
имосвязи частей ЦММ в натуре, в базе данных, схе- можно говорить о семантической составляющей
мы взаимосвязи свойств ЦММ и схемы построения ЦММ.
ЦММ. Она содержит логические записи, составля- 2. Как семиотически полная модель ЦММ
ющие информационную основу. Элементом логиче- должна включать три части:
ской структуры ЦММ является логическая запись. синтаксис — правила построения и использо-
Физическая структура ЦММ определяется вания;
способом реализации логической ЦММ на кон- семантику — содержательную часть об объек-
кретной технической основе. Она задает формат те моделирования;
записи данных, размеры кластеров, слов и т.д. прагматику — быть полезной, иметь меру
Элементом физической структуры ЦММ является оценки полезности.
физическая запись. 3. Как цифровая она должна быть оптимально
Эти две части являются соответствием датало- организована и удобна при работе на ЦВМ. Это
гической и физической моделей. Таким образом, означает, что для полной ее реализации должна
цифровая модель — это компьютеро-ориентиро- быть определена ее даталогическая и физическая
ванная модель и модель, объединяющая даталоги- составляющая. Она должна быть представлена в
ческую и физическую модели. цифровом коде на машинночитаемом носителе ин-
Среди пространственных цифровых моделей формации.
выделяют несколько: цифровая модель местности, 4. Как модель вообще ЦММ должна быть клас-
цифровая модель объекта, цифровая модель явле- сифицирована на известном классе моделей. Это
ния (процесса). Рассмотрим их в качестве примера. означает, что она должна в качестве логической ос-
Наибольшее применение в САПР и геоинформати- новы содержать одну из базовых моделей данных,
ке находит цифровая модель местности. а также удовлетворять требованиям и обладать
Одним из результатов геоинформационного мо- общими свойствами моделей соответствующего
делирования является цифровая модель местности. класса безотносительно к предметной области ее
Цифровая модель местности — информаци- применения.
онная дискретная модель местности, предназна- 5. Как модель объекта отражения (местности),
ченная для хранения и обработки информации в т.е. модель, имеющая конкретное назначение и
компьютерных технологиях, которая должна со- функции, она должна содержать специальную те-

79
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

матическую информацию о моделируемом объек- Литература

те. Это означает, что ЦММ должна содержать опи-
сания и характеристики моделируемых объектов.
6. Как содержимое базы данных ЦММ должна
быть организована не в виде файловой системы, а
структурирована в модель базы данных. Это накла-
дывает на нее определенные условия формирова-
ния и использования.
7. Как информационный продукт ЦММ
должна обладать потребительскими свойствами.
Потребительские свойства определяются раз-
нообразной возможностью применения ЦММ.
Следовательно, с целью повышения потребитель-
ской полезности ЦММ в базе данных должна быть
информативно переопределена, чтобы ее можно
было использовать для решения не одной, а раз-
личных задач. В этой части можно говорить о праг-
матической составляющей ЦММ.
Одной из разновидностей ЦММ является циф-
ровая модель рельефа. Эта модель используется
для отображения рельефа местности. Одним из
способов решения этой задачи является использо-
вание изолиний.
Таким образом, геоинформационное модели-
рование и его основной вид – цифровое модели-
рование позволяют решать широкий круг задач,
который с помощью иных методов моделирования
решить нельзя.
1. Максудова Л.Г., Цветков В.Я. Информационное модели-
рование как фундаментальный метод познания // Изв. вузов
«Геодезия и аэрофотосъемка».− 2001.− №1.− С.102−106.
2. Цветков В.Я. Модели в информационных технологиях. −
М.: Макс Пресс. 2006.−104 с.
3. Максудова Л.Г., Савиных В.П., Цветков В.Я. О междисци-
плинарной интеграции на основе геоинформатики // Изв. вузов
«Геодезия и аэрофотосъемка».−2004.− №5. − С. 108−115.
4. Максудова Л.Г., Савиных В.П., Цветков В.Я. Интеграция
наук об окружающем мире в геоинформатике // Исследование
Земли из космоса.− 2000.−№1.− С.46−50.
5. Цветков В.Я. Информационные модели как основа обра-
ботки информации в ГИС // Изв. вузов «Геодезия и аэрофото-
съемка».− 2005.− №2.− С. 118−123.
6. Цветков В.Я. Геоинформационное моделирование //
Информационные технологии, 1999.− №3.− С. 23− 27.
7. Цветков В.Я. Информационные модели и информа-
ционные ресурсы // Изв. вузов «Геодезия и аэрофотосъем-
ка».−2005.− №3.− С. 85−91.
8. Цветков В.Я. Пространственные отношения в геоинфор-
матике// Международный научно-технический и производ-
ственный журнал «Науки о Земле». Вып. 01−2012.− С.59−61.
9. Цветков В.Я. Цифровые карты и цифровые модели // Изв.
вузов «Геодезия и аэрофотосъемка».− 2000.− №2.− С.147−155.
10. Иванников А.Д., Кулагин В.П., Тихонов А.Н. . Цветков В.Я.
Прикладная геоинформатика . − М.: МаксПресс, 2005. −360с.
11. Поляков А.А., Цветков В.Я. Прикладная информатика:
Учебно-методическое пособие: В 2-х частях: Ч.1 / Под общ.
ред. А.Н. Тихонова− М.: МАКС Пресс, 2008. −788 с.
Принята к печати 5 июня 2012 г.
Рекомендована кафедрой
прикладной информатики МИИГАиК

Анализ криптостойкости ключей шифрования данных

на основе геопространственного положения пользователя
Аспирант Р.Ф. Хусаинова, профессор, кандидат техн. наук В.В. Гаврилова
Московский государственный университет геодезии и картографии
husainovarena@gmail.ru, gavrilovavv@yandex.ru
Аннотация. Работа посвящена исследованию криптостойкости авторского алгоритма шифрования
данных при их передаче удаленным пользователям с использованием координат пользователя в каче-
стве криптографического ключа шифрования. Рассмотрен вопрос устойчивости указанного алгоритма
к взлому методом полного перебора ключей. Получены количественные характеристики криптостой-
кости. Сформулированы практические рекомендации по повышению надежности рассмотренного ал-
горитма.
Ключевые слова: разграничение доступа, геопространственные характеристики, информационная
безопасность, криптостойкость, шифрование
Abstract. The work is devoted to research of cryptographic resistance of the author's data encryption algorithm
based on geospatial coordinates of a user, during data transfer to remote users. The algorithm stability is
explored against the method of key exhaustive search (“brute force method”). Quantitative characteristics of
the cryptographic hardness have been obtained. Practical recommendations on improvement of reliability of
the considered algorithm are formulated.
Keywords: data access control, geospatial characteristics, information security, cryptological hardness,
encryption

В настоящее время появляется всё больше компьютеров, смартфонов, коммуникаторов),

мобильных компьютерных устройств (карман- снабженных интегрированными модулями
ных персональных компьютеров, планшетных приёма и обработки сигналов глобальных на-

80
 геоинформационные технологии
вигационных спутниковых систем (ГНСС) с
целью определения координат пользователя
такого устройства в режиме реального време-
ни. Прикладные приложения, установленные
на подобных устройствах, могут иметь доступ
к получаемой координатной информации.
Возможности, предоставляемые встроен-
ными модулями ГНСС, открывают перспек-
тивы развития новых технических решений, в
том числе и в области информационной безо-
пасности. Авторами сформирована концепция,
согласно которой предложено ограничивать
доступ пользователя мобильного устройства к
конфиденциальным данным, поставив услови-
ем получения доступа к этим данным физиче-
ское нахождение пользователя в определённой
области геопространства. Границы определён-
ных зон геопространства определяются поли-
тиками доступа к данным.
Концепция предусматривает разработку
специализированных инструментальных про-
граммных средств, осуществляющих хране-
ние и защиту конфиденциальных данных, а
также предоставление избирательного досту-
па к ним в зависимости от координат пользо-
вателей, запрашивающих данные. Концепция
технологии разграничения доступа к данным
на основе геоположения пользователя впервые
была освещена на 67-й «Научно-технической
конференции студентов, аспирантов и мо-
лодых ученых МИИГАиК» (2012) в докладе
«Пространственное позиционирование в каче-
стве средства разграничения доступа к инфор-
мации» Р.Ф. Хусаиновой.
Незащищенная среда
передачи данных
Координаты
пользователя
Пользователь
(клиентская
часть ИС)
Зашифрованные
данные
Криптографическая защита передаваемых данных в системах разграничения доступа на основе геопро-
странственного положения пользователя
81
Координатная информация, получаемая
мобильным устройством от ГНСС, лежит в
основе функционирования информационных
систем разграничения доступа к данным на ос-
нове геопространственного положения пользо-
вателя. Подобные информационные системы
являются практической реализацией разраба-
тываемой технологии разграничения доступа к
данным, описанной ранее в статье [1].
Одним из компонентов информацион-
ной системы разграничения доступа явля-
ется криптографический модуль — блок
шифрования запрашиваемых пользователем
данных (рис.). Государственный стандарт
«ГОСТ 28147-89» определяет шифрование
как способ обратимого преобразования ин-
формации, применяемый для хранения важ-
ной информации в ненадёжных источниках
или передачи её по незащищённым каналам
связи [2]. Важнейшей характеристикой каж-
дого шифра является его криптостойкость. С
точки зрения информационной безопасности
криптостойкость можно определить как уро-
вень устойчивости шифра к взлому, то есть
несанкционированному раскрытию зашиф-
рованной информации. Традиционно крипто-
стойкость измеряется количеством ресурсов
(например, времени), которое необходимо
затратить для взлома шифра. Стойким может
считаться алгоритм шифрования, для успеш-
ного раскрытия которого злоумышленнику
требуется количество ресурсов, стоимость
которых превышает ценность полученной
информации [3].
Серверная часть ИС разграничения доступа
Модуль
разграничения
доступа Хранилище данных
Криптографический Незашифрованные
модуль данные
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Для обеспечения исполнения политик до-
ступа к данным для разрабатываемых инфор-
мационных систем разграничения доступа
необходимо обеспечить криптостойкость вы-
бранного алгоритма шифрования данных. В
первую очередь криптостойкость должна быть
оценена таким криптоаналитическим методом
подбора ключа шифрования, как «полный пе-
ребор возможных значений». Этот метод пред-
полагает перебор всех возможных вариантов
ключа шифрования до нахождения искомого
ключа.
При проектировании инструментально-
программного средства разграничения доступа
необходимо учитывать возможную ситуацию,
когда некий злоумышленник, не находящий-
ся физически в определённой области гео-
пространства, попытается получить доступ к
каким-то данным, открытым для этой области.
Для этого злоумышленник может осуществить
перехват передаваемых авторизованным поль-
зователям данных, а так как данные переда-
ются в зашифрованном виде, то затем произ-
вести их несанкционированную расшифровку.
В связи с тем, что ключ шифрования злоумыш-
леннику неизвестен, он может попытаться рас-
шифровать данные методом полного (или ча-
стичного) перебора [4].
Для реализации данной схемы злоумыш-
леннику должен быть известен конечный
криптографический алгоритм А, по которому
производится шифрование передаваемых дан-
ных. Он также должен располагать сведениями
об используемой функции получения ключа K
из координат пользователя K = Fconvert(x, y). На
основе таких данных злоумышленник состав-
ляет словарь ключей (представляющий собой
набор преобразованных функцией Fconvert пол-
ного или частичного множества возможных
значений пары координат {широта, долгота}).
Затем путем последовательного перебора сло-
варя, производятся попытки расшифровки пе-
рехваченной выборки данных. Положим, что
злоумышленнику известен алгоритм А и функ-
ция Fconvert. Тогда трудоемкость задачи полного
перебора будет определяться объемом слова-
ря, который, в свою очередь, равен количеству
возможных сочетаний значений используемых
элементов геопозиционирования (например,
количеству сочетаний корректных значений
82
широты и долготы). В случае использования
пары координат (без учета превышения) коли-
чество сочетаний будет пропорционально ква-
драту точности определения координат (чем
выше точность — тем больше дискретных от-
счетов значений координат), а также форматом
записи координат [5].
Пусть используется вариант записи ко-
ординат в формате «в градусах с десятичной
дробью» (например, 55,755831; ‒37,617673)
[6]. Тогда (конечным) алфавитом для всех воз-
можных ключей является A = {+, ‒, 0, 1, …, 9}.
При этом длина слов фиксирована (соотносит-
ся с точностью определения координат), так же
фиксировано положение знака десятичной дро-
би (который отбросим при формировании клю-
чей, при этом для координат с целым числом
градусов добавляем ведущие ноли при отсут-
ствии старших разрядов). Длина слов будет и
фиксирована и равна: α x = ζ x + τ, α y = ζ y + τ,
где τ — количество десятичных разрядов в зна-
чениях координат; ζi — длина целой части зна-
чения координат с учетом лидирующего знака
(«+» или «‒»).
Очевидно, что множество возможных зна-
чений координат является лишь подмноже-
ством полного множества сочетаний симво-
лов алфавита (обозначим его как A*), то есть
языками Lx и Ly, такими, что Lx⊂ A* и Ly⊂ A*.
Естественным ограничением является интер-
вал изменения целой части значений координат
от ‒90 до +90 для широты и от ‒180 до +180 для
долготы. Тогда мощность языков Lx и Ly может
быть определена, как Lx =2 ⋅ 90 ⋅10τ =1,8 ⋅10τ+ 2
и Ly =⋅ 2 180 ⋅10τ = 3, 6 ⋅10τ+ 2. Использование
координат в виде связанных пар дает
L = Lx ⋅ Ly = 6, 4 ⋅102 τ+ 4 (количество возмож-
ных ключей шифрования). При разрешении
координат модулями позиционирования с
точностью до десяти разрядов, в дробной ча-
сти получаем стойкость, соответствующую
H= log 2 L= log 2 6, 4 ⋅1024= 82 битам инфор-
мационной энтропии ключа (в терминах тео-
рии информации). Например, при скорости пе-
ребора 105 пар координат в секунду на полный
перебор потребуется более миллиона лет [7].
Таким образом, показано, что использование
пар координат в качестве аргументов функции
генерации ключей шифрования оправдано, так
как попытка взлома системы методом полного
 геоинформационные технологии
перебора имеет значительную вычислитель-
ную сложность [8].
При переходе к рассмотрению практи-
ки использования предложенного подхода,
выдвинуто предположение, что в большин-
стве случаев реализации информации из за-
щищенных баз данных будут предназначены
для использования на определенных участках
геопространства. Очевидно, что большинство
наборов зашифрованных данных не будут
предназначены для просмотра на территории
полярных областей, малодоступных регионов
и так далее (за исключением специализирован-
ных баз данных). Также можно предположить,
что, в отдельных случаях, по косвенным при-
знакам злоумышленник может приблизитель-
но определить регион использования защи-
щенного набора данных. Наглядный пример:
можно предположить, что гипотетическая за-
щищенная база данных «Поставки товаров по
Центральному федеральному округу» предна-
значена для просмотра уполномоченными ли-
цами на территории указанного округа и\или в
регионе, в котором размещены органы управ-
ления процессом поставок — это следует из
самого названия базы данных.
Из этого следует вывод, что на практике
мощность |L| может оказаться на порядки мень-
ше вычисленной ранее максимальной мощно-
сти для ситуации случайного распределения
координат. Что может позволить злоумышлен-
нику расшифровать информацию путем ча-
стичного перебора, не прибегая к полному. На
уровне рекомендаций предлагается осущест-
влять искусственное повышение избыточно-
сти шифруемых наборов данных, а именно:
добавление в шифруемую базу данных шу-
ма в виде неинформативных записей (содержа-
щих случайные наборы символов), с шифро-
ванием таких записей случайно выбранными
парами координат;
увеличение количества информативных
(полезных) записей в базе данных, относящих-
83
ся к различным, взаимоудаленным регионам
геопространства.
Выводы. Проведенный анализ криптостой-
кости алгоритма шифрования данных на осно-
ве координат авторизованного пользователя по-
казал достаточную защищенность шифров, на
основе указанного алгоритма. Количественные
характеристики криптостойкости и исследо-
вание особенностей шифрования данных на
основе рассмотренного подхода позволили
сформировать практические рекомендации по
повышению надежности целевого алгоритма в
частности, а также информационной безопас-
ности технологии.
Показано, что при соблюдении вырабо-
танных требований и рекомендаций, предло-
женная технология разграничения доступа к
данным на основе геопространственных харак-
теристик пользователя является устойчивой к
угрозам в части криптографического обеспече-
ния и способна обеспечить требуемый уровень
защищенности передаваемой информации.
Литература
1. Хусаинова Р.Ф., Максимов В.И. Обеспечение устойчиво-
сти к взлому информационных систем разграничения доступа
к данным на основе геопространственного положения пользо-
вателя // Современные проблемы науки и образования. – 2012.
– № 4; URL: http://www.science-education.ru/104-6903 (дата об-
ращения: 20.08.2012).
2. Системы обработки информации. Защита криптогра-
фическая. Алгоритм криптографического преобразования.:
ГОСТ 28147-89; введен 30.06.1990.
3. Нечаев В.И. Элементы криптографии. Основы теории за-
щиты информации – М.: Высшая школа, 1999. – 112 с.
4. Андреева Е.В. Еще раз о задачах на полный перебор
вариантов.М.: Информатика, 2000.− 45с.
5. Бабенко Л.К., Макаревич О.Б., Журкин И.Г., Басан А.С.
Защита данных геоинформационных систем.М.: Гелиос АРВ,
2010. − 336 с.
6. GPS positioning guide // The Department of Energy, Mines
and Resources , Canada; URL: http://luna.csrs.nrcan.gc.ca/GPS_
Guide_e/GPS_Guide_e.pdf (дата обращения: 10.08.2012).
7. Гери М.П. Вычислительные машины и трудноразреши-
мые задачи – М.: Мир, 1982. – 304с.
8. Панасенко С.П., Алгоритмы шифрования: Специальный
справочник.− С-Пб: БХВ-Петербург , 2009. – 564 с.
Принята к печати 19 сентября 2012г.
Рекомендована кафедрой ВТиАОАИ МИИГАиК
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

УДК 528:658.51

кадастр, экономика и развитие территорий

Кадастровый учет и лесные съемки в России (ХIX – начало ХХ в.)

Профессор, доктор геогр. наук Т.В. Илюшина
Московский государственный университет геодезии и картографии
tilyushina@yandex.ru
Аннотация. Вопросы рационального использования и охраны лесных ресурсов представляются акту-
альной современной проблемой, решение которой возможно на основе анализа многовекового опыта
межевания и истории развития отечественного лесоустройства. Выявлены исторические факты, имею-
щие важное практическое значение для кадастрового учета и охраны лесных ресурсов.
Ключевые слова: межевание, кадастровый учет, лесные ресурсы, лесные почвы
Abstract. Aspects of rational use and conservation of forests are modern actual problems. Solution of the
problems is possible on the base of analysis of centuries-old experience of land surveying and history of
development of russian forest regulations. A lot of historical facts are represented in the work, that have
important practical importance for cadastral record keeping and forest conservation.
Keywords: boundary surveying, cadastral record keeping, forest resources, forest soils

Над вопросом устройства и охраны лес-
ных ресурсов трудилось не одно поколение
ученых лесоводов, стараниями которых бы-
ло издано множество различных руководств,
наставлений и правил по лесоустройству.
Государственный кадастр природных ресурсов
включал лесной кадастр, главными функци-
ями которого являлись учет и оценка лесно-
го фонда. Точность и достоверность учета и
оценкивсегда зависела от полноты и качества
научных исследований, поэтому особенно
важными и актуальными в этом направлении
являлись труды: Ф.К. Арнольда (1819−1902)
«Руководство по лесоводству» (1854), «Лесная
таксация» (1858), «Лесоводство − Наставление
к хозяйственному уходу за лесом» (1860),
«Справочная книга для земледельца и лесниче-
го» (1863), «Хозяйство в русских лесах» (1880),
«Русский лес» (1890−1891; (1893−1899); А.Е.
Теплоухова (1811−1885) «О приведении в из-
вестность и первоначальном устройстве ле-
сов в частных имениях» (1840), «Замечания
и наблюдения, произведенные при введении
правильного лесного хозяйства в имении…»
(1842), «Устройство лесов в помещичьих
имениях» (1848−1850), «Лесохозяйственное
описание Чердынского уезда» (1856), «О вы-
делении особых лесных участков в помещи-
чьих имениях для пользования крестьян»
(1858−1859), «О рубке и возобновлении казен-
ных лесов…» (1862), «Меры против пожаров»
(1866); А.Ф. Рудзкого (1838−1901) «Лесная
таксация» (1880−1914), «Руководство к устрой-
ству русских лесов» (1888−1906); «Справочная
книга для лесничего» (1897); М.М. Орлова
(1867−1932) «Лесная вспомогательная книжка
для лесничих, таксаторов и лесовладельцев»
(1910−1931), «Лесоустройство» (1927-1928),
«Об основах русского государственного лесно-
го хозяйства» (1913); Н.М. Зобова (1822−1873)
«Инструкция для оценки лесов» (1872),
«Лесная таксация и лесоустройство» (1874);
П.А. Перелыгина (1802−1840) «Начертание
правил лесоводства» (1831), «Лесоохранение
или правила сбережения растущих лесов»
(1835), «О влиянии лесов на органическую и
неорганическую природу» (1833), «План со-
ставления статистико-географического описа-
ния лесов» (1834); А.Р. Варгаса-де-Бедемара
(1816−1902) «Исследования о запасе и при-
росте лесов...» (1844, 1850); П.Н. Верехи
(1838−1917) Лесохозяйственный статисти-
ческий атлас Европейской России (1878);
В.Т. Собичевского (1838−1913) «Об отноше-
нии правительства к лесам общин и частных
на Западе Европы» (1877), «Материалы к во-

