Диссертация (Методы математического моделирования для распознавания и прогнозирования характеристик областей земной поверхности по мультиспектральным космическим изображениям), страница 4

Эти методы успешно апробированы для решениятаких задач, как прогнозирование ожидаемого урожая [19, 45, 59, 173-175], оценка15экологического состояния окружающей среды [12, 13, 24], изучение и прогнозированиестихийных бедствий [27].Большинство методов, предложенных в этих исследованиях, позволяют решатьпроблему только для определенного типа явлений.

Сложность реализации и большоеколичество входных данных приводят к необходимости создания обобщенных методов ипрограммных средств обработки космической информации [12, 13, 18], которые обладаютуниверсальностью и применимы для различных задач прогнозирования.1.2 Прогнозирование по данным дистанционного зондированияРешение задачи прогнозирования базируется на одном из фундаментальных постулатовфизики,которыйбылсформулированК.Шенноном:основныезакономерности,наблюдавшиеся в прошлом, сохраняются в будущем [58]. Поиск и формализациязакономерностей исследуемого процесса являются этапами решения задачи прогнозирования.Поскольку речь идет о прошлом и будущем, то очевидно присутствие в явном или неявномвиде временного параметра.

Рассмотрим основные понятия прогнозирования.Определение 1.1. Прогноз – это процесс или результат предсказания тех или иныхфактов, событий, явлений, величин, которые станут известны лишь в будущем по отношению кмоменту времени, в котором создается прогноз. Под прогнозом также иногда понимают модельбудущего события, явления и т.

п.Определение 1.2. Прогнозирование – это процесс (часто основанный на научномисследовании) по расчёту прогноза или разработке прогнозной модели.В узком смысле под прогнозированием понимают предсказание будущих значенийвременного ряда на основе его значений в прошлом, и, возможно, дополнительнойинформации. Такую дополнительную информацию представляют влияющие на ситуациювнешние факторы.Отдельно стоят методы прогнозирования, разработанные специально для финансовойсферы, поскольку в их основе лежат внутренние закономерности в появлении значенийпараметров процесса или объекта на определённом временном промежутке, то есть без учётавнешних факторов. Активные исследования в этой прикладной области привели к появлениюряда именных моделей прогнозирования – модели Брауна [115, 116], Хольта [138], ХольтаУинтерса [218], Тейла-Вейджа [207].16Сразвитиемтехники,компьютерныхтехнологийиусовершенствованиявычислительных машин становится возможным обработка большого количества данных.Актуальность задачи предсказания становится очевидной для прогнозирования долговечностиобъектов (приборов, деталей) [66], прогноза погоды и климатических условий, природныхкатастроф и т.д.

После запуска первого спутника с установленной аппаратурой дляосуществления съемки поверхности Земли в различных спектральных диапазонах появляетсянеобходимость в интеграции космических данных в существующие модели и методыпрогнозирования и в разработке новых методов и моделей.Определение 1.3. Прогностическая функция описывает аналитический вид зависимостимежду набором предикторов и прогнозируемым значением.Определение 1.4.

Предиктор – независимая переменная прогностической функции, наосновании значений которой совершается прогнозирование. В качестве набора предикторовмогут выступать как параметры непосредственно объекта (процесса), характеристики которогопрогнозируются,такипараметрыстороннихобъектов(процессов),связанныхспрогнозируемым значением.Определяющую роль при выборе предикторов (см. Опр. 1.4) прогностической функции(см. Опр.

1.3) и их количества, помимо решаемой задачи, играют входные данные. Насегодняшний день космические данные представлены в огромном количестве, поэтомурассмотрение вопроса какие данные существуют, и как на их основе выбрать наиболееподходящие предикторы описывается в параграфах 2.2 и 3.1.Перечисленные выше примеры областей применения прогнозных методов изначально непредполагают использования данных ДЗЗ в качестве основы при осуществлении прогноза. Темне менее, с момента запуска первого спутника ДЗЗ и до сегодняшнего дня в методыпрогнозирования, моделирования и мониторинга активно развиваются, а применение данныхДЗЗ происходит практически во всех сферах деятельности человека. Примерами наиболееуспешного использования ДДЗ для прогнозирования являются следующие направления:1.

