Автореферат (Методы математического моделирования для распознавания и прогнозирования характеристик областей земной поверхности по мультиспектральным космическим изображениям)

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность работы. Постоянно увеличивается число сфер деятельности человека,в которых чрезвычайно важную роль играет использование данных дистанционногозондирования (ДЗЗ) в силу их объективности и оперативности получения. При этом возникаетнеобходимость в разработке обобщённых методов и программных средств, позволяющихуспешнорешатьактуальныезадачидлясовокупностиприкладныхобластей.Востребованность использования данных ДЗЗ для решения прикладных и управленческихзадач на самых разных уровнях управления способствует запуску новых спутников и, какследствие, непрерывному усовершенствованию методов обработки и анализа изображенийдистанционного зондирования Земли.Степень научной разработанности темы.

Математическое моделирование играетважную роль в решении широкого спектра задач, где по тем или иным причинам либоневозможноучестьфункционированиявсепараметрыоказываетсяявлениясложнымилипроцесса,вычислительно.либоописаниеПрименениеегометодовматематического моделирования в космическом секторе актуально как для описания явленийи процессов, происходящих на земной поверхности, так и для задач распознавания идетектирования объектов с использованием космических изображений.Среди наиболее востребованных и сложных задач, решаемых с использованием данныхДЗЗ, выделяются мониторинг, обнаружение чрезвычайных ситуаций и оценка их последствий,моделирование процессов окружающей среды и прогнозирование характеристик объектов наземной поверхности.Основные научные коллективы в России, занимающиеся проблемами обработкиаэрокосмических изображений и решения задачи прогнозирования на основе данныхдистанционного зондирования Земли, сформировались в: НИИ «АЭРОКОСМОС» (подруководством академика В.Г.

Бондура), Институте космических исследований РАН (подруководством д.т.н., профессора С.А. Барталёва), РГАУ-МСХА имени К. А. Тимирязева (подруководством д.б.н., профессора А.М. Зейлигера), Всероссийском научно-исследовательскоминституте сельскохозяйственной метеорологии (под руководством д.геогр.н., профессора А.Д.Клещенко), Институте систем обработки изображений РАН (под руководством членкорреспондента РАН В. А. Сойфера); Государственном НИИ авиационных систем (подруководством член-корреспондента РАН Г. Г. Себрякова); Научно-исследовательскоминституте системных исследований РАН (под руководством академика РАН В.

Б. Бетелина);Институте системного анализа РАН (под руководством член-корреспондента РАН В. Л.Арлазарова); Институте математики им. С. Л. Соболева СО РАН (под руководством д.т.н. Н.3Г. Загоруйко); Военно-воздушной инженерной академии им. Жуковского (под руководствомд.т.н. И. Н. Белоглазова); Юго-Западном государственном университете (под руководствомд.т.н. В. С. Титова); Владимирском государственном университете (под руководством д.т.н. С.С.

Садыкова); МГУ им. М. В. Ломоносова (под руководством д.ф.-м.н. Ю. П. Пытьева);Институте проблем передачи информации РАН (под руководством д.ф-м.н. Л. П.Ярославского), «ЮРИА-центре» (В.И. Повх, Е.А. Воробейчик), Ростовском государственноминституте путей сообщения.Решением задачи прогнозирования на основе данных ДЗЗ также активно занимаютсяза рубежом.

Основные исследовательские группы работают в США (USGS Earth ResourcesObservation and Science Center; National Drought Mitigation Center, University of Nebraska atLincoln; Oklahoma Climatological Survey, University of Oklahoma), Китае (Institute of RemoteSensing and Digital Earth , Y.

Xue), ЮАР (ARC-Institute for Soil), Украине (Харьковскийнациональный университет им. В.Н. Каразина; Институт космических исследований НАНУНКАУ, Национальный университет биоресурсов), Европе (Joint Research Centre – MARSproject), Казахстане (под руководством А. Г. Терехова).Насегодняшнийденьнеобходимостьвразработкеобобщённыхподходовавтоматизированной обработки и анализа изображений дистанционного зондированияпродиктована целями и задачами Федеральной космической программы РФ на 2016-2025 гг.В рамках этой программы планируется запуск большой группировки спутников и созданиекрупных центров сбора и обработки данных, для которого разработанные методы иреализованные программные средства являются востребованными.Цели и задачи работы: в работе были поставлены следующие цели:1.!Создание численного метода прогнозирования характеристик областей наповерхности Земли по данным дистанционного зондирования в заданномпространственном масштабе.2.!Создание набора параметрических моделей прогнозирования характеристикобъектов, принадлежащих к определённому классу процессов или явлений.3.!Разработка метода выделения областей интереса на основе статистическогоанализа динамики состояния объектов по разновременным сериямкосмических изображений.Для достижения поставленных целей были решены следующие задачи:1.!Создание, исследование и подбор методов прогнозирования урожайностисельскохозяйственных культур на основе данных дистанционногозондирования.