84
 кадастр, экономика и развитие территорий
просу об устройстве и ведении хозяйства в
лесных дачах, охраняющих верховья и ис-
точники рек и их притоки» (1889), «Способы
обложения лесов земским сбором, практику-
емые у нас в России» (1883), «О разделении
леса в хозяйственном отношении» (1886);
М.К. Турского (1840−1899) «Беловежская пу-
ща» (1893), «Сборник статей по лесоразведе-
нию» (1894); руководство по «лесоохранению»
и таксации лесов B.C. Семенова (1809−1872);
работы Г.Н. Высоцкого (1865−1940), посвя-
щенные защитному лесоразведению, влиянию
гидроклиматических и почвенных условий на
лесную растительность, а также обратном вли-
яния леса на окружающую природную среду
(1983) и др. В данной статье использованы ра-
боты генерал-майора Генерального штаба, про-
фессора Императорской военной академии по
кафедре геодезии и топографии А.П.Болотова
(1803−1853), выпускника Константиновского
межевого института (КМИ, г. образования
1779), практиковавшего лесоустроительные
работы в Смоленской губернии, а затем дирек-
тора КМИ И.Е. Германа (1859−1916), устрои-
теля почвенно-агрономической лаборатории,
кабинетов межевания и землеустройства, кото-
рые имели непосредственное отношение к про-
изводству межевания и связанных с процессом
лесоустройства различных хозяйственных съе-
мок. А также статья выпускника КМИ, уче-
ника М.К. Турского, профессора М.А.  Цвет-
кова (1875−1960) «Устройство лесной дачи
«Пожарной» студентами КМИ» (1897), в ве-
дении которого состоял Кабинет таксации, где
проводились лекционные и практические заня-
тия (с летними практиками) по лесной такса-
ции, лесоустройству и оценке лесных дач, ор-
ганизации лесного хозяйства воспитанникам
II, III и IV курсов.
Проблема рационального использования и
охраны лесных ресурсов в России всегда стоя-
ла весьма остро. Приведем один из многочис-
ленных исторических фактов. В «Специально-
научном журнале межевого дела, геодезии,
поземельного кадастра и землевладения» —
«Межевом вестнике» за 1884 г. мы можем про-
читать о самовольном истреблении спорного
леса, где дословно говорилось следующее: «В
Саратовской губернии в Петровском уезде,
тридцать пять деревень ведут между собою
замечательный спор о лесе, отведенном им по
85
владенной записи в общее нераздельное поль-
зование. Те селения, в даче которых находится
тот лес, вырубали его беспощадно и теперь
в последние 2−3 года постоянно устраняют
крестьян остальных деревень от пользования
общим лесом на том основании, что лес при-
надлежит только им, потому что находит-
ся в черте их надела. Обездоленные деревни,
опираясь на то, что они, платя одинаковый с
прочими селениями лесной налог за этот лес,
имеют одинаковые права на него, требуют
равномерного участия в дележе леса при по-
рубках. Многими селениями поданы по этому
поводу жалобы в разные места. Где можно,
обездоленные селения отстаивают свои пра-
ва силой, выбрав особых объездчиков для того,
чтобы они не пускали в лес ни крестьян лесных
деревень, ни скот их, и берут штрафы за по-
рубки и потравы. Лесные деревни в тоже время
изо всех сил спешат вырубить весь лес до кон-
ца, на случай неблагоприятного для них исхода
ходатайств безлесных. Почти вся громадная
площадь прежде крупного леса в 4,790 деся-
тин вырублена теперь до размера «кнутника»
[1, с. 90−91] (в XVIII−XIX вв. употреблялась
владельческая (хозяйственная) десятина, рав-
ная 3200 кв. саж.или 1,45 га). Правительству
предстояло решить этот и многие другие во-
просы в области использования лесных ресур-
сов. Владельцы и пользователи искали защиту
своих прав,а государственный кадастровый
учет требовал точных сведений о границах,
описания внутреннего состояния леса, хозяй-
ственных и технических мер, законного осно-
вания владения или пользования, стоимости и
доходности лесных дач. Подробные сведения
такого рода,было возможно получить только в
результате хозяйственной лесной съемки, ле-
жащей в основе лесоустройства и правильно-
го использования лесных имуществ. Поэтому
основными задачами съемки было: опреде-
ление площади, отграниченной от смежных
владений, установление границ, исследование
внутреннего состояния леса и как следствие
— установление правового положения на
владение,оценки, размера налогообложения, а
также создания реальной возможности рацио-
нального и эффективного использования, ох-
раны и воспроизводствалесных ресурсов.
В книге А.П. Болотова «Руководство к про-
изводству хозяйственной съемки, межевания
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
и нивелирования» учение о лесной съемке со-
стоит из трех разделов: «О различного рода на-
саждениях», «О назначении границ лесам, и о
разделении лесов на делянки или кварталы» и
«О производстве лесной съемки». Основной
целью съемочных работ автор ставит хозяй-
ственное устройство леса, поэтому «лесной
съемщик» должен был знать лесные науки
(особенно лесоустройство), уметь провести
точные границы разных лесных насаждений
(для определения «материального лесного за-
паса»), иметь понятие о почвах, породах и воз-
расте деревьев, и о том, «какой лес называется
благонадежным, и какой не благонадежным;
в противном случае (лесному землемеру) лег-
ко может показаться хорошим лесом только
тот, который можно тотчас обратить в
продажу, а хорошие молодые подросты бере-
зы или другой древесной породы — кустарни-
ком, недостойным внимания» [2, с. 297].
Правила разделения леса на насаждения
включали: почвы, породы и возраст лесов.
Почвы выделяли по возрасту и качеству на бо-
лотистые, сухие и имеющие «глубокую и не-
покрытую камнями почву». Отмечали места
песчаные, гористые с участками скал со ско-
плением каменных обломков и особой расти-
тельностью. Почва оказывает весьма важное
влияние на образование лесной растительности
и род проводимой хозяйственной деятельности
по использованию лесных ресурсов. Почвы
лесной зоны, имея общие типовые признаки,
отличаются необыкновенным разнообразием в
зависимости от климата, рельефа и свойств ма-
теринской породы. Съемщик всегда определял
вид почвенного покрова и степень его воздей-
ствия на благоприятный рост леса. Известно,
что «чистые» насаждения встречаются в при-
роде редко (на сухих песчаных почвах растет
исключительно сосна, на берегах рек — ивовые
заросли, на болотах — ольха и т.п.). Поэтому
особое внимание при съемке и исследовании
уделяли определению преобладающим почвам
и породам леса, а также «неудобным» лесным
почвам: оврагам, пескам, солончакам, болотам
(только болота, на которых росла черная оль-
ха, причислялись к «удобной» лесной почве,
т.к. эта порода хорошо росла на болотистых
почвах). Насаждением называлась часть леса,
отличающаяся от прочих свойствами почвы,
породой, возрастом, качеством и густотой де-
86
ревьев или кустов. Насаждения разделялись на
«чистые» (деревья одной породы) и «смешан-
ные». Смешанное насаждение отмечали на чер-
новом брульоне(от фран. «brouillon» — чертеж
от руки при производстве съемок в ХVIII−ХХ
вв. план, снятый глазомерно).
Черновой брульон согласно «Практиче-
скому руководству для производства инстру-
ментальной и военно-глазомерной съемок»
(1859) снимали буссолью или экером; при
съемке обращали внимание на характер мест-
ности; ориентиры отмечали условными знака-
ми (в военное время делали записи о качестве
дорог, состоянии мостов, переправ, размерах
рек, населенности деревень и пр.). При про-
изводстве съемки на брульон наносили основ-
ные породы деревьев: «сосна, береза с елью и
частью с осиною и ивой; а как сосна и береза
составляют главное насаждение, но сосны не-
много более, то она и поставляется наперед».
Господствующими назывались деревья, «ко-
торые при отвесном освещении не покрыва-
лись тенью от других деревьев были ростом
выше прочих». Главными породами считались
по соотношению ⅔:⅓ или 1:⅓. Таким образом,
если в лесу находилось ⅔ лиственничных и ⅓
сосновых и осиновых деревьев, то на брульоне
отмечались: «лис. съсос. и ос.»; в случае про-
порции 1:⅓ записывали: «лис. час. сос. и ос.»
[2, с. 299]. Но основное внимание уделялось
качеству и возрасту древесины, а также целям
съемки и правилам лесоводства. Например,
березовый лес смешанной рощи (из сосны и
березы), при одинаковой густоте, возрасте и
качестве деревьев по планам собственника или
учредителя участвовал в хозяйственном обо-
роте. Съемщик должен был провести искус-
ственную границу там, где породы находились
бы «в равном смешении». А если учредитель
не выделял березу как часть особенного хозяй-
ства, а планировал ее вырубку для прочих на-
добностей в неопределенное время, то и рощу
не разделяли на два насаждения.
По правилам лесоводства благоустроен-
ным лесом мог называться только тот, в ко-
тором находились деревья всех возрастов.
Считалось, что только при этом условии лес
в перспективе может давать верный и посто-
янный доход: «всякий благомыслящий владе-
лец должен сберегать молодые леса, считая
их денежным капиталом, который может в
 кадастр, экономика и развитие территорий
последствии принести богатые проценты»
[2, с. 300]. При съемке все молодые леса ука-
зывались в десятинах для каждого возраста и
по этим показателям по плану определяли воз-
можность получения дохода по лесной даче в
настоящее и будущее время.
Для большей части России для хвойных ле-
сов принимали 100-й оборот рубки, т.к. сосна и
ель в течение 80−100 лет достигали годности
для строений и «оставлять на корне такие
леса было в хозяйственном отношении не вы-
годно». Насаждения разделяли на четыре воз-
раста через 25 лет (1−25; 26−50; 51−75; 76−100
лет). Для березовых, ольховых и осиновых ле-
сов предлагался 30‒45 летний оборот (1−15;
16−30; 31−45 лет). Иногда для разделения вы-
сокоствольных хвойных лесов пользовались
упрощенной схемой в три возраста через каж-
дые 30 лет (1−30; 31−60; 61−90 и более лет), а
иногда допускали и 120-летний оборот, с при-
бавкой еще одного возраста. Кустарниковые
леса делили на: липовые, ивовые, ольховые,
ореховые, и прочие, по возрасту до годности в
хозяйственном обороте [2, с. 302].
Качество деревьев в лесу зависелоот со-
стояния почвы, возможности возникновения
пожаров, беспорядочной вырубки, поврежде-
ний от вредителей-насекомых, степени под-
верженности ветра и снега, и разделялось на
три класса: «хороший», «посредственный» и
«худой». Высший класс, как правило, обла-
дал надлежащей густотой, правильностью и
крепостью ствола, поэтому деревья младшего
возраста могли поставить в первый класс, а
старшего — в последний. В брульоне и в ведо-
мостях классы обозначали цифрами — 1-й, 2-й
и 3-й. Карты лесных дач и лесов составляли по
новым съемкам и по брульонам самих съемок.
Установлению границ лесных насаждений
предшествовал учет всех природных и хозяй-
ственных угодий: полей, огородов, лугов и
пастбищ. Если владелец считал, что сельско-
хозяйственных угодий недостаточно, то их не-
обходимое количество могли отрезать (исклю-
чить)из лесной площади. Под лесом понимали
ограниченное пространство земли, предназна-
ченное для разведения древесных растений
или покрытое деревьями и кустарником, как
сплошное насаждение. Поэтому если боль-
шая часть дачи или имения было занято лесом,
а поля, луга и пустоши с болотами занимали
87
меньшую часть и были рассеяны по лесным
насаждениям, то вся дача или имение прини-
малась как один лес. Границы леса служили
границами дачи, по закону устанавливались
граничные знаки: просеки, ямы, каменные или
деревянные столбы. Если какое-либо угодье
составляло особенный лес, располагалось око-
ло речек или ручьев и было слишком велико, то
его с точностью отображали на лесном плане
отдельными постоянными границами. По воз-
можности старались использовать под границы
леса «живые урочища»: реки, долины, горные
хребты, овраги, дороги и т.п. Искусственные
внешние границы прокладывали в виде пря-
мых линий, избегая излишних изгибов для
лучшего обзора и охраны леса.
Определив постоянные границы леса, при-
ступали к производству «съемки подробно-
стей» с разделением леса на просеки и делян-
ки для лесохозяйственных целей. Часто леса
страдали от пожаров, при огромных площадях
леса и малом народонаселении тушение ко-
торых было весьма затруднительно. Поэтому
в целях предотвращения развития пожара на
соседних участках в лесах делали продольные
просеки шириной около 10 саженей (более
20  м), которые использовали для дорог, поко-
сов, выгонов и т.п. Просеки периодически очи-
щали от валежника и хвороста, а по обеим сто-
ронам просек в болотистых местностях рыли
глубокие водоотводные канавы, которые спо-
собствовали осушению лесной дачи и увеличе-
нию растительности. Поперечными просеками
отделяли каждую хозяйственную часть — лес-
ной квартал, в которой существовал отдельный
оборот (при 100-летнем обороте и 25-летних
кварталах заключалось между двумя широки-
ми поперечными просеками 4 квартала).
Величина кварталов зависела от ценности
леса, от условий сбыта и величины конфигура-
ции лесной дачи. Если в даче преобладал строе-
вой лес, который практически полностью имел
рынок сбыта, то величина квартала достигала
до 1 кв. версты. Дачи площадью до 150 десятин
либо совсем не разделяли на кварталы, либо
разделяли одной просекой пополам. Дачи пра-
вильной или округлой формы до 500 десятин
разделялись двумя пересекающимися просека-
ми. Если в дачах имелся и строевой и дровяной
лес, и сбыт велся только со строевых участков,
то кварталы могли устраиваться размером до
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
4 кв. верст. В северных губерниях, где велось
выборочное хозяйство, величина квартала до-
стигала до 16 кв. верст [3, с. 58−59]. При вы-
боре направления просек руководствовались
специальными правилами: просеки всегда вели
к селениям или пристаням (пунктам сбыта); на-
правление господствующего ветра не должно
было совпадать с направлением просек; и если
в дачах имелись покатости более 10°, то распо-
ложение просек планировали поперек наиболь-
шего падения покатости, избегая образования
оврагов в результате эрозионных процессов.
Лесные съемки производились с помощью
мензулы, астролябии с трубой или с диоптра-
ми, пантометром, иногда использовали бус-
соль. Выбор инструмента зависел от требуемой
точности съемки. Так, астролябия с диоптра-
ми, с точностью отсчета до 5′ предпочиталась
мензуле. Масштаб хозяйственной съемки при-
нимался 100 саженей в дюйме, а для самой под-
робной — 50 саженей. Мензула применялась в
нескольких случаях: если лесная дача помеща-
лась на одном мензульном листе,или каждая
особенная часть дачи снималась на отдельный
лист, или требовалась перенести на план все
подробности (различные виды насаждений и
др.). На местности выбирали линии, служащие
границами мензульных листов. Переносили их
на план методом проведения параллельных ли-
ний, снимали ручьи, дороги и контуры насаж-
дений способом триангуляций. При подробной
съемке лесной дачи, состоящей из сплошных
насаждений, использовали астролябию. Ход
граничной (межевой) съемки состоял в измере-
нии межевой цепью длины межников, опреде-
лении образуемых ими углов, и нанесении их
на план с помощью масштаба, транспортира
или таблицы хорд. Затем проходили инстру-
ментально вдоль главных рек, ручьев и проез-
жих дорог (имеющих влияние на направление
квартальных просек). При съемке производили
рекогносцировку всей лесной дачи и на план
наносили положение главных ориентиров: на-
правление горных хребтов, долин, болот, горе-
лого леса, выборочные рубки и т.п. Граничные
столбы просек, устанавливаемых при съемке,
определялись особой нумерацией. Следующим
этапом производили съемку подробностей на
кварталах и делянках. Например, при съемке ру-
чьев или речек обращали внимание на течение,
вид берега, уровень воды, заросли кустарни-
88
ком, завал валежником (требующий расчисток)
и пр. Однако мензулой невозможно было рабо-
тать в любое время года, а работа с астролябией
не представляла особых затруднений и в сырую
погоду, и в мороз по снегу. Этот факт имел зна-
чениедля межевого инженера, землемера или
таксатора, останавливать из-за погоды работы
было весьма не выгодно (особенно в частных
межевых делах, которые группировались с се-
редины августа до ноября и даже до декабря).
По Правилам 1893 г. стоимость составления
«упрощенных» планов на десятину лесной да-
чи в среднем составляла: 10 коп.— более 6000
дес.; 15 коп.— от 3 до 6000; 18 коп. — от 1 до
3000; 20 коп. — от 500 до 1000 дес.; 25 коп. —
менее 500 дес. (продажная цена 1 куб. саж. ра-
стущего леса составляла примерно 7−8 руб.)
[4, с. 74]. Подробный план лесной дачи выпол-
нялся по правилам составления межевых пла-
нов, онназывался основным (черновым) планом
или брульономи в дальнейшем служил матери-
алом для составления специальных (абрисных)
или хозяйственных планов лесонасаждений.
Основные планы не раскрашивались, номера
граничных знаков обозначались тушью, а но-
мера кварталов и насаждений — киноварью
(ки́новарь — ртутный минерал, применялся в
качестве красной краски).
Специальные планы служили для вычис-
ления поверхности земли под лесом, поверки
наружных границ, для разделения леса и ис-
правления границ лесонасаждений. Планы
на большие лесные пространства чертились
на отдельных листах, назывались секциями и
наклеивались на холст. Здесь обозначали: на-
ружные границы (в том числе спорные), вели-
чину румбических углов, просеки и кварталы
с номерами, луга, поля, воды, скалы, болота,
дороги, контуры отдельных насаждений и др.
На секционных листах проставлялись номера,
показывалось направление и склонение маг-
нитной стрелки, подписывались наименования
хозяйственных частей и участков. Для практи-
ческого применения использовались также так
называемые лесные атласы (планы каждого
квартала располагались на отдельном листе).
Масштаб планов лесонасаждений составлял
200 саженей в дюйме (1:16800) и мог быть
вдвое или вчетверо меньше масштаба абрисно-
го плана, т.к. использовался для общего обзора
лесного хозяйства [2, с. 321]. Каждая порода
 кадастр, экономика и развитие территорий

леса отмечалась особой краской, возраст на-

саждений — особым колером, смешанные по-
роды — отдельным знаком, чтобы при первом
взгляде на план, можно было определить, ка-
ких классов недостает. В целом на планах вы-
деляли только те участки, в которых предпри-
нимались различные хозяйственные меры, или
имеющие различную стоимость, или резкое от-
личие в породах, возрасте, густоте и пр. Планы
были необходимы при составлении лесохозяй-
ственного проекта для соблюдения порядка
постепенной вырубки леса (рис. 1).
Общее описание дачи составлялось в следу-
ющем порядке: губерния, уезд, волость, лесни-
чество, название дачи, наименование лесополь-
зователя. Указывались «внешние условия дачи»:
1) название селений с количеством дворов, ко-
торые обслуживаются лесом; 2) расстояние да-
чи от местожительства лесничего, ближайшей
железнодорожной станции или пристани (су-
ществующие пути сообщения); 3) перечень со-
стояния инвентаря дачи: построек, мостов и т.п.
Составляли «внутренние условия лесного хозяй-
ства»: распределение общей площади на лес- Рис. 1. Фрагмент Условных знаков для беловых и
ную (покрытуюинепокрытую лесом) и неудоб- черновых специальных планов 1838 г.
ную; краткую характеристику «живого покрова
почвы» в насаждениях и на вырубках; описание этаж восточного крыла главного здания. Там
почвы, в особенности «абсолютно лесной» (пе- размещались пособия по лесной таксации, со-
ски, овраги, крутыесклоны и т.д.); описание на- стоящие из коллекций: древесин (25 образцов
ходящихся внутри дач сельскохозяйственных наиболее распространенных пород), семян (20
угодий и пр. В «Прежнее хозяйство» входило: хвойных и 51 лиственных и кустарниковых
описание рода хозяйства, оборота рубки, раз- пород) и листьев деревьев, растущих в преде-
мера годичного пользования, ширины лесосек, лах России; коллекции «повреждений» — об-
способа рубки, применяемые способы воссоз- разцов древесных «здоровых» и «больных»;
дания леса и др. «Экономические примечания рисунков древесных пород; инструментов,
для составления общего обозрения поуездно» необходимых для работ в лесу (набор вилок
содержали дополнительные вопросы: «Какие для определения высоты растущих деревьев;
главные породы леса строевого и дровяного? буравы Пресслера для определенного приро-
Заведено ли где правильное лесное хозяйство и ста древесины, высотометров и рулеток, но-
на что преимущественно леса употребляются, жей, линеечек-масштабов, луп и др.); таблиц
не сплавляется ли лес в грубом виде, куда именно для таксации леса; чертежей и планов лесных
и в каком количестве? Не гонится ли где смола дач, узаконивающих устройство лесных хо-
или деготь и для какой цели? Не приготовляет- зяйств; почвенной коллекции (192 образцов
ся ли в обширных размерах поташь, уголь, дере- различных почв); гербариев лесных древес-
вянные изделия и какие именно и проч., куда это ных, кустарниковых и травянистых растений,
всё сбывается? Какие стоят цены на сажень цветов и пр. Зимние занятия по лесной такса-
однопольных дров?» и др. [РГАДА Ф.1357, Оп.3, ции состояли в определении древесных пород
ед.хр.13]. по соответствующим древесинам, семенам,
В Константиновском межевом институте листьям и почкам по «Определителю древес-
Кабинет (класс) таксации появился в 1892 г., ных пород М.К. Турского» [Памятная книж-
находился в аудитории № 6 и занимал второй ка КМИ изд. 1900 г., с. 95; Памятная книжка

89
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
КМИ изд. 1908 г., с. 31−34]. Практические
летние занятия по лесной таксации проходи-
ли в Казенном Погонно-Лосино-Островском
лесничестве, в имении Вороновых (г. Клин); в
лесных дачах Московского сельскохозяйствен-
ного института и Царицынского удельного
имения. Воспитанники знакомились: с раз-
личными типами насаждений и ведении пра-
вильного интенсивного лесного хозяйства; с
благоустройством леса с хозяйственной точки
зрения; оценкой лесосек и различных частей
дачи; занимались составлением таксационных
описаний и обмером деревьев на пробных пло-
щадяхс объяснениями и определением при-
роста.Занятия проводились под руководством
Г.М. Турского, М.Н. Виноградова, М.А. Цвет-
кова, Н.М. Орлова, П.П. Гусева, Б.И. Иваненко
и других преподавателей, которые практико-
вали: инструментальные съемки с выделени-
ем насаждений и составление таксационного
описания на площади около 75 дес.; пересчет
площадей (по способу Р. Гартига (1839−1901)
с определением запаса по «Таблицам для опре-
деления древесины и ветвей вбезлиственном
состоянии главнейших древесных и кустарных
пород», пер. с нем. М.К. Турского) и по прави-
лам оценки лесосек в казенных лесных дачах;
рекогносцировку с составлением таксационно-
го описания лесного квартала площадью око-
ло 25 дес.; определение продажной стоимости
насаждений площадью 1½ дес. (по способу
Драута и по казенной инструкции) и другие
задачи [Памятная книжка КМИ изд. 1911 г.,
с. 84−85]. При этом таксационные отчеты со-
держали: составление плана лесного хозяйства;
производство оценок лесных дач и отдельных
насаждений; применение таблиц к таксации
насаждений; использование различных мето-
дов «древоизмерений» и их оценки на основа-
нии проведенных исследований; составления
местных лесных такс, массовых и опытных
таблиц; использования экономических усло-
вий лесной дачи и исследования по математи-
ческой статистике; естественноисторическое
изучение лесных массивов и расчленение их
по типам насаждений [Памятная книжка КМИ
изд. 1913 г., с. 10].
Приведем пример практических заня-
тий студентов КМИ и профессора лесовод-
ства и лесной таксации М.К. Турского, кото-
рые устраивались в «Пожарной пустоши 4
90
Царицынского имения Московского удельного
округа». Пожарная, и расположенные смеж-
ные с ней пустоши:Черепиха, Булатниковская
и Румянцевская были не устроены и подлежа-
ли лесоустроительным работам (первое описа-
ние дачи было произведено в 1861 г., а в 1865  г.
утвержден план «по правильному лесному хо-
зяйству»). В 1880-х гг. произошли перемены в
условиях лесовладения и лесопользования. В
1897 г. Управлением округа было решено со-
единить три пустоши в одну Пожарскую дачу, и
в первые два года студенты обошли окружную
межу, разбили дачи и провели визиры. К 1901
г. был собран весь необходимый материал для
составления лесохозяйственного плана пусто-
шей: положение, границы, состав, площадь и
почва дачи; древесные породы; условия сбыта
леса и цены на лесные материалы; составление
проекта будущего хозяйства; учет угодий и по-
бочных пользований; «охранение» дачи; пред-
полагаемые улучшения; общие выводы о до-
ходах и расходах по даче. Среди необходимых
документов были представлены: «Ведомость о
состоянии посадок и посевов в Пожарной даче»
(1901); в 1904  г. — «Ведомость модельным дере-
вьям, измеренным в лесных дачах»; «Ведомость
о доходах, извлеченных их Пожарной дачи»;
«Ведомость о расходах по Пожарной дачи»;
в 1905 г. — «Ведомость площадям и описание
участков»; «Ведомость пробным площадям»;
«Таблица классов возраста эксплоатируемых
насаждений»; «Ведомость предначертанным
и исполненным рубкам»; «Ведомость о количе-
стве лесных материалов, отпущенных сверх
лесоустроительных предначертаний с учетом
по пням или по количеству заготовленных ма-
териалов»; «Ведомость окладным оброчным
статьям»; «Ведомость о наличии распреде-
лений лесной стражи»; «Схема распределения
кварталов по очередям рубок»; «План рубок в
Пожарной даче»; «Ведомость участков, про-
ектированных для главной рубки»; «Ведомость
участкам, назначенным к (искусственному) об-
лесению или к (естественному) заращению ле-
сом»; «Ведомость лесосекам, проектированным
на ревизионный период»; прилагались: «Такса на
1 куб. сажень (по 220 куб. фут.) лесных мате-
риалов в казенных и удельных дачах Московской
губернии»; «Смета полевым лесоустроитель-
ным и межевым работам» и составленный
План лесной дачи [5, с. 149−217] (рис. 2–5).
 кадастр, экономика и развитие территорий

Рис. 2. Фрагмент Ведомости площадям и описание Рис. 3. Фрагмент Ведомости пробным площадям,
участков по дворцовым пустошам Пожарной лесной взятым при устройстве Пожарной лесной дачи
дачи [5, с. 149] [5, с. 161]

Рис. 5. Ведомость участков, назначенных к (искус-

Рис. 4. План рубок в Пожарной лесной даче ственному) облесению или к (естественному) зара-
[5, с. 209] щению лесом в Пожарной даче [5, с. 211]