Предупреждение чрезвычайных ситуаций и природных катастроф [27] (выбросвредных веществ в последствие пожаров [14], землетрясения [20, 21, 22, 112],извержения вулканов [140] и т.д).Примерами внешних факторов, которые вычисляются по аэрокосмическим изображениям взадачах 1-ой группы, являются площадь земной поверхности, уровень ионизации атмосферы,состояние глубинных разломов в земной коре и т.д.172. Прогнозы погодных явлений (наводнения [103], перемещение циклонов [155],ураганов [28], засухи [147], повышение пространственного разрешения прогнозапогоды [143]).Примерами внешних факторов, которые вычисляются по аэрокосмическим изображениям взадачах 2-ой группы, являются температура земной (морской) поверхности, влажность почвы,уровень запаса воды для данной территории, скорость ветра и т.д.3.

Сельскохозяйственное производство (прогноз ожидаемого урожая [53, 79, 167,195], деградация и эрозия почв [29]).Примерами внешних факторов, которые вычисляются по аэрокосмическим изображениям взадачах 3-ей группы, являются состояние растительности, влажность почвы, химический составпочвы, температура земной поверхности и т.д.4. распространения заболеваний (эпидемия малярии [217]).Примерами внешних факторов, которые вычисляются по аэрокосмическим изображениям взадачах 4-ой группы, являются испарение влаги с поверхности земли, температура земнойповерхности, число выпавших осадков, коэффициент отражения земной поверхности и т.д.5.

Распространение и миграция популяций растений и животных (распространениекитов [107], рыболовство [178]).Примерами внешних факторов, которые вычисляются по аэрокосмическим изображениям взадачах 5-ой группы, являются температура морской поверхности, геострофическая скорость ит.д.Возникает потребность в разработке обобщенного метода прогнозирования состоянияобъектовподстилающейповерхностисиспользованиемспутниковыхизображений.Необходимо разработать комплексный подход, сочетающий архивные данные дистанционногозондирования и наземные измерения характеристик изучаемых объектов за предыдущие годы,который позволит осуществлять прогноз состояния объектов в заданном пространственноммасштабе [83]. Наличие такой комбинации исторических данных дает возможность обучатьмодель прогнозирования и осуществлять заблаговременный прогноз состояния объектовподстилающей поверхности. Разработка такого метода позволит расширить круг задачмониторинга окружающей среды.181.3 Задача дистанционного зондирования1.3.1Спутниковая система мониторинга окружающей средыКосмическая деятельность занимает особое место в процессах информатизации иглобализации мирового сообщества, в обеспечении национальной безопасности, а также прирешении многих научно-исследовательских задач и социально-экономических проблем.

Сиспользованием космической техники решается ряд актуальных проблем для совокупностиатмосфера – океан – поверхность – биосфера, в том числе дают возможность оценивать ипрогнозировать изменения параметров состояния окружающей среды под воздействиемантропогенных и природных факторов.Уникальность методов дистанционного зондирования Земли из космоса (ДЗЗ)заключается в возможности получения достоверной информацию об объектах на земнойповерхности в различном пространственном масштабе с разными пространственным ивременным разрешениями. Космическая съемка земной Земли позволяет определятьсовокупность (физических, химических, биологических, геометрических) параметров объектовнаблюдения в различных средах Земли.

Принципиальная возможность такого широкогомониторинга состояния объектов устанавливается наличием функциональной зависимостимежду инструментальной способностью космической аппаратуры и целевыми параметрами,которая определяется излучательной способностью объектов наблюдения.19Рисунок 1.1 – Диаграмма спектральных характеристик объектов наблюдения наземной поверхности и некоторых сенсоров, установленных на космическихаппаратах ДЗЗ [94]Представленная на рисунке 1.1 диаграмма спектральных характеристик иллюстрируетнаиболее информативные диапазоны длин волн для описания отражательной способностиобъектов исследования и процессов, происходящих с ними.Информационная спутниковая система [3], часто применяемая при мониторингеокружающей среды с использованием спутниковых аппаратов, представлена на рисунке 1.2.20Спутниковая системаХарактеристики:-многоспектральная съемкапространственное разрешениеполоса обзораоперативность, регулярность съемкиФункции:наблюдениеанализпрогнозСостав:орбитальный сегмент-космические платформыбортовые измерителиуправление платформойи измерителемземной сегмент-сеть станцийнаблюденияинтегрированные базыданныхуправление платформойкомпьютерноемоделированиеГИС технологииРисунок 1.2 – Модель спутниковой системы мониторинга окружающей среды [94]Структура спутниковая система мониторинга включает наземную и орбитальнуюсоставляющие: первая обеспечивает наблюдение, выполняет функции оценки и прогноза, авторая осуществляет функции наблюдения и предварительной обработки данных.