Создание метода прогнозирования характеристик областейземной поверхности по данным ДЗЗ на основе проведённого анализа.42.!Сбор, структурирование по признаку области интереса и формированиеколлекции спутниковых изображений за несколько лет для решения задачипрогнозирования урожайности по мультиспектральным космическимизображениям.3.!Разработка метода выделения областей интереса на основе статистическогоанализа динамики состояния объектов по разновременным сериям космическихизображений.4.!Разработка метода и моделей прогнозирования характеристик областей земнойповерхности по мультиспектральным космическим изображениям на примерезадачи прогнозирования урожайности различных сельскохозяйственныхкультур в региональном масштабе.5.!Экспериментальное исследование работоспособности предложенных методов имоделей для прогнозирования урожайности различных сельскохозяйственныхкультурдлянабораадминистративныхрегионовРФ,установлениевозможности их практического применения.Научная новизна заключается в том, что:•! Разработаны и реализованы в виде научного и прикладного ПО новые метод имодели прогнозирования характеристик объектов на земной поверхности поданным ДЗЗ без привлечения подспутниковых наблюдений.•! Предложенный метод прогнозирования характеристик объектов на земнойповерхности по мультиспектральным космическим изображениям в заданномпространственном масштабе учитывает сезонные и многолетние вариациипараметров состояния объектов.•! Созданы новые многомерные параметрические модели прогнозированияурожайностиразличныхсельскохозяйственныхдолгосрочныхнаблюденийзаобщимкультурсостояниемподаннымрастительностидляисследуемой территории.•! Предложенновыйкомплексныйтемпоральный(несколькомоментовнаблюдения в течение всего периода вегетации) индекс состояния вегетации,которыйопределяетсянаборомфакторов,влияющихнасостояниерастительности.•! Разработан метод выделения областей интереса на основе анализа динамикисостояния объектов по разновременным сериям космических изображений.Метод основан на статистическом анализе изменения состояния объектов поданным наблюдений за несколько лет (по коллекции спутниковых изображений)5с целью построения «трубки» допустимых траекторий индекса состояния напериоде наблюдений в один год.Теоретическая значимость работы заключается в разработке новых моделей иметодов: метода прогнозирования характеристик областей земной поверхности помультиспектральным космическим изображениям в заданном пространственном масштабе,метода выделения областей интереса на основе анализа динамики состояния объектов поразновременным сериям космических изображений, а также набора моделей прогнозированияхарактеристик объектов, принадлежащих к определённому классу процессов или явлений.Практическая ценность работы результатов диссертации заключается в том,что разработанные численные методы и математические модели могут быть применены вразличныхпрактическихприложениях,вкоторыхтребуетсяпрогнозирование,статистический анализ характеристик объектов на земной поверхности, классификация,сегментация по мультиспектральным аэрокосмическим изображениям, в том числе и безпривлечения подспутниковых данных.

Задача прогнозирования урожайности различныхсельскохозяйственных культур в региональном масштабе решается без привлечения, такназываемых, масок посевов, что делает предложенный в работе метод менее трудоёмким.Программные модули могут быть использованы в составе систем планирования дляобеспечения продовольственной безопасности в региональном и государственном масштабахи мониторинга объектов нефтегазового комплекса.Предложенный метод выделения областей интереса на основе анализа динамикисостояния объектов может быть использован для выявления аномалий и последствийантропогенноговоздействиянаокружающуюсредупомультиспектральнымаэрокосмическим изображениям в авиационных и космических приложениях.Разработанные численные методы и математические модели реализованы в видепрограммных модулей, которые входят в состав экспериментального образца универсальногопрограммного комплекса для осуществления оценки плодородия и выявления степенидеградации земель, что подтверждается актом о внедрении в НИИ «АЭРОКОСМОС».Методология и методы исследования.

В диссертационной работе использовалисьметоды математического моделирования, обработки изображений, многомерной оптимизациии статистического анализа. Результаты расчетов сравнивались с результатами других авторови экспериментов.Положения, выносимые на защиту:61.! Численный метод прогнозирования характеристик областей земной поверхностипо мультиспектральным космическим изображениям в заданномпространственном масштабе.2.! Набор параметрических моделей прогнозирования характеристик объектов,принадлежащих к определённому классу процессов или явлений.3.! Метод выделения областей интереса на основе статистического анализадинамики состояния объектов по разновременным сериям космическихизображений.Обоснованность и достоверность результатов и выводов. Выводы диссертацииобоснованы аналитически и подтверждены данными численных экспериментов, полученнымис помощью разработанных алгоритмов и комплекса программ.