91
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Одновременно с обходом границ прово-
дились съемочные визиры для таксационного
описания через 65−125 сажень: «всего визиров
было проведено 19¼ верст». При выполнении
съемкиплощадь вычисляли по отдельным уго-
дьям: лесным насаждениям, рединам, полянам
и прогалинам, просекам и дорогам, речкам и
болотам, удобным и неудобным землям [5,
с. 121]. Из древесных господствующих пород
встречались: береза, осина, дуб, липа, ель, оль-
ха, ива и рябина. Пожарная дача на московский
рынок поставляла продукты в виде топлива,
строевого леса и разного поделочного «сорти-
мента». Интересно, что охрана лесных дач
вверялась лесной страже (трем лесным сторо-
жам и смотрителю), которая несла службу и
в Царицынском парке «куда она наряжается
каждый летний праздник для охраны парка
от гуляющий публики». Наименьший оклад
сторожа планировался не менее 144 руб. в год,
«на десятину удобной земли расход на охра-
ну дачи выразится в сумме 1 руб. 14 коп.» [5,
с. 144−145]. Предполагаемые коренные улуч-
шения касались следующих мер: выявления
редких насаждений, которые не относились ни
к лесной площади, ни к площади других уго-
дий; проектирование лесосек («в губернии наи-
более сильные ветры, при которых возмож-
ны ветровалы бывают в направлении ZW или
ZZW, при принятом направлении рубок разру-
шительное действие ветров сказываться не
будет»); рекомендаций по посеву дуба — на
десятину около 60 пудов желудей («работы
обойдутся в 37 руб. на десятину, желуди — в
15, т.к. пуд желудей в данном году закупался по
40 коп.»); сохранению и проектированиюновых
Рис. 6. Фрагмент плана Пожарской дачи, составлен-
ный студентами КМИ под руководством профессора
М.А. Цветкова
92
доходных сенокосных угодий с обильной тра-
вой, дающих хороший укос, т.к. в даче находи-
лись 127.28 дес. сенокосных полян и прогалин
[5, с. 137−138, 145]. Чтобы естественное вос-
становление леса проходило с успехом, необхо-
димо было соблюдать ряд условий. Например,
крутой склон оврага «участка а квартала
1-го, устье оврага лит. d квартала 2-го, где
рубку надо совершать выборочно в несколько
приемов, начав рубку теперь-же» (рис. 6). В
Московской губернии доходность лугов была
значительно выше доходности лесов — «до-
ходность десятины суходольных лугов района
Пожарской дачи — 17 руб., доходность хвой-
ных лесов, при 80-летнем обороте рубке —
9 руб. 60 коп., а в лиственных, при 40-летнем
обороте – 8 руб. 35 коп.» [5, с. 141-142]. По об-
щим выводам главную статью дохода состав-
ляли пустоши в дачах, которые в среднем дава-
ли ежегодно 2140 руб. 54 коп.валового дохода,
из них «2002 руб. 78 коп. — продажа леса,
120 руб. 68 коп. — сдача угодий в аренду,
5 руб. 28 коп. — пастьба скота,6 руб. 30 коп. –
побочных пользований, 5 руб. 50 коп. — штра-
фов и т.п.» [5, с. 146]. Расход складывался из
следующих частей: «содержание лесной стра-
жи (жалованья и наград) — 135 руб. 63 коп.;
стоимости постройки и ремонта сторожек —
74 руб. 50 коп.; стоимости съемки и лесо-
устройства — 1 руб. 80 коп.; устройства
дорог — 62 коп.; культуры и мелиорации —
1 руб. 82 коп.; государственные и земские
повинности — 35 руб. 50 коп.», и составлял
249 руб. 87 коп. [5, с. 147].
При исследовании и съемке лесов прави-
тельством предпринимались различные меры
по сохранению и возможности воссоздания
лесного фонда. Так, например, государствен-
ный проект — «Меры к сбережению башкир-
ских лесов» — был направлен на приобретение
лесов в казну с целью спасения от хищническо-
го истребления (леса Оренбургского края за-
нимали более 5-ти миллионов десятин, ⅔ всей
лесной площади составляли башкирские леса).
Разумеется, леса имели не только местное зна-
чение, но и играли важную роль в экономике
края и влияли на его климатические условия,
т.к. питали многие реки и служили серьезной
преградой от среднеазиатских степей. Местная
администрация давно стремилась к предотвра-
щению истребления лесов в интересах башкир
 кадастр, экономика и развитие территорий
и всего края в целом. Но эти мероприятия ос-
ложнялись противоречиями в области ведения
лесного хозяйства. Например, правила для
ограждения интересов башкир и правильной
рубки леса имели в виду исключительно об-
щинное хозяйство. Сдача в аренду лесов «по
приговорам обществ» и контрактами на прак-
тике, существовала лишь для формы (большая
часть лесов истреблялась обходными путями,
неподлежащими государственному кадастро-
вому учету и контролю). Истребление лесов
было особенно заметно по берегам сплавных
рек, «которые оголились на 20 и более верст
с каждой стороны». Рубка леса производи-
лась на выбор: если по контракту арендовал-
ся большой участок (как правило, в дачах с
хорошо сохранившимся и ценным лесом), то
лес вырубался «начисто», и в итоге башкиры
получали голое поле, покрытое пнями и сру-
бленными сучьями, заглушающими молодые
побеги. Аферисты могли скупать несколько
сот тысяч десятин леса за бесценок (в течение
70-ти лет убыло из лесной площади до 1½ мил-
лиона десятин). Поэтому по распоряжению
Правительства Министерству государствен-
ных имуществ стало выделяться ежегодно по
250 тыс. руб. на приобретение принадлежащих
башкирам лесов в Уфимской и Оренбургской
губерний (всего было приобретено 1270 тыс.
десятин лесных площадей, на сумму около
2 500 тыс. руб.) [6, с. 59].
Принятие «Положения о сбережении ле-
сов» (1888) и «Инструкции для устройства
защитных лесов» (1889) позволило прави-
тельству ввести государственный контроль за
состоянием, использованием и охраной лесов,
независимо от форм собственности. Из общего
количества лесных дач выделялись защитные
леса, подчиняющиеся особым правилам «сбе-
режения» (охраны): 1) сдерживающие сыпу-
чие пески или препятствующие их распростра-
нению; 2) защищающие от песчаных заносов
города, селения, шоссейные и почтовые до-
роги, обрабатываемые земли и другие угодья;
3) охраняющие берега судоходных рек, каналов
и водных источников от обрывов, размывов и
повреждений ледоходом; 4) произрастающие
на горах икрутых склонах, удерживающие об-
рывы земли и скал или препятствующие раз-
мыву почвы, образованию снежных обвалов и
водных потоков. Эти правила распространя-
93
лись и на водоохранные леса (произрастающие
в верховьях рек). В ст. 19 и 20 Лесного Устава
(1913) расходы по лесохозяйственным мерам
возлагались на владельцев защитных и водоох-
ранных лесов. Непосредственное заведование
«сбережением» лесов возлагалось на Уездный
или Губернский лесоохранительные комитеты,
к прямым обязанностям которых относилось:
признание лесов защитными, водоохранными;
разрешение перевода лесных площадей в дру-
гой вид угодий; приостановка или отмена рас-
поряжений владельцев относительно опусто-
шительных рубок; разрешение пастьбы скота
в молодняках; утверждение планов лесного
хозяйства; установление срока для искусствен-
ного облесения владельцем неправильно ис-
требленных лесов и др.
Работы по съемке лесов и общему лесо-
устройству были начаты с 1842 г. (за период
1842−1909 гг. было устроено и исследова-
но около 55 987962 десятин лесов). Состав
штата по лесному управлению включал:
лесных специалистов (инспекторов, лесни-
чих, помощников лесничих, техников лесо-
устройства и лесомелиорации); служащих
(канцелярских); лесную стражу и рабочих
(объездчиков, лесников, инструкторов по
культуре и постоянных лесных рабочих, куль-
турных надзирателей, смотрителей, сто-
рожей и десятников на лесомелиоративных
работах, а также сторожей при канцеля-
рии лесничеств, пожарную стражу (конную
и пешую) и курьеров). С 1909  г. на работы по
исследованию и съемке лесов было обраще-
но особое внимание и составлен план работ
по проведению в течение 20-летнего перио-
да (1909−1928) в известность всей площади
лесов Европейской России, Сибири, Кавказа
и Туркестана. Работы в 1909−1913 гг. произ-
водились на обширных площадях, охватывая
ежегодно около 12½ млн десятин. Таким обра-
зом, было устроено 64 908 194 десятин леса.
Общее состояние съемочных работ по окруж-
ным межам лесных дач, разбивкой дач на
кварталы, прорубкой магистральных просек
и клеточных визиров, с обязательной съемкой
крупных сплавных рек при лесоразведении на
1 января 1915 г. (рис.7) [7, с. 9].
С 1894 г. выделение таксационных участ-
ков стало проводиться при помощи сети так-
сационных визиров, которые были введены
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Рис. 7. Общее состояние съемочных работ по окруж-
ным межам лесных дач (в дес.)
в технику лесоустройства «Инструкцией для
устройства удельных лесных дач для периоди-
ческих ревизий лесного хозяйства» (1893). По
новой «Инструкции для устройства, ревизии
лесоустройства и исследования казенных ле-
сов» (1914) леса разделялись на шесть разря-
дов в зависимости от хозяйственного значения
лесных дач и их хозяйственных частей:
I разряд — дачи, особенно ценные и доход-
ные, с полным сбытом всех лесных материалов
и с возможностью применения мер воссозда-
ния и ухода за лесом;
II разряд — дачи, менее ценные и доход-
ные, с полным сбытом лесных материалов, при
невозможных или затруднительных мерах по
воссозданию и уходу за лесом;
III разряд — дачи с полным сбытом деловой
древесины, и ограниченным сбытом дровяного
леса (лесосечное и выборочное хозяйство);
IV разряд — дачи, с ограниченным сбытом
деловой древесины (лесосечное и выборочное
хозяйство);
V разряд — обширные лесные дачи с огра-
ниченным сбытом наиболее ценных лесных
материалов (только выборочное хозяйство);
VI разряд — обширные лесные простран-
ства, с ничтожным сбытом леса, не имеющие
необходимых сведений для хозяйственного
значения.
Размер кварталов и расстояние между
таксационными визирами устанавливались в
зависимости от разряда лесной дачи и кате-
гории хозяйства (лесосечное, выборочное).
Например: в дачах первого разряда лесосечно-
го хозяйства нормальная площадь кварталов от
74 до 1 кв. версты с расстоянием между такса-
ционными визирами 100 саженей; в дачах тре-
тьего разряда — от 2 до 4 кв. верст с визирами
через 200−250 саженей; в дачах пятого разряда
выборочного хозяйства плошадь кварталов ко-
лебалась от 16 до 64 кв. верст с визирами через
94
500‒1000 саженей. В лесных дачах VI разряда
проводились исследования для выяснения их
хозяйственного значения. В лесных дачах I‒V
разрядов выполнялись устройство и ревизии
лесоустройства. Отнесение дачи или ее части
к тому или иному разряду обуславливалось
«той степенью напряженности лесного хо-
зяйства, которая может быть достигнута в
ближайшее десятилетие, что в свою очередь
зависит от определившейся уже доходности
лесного хозяйства». В этой связи разряды дач
по лесоустройству нормировались двумя ря-
дами изменения средней ежегодной чистой
доходности лесного хозяйства с гектара пло-
щади, покрытой насаждениями, в лесах, под-
лежащих устройству. Нормальное расстояние
между продольными визирами в лесосечном
хозяйстве устанавливалось для дач: I и II раз-
рядов — 250 м; III и IV — 500 м; V — 1000  м.
Перпендикулярно к продольным таксацион-
ным визирам проводились поперечные визи-
ры на расстоянии от просек и один от другого
для дач: I разряда — 500 м; II и III — 1000 м;
IV — 2000 м; V — 4000 м. Таким образом, в каж-
дом квартале лесосечного хозяйства прокла-
дывались четыре визира, делящих квартал на
восемь клеток площадью 12,5; 25; 50 и 100  га.
В дачах V разряда каждый квартал разделял-
ся на четыре клетки по 400 га двумя взаимно
перпендикулярными визирами. В выборочном
хозяйстве нормальное расстояние между так-
сационными визирами устанавливалось в да-
чах: I разряда — 500 м; II и III — 1000  м; IV и
V — 2000 м. В дачах II и IVразрядов перпенди-
кулярно к продольным таксационным визирам
прокладывались поперечные визиры на рас-
стоянии соответственно 2000 и 4000 м. Таким
образом, каждый квартал в дачах II и IV раз-
рядов разделился на четыре клетки площадью
200 и 800 га. Кварталы в дачах I и III разрядов
делились на четыре полосы площадью 100 и
400 га соответственно. В кварталах дач V раз-
ряда прокладывалось по одному продольному
визиру, который делил квартал на две полосы
площадью по 3200 га [8, с. 215−216].
Площадь неустроенных и неисследован-
ных лесов относилась к северным губерни-
ям (Архангельской, Вологодской, Вятской,
Олонецкой, Новгородской и Пермской). В
некоторых губерниях (Минской, Рязанской,
Курской) также частично имелись площади
 кадастр, экономика и развитие территорий
неисследованных и неустроенных лесов. С
1915 г. работы по съемке лесов продолжались
только в Азиатской России, главным образом в
Восточной Сибири [7, с. 9] (рис.8). Приведенные
данные относятся к площадям казенных ле-
сов, находящихся в заведывании Лесного
Департамента, удельных лесов Европейской
России, а также лесов Кабинета (в Алтайской
губернии и Забайкальской области), которые
были приведены в известность и сняты на план.
Проводимые научные исследования, ка-
дастровый государственный учет и съемоч-
ные работы по лесоустройству позволили
Правительству получить не только точные и
достоверные данные по состоянию лесных
ресурсов в государстве, но и совершенство-
вать правовую систему в области использова-
ния лесов, улучшить применяемые технологии
съемки, воспитывать рачительное отношение
к лесным ресурсам,определить ближайшие и
дальние перспективы развития лесного хозяй-
ства. А также на основе научных исследований:
разработать указания по межеванию лесных
дач, снятию внутренней ситуации, описанию и
оценке лесов, описанию почв лесов;определить
границы и внутрихозяйственную организацию
устраиваемого объекта; сделать отвод и матери-
ально-денежную оценку лесосек в ходе текуще-
го лесоустройства (Инструкция для устройства
и оценки лесов, 1884; Правила оценки лесных
угодий в имениях, 1886; Правила для составле-
ния упрощенных планов хозяйства в частновла-
дельческих дачах (1888, 1893);
провести инвентаризацию лесного фон-
да с определением состава насаждений, каче-
ственных и количественных характеристик
(Инструкция для устройства казенных лесов
на Кавказе (1896); Инструкция для устрой-
ства лесов уральских казенных горных за-
водов (1897); Инструкция для производства
работ по обследованию обширных лесных про-
странств, из которых возможен сбыт только
более или менее крупных сортов строевого и
поделочного леса (1897, 1907) и др.);
выявить участки лесного фонда для прове-
дения рубок, мероприятия по лесоразведению,
мелиорации, охране и защите лесовот пожаров,
вредителей и болезней;определить размеры за-
готовки лесных материалов и размеры поль-
зования для нужд охотничьего и других видов
хозяйства (Инструкция для ревизии дач, устро-
95
Рис. 8. Площадь работ по исследованию и лесоу-
стройству в 1915–1918 гг. (в дес.)
енных по Упрощенным правилам… (1870);
предпринять меры по сохранениюводоох-
ранных, защитных,оздоровительных природ-
ных свойств лесов; обосновать отнесение ле-
сов к группам и категориям защитности(леса,
выполняющие водоохранные функции; проти-
воэрозионные; особо ценные массивы; защит-
ные полосы; леса заповедников и заказников,
имеющие научное или историческое значение)
(Инструкция для устройства защитных лесов
(1889); Инструкция для устройства водоох-
ранных лесов (1903);
обеспечить воспроизводство, улучшение
породного состава и качества лесов, повысить
их продуктивность, сохранение биологическо-
го разнообразия и объектов природного на-
следия (Лесоустроительная Инструкция по
хозяйственной классификации насаждений по
классам бонитета (1911, 1914)).
Литература
1. Межевой вестник.М.: Типография Т.Рисъ, 1884− №3−93 с.
2. Болотов А.П. Руководство к производству хозяйственной
съемки, межевания и нивелирования С.Пб: Типография Штаба
отдельного корпуса внутренней стражи, 1842.−362 с.
3. Герман И.Г. Хозяйственная лесная съемка // Межевой
вестник. ‒1884.− №3.− С. 54−72.
4. Арнольд Ф.К. Русский лес. Изд. 2-е. - СПб. : Изд.
А.Ф.Маркса, 1897.−Т. 3.− 392 с.
5. Цветков М.А. Устройство лесной дачи «Пожарной» сту-
дентами Константиновского межевого института: Памятная
книжка КМИ за 1904−1905 гг. М.: Типо-литография В.Рихтер.
1906. −С. 116−217.
6. Межевой вестник. М.: Типография Т.Рисъ. 1884.− №2.
− 68 с.
7. Природа и хозяйство России. Леса и лесное хозяйство
России: Составил В.С. Мальков.Вып. №1. Издание ВСНХ,
1923. ‒24 с.
8. Неволин О.А., Третьяков С.В., Ердяков С.В., Торхов С.В.
Лесоустройство. Изд-во Архангельского гос. техн. универси-
тетата, 2005.− 588 с.
Принята к печати 28 февраля 2012 г.
Рекомендована кафедрой кадастра
и основ земельного права
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

К вопросу о построении системы налогового бюджетирования

в организации
Профессор, доктор техн. наук И.Ю. Васютинский, доцент, кандидат экон. наук Т.Г. Изотова,
профессор, доктор техн. наук В.А. Малинников,
профессор, доктор физ.-мат. наук К.Б. Шингарева
Московский государственный университет геодезии и картографии
ya.tattttiana7@yandex.ru
Аннотация. Статья посвящена актуальному вопросу бюджетирования налогов в организации. Опреде-
лен понятийный аппарат, показана взаимосвязь бухгалтерского, управленческого и налогового учета,
рассмотрен алгоритм налогового бюджетирования, представлена взаимосвязь бюджетов в бюджетной
модели организации, а также схема бюджета налогов.
Ключевые слова: бюджетирование налогов, бюджетная модель организации, налоговое планирова-
ние, налоговое бремя, налоговые риски, издержки, планирование
Abstract. The article is devoted to relevant issue of tax budgeting of an organization. The conceptual apparatus
was specified in the article; interconnection between bookkeeping, management, and tax accounts was shown,
the algorithm of tax budgeting was considered, interconnection in all budgets in the budgeting model of an
organization was shown, as well as the scheme of tax budget.
Keywords: tax budgeting, budgeting model of organization, tax planning, tax burden, tax risks, costs, planning

Современная окружающая среда (особен- Наиболее точно, на наш взгляд, раскрывает

но в период кризиса) ставит перед бизнесом
сложные задачи. Одна из них — необходи-
мость планирования налогов и постановки
системы налогового бюджетирования (НБ).
Приведем краткую характеристику этого по-
нятия. Современные исследователи не име-
ют единого мнения в определении категории
«бюджетирование» (система бюджетного пла-
нирования) (табл.1).
Некоторые из них дают довольно общие,
лаконичные формулировки [1], другие — по-
нимают под бюджетированием лишь процесс
составления бюджета.
суть этой технологии определение А.В. Рубиса
[5], которое нами было уточнено. Под бюдже-
тированием будем понимать следующее: —
это оперативно-стратегическая система пла-
нового управления организацией посредством
бюджетов (на всех уровнях управления, харак-
теризующих снабженческую, производствен-
ную, сбытовую, финансовую и инвестицион-
ную деятельность организации), позволяющая
достигать поставленные цели (в рамках реали-
зации финансовой стратегии) путем наиболее
эффективного использования ресурсов, при-
менения современных методов планирования

Таблица 1
Характеристика понятий «бюджетирование» и «налоговое бюджетирование» различными авторами
Автор Определение
Горохова Н.А.[1] Налоговое бюджетирование — результирующая часть внутрифирменного (корпоративного)
налогового планирования, регулирования и контроля, а также комбинированный способ оптими-
зации налоговых потоков хозяйствующими субъектами. Налоговое бюджетирование — важней-
ший способ управления налоговыми платежами в организации, которое предполагает баланси-
рование налоговых доходов и расходов
Формирование налогового Налоговый бюджет позволяет спрогнозировать суммы налоговых отчислений с целью их мини-
бюджета (www.cfin.ru ) мизации
Бодрова Т.В. [2] Бюджетирование — это технология планирования, учета и контроля доходов и расходов, полу-
чаемых от бизнеса на всех уровнях управления, которая включает формирование планов и
бюджетов и позволяет анализировать прогнозируемые и полученные с их помощью финансовые
показатели
Макашина О.В. [3] Если понимать бюджетирование как элемент системы управления развитием экономического
субъекта, то в широком смысле — это деятельность по получению нужных ему финансовых
средств, а в узком — непосредственно бюджетное планирование
Филимонихин А. [4] Бюджетирование представляет собой единую систему планирования, контроля и анализа денеж-
ных потоков, а также финансовых результатов

96
 кадастр, экономика и развитие территорий

доходов и затрат, контроля за выполнением 1. Систематизация информации о налогах

планов и анализа результатов деятельности
организации. К одной из задач бюджетирова-
ния в системе управленческого учета относит- 2. Задание системы индикаторов
(показатели налогового бремени)
ся систематизация расчета налоговых плате-
жей путем внедрения в организации системы
бюджетирования налогов. Бюджетирование 3. Определение коэффициентов эластичности налогов
налогов в свою очередь является важным ин-
струментом системы налогового планирования
и управленческого учета. Как известно, нало- 4. Выбор наиболее лучших вариантов налоговых выплат
говое планирование — это ключевая функция
управленческого учета. При этом данные для 5. Составление налогового календаря
налогового планирования (например, налога
на прибыль) могут быть получены из нало-
гового учета. Большая часть информации для 6. Составление операционного бюджета по налогам
целей налогового планирования формируется
в бухгалтерском учете, а часть данных специ- Рис. 1. Алгоритм постановки налогового
бюджетирования
ально создается в управленческом учете. Как
отмечает [6], данные бухгалтерского, налого-
вого и управленческого учета формируются в НДС, Акцизы Налог на прибыль
системе учета на основе одних и тех же пер-
вичных документов и являются составными
частями системы учета. ВЫРУЧКА ПРИБЫЛЬ
Итак, рассмотрим последовательность эта-
пов построения системы налогового бюджети-
рования (рис. 1).
Источниками информации для реализации Налогооблагаемая база
этапа 1 алгоритма (см. рис. 1) служат данные
балансового отчета, отчетные формы учета по
налогам. Полученная информация является ба- ЗАРПЛАТА
СРЕДНЕГОДОВАЯ
СТОИМОСТЬ
зой для следующего этапа — расчет налогового ИМУЩЕСТВА
бремени организации. В настоящее время ис-
пользуются различные методики расчета этого
Страховые взносы
показателя, наиболее распространенная — это на конкретные виды Налог
отношение суммы всех уплаченных налогов социального на имущество
за анализируемый период (Н) к выручке (В): страхования
Налогове бремя = Н/В. Этот индикатор показы-
Рис. 2. Группы основных налогов
вает, какая часть выручки потрачена на выпла- по налогооблагаемым базам
ту налогов. Помимо этого следует рассчитать
показатели налогового бремени для отдельных нится величина налога при изменении налого-
групп налогов. Классификационным признаком облагаемой базы на один процент (рис. 3). Это
деления на группы налогов является налогоо- позволяет определить, какие налоги наиболее
благаемая база (выручка, оплата труда, прибыль «чувствительны» к изменению налогооблагае-
и среднегодовая стоимость имущества) (рис.  2). мой базы. Расчет коэффициента эластичности
Аналогично показатель налогового бремени налогов K можно рассчитать по формуле
определяется и для отдельных налогов. Таким ∆X X 0
образом, создается целая система показателей K= ,
контроля за налогами («панель управления»). ∆Y Y0
На этапе 3 определяется коэффициент эла- где ΔX — прирост налоговых поступлений
стичности налогов — он показывает, как изме- (всех, групп налогов или отдельного налога);

