Page 30 - 39

води, хоч явища, що викликали зміну кольору
інтерпретуються не відразу.
В зв’язку з тим, що з супутників можна швидко
отримати дані на обширні географічні області про
товщину снігового покриття, виникає можливість
передбачити можливість весняних паводків.
Однак вже на початку роботи з супутниковими даними
стало відомо, що надійне картографування снігових
масивів неможливе, оскільки спектральні характеристики
хмар і снігу є схожими. Отже важко спектрально
розрізнити сніг і хмари в діапазоні спектра 0.5 - 1.1
мкм. Однак в середньому інфрачервоному діапазоні
спектра, особливо в областях 1.55-7.75 мкм і 2.10-2.35
мкм їх вдається розрізнити. На цих діапазонах довжин
хвиль відбивна здатність для хмар дуже висока і вони
зображуються білим кольором, а сніг має низьку відбивну
здатність і на зображенні в даних діапазонах хвиль він
буде чорним.
Можна також відзначити, що у видимому діапазоні
спектра між відбивною здатністю свіжовипалого снігу і
снігу двохденної давності різниці немає. Однак в
діапазоні довжин хвиль 0.8 мкм свіжовипалий сніг має
більш високу відбивну здатність, ніж старий.
Отже, по мірі старіння снігу відбивна здатність
зменшується в інфрачервоній області довжин хвиль і не
зменшується у видимому діапазоні. Це вказує на
можливість використовувати інфрачервоний діапазон хвиль
для визначення віку і стану снігового поктриття.
На закінчення відзначимо, що найскладнішою задачею
інтерпретації даних дистанційного зондування є
розуміння часових і просторових змін спектральних
характеристик типів покриття земної поверхні, за якими
ведеться спостереження. Різні ознаки поверхні Землі
мають різні спектральні характеристики.

4. ВИКОРИСТАННЯ ТЕОРIЇ РОЗПIЗНАВАННЯ ОБРАЗIВ

4.1. Загальнi положення

Методи та алгоритми цифрової обробки зображень
широко використовуються в рiзних наукових напрямках. В
першу чергу можна назвати медицину, геологiю
робототехнiку. Значнi успiхи досягнутi у використаннi