97
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Налог Акцизный
на прибыль, налог,
% %
Выручка, %
а б
Рис. 3. Графики эластичности налога на прибыль (а)
и акцизного налога (б)
ΔY — прирост анализируемого фактора; X0 —
начальный уровень налоговых поступлений
(всех, групп налогов или отдельного налога);
Y0 — начальный уровень определяющего фак-
тора (доход и др.).
Этап 4 охарактеризуем как «выбор наи-
более лучших вариантов налоговых выплат».
Составление налогового календаря (этап 5)
позволит избежать просрочек уплаты налогов
и пени. Как отмечает [7], бюджет по налогам
Формирование ОБ и ИД
Расчет налогов, увеличивающих расходы организации
Формирование БДР до расчета налогооблагаемой прибыли
Расчет налога на прибыль
Расчет чистой прибыли
Формирование графиков расчетов с покупателями и по-
ставщиками
Формирование БДДС
Расчет НДС и других косвенных налогов
Расчет потребности в кредитовании и оканчательный
расчет БДДС
Расчет прогнозного баланса
Рис. 4. Этапы формирования бюджетов
(этап 6 схемы на рис. 1) эффективен не столь-
ко сам по себе, сколько в рамках существую-
щей системы бюджетирования, то есть связан
с балансовым листом и бюджетом движения
денежных средств.
Формирование бюджета налогов целесоо-
бразно производить как в организации в целом,
Выручка, %
так и по центрам ответственности. Каждый
участок деятельности организации формиру-
ет базу данных, которая необходима для рас-
чета налогооблагаемой базы отдельного на-
лога. Планирование налогов возможно, когда
составлены операционные бюджеты (ОБ) и
инвестиционный бюджет (ИБ) (рис. 4). После
определения «затратных» налогов, налога на
прибыль составляется бюджет доходов и рас-
ходов и определяется чистая прибыль органи-
зации. Взаимосвязь бюджетов наглядно пред-
ставлена в бюджетной модели (рис.5).
В [1] предлагается развернутая форма
бюджета налога (табл. 2). В ряде случаев (на
усмотрение руководителя) не составляется от-
дельного бюджета по всем налогам, для кон-
троля достижения планового уровня прибыли
используется только бюджет доходов и расхо-
дов, осуществляется учет только тех налогов,
которые влияют на прибыль, «зарплатные» на-
логи отражаются в бюджете расходов на опла-
ту труда.
К источникам информации для расчета на-
логов относятся:
бюджет затрат на оплату труда;
прогноз стоимости активов и расчет амор-
тизационных отчислений;
бюджет доходов и расходов, налогооблага-
емая прибыль;
БДДС;
бюджет инвестиций;
прочие бюджеты.
По мнению [2], полный бюджет налогов
может формироваться в центрах прибыли и
центрах инвестиций, являющихся самостоя-
тельными структурными единицами компа-
нии. Для подразделений, являющихся центра-
ми затрат, могут быть рассчитаны следующие
виды налогов: страховые взносы на конкрет-
ные виды социального страхования, налог на
имущество организаций, транспортный на-
лог (перечислены налоги с учетом измене-
ний 2011−2012 гг.). Большая же часть налогов
98
 кадастр, экономика и развитие территорий

Операционные бюджеты
Бюджет продаж, производства, производственных запасов; себестоимость ре- Операционные
ализованной продукции; прогноз стоимости активов и расчет амортизационных бюджеты
очислений; бюджет коммерческих расходов, управленческих расходов

Бюджет движения денеж-

Бюджет доходов ных средств (БДДС)
Прогнозный баланс Поступления:
и расходов Продукт 1, 2..., N
Статьи баланса, рассчитываемые
Доходы (Д) при формировании бюджета на- Поступления экспортного НДС
Расходы (Р) логов: Выплаты:
Сырье и материалы НДС к возмещению Сырье и материалы
Энергия НДС по приобретенным, но не- Энергия
Расходы по оплате труда оплаченным ТМЦ и основным Расходы по оплате труда
Услуги сторонних организаций средствам Услуги сторонних организаций
Амортизационные отчисления Отложенные налоговые требова- Налоги и сборы:
Проценты по кредитам ния по налогу на прибыль налог на имущество
Налог на имущество Задолженность перед бюджетом земельный налог
Земельный налог... НДС по отгруженной, но не опла- прочие налоги, увелич. расходы
Прочие налоги, увелич. расходы ченной продукции НДФЛ
Налогооблагаемая прибыль=Д-Р Отложенные платежи по налогу НДС
Налог на прибыль на прибыль прочие косвенные налоги
Чистая прибыль налог на прибыль
Выплаты по кредитам
Остаток денежных средств

Бюджет налогов

Рис. 5. Бюджет налогов в бюджетной модели организации

Таблица 2
Развернутая форма бюджета налогов (фрагмент)
В том числе по месяцам
Наименование показателя Итого
01 02 03 … 11 12
Налоги, увеличивающие затраты организации
Налог на имущество организации
   База: среднегодовая стоимость имущества
   Остаток задолженности на конец года
   Начислено (+)
   Пени, штрафы начисленные (+)
   Оплачено (‒)
Земельный налог…..
Косвенные налоги
НДС
   Налоговая база:
   Остаток задолженности на конец года
…

99
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

определяется только по организации в целом: Бюджет налогов составляется с той же пе-

НДС, земельный налог. риодичностью и в те же сроки, что и основные
бюджеты организации. Наиболее приемлемым
1. ЭТАП планирование начисления налогов (в плановом вариантом является помесячный расчет плано-
периоде). Исходные данные: планируемые показатели для вых налоговых платежей (см. табл. 2).
расчета налогооблагаемой базы (площадь, количество со- В работе [1] выделены следующие этапы
трудников, расходы на персонал, добавленная стоимость,
налогооблагаемая прибыль и т.д.) Расчет начисляемых на- формирования бюджета налогов (рис. 6).
логов в общем виде: В основе построения модели налогового
Начисленный налог = (Налогооблагаемая база, рассчитан- бюджетирования должна быть схема отраже-
ная — Налогооблагаемая база, необлагаемая налогом) x
Ставка налога — Льготы по налогу ния на счетах бухгалтерского учета, которая с
одной стороны, не нарушала бы целостности
учета и не искажала реальных результатов де-
ятельности организации, а с другой — при-
2. ЭТАП планирование yалоговых платежей водила бы к системному формированию ин-
Выплаты по налогам = Налоги начисленные — Авансы по формации, обеспечивающей задачи учета и
налогам, ранее уплаченные + Выплаты в соответствии налогообложения на уровне государства.
с графиком погашения реструктуризированной задолж-
ности, пеней и штрафов + Авансы по налогам в счет Консультанты по управлению [7] среди не-
будущих переводов гативных моментов в организации системы на-
логового планирования отмечают следующее.
Прежде всего, ограниченность системы пла-
нирования решением одного вопроса — сни-
3. ЭТАП планирование налоговой задолженности жение налогового бремени, в то время как сле-
определить задолженность перед бюджетом для состав- дует рассматривать налоги, как одну из статей
ления прогнозного баланса, которая расчитывается по расходов организации, и разрешать налоговые
формуле:
Остаток задолженности по налогам на конец периода = вопросы в рамках всей системы управления
Остаток задолженности по налогам на начало периода + финансами, а также реализации финансовой
Налоги начисленные — Реструктуризированная задолжен- стратегии компании.
ность — Выплаты по налогам
Ценный опыт можно почерпнуть, следуя
наработкам, точнее целой философии япон-
ских специалистов. Применение в процессе
Рис. 6. Этапы построения бюджета налогов бюджетирования принципов философии кайд-
зен, так называемая система 5-S — это филосо-
Сортировка — чет- фия малозатратного, бережливого, успешного
кое разделение вещей бюджетного управления (рис. 7).
на нужные и ненуж-
ные и избавление от Бюджетирование (в том числе и налогов)
последних – это гибкая технология, предполагает воз-
можность применения в различных отраслях,
Содержание в в том числе и геодезической. Однако решение
Стандартизация чистоте — о составлении бюджета налога руководителю
— поддержание 5-S «Мусор» может
порядка быть в каналах следует соизмерять с его возможностями и
коммуникации объективной потребностью в данной информа-
ции. Иначе затраты на формирование бюджета
Соблюдение порядка — будут превышать получаемые от него выгоды.
названия файлов и ме- Совершенствование — В заключение следует подчеркнуть, что
сто их хранения должно воспитание привычки
быть упорядочено. точного выполнения бюджетирование налогов, являясь важным ин-
Наведение порядка в установленных правил, струментом системы управленческого учета,
каналах коммуникации процедур и технологиче- необходимо в решении стратегических задач
— это выпрямление ских операций
«кривых» маршрутов
налогового планирования. Налоговое бюдже-
тирование является одним из основных на-
правлений управления налоговыми рисками.
Рис. 7. Принципы философии кайдзен

100
 кадастр, экономика и развитие территорий

Эффективное управление же налоговыми ри-
сками и обязательствами может стать одним
из существенных источников повышения при-
быльности бизнеса и дополнительной лик-
видности, которые так необходимы сегодня
российским компаниям в условиях кризиса.
Правильно поставленная система налогового
бюджетирования в организации — залог повы-
шения эффективности налогового менеджмен-
та и деятельности организации в целом.
ЛИТЕРАТУРА
1. Кобенко А. Формирование бюджета налогов//Финансовый
директор. [Электронный ресурс]. – Режим доступа: http://
www.cfin.ru/-Дата доступа. 11.01.2012.
2. Бодрова Т.В. Теория и методология формирования си-
стемы управленческого учета для целей налогообложения:
Автореф. дис…канд. экон. наук. −Орел, 2008.− 50 с.
3. Макашина О.В. Теория и методология эффективного бюд-
жетирования: монография / О.В. Макашина, Ю.А. Соколов. –
СПб.: Изд-во Политехн. ун-та, 2010.
4. Филимонихин А. Бюджетирование по кайдзен//E-xecutive.
[Электронный ресурс]. – Режим доступа: http://www.cfin.ru−
Дата доступа 05.01.2012.
5. Рубис А.В. Бюджетирование как современная форма вну-
трифирменного планирования и стратегического управления
на предприятии/ Материалы Всероссийской научной конфе-
ренции – Владивосток: Изд-во ТГЭУ, 2005.
6. Налоговый учет и налоговое планирование [Электронный
ресурс]. – Режим доступа: http://www.rbsys.ru/print.php?page
=39&option=public.−Дата доступа. 10.01.2012.
7. Бочкарев А. Фискальное самоуправление. 7 нот ме-
неджмента. Настольная книга руководителя / Под ред.
В.В. Кондратьева.−М.:Эксмо, 2008.−976 с.
Принята к печати 26 сентября 2012г.
Рекомендована кафедрой экономики
и предпринимательства МИИГАиК

Принципы организации документооборота при осуществлении

территориального общественного самоуправления
Аспирант Е.С. Якимчук
Московский государственный университет геодезии и картографии
Eyakimchuk@mail.ru
Аннотация. Рассматривается документооборот, возникающий между органами территориального
общественного самоуправления и структурой государственной власти. Выделены основные пробле-
мы при ведении территориального самоуправления и показана целесообразность введения земельно-
информационной системы, которая должна представлять собой целостную технологическую, про-
граммную и информационную среду, предназначенную для совместного сбора, документирования,
накопления, распространения и обработки информации в целях решения вопросов обеспечения жиз-
недеятельности населения самими гражданами при взаимодействии с органами местного самоуправ-
ления и государственной власти.
Ключевые слова: территориальное общественное самоуправление (ТОС), документооборот, элек-
тронная цифровая подпись (ЭЦП), информационная система, субъекты отношений
Abstract. The author considers the documents circulation, which arises between institutions of territorial
public governance and state government structures. The author identifies the main problems in the management
of territorial government and considers necessesity to introduce a land information system, which should be
an integral technology, software and information environment, designed to share the collection, recording,
storage, distribution and processing of information in order to address the immediate viability of the population
at the local level by citizens in cooperation with local governments and public authorities.
Keywords: The territorial public self-government (TOS), document management, digital signature (EDS),
information system, subjects of relationships

Территориальное общественное само- тут становится необходимым звеном системы

управление (ТОС). Федеральный закон «Об
общих принципах организации местного само-
управления в Российской Федерации» опреде-
ляет территориальное общественное самоуправ-
ление, как самоорганизацию граждан по месту
их жительства на части территории поселения
для самостоятельного осуществления собствен-
ных инициатив по вопросам местного значения
под свою ответственность. Сегодня этот инсти-
местного самоуправления, благодаря которому
жители муниципальных образований могут при-
нимать участие во всех вопросах жизнеобеспече-
ния той территории, где они живут [1].
В структуре местного самоуправления мож-
но выделить четыре основные формы [2].
1. Формы непосредственной демократии.
2. Территориальное общественное само-
управление. Под территориальным обществен-

101
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ным самоуправлением понимается самооргани-
зация граждан по месту их жительства на части
территории муниципального образования для
самостоятельного и под свою ответственность
решения вопросов местного значения непосред-
ственно населением или через создаваемые им
органы территориального общественного само-
управления.
3. Выборные и другие органы местного са-
моуправления.
4. Ассоциации и союзы муниципальных об-
разований.
Органы ТОС являются основным элемен-
том системы общественного самоуправления.
Именно они на практике осуществляют большин-
ство прав и обязанностей, которые закреплены за
населением в рамках ТОС. Во главу органов ТОС
выбираются Советы (комитеты) и основная на-
грузка по осуществлению ТОС ложится именно
на эти Советы (комитеты) дворов, улиц, кварта-
лов, микрорайонов, и, следовательно, именно де-
ятельность органов ТОС нуждается в более под-
робной регламентации и изучении [3].
Необходимо отметить, что в ст. 27
Федерального закона №131-ФЗ, регулирующей
территориальное общественное самоуправление,
достаточно важные полномочия закреплены за
органами ТОС, что создает благоприятные ус-
ловия для их активного участия в решении во-
просов местного значения. Органы ТОС пред-
ставляют интересы населения, проживающего
на соответствующей территории; обеспечивают
исполнение решений, принятых на собраниях и
конференциях граждан; могут осуществлять хо-
зяйственную деятельность по благоустройству
территории, иную хозяйственную деятельность,
направленную на удовлетворение социально-бы-
товых потребностей граждан, проживающих на
соответствующей территории, как за счет средств
указанных граждан, так и на основании договора
между органами ТОС и органами местного само-
управления с использованием средств местного
бюджета; вправе вносить в органы местного са-
моуправления проекты муниципальных право-
вых актов, подлежащие обязательному рассмо-
трению этими органами и должностными лицами
местного самоуправления, к компетенции кото-
рых отнесено принятие указанных актов.
Субъекты отношений. Информационное
взаимодействие — это необходимое условие су-
ществования и развития «местного сообщества».
Органы местного самоуправления, к сожале-
нию, неактивно и неэффективно производят та-
102
кой информационный обмен. Да и большинство
граждан пассивны для такого обмена. Однако
существует территориальное общественное са-
моуправление, позволяющее активизировать
граждан, пусть даже на микротерритории, и обе-
спечить возможность «общения» между населе-
нием и органами местного самоуправления.
Местные задачи могут и должны быть опре-
делены гражданами микрорайона, квартала, жи-
лого комплекса и т.д. Эти задачи должны обсуж-
даться на уровне ТОС и доноситься до органов
местного самоуправления, при этом возможно и
обратное делегирование.
Местное самоуправление, будучи относи-
тельно самостоятельным институтом обще-
ственного развития, оказывает влияние на госу-
дарство и его структуры, взаимодействует с ним.
Это взаимодействие выражается в следующих
положениях:
обязательность решений, принятых путем
прямого волеизъявления граждан, решений орга-
нов и должностных лиц местного самоуправле-
ния для исполнения всеми расположенными на
территории муниципального образования пред-
приятиями, учреждениями и организациями не-
зависимо от их организационно-правовых форм;
обязанность рассмотрения органами госу-
дарственной власти и государственными долж-
ностными лицами обращений органов и долж-
ностных лиц местного самоуправления;
обладание представительных органов
местного самоуправления правом законода-
тельной инициативы в законодательном (пред-
ставительном) органе государственной власти
субъекта РФ;
право местного самоуправления предъявлять
в суд или арбитражный суд иски о признании не-
действительными нарушающих права местного
самоуправления актов органов государственной
власти и государственных должностных лиц;
участие местного самоуправления в избира-
тельном процессе при подготовке и проведении
выборов органов государственной власти и рефе-
рендума Российской Федерации и ее субъектов;
осуществление органами местного само-
управления переданных им отдельных государ-
ственных полномочий.
По мнению С.А. Авакьяна, есть как мини-
мум три канала взаимодействия государства и
органов местного самоуправления: во-первых,
вышестоящие органы помогали и будут помогать
в хозяйственно-финансовом отношении местно-
му самоуправлению; во-вторых, они должны вы-
 кадастр, экономика и развитие территорий
ступать в качестве надзорной инстанции, «обере-
гающей» местное самоуправление от принятия
незаконных, а то и неправильных, необоснован-
ных решений, не позволяющей забывать о госу-
дарственном интересе; в-третьих, вышестоящие
органы призваны быть инстанцией, помогаю-
щей, в том числе методически, местному само-
управлению, обобщающей и распространяющей
их положительный опыт. В субъекте РФ необхо-
дима инстанция, которая координировала, изуча-
ла бы и обобщала тенденции развития местного
самоуправления, в свою очередь испытывая его
влияние по принципу обратной связи [4].
Виды информационного взаимодействия
(по субъектам). В настоящее время властью
осуществляется широкомасштабное взаимодей-
ствие с населением с помощью электронных си-
стем коммуникации: телевидения, социальных
сетей, Интернета, а также печатных СМИ. Это
взаимодействие выполняется на всех уровнях
управления: поселковом (сельском), городском,
районном, областном и, конечно, на государ-
ственном уровне.
Однако для принятия конкретных решений по
существующим проблемам необходимо использо-
вать данное воздействие и в обратном порядке.
То есть население должно быть обеспечено воз-
можностью «достучаться» до власти посредством
того же телевидения, Интернета и т. д.
ТОС в целях налаживания совместной рабо-
ты могут обращаться к органам местного само-
управления с уже конкретными предложениями
по улучшению условий жизни местного насе-
ления. Такие предложения должны быть обо-
снованны и аргументированы. Поэтому для то-
го чтобы, допустим, реализовать на местности
установку социально-досугового объекта (на-
пример, волейбольная площадка) – необходимо
запросить сведения из Государственного када-
стра недвижимости (ГКН), что тоже является до-
кументооборотом.
Таким образом, ТОС взаимодействует не
только по схеме «граждане – ТОС – органы
Классификация информации
Виды (по ее форме представления,
Свойства
способам ее кодирования и хранения)
Графическая или изобразительная Объективность
Звуковая Достоверность
Текстовая Полнота
Числовая Точность
Видеоинформация Актуальность
Полезность (ценность)
местного самоуправления», но и с разного рода
структурами, запрашивая и получая необходи-
мые сведения.
Виды документов (типы информации). В
настоящее время развивается электронное взаи-
модействие внутри и между разного рода орга-
низациями, а также структурами.
С информацией всегда связывают три понятия:
источник информации — тот элемент окру-
жающего мира, сведения о котором являются
объектом преобразования;
потребитель информации — тот элемент
окружающего мира, который использует инфор-
мацию;
сигнал — материальный носитель, который
фиксирует информацию для переноса ее от ис-
точника к потребителю.
Электронный документ является носите-
лем так же, как и бумага, такой информации как
текст, графика. Различие состоит лишь в том,
что бумажный документ имеет собственноруч-
ную подпись и синюю печать, как подтвержде-
ние подлинности документа, а цифровому (элек-
тронному) документу подлинность обеспечивает
электронная цифровая подпись (ЭЦП).
Для каждой поставленной задачи при отно-
шениях каждым из субъектов приходится иметь
дело с информацией в различных формах, видах и
типах. Если классифицировать эту информацию,
то в общем виде ее можно отобразить в таблице.
Классический документооборот. Совре-
менные технологии позволяют организовать
полностью безбумажный обмен документами,
однако, на практике электронные документы ча-
сто выступают всего лишь двойниками бумаж-
ных документов.
Автоматизацию документооборота можно
условно подразделить на четыре вида: бумажный
документооборот, бумажный документооборот с
использованием автономных ПК, смешанный до-
кументооборот и безбумажный документооборот.
Бумажный документооборот означает, что
все этапы документ проходит в бумажной форме.
Типы По виду оформления
Фактографическая (фиксация изменений объ-
Подлинник
ектов реального мира)
Комментарийная Дубликат
Справочная Копия
Иллюстративная Заверенная копия
Методическая Выписка
103
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Еще полтора десятка лет назад данный вид доку-
ментооборота был единственным. Для регистра-
ции бумажных документов использовались жур-
налы — гроссбухи или листы большого формата,
в которые вписывались вновь зарегистрирован-
ные документы. По истечении определенного
срока журналы и листы сдавались в архив. Когда
появились компьютеры, они заменили гроссбухи
и листы, положив начало бумажному документо-
обороту с использованием автономных ПК. На
этой стадии ПК используется для подготовки и
регистрации документов. Смешанный докумен-
тооборот предполагает, что компьютеры служат
для подготовки передачи и хранения докумен-
тов, однако, юридическую силу документ имеет
только в бумажном виде.
Безбумажный документооборот означает,
что все операции с документами производятся в
электронном виде.
Юридическая сила электронного докумен-
та обеспечивается за счет использования ЭЦП
— механизма, который позволяет доказать, что
автор присланного электронного документа яв-
ляется именно тем лицом, за кого он себя выдает,
и что документ не был изменен в процессе до-
ставки.
Электронный документооборот. Элект-
ронное правительство и — в более широком
смысле — электронное государство могут функ-
ционировать только при наличии эффективных
механизмов обмена юридически значимыми
электронными документами между всеми юри-
дическими и физическими лицами — участ-
никами документооборота: государственными
организациями, предприятиями, служащими и
гражданами. Сегодня основным инструментом
работы с электронными документами являются
системы электронного документооборота.
В рамках проекта внедрения системы элек-
тронного документооборота в электронную фор-
му переводятся следующие типы документов.
1. Входящие, исходящие документы.
2. Договоры. Создание, согласование и хра-
нение в едином месте.
3. Приказы, распоряжения. Создание, согла-
сование и доставка управленческой информа-
ции. Возможность проконтролировать получе-
ние и исполнение данных документов.
4. Служебные записки, заявки.
5. Организация архива электронных доку-
ментов. Безопасное хранилище и удобный поиск
по всему архиву.
Каждый электронный документ представля-
104
ет собой некоторый набор данных, сохраняемых
в виде, определяемом типом электронного доку-
мента. Любой электронный документ принадле-
жит к какому-либо определенному типу, который
определяет порядок обработки, распечатки, рас-
сылки и выполнения других операций над данны-
ми, содержащимися в электронном документе.
Тип электронного документа определяет:
какие данные могут содержаться в документе; в
каком виде они будут храниться в памяти ком-
пьютера; каким образом они будут отображаться
на экране и распечатываться на принтере и ка-
кие операции с данными, содержащимися в до-
кументе, можно будет произвести.
Тип документа может рассматриваться как
некий шаблон (бланк), на основе которого созда-
ются новые документы, а также как набор опе-
раций, выполнение которых возможно над элек-
тронными документами данного типа.
В системах, обеспечивающих электронный
документооборот, реализовано множество ти-
пов электронных документов самого различного
назначения — от произвольного текстового со-
общения для обмена информацией электронной
почтой до сложных форматов платежных доку-
ментов и различных форм отчетности. В таких
системах предусматривается, что минимальный
набор типов документов встраивается в систему
обработки электронных документов (эти типы
документов называются встроенными и присут-
ствуют всегда, независимо от того, какая конфи-
гурация программного обеспечения установлена
на рабочем месте), а все остальные реализуются
подключаемыми программными модулями, и их
действительное количество зависит от специфи-
ки выполняемых задач. Например, если появи-
лась необходимость подготавливать и пересы-
лать по электронным каналам связи новый вид
отчетности, всю систему заменять не понадобит-
ся, необходимо будет только добавить в конфигу-
рацию программный модуль, обрабатывающий
электронные документы, представляющие дан-
ный вид отчетности.
Юридическую значимость электронному до-
кументу придаёт электронная цифровая подпись,
которая на территории Российской Федерации
равнозначна собственноручной подписи в доку-
менте на бумажном носителе при одновремен-
ном соблюдении следующих условий:
1) сертификат ключа подписи, относящийся
к этой электронной цифровой подписи, не утра-
тил силу (действует) на момент проверки или на
момент подписания электронного документа;
 кадастр, экономика и развитие территорий
2) при наличии доказательств, определяю-
щих момент подписания;
3) подтверждена подлинность электронной
цифровой подписи в электронном документе;
4) электронная цифровая подпись использу-
ется в соответствии со сведениями, указанными
в сертификате ключа подписи [5].
Сведение данных в единую систему. Соз-
дание современных ЭВМ позволило автомати-
зировать обработку данных во многих сферах
деятельности ТОС. Без современных систем об-
работки данных сегодня трудно представить пе-
редовые производственные технологии, управле-
ние экономикой и государством на всех уровнях,
научные исследования, образование, издатель-
ское дело, функционирование средств массовой
информации, проведение крупных спортивных
состязаний, наконец ТОС.
Одним из наиболее распространенных клас-
сов систем обработки данных являются инфор-
мационные системы. Хотя на уровне здравого
смысла назначение таких систем понятно каж-
дому, для серьезного обсуждения технологий со-
временных информационных систем необходи-
мо более четко определить, в чем заключаются
их специфические особенности, чем они отлича-
ются от других систем обработки данных, какие
функции они могут выполнять, какими ресурса-
ми они располагают.
Любой разумный вид деятельности основы-
вается на информации о свойствах состояния и
поведения той части реального мира, с которой
связана эта деятельность. Для получения такой
информации во многих случаях необходимо ре-
гулярно через некоторые интервалы времени
проводить натурные измерения (или наблюде-
ния), позволяющие определять характеристики
состояния сущностей реального мира и проте-
кающих процессов, соответствующие моментам
времени, когда эти измерения производятся.
В других случаях удается воспользоваться
«материализованной» информацией, содержа-
щейся в различного рода бумажных документах,
отчетах или публикациях, которые также высту-
пают как часть реальности. Требуемую инфор-
мацию можно извлечь из них путем своего ро-
да «наблюдения». Именно для поддержки таких
моделей служит специальный класс систем об-
работки данных — автоматизированные инфор-
мационные системы [6].
Заключение. Сегодня применение ИС
в большинстве ТОС проходит бессистемно.
Современные технологии построения инфор-
105
мационных систем почти не применяются, при-
кладное программное обеспечение используется
чаще всего только в бухгалтерии и делопроиз-
водстве. В лучшем случае у ТОС есть веб-сайт
с минимальной информацией. В отличие от ин-
формационных систем, предназначенных для
управления на уровне муниципалитета, земель-
но-информационная система территориального
общественного самоуправления должна пред-
ставлять собой целостную технологическую,
программную и информационную среду, предна-
значенную для совместного сбора, документиро-
вания, накопления, распространения и обработки
информации в целях решения вопросов непо-
средственного обеспечения жизнедеятельности
населения на местном уровне самими гражда-
нами при взаимодействии с органами местного
самоуправления и государственной власти.
Использование в системе документооборо-
та АИС при осуществлении территориального
общественного самоуправления позволит: пред-
ставлять информацию в наглядном структуриро-
ванном виде с возможностью быстрого поиска
по заданным критериям; повысить актуальность
и достоверность, в частности с помощью геоин-
формационной составляющей, а также повысить
оперативность получения информации; исполь-
зовать упрощенную систему администрирования
и сопровождения, а также системы виртуального
голосования и форумов; осуществлять взаимо-
действие с государственной структурой.
ЛИТЕРАТУРА
1. Об общих принципах организации местного самоуправле-
ния в Российской Федерации. Федеральный закон от 6 октября
200г. № 131-ФЗ http://www.pskov.ru/e-gov/smav/concept/print
2. Васильев А.А. Территориальное общественное самоуправ-
ление в схемах и таблицах с вопросами. Н.Новгород: Волго-
Вятская академия государственной службы, 2001.
3. Территориальное общественное самоуправление: пробле-
мы формирования и организации деятельности/ Подготовлено
комитетом по местному самоуправлению и информационно-
аналитическим отделом Алтайского краевого Совета народ-
ных депутатов, 2006.−97с.
4. Авакьян С.А. Проблемы организации государственной
власти и местного самоуправления в субъектах Российской
Федерации / Организация государственной власти и местного
самоуправления в субъектах РФ: концепции, конституционно-
правовые основы, практика/ Материалы науч.-практ. конф. 29
марта 1995 г. М.: Изд-во МГУ, 1996.
5. Об электронной цифровой подписи. Федеральный закон
от 10 января 2002года №1-ФЗ.
6. Миндалёв И.В. Информационные системы. КрасГАУ.
http://www.kgau.ru/istiki/is/bk01-toc.html
Принята к печати 5 июня 2012 г.
Рекомендована кафедрой кадастра
и основ земельного права МИИГАиК
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

УДК 528.5

геодезическое приборостроение

Алгоритмы работы оптико-электронной системы

в режиме обнаружения и слежения за подвижными объектами
Профессор, доктор техн. наук Ю.Г. Якушенков
Московский государственный университет геодезии и картографии
yakush@miigaik.ru
Аннотация. Для обнаружения движущегося в угловом поле оптико-электронной системы (ОЭС) объ-
екта и последующего слежения за ним можно использовать различные алгоритмы, базирующиеся на
методах пространственной и пространственно-временнóй фильтрации. Наиболее известны методы
вычитания сигналов, образующих изображение наблюдаемой сцены, содержащей подвижные и не-
подвижные объекты. При недостаточно большой освещенности или яркости наблюдаемой сцены по-
лезным может оказаться иерархический двухуровневый алгоритм. На первом его этапе для улучшения
качества фильтрации сигнала от объекта осуществляется сегментация изображения сцены, т.е. выде-
ление участков (зон сцены), содержащих движущиеся объекты. На втором этапе с высокой точностью
анализируется каждая зона и определяются текущие координаты объекта и его траектория движе-
ния. Еще один алгоритм может быть основан на нахождении отношения правдоподобия обнаружения
объекта и сравнении с этим отношением некоторого порога обнаружения при постоянной скорости
ложных тревог, возникающих при изменении от кадра к кадру выборок сигналов, подчиняющихся пу-
ассоновской статистике.
Ключевые слова: оптико-электронная система, подвижный объект, пространственно-временная
фильтрация
Abstract. It is possible to use any algorithms for detection and tracking an object moving in the electric
optical system field of view. These algorithms are based on spatial and spatial-temporal filtering methods. The
method of subtracting signals from scene images with a moving and an immovable objects are most known.
Hierarchical two-step algorithm may be useful if the scene radiance or irradiance is insufficient. Another
algorithm is based on comparing the ratio of likelihood of finding to a threshold of the ratio of constant false
alarm velocity for sampling Poisson signals received in successive frames.
Keywords: electric optical system, moving object, spatial-temporal filtering

Целью настоящей статьи является рассмо-
трение некоторых алгоритмов обнаружения
и слежения за подвижным объектом, которые
могут быть положены в основу компьютерной
модели ОЭС, работающей в динамическом ре-
жиме. Большое число ОЭС, работающих в этом
режиме, т.е. осуществляющих поиск, обнару-
жение и слежение за подвижными объектами,
основано на использовании алгоритмов про-
странственной и пространственно-временнóй
фильтрации [1−3 и др.]. Эти же алгоритмы
могут быть использованы при обнаружении
и слежении за неподвижными объектами, на-
блюдаемыми ОЭС, размещенными на подвиж-
ном носителе, например при дистанционном
зондировании подстилающей поверхности с
борта летательного или космического аппара-
та.
Пространственная выборка изображений
наблюдаемой сцены (кадра) часто ведется пу-
тем пространственной дискретизации (деления
поля изображений, создаваемых оптической
системой, на отдельные элементы — пиксе-
лы), выборки значений сигналов, снимаемых
с каждого пиксела, и превращения этих сигна-
лов (потоков, освещенностей) в электрические
сигналы с помощью многоэлементных (линей-
ных или матричных) приемников излучения
(МПИ).
При обнаружении движущихся объектов
простейшим алгоритмом работы ОЭС являет-
ся сравнение последовательно наблюдаемых

106
 геодезическое приборостроение
кадров, т.е. изображений просматриваемого
поля (сцены). Осуществляя выборку во време-
ни значений поля изображения сцены и вычи-
тая значения сигналов, получаемых в каждом
предыдущем кадре (выборке), из значений
сигналов в «текущем» кадре, можно компенси-
ровать (минимизировать) не изменяющиеся во
времени сигналы (яркости, освещенности) от
фона, на котором находится объект, и, напро-
тив, выделить изменяющиеся от кадра к кадру
сигналы (изображения движущегося объекта).
Процесс селекции движущегося объекта
на фоне и определение его координат и параме-
тров движения можно разбить на две стадии:
1) обработка изображения наблюдаемой
сцены (поля изображений) в целях выделения
полезного сигнала — изображения объекта и
подавления (уменьшения) посторонних изо-
бражений;
2) слежение за объектом для определения
его координат и параметров движения.
Если динамический диапазон освещен-
ностей или яркостей отдельных участков на-
блюдаемого поля велик и превышает динами-
ческий диапазон всей ОЭС или отдельных ее
элементов, то целесообразно ослабить мало-
информативную часть спектра пространствен-
ных частот, как правило, низкочастотную, вы-
деляемую с помощью фильтра низких частот
(ФНЧ). Для этого из значения сигнала U(tn) в
момент (или интервал) времени tn, получаемого
на выходе МПИ в сумматоре (рис. 1), вычита-
ется низкочастотная его часть Uн(tn), например,
среднее по всему полю значение, соответству-
ющее постоянной составляющей яркости поля
обзора или его части, заметно превышающей
мгновенное поле, соответствующее пикселу
МПИ. Обычно сигнал с выхода МПИ преобра-
зуется к цифровой форме, и в этом виде ведет-
ся его дальнейшая обработка.
Среднее (низкочастотное) значение Uн(tn)
можно также получить, применяя ФНЧ, на-
пример в виде полевой диафрагмы с располо-
женным за ней приемником, работающим в
линейной зоне своей энергетической (или фо-
новой) характеристики и создающим сигнал,
пропорциональный общему, осредненному по
полю обзора (или его части) потоку излучения.
Затем разностный сигнал U(tn) − Uн(tn) может
быть пропущен через фильтр высоких частот
107
Изображение
сцены
МПИ
U(tn)
Uн(tn)
ФНЧ Σ
U(tn)–Uн(tn)
ФВЧ
Блок выделения изображения движущегося объекта путем
пространственно-временной фильтрации и слежения за ним
Координаты, траектория, скорость подвижного объекта
Рис. 1. Обобщенная схема определения параметров
подвижного объекта с коррекцией динамического
диапазона яркости сцены
(ФВЧ), спектральная характеристика которого
согласована со спектром сигнала от обнаружи-
ваемого или отслеживаемого объекта.
Традиционные алгоритмы выделения изо-
бражения движущегося объекта включают сле-
дующие операции:
1) определение абсолютных значений сиг-
налов;
2) бинаризацию получаемых значений (по-
роговое ограничение) путем придания значе-
ния «1» тем элементам анализируемого поля,
для которых сигнал превышает некоторое по-
роговое значение, и значения «0» остальным
элементам;
3) определение положения геометрического
центра тяжести бинаризованного изображения;
4) повторение описанных операций для
следующих временны́х выборок анализируе-
мого поля (следующих кадров).
При этом возможно определение скорости
движения изображения объекта путем деления
значения смещения его центра тяжести на ин-
тервал времени, в течение которого происходи-
ло это смещение.
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Для решения задачи обнаружения объек-
та, движущегося на фоне гауссовского класте-
ра помех, могут быть применены известные
методы согласованной и пространственно-
временнóй фильтрации [2, 4]. Например, каж-
дый из последовательно получаемых кадров
(изображений просматриваемой сцены) сме-
щается по двум ортогональным координатам
для компенсации сдвига изображения объекта,
а затем эти кадры складываются вместе, т.е.
осуществляется осреднение сигналов и улуч-
шение качества результирующего изображе-
ния движущегося объекта.
Рассмотрим ряд известных алгоритмов,
используемых для обнаружения и выделения
изображений движущихся объектов. Часто,
особенно при «зашумленных» изображени-
ях, когда наряду с выделяемыми объектами в
анализируемом поле присутствуют многочис-
ленные помехи в виде пестрого, т.е. случайно
меняющего свою освещенность или яркость в
пространстве и времени фона, достаточно эф-
фективными являются алгоритмы простран-
ственно-временной обработки изображений,
рассмотренные в [1, 2]. При этом используются
трехмерные фильтры в соответствии с пред-
ставлением оптического сигнала в виде функ-
ции двух пространственных координат — х и у
(обычно в плоскости изображения) и времени t.
Одним из способов обработки последо-
вательности получаемых во времени изо-
бражений с целью выделения изображения
подвижного объекта является использование
оператора Лапласа (лапласиана). Для получе-
ния лапласиана сигнала (яркости Lt), снимае-
мого в момент t с элемента поля с координата-
ми (х, у), образуется выражение вида
Lt (x, y) = Ut+T (x, y) − 2 Ut (x, y) + Ut−T (x, y),
где t−T, t, t+T — три последовательных мо-
мента времени, в которые сигнал принимает
значения Ut−T (x, y), Ut (x, y), Ut+T (x, y), они соот-
ветствуют трем последовательным кадрам об-
рабатываемого изображения; T — период по-
вторения кадров (период временной выборки
сигналов).
Достаточно известными алгоритмами
пространственно-временно́й фильтрации явля-
ются следующие [1−4 и др.].
108
Алгоритм временно́го дифференциро-
вания (АВД). При относительном взаимном
перемещении изображения сцены и элемента
(пиксела) МПИ сигнал, снимаемый с этого эле-
мента, изменяется во времени. Дифференцируя
полученный временно́й сигнал путем его вы-
борки в отдельные моменты времени и выделе-
ния соответствующих разностей, для элемента
с центром в точке (х, у) в момент времени t для
n-го кадра можно получить сигнал
N
U n ( x, y) = ∑ piU n −i ( x, y),
i =0
где N определяется порядком дифференциро-
вания; рi — вес сигнала, поступающего на вход
элемента в i-й момент времени; Un‒i (х, у) — вы-
борка сигнала с элемента (х, у) во времени.
Алгоритм пространственного диффе-
ренцирования (АПД). Принцип действия про-
стейшего фильтра, реализующего АПД, состо-
ит в просмотре изображения сцены, состоящего
из М×N элементов (пикселов МПИ), окном из
K×L элементов (K и L — нечетные числа). В
момент времени tn на центральный элемент
«окна» поступает сигнал un (х, у), т.е. координа-
ты центра этого элемента — (х, у). Затем этот
сигнал вычитается из сигналов, снимаемых с
каждого из элементов K×L «окна» во время
предыдущего кадра (в предыдущей выборке
значений поля изображений элементами K×L
«окна»). На выход проходит только сигнал, об-
разующий наименьшую разность. Это позволя-
ет исключить из дальнейшей обработки такие
детали (объекты) в поле изображений, которые
остаются постоянными во времени (не меняют
своего положения). При увеличении K и L, что
позволяет улучшить качество фильтрации, на-
пример снизить влияние вибраций основания,
на котором располагается ОЭC, требования к
емкости памяти могут заметно возрасти. То же
происходит и при увеличении просматривае-
мого поля, т.е. М×N, и при повышении порядка
дифференцирования.
Пиковое детектирование. При этом ал-
горитме каждый элемент поля в последова-
тельных временны́х выборках (в последова-
тельных кадрах) рассматривается как центр
окна из K×L элементов. Сигнал, снимаемый с
элемента (х, у), сравнивается с сигналами со
смежных элементов, образующих K×L окно с
центром в (х, у). Если сигнал в любом из смеж-
 геодезическое приборостроение
ных элементов больше, чем в центральном,
то в данном кадре выходной сигнал Un (х, у) с
центрального элемента принимается равным
нулю. В противном случае он принимает зна-
чение, равное входному сигналу.
Пороговое ограничение. Здесь амплитуда
входного сигнала в каждой точке поля (каждом
элементе) сравнивается с некоторым заранее
устанавливаемым порогом. Если этот сигнал
меньше порога, то выходной сигнал Un (х, у)
принимается равным нулю, а если он больше
порога или равен ему, то при бинаризации ему
присваивается единичное значение.
В [1] приведены результаты сравнения
различных алгоритмов, проведенного при мо-
делировании процесса подавления наземного
фона, наблюдаемого из космоса, и при наличии
в угловом поле ОЭС двух слоев движущихся
облаков. Критерием для сравнения служила
степень подавления среднего квадратическо-
го значения шумового сигнала, создаваемого
фоном, а также значение отношения сигнал-
шум, определяемое для некоторого гипотети-
ческого движущегося объекта. Наибольшую
эффективность имело двустороннее простран-
ственное дифференцирование, в большинстве
случаев применяемое одновременно с поро-
говым ограничением и пиковым детектирова-
нием. Однако и при использовании простого
пространственного дифференцирования вы-
деление движущегося объекта на фоне гораз-
до более эффективно, чем при использовании
временно́го дифференцирования.
На второй стадии решения задачи иногда
можно использовать априорную информацию
о скорости движения объекта. Для этого нужно
найти скорость движения изображения объек-
та, обнаруженного на фоне помех с помощью
одного из описанных выше алгоритмов, и
сравнить ее с априорно известным значением.
Первым этапом такого решения может быть
определение траектории движения объекта
(выделение трека изображения), вторым – сле-
жение за этим движением, а затем и сопостав-
ление получаемой информации с априорной в
целях принятия решения о наличии движуще-
гося объекта в анализируемом поле.
Траекторию можно найти следующим пу-
тем. Если сигнал Un (х, у) в точке с координата-
ми (х, у) в n-й момент времени (в n-м кадре) не
109
равен нулю, а при следующей временно́й вы-
борке, т.е. в (n+1)-м кадре, отличный от нуля
сигнал Un+1 наблюдается в точке (x + k, у + l), то
отрезок, соединяющий эти две точки, с опре-
деленной вероятностью принимается за отре-
зок траектории движения объекта, создающего
сигналы Un и Un+1. Дальнейшее развитие этого
метода предусматривает использование адап-
тивных фильтров, минимизирующих погреш-
ности определения текущего значения ско-
рости. При получении ненулевых сигналов с
нескольких элементов, образующих окно K×L,
можно селектировать сигнал по его амплитуде,
а также по степени приближения элемента к
центральному элементу окна.
Окончательное распознавание движуще-
гося объекта ведется с использованием ряда
признаков: степени приближения полученного
значения скорости к априорно известной, чис-
ла проанализированных кадров, числа потерь
объекта при слежении за ним и др.
Результаты моделирования всего процесса
обнаружения и селекции одного или несколь-
ких (≤ 10) движущихся объектов на фоне помех
с помощью многоэлементных анализаторов,
приведенные в [1], показали, что вероятность
ложных тревог при использовании описанных
выше алгоритмов и методов может быть сдела-
на очень малой (порядка 10‒4…10‒6 при числе
кадров n = 10 и 10‒12…10‒15 при n = 20).
В литературе [5−9] предлагались и другие
алгоритмы решения рассматриваемой здесь
задачи, однако, практически все они высоко-
эффективны при достаточно больших превы-
шениях сигналов от объекта над сигналами от
фона, что не всегда имеет место на практике и
приводит к необходимости использовать адап-
тивные алгоритмы.
Таким адаптивным двухэтапным алгорит-
мом обработки сигналов при обнаружении
и слежении за подвижным объектом может
явиться алгоритм, схема которого для какого-
то момента времени (одного кадра из после-
довательности) представлена на рис. 2. Здесь
на первом этапе также используется различие
между текущим кадром и некоторым эталоном
(эталонным кадром), который представляет
собой изображение наблюдаемой сцены (фо-
на) без движущегося объекта. Многие блоки
этого алгоритма аналогичны блокам, исполь-
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

U(x,y) для адаптации в каждый момент времени изо-

бражения фона B(x, y) к изменяющейся фоно-
целевой обстановке, в которой работает ОЭС
B(x,y) (изменение освещенности или яркости сцены,
появление новых объектов и т.п.).
Обновление Образование На первом этапе этого алгоритма путем
изображения разностного простого вычитания вида
фона изображения
D(x, y) = │U(x, y) – B(x, y) │
D(x,y)=|U(x,y)–B(x,y)| определяются участки изображения всей сце-
ны, содержащие изображение подвижного
Сегментация (разделе- объекта. При малой освещенности или яркости
ние на N зон) и вычис- сцены сигналы U(x, y) могут иметь малый ди-
ление среднего уровня
серого для каждой зоны намический диапазон уровня серого — сред-
него уровня освещенности изображения всей
Dср(i,j)
сцены. В условиях меняющейся освещенности
или яркости сцены выбор единственного зна-
Сглаживание чения порога ограничения для всех пикселов
изображения сцены не позволяет точно выде-
Dcгл(i,j) лить пикселы, принадлежащие изображению
подвижного объекта. Поэтому изображение
Пороговое ограничение
D(x, y) разделяется на отдельные зоны (блоки)
Aоб, мин размером m×n, для каждой из которых вычис-
ляется уровень серого
Реконструкция формы 1 1 m n
объекта и повторное вы-
числение Aоб, мин
lij = ∑∑ D( x, y)
m n=i 1 =j 1
и устанавливается свой порог ограничения.
Новое изображение Dср(i, j), создаваемое в
Определение геометри- зоне, которой принадлежат пикселы (i, j), по-
ческого центра тяжести лучается путем смещения значения сигнала
изображения подвижно-
го объекта каждого пиксела на величину уровня серого.
В каждой зоне может быть осуществлена про-
странственная фильтрация. Например, для зо-
ны размером m×n = 3×3 можно использовать
Координаты, траектория, скорость подвижного объекта
фильтр высоких частот типа
Рис. 2. Структура адаптивного двухэтапного  −1 −1 −1
алгоритма  
hij = −1 −9 −1 .
зуемым при традиционной пространственно-  −1 −1 −1
 
временнóй фильтрации. По сравнению с ал- Следующая затем операция сглаживания
горитмами, описанными выше, требующими используется для ослабления шумов, возника-
большого объема вычислений, здесь обработка ющих при дискретизации и квантовании сиг-
сигналов занимает меньшее время, хотя и тре- налов. На выходе фильтра, осуществляющего
бует постоянного обновления изображения фо- сглаживание путем осреднения уровня серого
на, т.е. является адаптивной. для всех соседних p участков D(x, y), изображе-
При использовании этого алгоритма на вы- ние будет иметь вид
ходе МПИ образуются дискретизированные по
координатам (x, y) и квантованные по уровню Dсгл (i, =
j ) Dср (i, j ) ∗ h(ij=
)
последовательности изображений U(x, y). Блок 1 m n
обновляемого изображения фона используется = ∑∑ Dср (i + k , j + l )h(k , l ).
p 2 =i 1 =j 1

110
 геодезическое приборостроение
Сглаживание позволяет выделить площади
участков сцены, содержащих движущиеся объ-
екты, и ослабить сигналы от фоновых статиче-
ских изображений, которые могут привести к
появлению ложных тревог.
За сглаживанием следует пороговое огра-
ничение, завершающее первичную фильтра-
цию сигнала. Этот уровень служит для выбо-
ра участков изображения сцены, содержащих
движущиеся объекты. Число таких участков в
результате порогового ограничения уменьша-
ется. Методы выбора порога адаптации описа-
ны в [2, 9, 10 и др.].
Результатом первого этапа обработки —
обнаружения движущегося объекта — явля-
ется вычисление минимальной площади пря-
моугольника, содержащего изображение этого
объекта Aоб,мин.
На втором этапе проверяется наличие объ-
екта в каждой зоне с большей точностью, и
Aоб,мин реконструируется с помощью разностно-
гистерезисного алгоритма [9] с целью получе-
ния бинаризованной формы объекта и коорди-
нат (xц, yц) его геометрического центра тяжести.
Для отслеживания множества объектов может
быть использован фильтр Калмана [4], приме-
няемый к каждому пикселу изображения для
адаптивного предсказания оценки фона в каж-
дый момент времени. Для каждого кадра по-
следовательности изображений сцены опреде-
ляются координаты и траектория объекта.
Следует отметить, что при рассмотрении
алгоритмов обнаружения и слежения необхо-
димо учитывать статистический характер шу-
мов, имеющих место в системе. Например, при
обнаружении движущегося спутника или асте-
роида, наблюдаемого на фоне звездного неба,
независимость времени прихода отдельных
фотонов, образующих сигнал и шум, позволя-
ет представить их пуассоновским случайным
процессом. По сравнению с этим видом шума
тепловой шум цепей усиления сигналов, опи-
сываемый обычно стационарным гауссовским
распределением, может считаться пренебре-
жимо малым. Случайный сигнал, характеризу-
ющий помеху, может быть представлен стаци-
онарным во времени, но нестационарным по
пространству.
Такой случай рассмотрен в [11]. Здесь на
основе пуассоновской статистики предложена
111
методика расчета отношения правдоподобия
и характеристик обнаружения (вероятностей
правильного обнаружения и ложных тревог)
для объекта, перемещающегося по случайно-
неоднородному фону, содержащему множество
малогабаритных излучателей. Согласованный
фильтр дискретного типа осуществляет инте-
грирование вдоль траектории движения объ-
екта, увеличивая сигнал, описывающий его
положение. Показано, что выбирая порог об-
наружения так, чтобы обеспечить постоянную
скорость ложных тревог, можно достичь неза-
висимости алгоритма от уровня полезного сиг-
нала от объекта.
Алгоритм может быть предложен в виде
совокупности следующих этапов:
1) определение из имеющихся данных или
требований к условиям работы системы харак-
тера сигнала и помех (закона распределения
случайных величин и параметров этих распре-
делений);
2) выбор параметра обнаружения (отноше-
ния «сигнал-шум»), учитывающего специфику
работы конкретной рассматриваемой системы;
3) выбор или задание значений одной из
вероятностей — правильного обнаружения D
или скорости ложных тревог F и необходимого
для обеспечения этой вероятности порога – па-
раметра обнаружения;
4) вычисление оставшейся вероятности и
определение отношения правдоподобия как
функции D и F для сопоставления его с при-
нятым критерием оптимальности системы [2];
5) в случае, если этот критерий выполня-
ется, принятие решения о наличии объекта с
определенными координатами (номер пиксела
МПИ) в каждом из образуемых последователь-
но во времени кадров (изображений сцены) и
определение траектории и скорости движения
обнаруженного объекта.
Литература
1. Patterson T.J., Chabries D.M., Christiansen R.W. Image
processing for target detection using data from a staring mosaic
infrared sensor geosynchronous orbit // Optical Engineering, 1986.
V.25,№1. P.166−172.
2. Якушенков Ю.Г. Теория и расчет оптико-электронных
приборов. – М.: Логос, 2011. − 568 с.
3. Holst G.G. Electro-optical imaging system performance.–
SPIE Press. ,Winter Park, FL.: JCD Publishing, 2003.-342 p.
4. Тихонов В.И. Статистическая радиотехника. – М.: Радио и
связь, 1982.−624 с.
5. Jain R., Militzer D., Nagel H.H. Separating non-stationary
from scene components in a sequence of real –word TV images. –
Proc. Int. Joint Conf. on Artificial Intelligence. – 1977, p.612−618
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

6. Parker J.R. Gray level thresholding in badly illuminated
images. – IEEE Trans. Pattern Anal. Mach. Intell., vol.13 (1991),
p.813−819
7. Malik, Koller D., Weber J. Robust multiple car tracking with
occlusion reasoning. – Proc. IV European Conf. on Computer
Vision.- Stockolm, 1994, p.189−196
8. Koller D, Danilidis K., Nagel H. Model-based object tracking
in monocular image sequences of road traffic scenes. – Int. J.
Computer Vision, vol.10 (1993), p.257−281
9. Foresti G.L., Regazzoni C.S. A change detection method
for multiple object localization in real scenes. – IEEE Conf. on
Industrial Electronics, Bologna, Italy (1994), p.984−987.
10. Foresti G.L. Object detection and tracking in time-varying
and badly illuminated outdoor environments. – Opt. Eng., vol.37
(1998), N.9, p.2560-2564.
11. Pohlig S.C. An algorithm for detection of moving optical
targets. – IEEE Trans. on Aerospace and Electronic Systems. –vol.
AES-25 (1989), N 1, p.56−63.
Принята к печати 29 мая 2012 г.
Рекомендована кафедрой
оптико-электронных приборов МИИГАиК

Закон преломления в векторной форме

Профессор, доктор техн. наук Г.А. Можаров, доцент, кандидат физ.-мат. наук А.А. Панов
Московский государственный университет геодезии и картографии
alexey_panov@list.ru
Аннотация. Законы отражения и преломления лежат в основе геометрической оптики. Они могут
быть сформулированы разными способами. В случае компьютерных расчетов удобнее использовать
векторную формулировку этих законов. Для закона отражения такая форма широко известна и исполь-
зуется повсеместно. Здесь мы запишем закон преломления в удобной для расчетов векторной форме.
Ключевые слова: закон преломления, закон отражения, векторная форма, оптический лучевой вектор
Abstract. The laws of reflection and refraction are the basis of geometrical optics. They can be formulated in
different ways. In the case of numerical calculations on computer it is more convenient to use the vector form
of these laws. For the law of reflection such a form is widely known and universally used. Here we write the
law of refraction in the vector form that is well suitable for calculations.
Keywords: law of refraction, law of reflection, vector form, optical ray vector

И закон отражения и закон преломления в Закон отражения в векторной фор-

своей традиционной формулировке оперируют
с углами и их тригонометрическими функци-
ями. Однако в случае компьютерных вычис-
лений, при расчете оптических приборов и
оптических систем удобнее говорить на альтер-
нативном языке и иметь дело с векторами и их
скалярными произведениями. Если векторная
форма закона отражения имеет канонический
вид и повсеместно используется в вычислениях
[1, 2], то векторная форма закона преломления
[1−5] не так широко известна и нуждается, на
наш взгляд, в дополнительной популяризации.
Тем не менее, начнем с отражения.
ме. Формулировка закона отражения крайне
проста: угол падения равен углу отражения
(рис. 1) θ1 = θ2 с необходимым уточнением:
падающий и отраженный лучи лежат в одной
плоскости с нормалью к отражающей поверх-
ности в точке отражения.
Чтобы получить закон отражения в вектор-
ной форме, введем направляющий
 вектор па-
дающего светового луча v1 и направляющий

век-тор отраженного светового луча v2 , свя-
 
занные дополнительным условием v1 = v2 .
Как видно на рис. 2, нормальные составляю-
  
v1 = v2 n

     
v1 = v2 n v1 = v2 n
θ1 θ2
θ1 θ2

Рис.
 2. Длины направляющих векторов равны
Рис. 1. Угол падения θ1 равен углу отражения θ2 v1 = v2 , равны и длины отмеченных отрезков

112
 геодезическое приборостроение

щие этих  векторов

  отличаются  всего лишь
знаком v1 ⋅ n =−v2 ⋅ n , здесь n — единичный
вектор нормали в точке отражения. Что каса-
ется тангенциальных составляющих, то, как
показывает
    тот  жерисунок,
  они просто равны
v1 − (v1 ⋅ n )n = v2 − (v2 ⋅ n )n.
Объединяя два предыдущих равенства, θ1
приходим к выводу, что
     n1
v2 = v1 − 2(v1 ⋅ n )n. (1)
n2
Это и есть закон отражения в векторной
форме. Он одинаково верен при любом из двух
возможных выборов направления единично- θ2
го нормального вектора. Подчеркнем важный
факт: направляющий вектор отраженного све-
тового луча, вычисленный по формуле (1), обя-
зательно имеет ту же самую длину, что и век-
  
тор v1 , то есть v1 = v2 .
Проведенные в этом пункте рассуждения
послужат нам образцом для вывода векторной Рис. 3. Здесь n1 и n2 — показатели преломления
формы закона преломления, хотя он потребует   
и бóльших вычислений. v1 = v2 n
Закон преломления. Пусть n1 — показа-
тель преломления той среды, из которой при-
ходит световой луч, и пусть n2 — показатель
преломления той среды, в которую он прелом-   
v1 = v2 n
ляется. Пусть θ1 = θ2, соответственно, угол па- θ1
дения и угол отражения (рис. 3). Тогда
n1
n1 sin=
θ1 n2 sin θ2 . (2)
n2
Это и есть закон преломления Снеллиуса–
Декарта [1].
Чтобы познакомиться с историей вопроса, θ2
лучше всего обратиться к [2, 3], а для предвари-  
v1 = v2

n
тельного знакомства с различными вариантами
закона преломления в векторной форме к [3−5].
 Геометрическая
 интерпретация. Пусть
v1 и v2 оптические лучевые векторы [5, 6]
падающего и преломленного световых лучей,
то есть их направляющие векторы с длинами
 
v1 = n1 и v2 = n2 . Такой выбор длин позволяет Рис. 4. Геометрическая интерпретация
записать закон преломления (2) в виде
 
v1 sin=θ1 v2 sin θ2 . (3)
Закон
 преломления в векторной форме.
Геометрическая интерпретация этого ре- Пусть n это единичный нормальный вектор к
зультата представлена на рис. 4 в виде равен- преломляющей поверхности в точке прелом-
ства соответствующих отрезков. Здесь v1 и v2 ления. Покажем, что из закона преломления
 
лучевые векторы, то есть v1 = n1 и v2 = n2 .; из Снеллиуса–Декарта, записанного в традици-
закона преломления следует, что отмеченные онной форме (2), следует закон преломления в
отрезки равны. векторной форме, а именно

113
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013


   n2 − n2      n ,. Остается подставить
ции вектора нормали
v2 = v1 +  2  12 + 1 − 1 (v1 ⋅ n ) n. (4) это выражение для v2 ⋅ n в уравнение (6)
 (v1 ⋅ n ) 
 
  n2 − n2      
Но прежде подчеркнем, что формулу (4) v2 = v1 + 2  12 + 1 ⋅ (v1 ⋅ n ) n − (v1 ⋅ n ) n ,
можно применять только при обязательном ус- (v1 ⋅ n )
ловии, что направляющий
 вектор падающего и векторная форма закона преломления (4) до-
светового луча v1 является лучевым, то есть казана.
 
v1 = n1 . Только в этом случае вектор v2 , вы- Самосогласованность векторных форм.
численный по формуле (4), будет направляю- При распространении светового луча в кусоч-
щим вектором преломленного светового луча но-однородной оптической среде он претерпе-
и, более того, в этом случае он будет лучевым вает некоторое количество отражений и неко-

вектором, то есть v2 = n2 . торое количество преломлений, переходя при
Приступим к выводу (4). Нормальная   со-
 этом из среды с одним показателем преломле-
ставляющая лучевого вектора v1 равна (v1 ⋅ n ) n , ния в среду с другим показателем. В этой си-
нормальная
  составляющая
  лучевого вектора туации можно сказать, что основной областью
v2 равна (v2 ⋅ n )n. Их тангенциальные
      состав-
 применения законов отражения и преломления
ляющие – это v1 − (v1 ⋅ n ) n и v2 − (v2 ⋅ n ) n. Как является расчет траектории светового луча.
следует из уравнения (3) и как видно на рис. 4, Под самосогласованностью векторных
они равны между собой форм этих законов подразумевается следую-
        щее: если в начальный момент в качестве на-
v1 − (v1 ⋅ n ) n = v2 − (v2 ⋅ n ) n. (5)
правляющего вектора светового луча выбран
Перепишем это в виде его оптический лучевой вектор, то рассчитан-
        ный с помощью векторных формул (1) и (4)
v2 =v1 + (v2 ⋅ n ) n − (v1 ⋅ n ) n. (6)
направляющий вектор всегда будет оставаться
Здесь нужно  только
 выразить скалярное лучевым. Другими словами, его длина всег-
произведение ( v ⋅ n ) через известные величи- да будет равна показателю преломления того
 2
ны n1 , n2 , v1 , n и необходимый результат будет участка оптической среды, в которой в данный
получен. Чтобы сделать это, возведем обе ча- момент локализован световой луч.
сти (5) в квадрат: В самом деле, после отражения световой
      луч остается в той же среде с тем же самым
= v12 − 2(v1 ⋅ n ) 2 + (v1 ⋅ n ) 2 n 2 =
      показателем преломления, но и применение (1)
= v22 − 2(v2 ⋅ n ) 2 + (v2 ⋅ n ) 2 n 2 . длины вектора не меняет. Далее, при прелом-
 2 2 2 2
С учетом = v12 n= , v2 n= , n 1, име- лении луч переходит в среду с новым показа-
2   2 2
1   2 2
телем преломления, но и в случае применения
ем: n − (v1 ⋅ n ) = n2 − (v2 ⋅ n ) и значит
  1   (4) длина рассчитанного вектора как раз стано-
(v2 ⋅ n ) 2 = n22 − n12 + (v1 ⋅ n ) 2 .
Теперь извлечем квадратный корень вится равной новому показателю преломления.
    Эта самосогласованность обоих векторных за-
(v2 ⋅ n ) = ± n22 − n12 + (v1 ⋅ n ) 2 . конов является их дополнительным преимуще-
Здесь, на самом деле, в некоторых случаях ством при компьютерной реализации.
должен стоять плюс, а в других минус, в зави- Литература
симости от выбора направления нормального
 
1. Тудоровский А.И. Теория оптических приборов. Т 1. М.:
вектора n , но после вынесения (v1 ⋅ n ) из-под Изд. АН СССР, 1948. –662 с.
2. Можаров Г.А. Основы геометрической оптики. М.: Логос,
знака корня эта неопределенность исчезает 2006. –280 с.
3. http://en.wikipedia.org/wiki/Snell's_law
  n22 − n12   4. http://ru.wikipedia.org/wiki/Закон_Снелла
v2 ⋅ n
=   2 + 1 ⋅ (v1 ⋅ n ), 5. Родионов С.А. Основы оптики. СПб.: Изд. ИТМО, 2000.
(v1 ⋅ n ) –172 с.
6. Борн М., Вольф Э. Основы оптики. М.: Наука, 1973. –720 с.
потому что для падающего и преломленно-  
 
го луча скалярные произведения v1 ⋅ n и v2 ⋅ n Принята к печати 19 апреля 2012 г.
Рекомендована кафедрой ВТ и АОАИ МИИГАиК
имеют одинаковые знаки при любой ориента-

114
 геодезическое приборостроение

Современные цифровые рентгенографические аппараты

Доктор техн. наук А.Н. Черний1, профессор, кандидат техн. наук А.П. Михайлов2,
доктор мед. наук Г.В. Ратобыльский1, аспирант А.В. Ли2
1
Первый МГМУ им. И.М.Сеченова, Москва
2
Московский государственный университет геодезии и картографии
fotograma@miigaik.ru
Аннотация. Описывается конструкция и принцип работы современных цифровых рентгенографиче-
ских аппаратов; производится анализ их основных технических характеристик.
Ключевые слова: цифровой рентгенографический аппарат, приемник рентгеновского изображения,
цифровая матрица изображения
Abstract. Construction and working principle of modern radiographical apparatuses are described. The main
technical specifications are analyzed.
Keywords: digital radiographic apparatus, X-ray receiver, digital image matrix
Машины должны работать.
Люди должны думать.
Девиз компании «IBM»

Введение. Цифровые рентгенографические рентгеновского изображения производилась

аппараты относятся к классу рентгеновской
техники, в которой регистрация рентгеновско-
го излучения, преобразование электрического
сигнала, формирование цифровой матрицы
изображения, его архивирование, воспроизве-
дение и копирование производится с помощью
электронных устройств и цифровых техноло-
гий [1, 2].
Интенсивные работы по созданию аппа-
ратно-программных средств для цифровой
рентгенодиагностики начались в 1980-х г. К
этому времени научно-технические достиже-
ния в электронике позволили приступить к
разработке и производству рентгеновских де-
текторов принципиально нового типа. Были
достигнуты успехи и в производстве комплек-
тующих для персональных компьютеров и раз-
работаны специальные программы для циф-
ровой обработки рентгеновских изображений.
Все это позволило создать в начале 1990-х г.
первые цифровые рентгенодиагностические
аппараты. Примером может служить установ-
ка для полноформатной цифровой рентгено-
графии органов грудной полости «Thoravision»
фирмы Филипс, в которой в качестве прием-
ника-преобразователя рентгеновского излуче-
ния использовался селеновый барабан, скры-
тое рентгеновское изображение с которого
считывается системой электродов. Тогда же
появились первые модели цифровых рентге-
нодиагностических систем для полноформат-
ной рентгенографии, в которых регистрация
цифровой камерой, содержащей сцинтилля-
ционный экран, сверхсветосильный объектив
и ПЗС-матрицу. К началу 1990-х г. относится
и разработка детекторов для полноформатной
рентгенографии, представляющих собой пло-
ские панели на основе аморфного кремния и
аморфного селена. Первые серийные цифро-
вые рентгенодиагностические системы с ис-
пользованием плоских панелей появились на
рынке медицинского оборудования в конце
1997 – начале 1998 гг.
В настоящее время цифровая рентгеноди-
агностическая техника продолжает интенсивно
развиваться, охватывая все новые области рент-
генодиагностики. Начато серийное производ-
ство цифровых маммографов, рентгеноденси-
тометров, ангиографов, дентальных аппаратов.
В нашей стране первая цифровая полно-
форматная рентгенографическая установка
появилась в начале 1990 г. Это была установ-
ка сканирующего типа, в которой в качестве
рентгеновского детектора использовалась
многопроволочная пропорциональная каме-
ра. Установка была разработана в Институте
ядерной физики имени Г.И. Будкера СО РАН.
В настоящее время аппарат такого типа выпу-
скается на Орловском заводе «Научприбор». В
начале ХХ в. рядом отечественных фирм нача-
то производство цифровых рентгенографиче-
ских систем для обследования органов грудной
полости — цифровых флюорографов. В этих
аппаратах в качестве детекторов используются

115
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
цифровые камеры, содержащие сцинтилляци-
онный экран, светосильный объектив и ПЗС-
матрицу.
К сожалению, в Российской Федерации
разработка цифровых систем для рентгено-
логии идет с заметным отставанием от запад-
ноевропейских стран, США и Японии, до на-
стоящего времени не созданы отечественные
полноформатные детекторы полупроводнико-
вого типа – плоские панели, нет отечествен-
ных разработок по созданию цифровых рент-
генографических систем на стимулирующих
люминофорах.
Уже первый опыт использования цифро-
вых технологий в рентгенодиагностике по-
казал, что они обладают рядом преимуществ
в сравнении с аналоговыми, среди которых
прежде всего нужно отметить оптимизацию
информативности изображения, его насыщен-
ность, что определяется высокой контрастной
чувствительностью и большим динамическим
диапазоном. Другим преимуществом циф-
ровой рентгенографии является разделение
процесса формирования изображения на от-
дельные этапы, каждый из которых можно
оптимизировать. Это детектирование, нако-
пление, формирование, математическая обра-
ботка, визуализация, анализ и архивация циф-
ровых изображений. Одна из первых обзорных
работ о диагностических возможностях циф-
ровой рентгенографии грудной клетки была
представлена R. Goo, С.R. Wilson, W.D. Foley
(1988). Авторы разделили на три группы все су-
ществующие к тому времени методики цифро-
вой рентгенографии. Качество всех цифровых
изображений сравнивалось с пленочной рент-
генографией. Результаты клинических испыта-
ний указанных систем в сравнении с обычной
рентгенографией оказались не однозначными.
Цифровая рентгенография на основе УРИ и
люминесцентных запоминающих экранов обе-
спечивали лучшее контрастное разрешение,
но пространственное разрешение оказалось
лучшим при стандартной рентгенографии.
Отмечена лучшая визуализация на цифровых
рентгенограммах структур средостения и воз-
можность выявления периферических образо-
ваний, скрытых за тенью средостения, ребер,
купола диафрагмы. В этой же работе была рас-
смотрена проблема обработки, хранения, пере-
116
дачи изображений и рассмотрены вопросы ши-
рокого внедрения видеомониторов. Несмотря
на отмеченные положительные стороны, был
сделан вывод, что для широкого применения
цифровых систем в практику необходимо их
дальнейшее совершенствование.
1. Конструкция современных цифровых
рентгенографических камер. В настоящее
время цифровые рентгеновские камеры выпу-
скаются рядом зарубежных и отечественных
фирм. Конструктивно они отличаются детек-
торным блоком. Ниже рассматриваются прин-
цип получения изображения и технические
характеристики основных типов цифровых
рентгенографических систем.
Рентгенография на запоминающих лю-
минофорах. Фирмой Fuji Photo Film впервые
был разработан детектор с запоминающим
люминофором для цифровой рентгенографии
[1, c. 25, 3]. В рентгеновских аппаратах, где
изображение формируется центральным пуч-
ком, детектор с запоминающим люминофором
имеет вид плоского экрана, а в аппаратах со
сканирующим веерным пучком запоминаю-
щий люминофор нанесен на поверхность ци-
линдра. После рентгеновского воздействия
такой люминофор способен хранить скрытое
изображение в течении 6 ч. Считывание скры-
того изображения производится тонким лучом
инфракрасного лазера (размер сканирующего
пятна 0,1 мм). Под действием лазера происхо-
дит освобождение накопленной в люминофоре
энергии в виде вспышек света, интенсивность
которых пропорциональна числу рентгенов-
ских фотонов, поглощенных запоминающим
слоем. Вспышки света улавливаются фото-
электронным умножителем и преобразуются в
электрический сигнал, который в электронном
блоке формируется в цифровую матрицу, отра-
жающую яркостные показатели каждого пик-
селя. После окончания считывания оставше-
еся изображение стирается путем облучения
поверхности люминофора интенсивным ви-
димым светом. «Очищенный» детектор может
быть использован вновь для рентгенографии.
В серийных образцах запоминающих при-
емников люминофором является фторид бария,
активированный европием. Пространственное
разрешение цифрового изображения, получен-
ного с таким люминофором, не уступает рент-
 геодезическое приборостроение
геновским клиническим снимкам, получен-
ным на традиционных рентгенографических
аппаратах.
Интересно, что в России в 1982 г. был раз-
работан цифровой рентгенодиагностический
аппарат с детектором на запоминающем лю-
минофоре оригинальной конструкции для об-
следования легких (Авторское свидетельство
СССР № 1018623 от 13.10.82), конструкция
которого обеспечивала возможность пере-
дачи рентгеновского изображения по прово-
дам или радиоканалу в центр обработки ин-
формации. Авторы разработки А.Н. Черний,
Э.Г. Чикирдин.
Цифровые рентгенодиагностические ап-
параты с полупроводниковыми детектора-
ми. По мнению специалистов, такие системы
являются одними из перспективных в рентге-
нодиагностике, так как прямая регистрация
рентгеновского излучения на полупроводнико-
вый детектор, связанный с компьютером, зна-
чительно улучшает качество рентгеновского
изображения.
Цифровая рентгенография на селено-
вом барабане. В начале 1990-х годов фирмой
Филипс был создан рентгенодиагностический
аппарат для исследования органов грудной
полости «Thoravision», в котором произво-
дится прямое детектирование рентгеновского
излучения с помощью селенового барабана.
Селеновый барабан изготовлен из алюминия
в форме полого цилиндра, на его внешнюю
поверхность нанесен слой аморфного селена
(a-Se) толщиной 500 мкм [1, с. 33, 4].
Рассмотрим принцип работы этого аппарата.
Селен является фотопроводником; под
действием рентгеновских лучей он приобрета-
ет электрическую проводимость, которая про-
порциональна интенсивности рентгеновского
потока. На поверхности селена формируется
скрытое изображение в виде электрического
рельефа. (рис. 1)
На подготовительном этапе 1 (до начала
рентгенографии) к слою селена посредством
коронного разряда прикладывается высокое
постоянное напряжение. Для этого использу-
ется игольчатый проводник, находящийся на
небольшом удалении от поверхности барабана.
Заряд противоположной полярности прикла-
дывается к алюминиевой поверхности бара-
117
2
экспозиция
1 3
Selenium Selenium
заряд считывание
обработка сигналов
обработка данных
изображения
Рис. 1. Схема формирования изображения
в приемнике-преобразователе на базе селенового
барабана
бана. Селеновый барабан заключен в светоне-
проницаемый и рентгенопрозрачный корпус.
На следующем этапе 2 в результате рентгено-
графии в слое селена происходит накопление
энергии фотонов и высвобождение электро-
нов. Эти свободные электроны и обеспечивают
электрическую проводимость (электронно-ды-
рочную проводимость полупроводника). Под
действием высокого постоянного электриче-
ского поля электроны перемещаются в сторону
поверхности слоя селена и частично нейтрали-
зуют положительный заряд.
Уменьшение электрического заряда на по-
верхности слоя селена происходит пропорци-
онально интенсивности потока рентгеновских
фотонов. В результате этого на поверхности
селенового барабана формируется скрытое
рентгеновское изображение. На этапе 3 преоб-
разования производится считывание скрытого
изображения путем сканирования селенового
слоя электродами, находящимися на расстоя-
нии 100 мкм от поверхности чувствительно-
го слоя. После считывания и преобразования
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
электрических сигналов массив данных пере-
дается на рабочую станцию, где формируется
цифровая матрица рентгеновского изображе-
ния.
Изображение выводится на экран видеомо-
нитора для его диагностического анализа.
В аппарате «Thoravision» селеновый бара-
бан имеет диаметр 50 см, размер поля съемки
43×49 см при фокусном расстоянии 200 см
(рис. 2).
Цифровая рентгенография с использо-
ванием полноформатной полупроводниковой
матрицы. В настоящее время рядом ведущих
зарубежных фирм: General Electric, Philips,
Рис. 2. Общий вид рентгенодиагностического аппа-
рата «Thoravision»
1 2
3 носкопии.
4 В настоящее время производство полно-
Рис. 3. Основные элементы твердотельной матрицы
118
Trixel, Canon, Simens, Starling выпускается
рентгеновский аппарат, в котором в качестве
детектора излучения используется полномас-
штабная полупроводниковая твердотельная
матрица. Такой цифровой рентгеновский ап-
парат считается наиболее эффективным, так
как в нем отсутствуют «лишние» промежуточ-
ные элементы, поглощающие и рассеивающие
кванты рентгеновского сигнала, несущие по-
лезную информацию о состоянии внутренних
органов пациента. Детектор с полномасштаб-
ной матрицей регистрирует все кванты рент-
геновского пучка, прошедшие через объект ис-
следования [1, c. 37, 5].
На рис. 3 показаны основные элементы
полномасштабной матрицы (1 — матрица,
2 — сцинтилляционный слой, 3 — полупро-
водниковый слой, 4 — считывающее устрой-
ство). Ее конструкция представляет собой дву-
мерную поверхность прямоугольной формы,
равномерно разбитую на элементарные участ-
ки (ячейки), каждая из которых имеет свой гео-
метрический адрес, определяющий положение
ячейки вдоль строки и столбца. От размера
ячейки пикселя зависит разрешающая способ-
ность цифрового снимка и чувствительность
детектора. Количество квантов, поглощенных
ячейками матрицы, определяет яркостные па-
раметры изображения. Электронное изобра-
жение матрицы считывается и переносится в
запоминающее устройство, где формируется в
виде цифрового снимка.
Для обследования легких необходима пол-
номасштабная матрица размером 400×400 мм.
В недалеком прошлом такая задача казалась
неразрешимой из-за целого ряда технологи-
ческих трудностей. Однако в 1998 г. фирмой
«General Electric» была создана твердотель-
ная матрица форматом 1К с размером пикселя
0,2  мм. Матрица содержала сцинтилляцион-
ный экран, связанный оптоволокном с пласти-
ной кремневых фотодиодов. Матричный де-
тектор отличался высоким быстродействием
(до 30-ти изображений в секунду), что позво-
лило использовать его даже в режиме рентге-
масштабных матриц (400×400 мм) на основе
аморфного селена (Se) освоено многими зару-
бежными фирмами. С помощью самых совер-
 геодезическое приборостроение

шенных матриц удается получить цифровое В цифровом рентгеновском аппарате, осна-

рентгеновское изображение с числом пикселей щенном линейкой-преобразователем, полное
не менее 4000×4000 и зарядной емкостью до изображение внутренних органов получают
12 бит. На рис.4. показана одна из таких со- путем линейного сканирования исследуемой
временных рентгенодиагностических уста- области узким веерным рентгеновским пучком
новок–AXIOM-Aristos-VX (Siemens). Однако (рис. 5) при синхронном движении излучателя
стоимость полноформатных матричных детек- и детектора относительно пациента, который
торов очень высока: 250–400 тыс. долл. США,
что делает недоступными цифровые рентге-
новские аппараты этого типа для широкого
практического применения в здравоохранении
России.
Цифровые рентгеновские аппараты ска-
нирующего типа. Технологические трудности
создания полноформатной матрицы для прямо-
го детектирования рентгеновского излучения
и высокая себестоимость изделия обусловили
появление цифровых аппаратов сканирующего
типа. В этих аппаратах преобразователь излу-
чения выполнен в форме линейки. Известно
применение двух типов преобразователей: га-
зоразрядного и полупроводникового [2, c. 29].
Газоразрядный преобразователь представ-
ляет собой многопроволочную пропорциональ-
ную камеру, заполненную смесью газов (ксенон
и углекислый газ). Проволочки (электроды) в
камере находятся под высоким электрическим
потенциалом. Под действием рентгеновских
лучей происходит ионизация газовой среды,
которая происходит при столкновении рентге-
новских фотонов с атомами ксенона. Этот про- Рис. 4. Аппарат AXIOM-Aristos-VX фирмы Siemens
цесс, называемый ударной ионизацией, приво-
дит к лавинной ионизации газа, в результате
которой величина наведенного на проволочке
электрического сигнала увеличивается до 3000
раз. Такое усиление сигнала позволяет считать
поглощенные рентгеновские кванты буквально
поштучно. Это чрезвычайно важно для медици-
ны, так как в цифровом аппарате с газоразряд-
ным детектором лучевая нагрузка на пациента
в 30–50 раз ниже, чем на обычных пленочных
флюорографах.
В полупроводниковом варианте преобра-
зователь набран из кремниевых фотодиодов и
сцинтилляторов (Gd2O2S, GdWO2). Фотодиоды
поглощают фотоны видимого света, излучае-
мые сцинтилляторами под действием рентге-
новских лучей. Электрический сигнал с вы-
хода фотодиодов усиливается и подвергается
электронной обработке. Рис. 5. Цифровой рентгенографический аппарат
сканирующего типа «СИБИРЬ-Н»

119
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
занимает неподвижное положение. Веерный
пучок формируется двумя коллиматорами,
имеющими окно в форме щели. Входной кол-
лиматор формирует рентгеновский пучок,
идущий к пациенту. Лучи, прошедшие сквозь
тело пациента, через выходной коллиматор
попадают в окно линейки-преобразователя.
После электронной обработки электрическо-
го сигнала по всем строкам в запоминающем
устройстве формируется кадр, «сотканный» из
отдельных строк, который выводится на экран
видеомонитора для диагностического анализа.
Цифровые рентгеновские флюорогра-
фы сканирующего типа с газоразрядным де-
тектором «СИБИРЬ-Н» выпускаются ЗАО
«Научприбор» в г. Орле. Существенным не-
достатком сканирующих аппаратов с веерным
пучком является то, что в них рентгеновское
питающее устройство работает в режиме по-
вышенной мощности. Это обстоятельство от-
рицательно сказывается на продолжительно-
сти работы рентгеновской трубки, особенно
при массовом обследовании населения, когда
требуется обеспечить высокую пропускную
способность рентгенкабинета.
Цифровые рентгеновские аппараты с
электронной флюорографической камерой. В
настоящее время в противотуберкулезных уч-
реждениях России широко используются циф-
ровые рентгеновские аппараты импульсного
Рис. 6. Цифровой флюорограф фирмы СП «Гелпик»
(Москва)
120
типа с электронной флюорографической ка-
мерой [1, c. 44]. В этих аппаратах использует-
ся тот же метод съемки с флюоресцирующего
экрана, что и в классических флюорографах,
но не на фотопленку, а на электронный детек-
тор. Рентгеновские лучи, пройдя через тело па-
циента, попадают на люминесцентный экран
цифровой флюорографической камеры, лю-
минофор которого преобразует рентгеновские
фотоны в видимое излучение. Люминофором
является оксисульфид гадолиния, имеющий
повышенную светоотдачу. Световое изобра-
жение внутренних органов проецируется
светосильным объективом на ПЗС-матрицу,
преобразующую видимое изображение в элек-
трический сигнал. Этот сигнал, пройдя через
аналогово-цифровой преобразователь, фикси-
руется в виде цифровой матрицы изображения
в запоминающем устройстве ЭВМ. Из опера-
тивной памяти запоминающего устройства
цифровое изображение путем обратного пре-
образования через цифро-аналоговой преоб-
разователь выводится на экран видеомонитора
для визуального анализа.
Впервые в России цифровой флюорограф
этого типа был разработан в 1998 г. на фир-
ме СП «Гелпик» (Москва). На рис. 6 показа-
на современная модель цифровой флюоро-
графической камеры этой фирмы. Она имеет
оригинальную конструкцию штатива, которая
обеспечивает независимое и синхронное пере-
мещение рентгеновского излучателя и цифро-
вой флюорографической камеры, что облегча-
ет съемку пожилых людей и тяжелобольных.
Цифровые флюорографы с электронно-оп-
тическим преобразователем. Рентгеновские
аппараты с цифровой флюорографической ка-
мерой имеют относительно низкую квантовую
эффективность, так как только 5% световых
фотонов флюоресцирующего экрана попада-
ют в объектив цифровой камеры. Этот недо-
статок не имеют флюорографы с усилителем
рентгеновского изображения (УРИ), в которых
в качестве детектора используется рентгенов-
ский электронно-оптический преобразователь
(РЭОП). Рентгеновский пучок, пройдя через
тело пациента, несет в себе скрытое изобра-
жение внутренних органов. С помощью РЭОП
это скрытое изображение визуализуется и че-
рез объектив проецируется на входное окно
 геодезическое приборостроение

электронного прибора (видикона или ПЗС-

матрицы), подключенного к блоку обработки
электрического сигнала и воспроизведения
рентгеновского изображения [1, c. 41].
Цифровой рентгеновский аппарат, осна-
щенный УРИ, отличается высокой квантовой
эффективностью и, следовательно, большой
чувствительностью, так как практически все
кванты рентгеновского излучения, прошедшие
через входное окно РЭОП, преобразуются в
электрический сигнал.
Для обследования органов грудной поло-
сти требуется РЭОП с большим полем зрения.
Создание такого прибора — это очень слож-
ная инженерно-техническая задача. Ее ре-
шить удалось только фирме Siemens. В начале
1980-х годов она выпустила рентгеновский
аппарат для обследования органов грудной
клетки Торакс ТS 57 с крупноформатным уси-
лителем изображения СИРЕКОН 57 с входным
окном до 57 см (рис. 7). Аппарат обеспечивал
получение высококачественных снимков с ми-
нимальной дозой облучения. Однако произ-
водство РЭОП с большим полем зрения (более
500 мм в диаметре) для обследования легких
связано с технологическими трудностями, что
приводит к значительному увеличению стоимо-
сти аппарата. По этой причине фирма Siemens,
создавшая РЭОП с диаметром входного окна
570  мм, отказалась от его производства.
СП «СпектрАп» совместно с НИИ фти-
зиопульмонологии Первого Московского Го-
сударственного Университета имени И.М.
Сеченова создали цифровой флюорограф
АМЦР-1 для обследования легких с РЭОП
диаметром 300 мм (Патент RU 98 890 U 1).
Рентгенография производится в импульс-
ном режиме при четырех различных поло-
жениях РЭОП относительно пациента. Для
быстрого перемещения РЭОП используется
специальная электромеханическая система.
Полномасштабный цифровой снимок легких
образуется путем «сшивания» четырех фраг-
ментов на ЭВМ с помощью специальной про-
граммы. Далее дается более подробное описа-
ние конструкции АМЦР-1.
Цифровая рентгенодиагностическая ус-
тановка АМЦР-1 содержит рентгеновский
излучатель, подключенный к рентгеновско-
му генератору высокочастотного типа, коман-
Рис. 7. Аппарат Торакс ТS 57 фирмы Siemens
да на включение которого дается оператором
с программированного блока управления.
Программированный блок управления со-
держит ЭВМ, в состав которой входит схема
управления съемкой и система обработки сиг-
нала и формирования изображения, соединен-
ная с видеомонитором. Управление работой
рентгенографической установки осуществля-
ется с помощью клавиатуры .
Рентгеновский излучатель установлен на вер-
тикальном штативе, закрепленном на массивном
основании. Рентгеновский излучатель оптически
сопряжен с входным окном рентгеновского элек-
тронно-оптического преобразователя, который
является детектором рентгеновского излучения.
РЭОП закреплен на каретке, представляющей
собой цилиндр вращения, ось которого прохо-
дит через подшипник, закрепленный в стойке,
установленной на основании. Каретка связана
с электромеханическим приводом, обеспечива-
ющим должное позиционирование РЭОП при
рентгенографии. РЭОП электрически соединен
с системой обработки сигнала и формирования
изображения, содержащей аналого-цифровой
преобразователь (АЦП), компаратор фрагмен-
тальных изображений и схему формирования
результирующего снимка по фрагментальным
изображениям. Детекторная часть рентгеногра-
фической установки закрыта защитным кожу-
хом, изготовленным из полимера.

121
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
Для обеспечения постоянного оптического
сопряжения рентгеновского излучателя с вход-
ным окном РЭОП используется диафрагма,
выполненная в виде окна в круглом диске, из-
готовленном из материала с высоким атомным
номером. Диск соединен червячной парой с
электродвигателем, электрически подключен-
ным к схеме управления съемкой ЭВМ.
При исследовании органов грудной поло-
сти пациент находится на подъемнике грудью
по направлению к РЭОП. Подъемник пациента
снабжен электроприводом и позволяет рентге-
нолаборанту добиться должной ориентации па-
циента перед съемкой. При съемке подбородок
пациента опирается на специальный фиксатор.
РЭОП закреплен на каретке 1 эксцентрич-
но относительно оси ее вращения (точки О на
рис. 8), которая совпадает с центральным лу-
чом рентгеновского пучка. Центральная точка
о′ оптического окна 2 РЭОП 3 смещена отно-
сительно точки О как по осям х, так и у, на ве-
личину s = 0,5 r, где r — радиус входного окна 2
РЭОП (см. рис. 8).
Механизм перемещения детектора обеспе-
чивает последовательное дискретное переме-
щение РЭОП 3 в четыре точки экспозиции А,
В, С, D, являющимися вершинами углов ква-
драта с координатами хА = s, yA = s; хB = s, yB = ‒s;
хC = ‒s, yC = ‒s; хD = ‒s, yD = s, причем начало
y
2
3
1
N K
r
D -S S A
o′
S S
O x
-S -S
С -S S B
M L
Рис. 8. Геометрия рентгенографии на аппарате
АМЦР-1
122
системы координат х = у = 0, совмещено с точ-
кой  О. Перемещение РЭОП 3 осуществляется
поворотом каретки 1 в исходное положение
при работе электродвигателя по команде ЭВМ.
После выключения электродвигателя включа-
ется электромагнитный тормоз, после чего вы-
полняется снимок. Для получения полнофор-
матного рентгеновского снимка обследуемого
объекта РЭОП 3 последовательно перемещает-
ся в точки экспозиции А, В, С, D. Синхронно с
РЭОП перемещается окно диафрагмы электро-
двигателем по команде ЭВМ.
С выхода РЭОП электрический сигнал по-
ступает в ЭВМ, непосредственно в АЦП системы
обработки сигнала и формирования изображе-
ния. После преобразования сигнала он поступает
в компаратор фрагментальных изображений, где
производится сравнительный анализ информа-
ции, полученной в четырех точках экспозиции А,
В, С, D. Далее производится электронная сшивка
фрагментальных изображений в результирую-
щий снимок, который выводится на экран ви-
деомонитора. В плоскости регистрации изобра-
жения рентгеновская картина, отображенная на
результирующем снимке, ограничена квадратом
KLMN (см. рис.8), сторона которого KL ≈ 2,4 r.
На рис. 9 в качестве примера приведено резуль-
тирующее рентгеновское изображение органов
грудной клетки, полученное на АМЦР-1.
Рис. 9. Результирующее рентгеновский снимок
легких
 геодезическое приборостроение

Применение РЭОП позволяет существен- статье. Средняя лучевая нагрузка, получаемая

но снизить лучевую нагрузку на пациента.
Исследования показали, что при получении
обзорного снимка легких эффективная доза
не превышает 7 мкЗв, что приблизительно на
порядок меньше дозы, получаемой пациентом
при съемке на рентгеновском аппарате с циф-
ровой камерой.
Высокая чувствительность РЭОП позволя-
ет уменьшить время экспозиции до долей се-
кунды. Суммарное время экспозиции четырех
фрагментальных снимков не превышает 0,5  с,
что не приводит к перегреву рентгеновской
трубки и гарантирует ее надежную длитель-
ную работу.
Предложенная конструкция рентгеногра-
фической установки может найти широкое
применение в пульмонологии и фтизиатрии,
особенно при обследовании детей, так как обе-
спечивает значительное снижение лучевой на-
грузки на пациента.
2.Основные медико-технические харак-
теристики цифровых рентгенодиагности-
ческих систем. В таблице приведены ос-
новные медико-технические характеристики
цифровых рентгенодиагностических аппара-
тов, позволяющих производить полноформат-
ную рентгенографию, описанных в настоящей
пациентом при одном обследовании на рент-
геновском аппарате, выражена эффективной
дозой в миллизивертах (мЗв). Во многих ли-
тературных источниках, посвященных рентге-
нодиагностической технике, доза выражается
в миллирентгенах (мР). Это значение давно
устарело [6, с. 116] и в западной литературе
практически не применяется. Напомним, что
эффективной дозой является величина, ис-
пользуемая как мера риска возникновения от-
даленных последствий облучения всего тела
человека и отдельных его органов с учетом их
радиочувствительности. Она представляет со-
бой сумму произведений эквивалентной дозы
в организме (Нт) на соответствующий взве-
шенный коэффициент для данного органа или
ткани. Единица измерений эффективной дозы
— Дж/кг, которая имеет специальное название
— Зиверт (Зв). Допустимая эффективная годо-
вая доза на пациента при флюорографическом
обследовании равна 1,0 мЗв.
Наивысшей радиационной безопасностью
обладает АМЦР-1. Эффективная доза, кото-
рую получает пациент при исследовании в од-
ной проекции на аппарате АМЦР-1, составляет
5−7 мкЗв для взрослых и 1−3 мкЗв для детей.
Такими же радиационными характеристика-

Основные медико-технические характеристики цифровых рентгенодиагностических аппаратов

Разрешаю-
Тип аппарата Доза эффектив- Производи- Средний
Способ реги- щая способ- Контраст,
Компания Характеристики ная (средняя), тельность, режим
страции ность пар %
Страна в мЗв кадров/ч исследования
лин/мм
МЦРУ Цифровой ска- 70кВ, 0,9‒1,0 0,5‒1,0 0,01–0,04 30 70‒80кВ,
«Сибирь-Н» нер газовый 20мА 20‒30 мА
Научприбор детектор Средне-частотный 10 с
Россия
АМЦР-1 РЭОП+µ 50‒100 кВ, До 5,0 0,5‒1,0 0,003‒0,007 40 80 кВ,
«Спектр-АП» 80-125 мА 100 мА
Россия-Франция Средне-частотный 5с
FCR Fuji Цифровой 150 кВт, 6 2 0,06 50 100 кВ,
Япония стимулируе- 600 мА 2 мАс
мый люмино- Средне-частотный
фор
General Electric Цифровой 150 кВ, 5 1,5 0,05 60 100кВ,
США, Аморфный 600 мА 2,5мАс
Siemens Кремний Средне-частотный
Германия, матрица
Philips 400x400 мм
Голландия
Medira Цифровой 150 кВ, 3,5 0,2 0,15‒0,3 50 140 кВ,
Финляндия экран + оптика 600 мА 5 мАс
+ ПЗС Средне-частотный 0,5 с

123
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ми обладал Торакс ТS 57 с крупноформатным
усилителем изображения СИРЕКОН 57 фирмы
Siemens.
Значительное снижение лучевой нагрузки
при цифровой рентгенографии обеспечивает
возможность в получении дополнительных
снимков пациента, что требуется при стерео-
рентгенограмметрическом исследовании.
Большая часть цифровых приемников-
преобразователей уступает по параметру про-
странственного разрешения традиционным
системам на основе комбинации экран-пленка
(у последних этот параметр достигает 5–6 пар
линий/мм). Однако детекторы с РЭОП, а также
на основе плоских полупроводниковых пла-
стин и на стимулируемых люминофорах, при-
ближаются по разрешающей способности к
традиционной пленочной рентгенографии, что
позволяет использовать цифровые системы с
этими детекторами для большей части рутин-
ных рентгенографических исследований.
124
Цифровые рентгенодиагностические аппа-
раты позволяют выявить воспалительные про-
цессы в организме на самых ранних стадиях,
что связано с высокой квантовой чувствитель-
ностью цифровых приемников- преобразова-
телей.
Литература
1. Зеликман М.И. Цифровые системы в медицинской рентге-
нодиагностике. ‒М.: Медицина, 2007.− 208 с.
2. Белова И.Б., Китаев В.М. Малодозовая цифровая рентге-
нография.− Орел, 2001.−160 с.
3. Schaefer-Prokop C.M., Prokop M. Storage phosphor
radiography // Europ.Radiol. – 1997.− Vol.7 (Suppl. 3).− P. S58
– S65.
4. Neitzel U. Selenium: a new image detector for digital chest
radiography // Medica Mundi. ‒1993.−Vol. 38, N 2.− P. 89 – 93.
5. Investigating Direct Radiography // Synergy.− 2000, May.
−P. 12–13.
6. Чикирдин Э.Г., Мишкинис А.Б. Техническая энциклопедия
рентгенолога. −М.: МНПИ, 1996.− 473 с.
Принята к печати 24 ноября 2012 г.
Рекомендована кафедрой фотограмметрии МИИГАиК
 организация высшего образования

УДК 378

организация высшего образования

Перспективный подход к постановке учебных курсов

по аэрокосмическому (дистанционному) зондированию
Профессор, доктор геогр. наук Ю.Ф. Книжников
Московский государственный университет имени М.В. Ломоносова
lakmmgu@yandex.ru
Аннотация. Предлагаемый переход к постановке учебных курсов по дистанционному зондированию
в природоведческих вузах рассматривает аэрокосмический снимок в качестве модели объекта, явле-
ния, процесса или геосистемы в целом. Новую постановку учебных курсов целесообразнее начать с
раздела, посвящённого стереоскопической модели, опираясь на опыт МГУ, где разрабатывается соот-
ветствующий учебный курс, включающий «Компьютерный стереопрактикум». Теоретическая часть
курса содержит раздел о психологической концепции стереомодели, предусматривающей синергизм
стереоскопического зрения человека и технических средств, и раздел о различных видах стереомоде-
лей, формируемых по разновременным снимкам.
Ключевые слова: учебный курс, дистанционное зондирование, аэрокосмическое стереомоделирова-
ние, психологическая концепция, разновременные снимки, компьютерный стереопрактикум
Abstract. The offered move to design of academic courses on remote sensing in geoscience universities
considers aerospace image as a model of an object, phenomenon, process or a geosystem as a whole. It is
more reasonable to begin new design of academic courses with the section devoted to stereomodels, relying
on Moscow State University experience where the appropriate academic course, including "Computer
stereopractical work" is developed. The theoretical part of the course contains the section on the psychological
concept of a stereomodel where a synergism of human vision and technical means is described, and the section
on different types of the stereomodels formed on multi-temporal images.
Keywords: academic course, remote sensing, remote sensing geomodelling, psychological concept, multi-
temporal images, computer stereopractical work

Известно, что снимки, получаемые с по-
мощью съемочных систем на космических
аппаратах, авиационных носителях, да и на
земной поверхности, находят разностороннее
применение, которое обычно делят на топо-
графическое и нетопографическое. В прошлом
столетии получили развитие и соответствую-
щие научные дисциплины, прежде всего обе-
спечивающие топографическое использование
снимков, например, фотограмметрия. В при-
родоведческих высших учебных заведениях
ставились и ставятся учебные курсы по при-
менению аэрокосмических снимков в обла-
стях, соответствующих профилю подготовки
специалистов. Однако в большинстве случаев,
несмотря на различные названия курсов, в их
фотограмметрическом содержании обычно
просматривается аэрофототопографический
аспект. В наступившем столетии методоло-
гия учебных курсов по ряду причин должна
меняться. Здесь важно подчеркнуть, что при
любом их содержании определяющей формой
обучения должны стать специализированные
аэрокосмические практикумы. Включение в
учебные планы подготовки природоведов та-
кой активной формы обучения как практику-
мы соответствует основной тенденции совре-
менной модернизации высшего образования,
в частности, формирование у молодых специ-
алистов профессиональных компетенций.
Основу нового подхода к изучению аэро-
космических методов исследований, по на-
шему мнению, составят положения, которые
обозначаются такими ключевыми словами как
моделирование, разновременные снимки, ком-
пьютерная обработка снимков. При этом аэ-
рокосмический снимок трактуется как модель
объекта, явления, процесса или геосистемы в

125
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
целом. Постепенный переход, который будет
продолжаться не один год, учебных курсов на
новую методологию целесообразно начать с
раздела, посвященного стереоскопической мо-
дели. Рассмотрим его, опираясь на опыт кафе-
дры картографии и геоинформатики географи-
ческого факультета МГУ им. М.В. Ломоносова,
где разрабатывается соответствующий учеб-
ный курс, который базируется на такой от-
расли научных знаний, как стереоскопическое
геомоделирование, и включает в себя две части
— «Теоретические основы» и «Компьютерный
стереопрактикум».
Отрасль научных знаний (или самостоя-
тельная научно-образовательная дисципли-
на) — стереоскопическое геомоделирование,
находящаяся на границе аэрокосмического
зондирования и психологии зрительного вос-
приятия, ориентирована на потребителей аэро-
космической информации и служит теорети-
Рис. 1. Девочка, смотрящая в стереоскоп (1865 г.).
И.Н. Подключников (1813–1877), холст, масло, 77×60
126
ческой основой практического использования
стереоскопических моделей местности в на-
уках о Земле. Основная особенность стерео-
геомоделирования и его отличительная черта
состоит в синергетическом взаимодействии
стереоскопического зрения человека и различ-
ных технических средств, в основе которого
лежит разрабатываемая психологическая кон-
цепция стереоскопической модели.
Стереоскопическое геомоделирование воз-
никло не вдруг, а имеет длительную историю,
в которой выделяются три этапа — стереоско-
пическое фотографирование (вторая половина
XIX в.), топографическая стереофотограмме-
трия (ХХ в.) и стереоскопический геомонито-
ринг (с начала XXI в.).
Стереоскопическая фотография: зарож-
дение стереогеомоделирования. Принято счи-
тать, что первым, кто правильно объяснил,
почему человек видит окружающие объекты
объемными, был английский физик Чарльз
Уитстон (1802−1875), который в 1832 г. изо-
брел зеркальный стереоскоп и установил, что
наличие едва заметных различий в геометрии
изображений на сетчатке левого и правого гла-
за (диспаратность) приводит к отчетливому
восприятию объемного пространства. Вскоре
за открытием стереоскопии была изобретена
фотография (светопись). Эти два величайших
достижения человечества сразу стали взаи-
модействовать — очень быстро появилась
стереоскопическая фотография, в том числе
и в России. Стереоскопические фотографиче-
ские снимки привлекались, если наглядность
и реалистичность обычных фотоснимков ока-
зывались недостаточными (рис. 1). Тогда же
для рассматривания стереоскопических фото-
графий было предложено еще несколько раз-
личных устройств и способов. Отметим, что
в ХХ  в. новых способов формирования стере-
омоделей не появилось. Да и в наши дни го-
сподства новейших компьютерных технологий
с успехом применяются испытанные временем
способы стереонаблюдений, принцип которых
был предложен еще в XIX в., — оптико-бино-
кулярный, анаглифический, светозатворный,
поляризационный и растровый (автостерео-
скопический).
Топографическая стереофотограмме-
трия. Ряд пионерных разработок, выполнен-
 организация высшего образования
ных на рубеже ХIX и ХХ вв., положил начало
измерительной стереофотографии. В 1892 г. в
Германии Ф. Штольце предложил подвижную
стереоскопическую измерительную марку, а
в 1901 г. физик К. Пульфрих (1858−1927) на
фирме «Карл Цейсс» в Йене создал стерео-
компаратор для измерения стереоскопических
снимков. В этот же год А. Фуркад независи-
мо от К. Пульфриха предложил свой прибор
для измерения стереоскопической модели1.
Зародился новый метод — стереофотограмме-
трия, который стали применять в астрономии,
архитектуре, медицине и особенно эффективно
в горной картографии. В 1909 г. фирма «Карл
Цейсс», усовершенствовав разработки ав-
стрийского военного топографа Э. Ореля, вы-
пустила прецизионный оптико-механический
картографический прибор — стереоавтограф,
который впервые позволил стереоскопически
проводить горизонтали и контурные линии по
фототеодолитным снимкам.
Возможность трассирования по стереомо-
дели горизонталей вместо нанесения их путем
интерполяции между высотными пикетами,
явилась важным новшеством. С появлением
авиации началось широкое использование сте-
реоскопической модели местности для созда-
ния топографических карт. Видные ученые,
отцы-основатели отечественной стереофо-
тотопографии — Г.Ф. Гапочко (1892−1963),
Ф.В. Дробышев (1894−1986), М.Д. Коншин
(1906−1989), А.Н. Лобанов (1911−1996),
Г.П. Романовский (1904−1982), М.М. Русинов
(1909−2004), А.С. Скиридов (1895−1963)
и др. — разработали научные основы про-
изводственных технологий изготовления раз-
номасштабных топографических карт по
стереоскопическим аэрофотоснимкам. Произ-
водственные предприятия гражданской карто-
графо-геодезической и военно-топографиче-
ской служб СССР к 60-ым годам ХХ в. создали
на всю огромную территорию Советского
Союза государственную топографическую
карту масштаба 1:100 000, а к 90-м годам и
масштаба 1:25 000, издав соответственно
17 тыс. и 300 тыс. листов карт. Несомненно,
1
Анри Фуркад (1856−1948) родился в французском г. Бордо, но
с ранней юности жил и работал в Кейптауне (Южная Африка).
Ему, разносторонне одаренному человеку, удалось получить суще-
ственные научные результаты в ботанике, лесоведении, топографии,
фотограмметрии. А. Фуркада заслуженно считают одним из изо-
бретателей стереофотограмметрии.
127
что ХХ в. можно считать золотым веком раз-
вития отечественной топографической стерео-
фотограмметрии.
Стереоскопический геомониторинг. Отли-
чительная черта только наступающего третьего
исторического этапа в развитии стереоскопи-
ческого геомоделирования состоит в использо-
вании стереоскопических снимков для оценки
изменений окружающей среды.
Основную информационную базу сте-
реоскопического геомониторинга обеспечат
космические стереосъемки, позволяющие
получать с определенной повторяемостью
цифровые снимки высокого разрешения.
Становится также очевидным, что дальнейшее
развитие стереоскопического моделирования
связано с его цифровизацией. Практика по-
следнего времени подтверждает, что для совре-
менного этапа характерны углубление теории,
усовершенствование технологий применения
аэрокосмического стереомоделирования, пре-
жде всего при решении задач мониторинга.
Обработка одномоментной стереомодели до-
полняется использованием разновременных
моделей. Следует ожидать появления эффек-
тивных технологий изучения динамики, когда
будет решена задача наблюдения и измерения
одновременно двух и более разновременных
стереомоделей. Можно прогнозировать, что
полуторавековая эпоха господства изолиней-
ных топографических карт завершится при
стереоскопическом геомониторинге. Их сме-
нят геоинформационные продукты на основе
сравнительно часто обновляемых ортоизобра-
жений в сочетании с более длительного ис-
пользования цифровыми моделями рельефа,
для получения которых могут применяться и
нестереоскопические методы.
Теоретические основы нового учебного
курса базируются на важнейших положениях
дисциплин картографо-аэрокосмического цик-
ла и прежде всего традиционной фотограм-
метрии и дешифрирования, которые должны
быть дополнены достижениями психологии
зрительного восприятия и разделами о разнов-
ременных стереомоделях.
Психологическая концепция стереомоде-
ли. Принятая сейчас фотограмметрическая
(геометрическая) концепция рассматривает
стереоскопическую модель как совокупность
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
сколь угодно большого числа точек пересече-
ния соответственных проектирующих лучей,
а стереоскопические измерения модели – как
совмещение двух физически реальных изме-
рительных марок с соответственными точка-
ми пары снимков. Стремление наиболее полно
реализовать имманентные свойства стереомо-
дели заставляет уточнить и расширить суще-
ствующие в фотограмметрии представления о
стереоскопической модели местности и ее из-
мерениях.
Основу психологической концепции стере-
омодели составляют следующие положения:
стереоскопический образ, формируемый
в сознании человека на основе информации,
поступающей в мозг от глаз, других органов
чувств и из памяти, рассматривается как пси-
хологически реальная церебральная2 модель
трехмерного окружающего мира (местности).
Генерализованный стереоскопический образ
отличается по своим геометрическим и яркост-
ным свойствам от моделируемой местности;
Лi Пi
Лi+1 Пi+1
Рис. 2. Схема сочетаний левых (Л) и правых (П)
снимков стереопары для формировании разновре-
менных стереомоделей: топографических, смеще-
ния, суммарных и двойной
2
Лат. cerebrum – мозг.
128
введенное понятие о стереогештальте3
характеризует способность зрительной си-
стемы человека по разрозненным соответ-
ственным деталям изображений на сетчатке
левого и правого глаза подсознательно фор-
мировать целостный образ (модель) реально-
го объекта (местности). Структурную основу
стереоскопической модели составляет про-
странственный каркас, формируемый стерео-
образующими деталями. Каркас драпируется
(текстурируется) одиночными изображениями
левого и правого снимков стереопары, из кото-
рых зрительная система спонтанно выбирает
одно доминантное изображение — самое кон-
трастное и четкое, локализируемое в простран-
стве;
стереоскопическое визирование трактует-
ся как пространственное совмещение двух сте-
реоскопических моделей — местности и изме-
рительной марки.
Конечно, разрабатываемая психологиче-
ская концепция не заменяет, а дополняет фото-
грамметрическую концепцию, что позволит
создать современную теоретико-методологи-
ческую основу стереоскопического геомодели-
рования.
Разновременные стереомодели. Другая
особенность современного стереогеомодели-
рования состоит в теоретическом разделе о
разновременных стереомоделях. Для осущест-
вления геомониторинга, помимо наличия точ-
ной карты, требуется еще и информация о про-
изошедших территориальных изменениях. Для
решения этой задачи лишь одномоментных
стереомоделей уже недостаточно.
На рис. 2 представлены разновременные
стереоснимки, полученные с одних и тех же
съемочных точек, но через некоторый про-
межуток времени. Эти четыре снимка служат
для формирования нескольких видов стере-
оскопических моделей. Во-первых, левый и
правый снимки стереопары, полученные в
один момент времени, позволяют сформиро-
вать топографическую стереомодель Лi Пi,
которая фиксирует пространственное состо-
яние местности на момент съемки. Два раз-
новременных снимка, полученные с одной и
3
Психологическая теория гештальта (нем. die Gestalt — форма,
структура, образ) — крупное направление психологии ХХ в., ут-
верждающее приоритет целостно организованной структуры, упоря-
дочивающей множество составляющих ее отдельных компонентов.
 организация высшего образования
той же съемочной точки (с левой или правой)
используются для образования стереомодели
смещения, например Лi Лi+1. Ее отличительная
особенность состоит в том, что переместивши-
еся на местности объекты воспринимаются в
пространстве, а неподвижные — лежащими в
одной плоскости. Стереомодель третьего вида,
которая формируется по стереопарным сним-
кам, полученным в разные моменты времени,
названа суммарной Лi Пi+1. Она представляет
собой топографическую модель, но деформи-
рованную вследствие перемещения объектов
съемки. Наконец, соединив разновременные
снимки попарно и рассматривая стереоскопи-
чески такие «сдвоенные» снимки, человек в
состоянии (при определенных условиях) одно-
временно воспринять две стереоскопические
модели, отображающие состояние объекта
на разные моменты времени, т.е. наблюдать
двойную стереомодель. Основное назначение
двойной стереоскопической модели — опреде-
ление изменения пространственного положе-
ния наблюдаемых точек. Построить двойную
модель — это значит получить возможность
определять пространственные координаты то-
чек разновременных моделей в единой, напри-
мер, в фотограмметрической системе коорди-
нат начальной стереомодели. Пока наибольшее
практическое применение получили стереомо-
дели Лi Пi и Лi+1 Пi+1.
Отличительная особенность разновремен-
ных стереомоделей — их формирование по
неконгруэнтным снимкам, т.е. по снимкам,
изображение которых вследствие изменений
со временем снимаемой местности и условий
съемки стало не одинаковым. С ростом некон-
груэнтности априорно следует ожидать умень-
шения четкости стереомодели и, как следствие,
понижения точности стереоскопических изме-
рений.
Компьютерный стереопрактикум. Из
многочисленных технологических приемов
стереофотограмметрической обработки сним-
ков будущие специалисты в области наук о
Земле прежде всего должны научиться наблю-
дать и измерять стереоскопическую модель
местности, освоив основную операцию — сте-
реоскопическое визирование. Это объясняется
тем, что отраслевой специалист более подго-
товлен для квалифицированного измерения
129
стереомодели, а не ее построения. Основная
цель стереопрактикума — освоение стерео-
скопического визирования — достигается по-
следовательным выполнением цикла практи-
ческих работ, каждая из которых направлена
также на решение конкретной задачи, имею-
щей определенное тематическое значение.
Учебный программно-приборный ком-
плекс, созданный в МГУ для проведения сте-
реопрактикума, включает в себя:
персональные компьютеры с необходимой
стереопериферией;
учебные и коммерческие компьютерные
программы;
базу учебных цифровых стереоскопиче-
ских снимков с известными элементами вну-
треннего и внешнего ориентирования каждого
снимка;
фотограмметрический сканер;
принтеры и сетевое оборудование.
Программные средства практикума, обе-
спечивающие решение стереоизмерительных,
вычислительных и оформительских задач,
представляют собою рациональное сочетание
специально созданных учебных программ и
наиболее признанных полнофункциональных
коммерческих программ. Каждая учебная про-
грамма является по существу утилитой, рас-
считанной на решение конкретной задачи.
Общее число программ, которые задействова-
ны при выполнении работ компьютерного сте-
реопрактикума, приближается к двадцати.
Компьютерный стереопрактикум включает
12 двухчасовых работ нарастающей сложно-
сти, которые охватывают семь тем:
1) наблюдение аналоговых стереоскопиче-
ских снимков различными способами,
2) визуальные стереоскопические измере-
ния,
3) автоматические (корреляционные) сте-
реоизмерения,
4) стереоскопические измерения космиче-
ских снимков сверхвысокого разрешения,
5) особенности использования стереоско-
пических моделей в коммерческих цифровых
фотограмметрических системах,
6) цифрование аналоговых снимков на фо-
тограмметрическом сканере,
7) лабораторная цифровая стереосъемка и
построение цифровой модели сфотографиро-
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013
ванного объекта с последующей ее визуализа-
цией в различных вариантах.
Считается важным отводить учебное время
практикума прежде всего для формирования у
студентов стереометрических компетенций, а
на такие процедуры, как печать полученных
результатов, обращение к коммерческим про-
граммам и т.д. затрачивать минимальное вре-
мя, быстро выполняя их с активной помощью
преподавателя. Набор практических работ
практикума обеспечивает определенную ва-
риативность — студент последнего года обу-
чения может выбрать для выполнения работу,
наиболее соответствующую профилю его бу-
дущей деятельности.
Естественно, что при выполнении практи-
ческих работ, в которых требуется произвести
десятки компьютерных операций, обучающи-
еся ошибаются. Обязательное выявление до-
пущенных ошибок считается важным элемен-
том практикума. Определенные трудности при
обучении компьютерным стереоизмерениям
представляет пониженная острота и даже па-
тология стереоскопического зрения у неболь-
шой части студентов. Поэтому практическая
работа, как правило, выполняется на одном
130
персональном компьютере бригадой из двух
человек, из которых по крайней мере один не
испытывает серьезных затруднений со стерео-
восприятием.
Заключение. Сейчас космические снимки
уверенно утверждаются в качестве основно-
го источника геоинформации не только о ка-
кой-либо территории, но и о ее изменениях, а
широко распространенным инструментом из-
влечения из снимков информации становится
персональный компьютер. В высшей школе
началось реформирование отечественного об-
разования в свете Болонской декларации. Все
это заставляет уточнить содержание и форму
изучения аэрокосмических методов исследо-
ваний в природоведческих вузах. Наиболее ре-
зультативно решить возникшие задачи можно,
обратившись к научно-образовательной дис-
циплине аэрокосмическое геомоделирование и
к такой форме классического университетско-
го образования как практикум.
Выполнено по проекту РФФИ № 13-05-
00057.
Принята к печати 25 декабря 2012 г.
известия высших учебных заведений. геодезия и аэрофотосъемка, № 3, 2013

Содержание
астрономия, гравиметрия и космическая геодезия
Эбауэр К.В., Сорокин Н.А. Высокоточные методы численного интегрирования уравнений движения ИСЗ
   с Чебышевской аппроксимацией для обработки лазерных наблюдений ИСЗ...........................................................3
геодезия
Барабанова Л.П. Окончательная формула для обратной однократной угловой засечки..................................................9
Буюкян С.П. Видеоконтрольное устройство.......................................................................................................................13
Хмырова Е.Н., Жунусова Г.Е., Бесимбаева О.Г., Максимова М.В. Мониторинг технического состояния
   уникальных сооружений в г. Астана с использованием современных геодезических приборов..........................16
Маркузе Ю.И., Желтко А.Ч. Способ исполнительной съёмки нижнего пояса балок автомобильного моста.............20
Герасименко М.Д. К вопросу «О геометрической интерпретации сущности уравнивания»
   (в порядке обсуждения).................................................................................................................................................25
Космическая съемка, аэрофотосъемка и фотограмметрия
Михайлов А.П., Эдгар Рубен Монтель Андраде Фотограмметрический метод мониторинга состояния
   морских и океанских побережий по материалам аэрофотосъемки...........................................................................28
Кадничанский С.А. Обоснование допустимой высоты фотографирования при стереотопографической
   съемке рельефа ..............................................................................................................................................................31
Никишин Ю.А. Перспективы развития гиперспектральной съемочной системы космического базирования.............35
Картография
Лебедев П.П. Новая трактовка теории и методов изображения информации на географических картах....................42
Верещака Т.В., Андреева З.В. Оценка экологического состояния акваторий: методика и система карт ......................49
Дистанционное зондирование и мониторинг земель
Савиных В.П., Алексеева О.М., Аржененко Н.И. Принципы построения спектральных моделей природных
   и антропогенных объектов в оптическом диапазоне . ...............................................................................................57
Троицкий В.И. Критерии информативности эталонных радиотепловых полей, используемых в КЭСН.....................61
Ярмоленко А.С., Куцаева О.А. Технология, точность и экономическая эффективность
   автоматизированного дешифрирования сельскохозяйственных земель...................................................................64
Миртова И.А., Пацына Ю.Е. Оценка состояния нарушенных земель Московской области
   с использованием космических снимков.....................................................................................................................71
Геоинформационные технологии
Булгаков С.В. Особенности геоинформационного моделирования..................................................................................77
Хусаинова Р.Ф., Гаврилова В.В. Анализ криптостойкости ключей шифрования данныхна основе
   геопространственного положения пользователя........................................................................................................80
Кадастр, экономика и развитие территорий
Илюшина Т.В. Кадастровый учет и лесные съемки в России (ХIX – начало ХХ в.).......................................................84
Васютинский И.Ю., Изотова Т.Г., Малинников В.А., Шингарева К.Б. К вопросу о построении системы
   налогового бюджетирования в организации...............................................................................................................96
Якимчук Е.С. Принципы организации документооборота при осуществлении территориального
   общественного самоуправления.................................................................................................................................101
Геодезическое приборостроение
Якушенков Ю.Г. Алгоритмы работы оптико-электронной системы в режиме обнаружения и слежения
   за подвижными объектами..........................................................................................................................................106
Можаров Г.А., Панов А.А. Закон преломления в векторной форме................................................................................ 112
Черний А.Н., Михайлов А.П., Ратобыльский Г.В., Ли А.В. Современные цифровые
   рентгенографические аппараты.................................................................................................................................. 115
Организация высшего образования
Книжников Ю.Ф. Перспективный подход к постановке учебных курсов по аэрокосмическому
   (дистанционному) зондированию..............................................................................................................................125

131
 Izvestia vuzov. Geodesy and aerophotography, № 3, 2013

Contents
astronomy, gravimetry, and Space geodesy
Ebauer, K., Sorokin, N. High precise methods of numerical integration of artifitial Earth satellites’ motion
   equations for Cebyshev approximation for processing laser observations of a satellite...................................................3
GEODESY
Barabanova, L. Conclusive formula for three-point single intersection ..................................................................................9
Buiukian, S. Video-inspection device.......................................................................................................................................13
Khmirova, E., Zhunusova, G., Bisembaeva, O., Maksimova, M. Monitoring technical condition of unique buildings
   in Astana with the use of up-to-date geodetic equipment................................................................................................16
Markuze, Yu., Zheltko, A. Method of industrious survey of a bottom belt of a bridge beams.................................................20
Gerasimenko, M. To the question of “Geometric Interpretation of the Adjustment Theory” (as discussion).........................25
SPACE SURVEY, AEROPHOTOGRAPHY, AND PHOTOGRAMMETRY
Mikhailov, A., Andrare, E.R.M. Photogrammetric method of monitoring the state of sea and ocean coast by means
   of aerial imagery..............................................................................................................................................................28
Kandichansky, S. Substantiation of permissible photographing height for stereo topographic survey...................................31
Nikishin, Yu. Prospects of a space-based hyper-spectral surveying system.............................................................................35
Cartography
Lebedev, P. A new interpretation of theory and methods of envisioning information on geographic maps............................42
Vereshchaka, T., Andreeva, Z. Assessment of ecological state of water areas: method and a system of charts......................49
Remote Sensing, and Land Monitoring
Savinych, V., Alekseeva, O., Arzhenenko, N. Principles of building spectral models of natural
   and man-made objects in the optical range......................................................................................................................57
Troitsky, V. Criteria for the information reference of radiothermal fields used
   in correlation-extremal navigation systems.....................................................................................................................61
Yarmolenko, A., Kutsaeva, O. Technology, precision, and economic substantiation of automated deciphering
   of rural areas....................................................................................................................................................................64
Mirtova, I., Patsina, Yu. Assessing disturbed lands in Moscow region with the use of space imagery..................................71
geoinformation technology
Bulgakov, S. Features of geoinformational modeling..............................................................................................................77
Khusainova, R., Gavrilova, V. Analysis of cryptographic resistance of data encryption keys based
   on a user’s geospatial position.........................................................................................................................................80
Cadastre, Land Economics and Development
Iliushina, T. Cadastral registration and forest survey in Russia (XIX–beginning of XX cent.)..............................................84
Vasiutinsky, I., Izotova, T., Malinnikov, V., Shingareva, K. On the question of building a system
   of tax budgeting of an organization.................................................................................................................................96
Yakimchuk, E. Principles of documents circulation for territorial public governance...........................................................101
Geodesic Instrument Making
Yakushenkov, Yu. Electronic optical system's algorithm for detection and tracking a moving object...................................106
Mozharov, G., Panov, A. Refraction law in vector form........................................................................................................ 112
Cherniy, A., Mikhailov, A., Ratobylski, G., Li, A. Modern digital radiographical apparatuses.............................................. 115
Higher Education Management
Knizhnikov, Yu. Promising approach to academic courses on aerospace (remote) sensing. ............................................125

132