Диссертация (1137223)

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла

Федеральное государственное автономное образовательное учреждения высшегообразования «Московский физико-технический институт (государственныйуниверситет)» (МФТИ)На правах рукописиИгнатьев Владимир ЮрьевичМетоды математического моделирования для распознавания ипрогнозирования характеристик областей земной поверхности помультиспектральным космическим изображениям05.13.18 – Математическое моделирование, численные методы и комплексыпрограмм (технические науки)диссертация на соискание ученой степеникандидата технических наукНаучный руководительд. ф.-м. н., проф. Цурков В.И.Москва 20172ОглавлениеОГЛАВЛЕНИЕ ______________________________________________________________ 2ВВЕДЕНИЕ 5ГЛАВА 1.СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ МОДЕЛЬНЫХПРЕДСТАВЛЕНИЙ АНАЛИЗА ДИНАМИКИ И ПРОГНОЗИРОВАНИЯХАРАКТЕРИСТИК ОБЛАСТЕЙ ЗЕМНОЙ ПОВЕРХНОСТИ ПО КОСМИЧЕСКИМИЗОБРАЖЕНИЯМ ______________________________________________________________ 141.1РОЛЬ КОСМИЧЕСКИХ ДАННЫХ В ПРОГНОЗИРОВАНИИ __________________________ 141.2ПРОГНОЗИРОВАНИЕ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ____________ 151.3ЗАДАЧА ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ________________________________ 181.3.1Спутниковая система мониторинга окружающей среды _______________ 181.3.2Космические средства при мониторинге Земли _______________________ 201.4ОБРАБОТКА МУЛЬТИСПЕКТРАЛЬНЫХ ДАННЫХ В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯСОСТОЯНИЯ ОБЛАСТЕЙ ЗЕМНОЙ ПОВЕРХНОСТИ ________________________________________ 221.4.1Географическая привязка изображений ______________________________ 231.4.2Особенности мультиспектральных изображений _____________________ 241.4.3Оценка состояния различных типов подстилающей поверхности помультиспектральным изображениям ___________________________________________ 251.5МОДЕЛИ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ОБЛАСТЕЙ ЗЕМНОЙ ПОВЕРХНОСТИ281.5.11.6Классификация моделей и методов прогнозирования ___________________ 29АНАЛИЗ МЕТОДОВ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ ХАРАКТЕРИСТИК, ОПИСЫВАЮЩИХСОСТОЯНИЕ ОБЛАСТЕЙ, НА ПРИМЕРЕ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ___________________ 321.6.1Метод выявления года-аналога _____________________________________ 361.6.2Регрессионный метод _____________________________________________ 391.6.3Метод прогнозирования урожайности на основе моделирования приростабиомассы растений ___________________________________________________________ 411.6.4Итоги анализа и сопоставления методов прогнозирования урожайности _ 433ГЛАВА 2.РАЗРАБОТКА ЧИСЛЕННОГО МЕТОДА ПРОГНОЗИРОВАНИЯСОСТОЯНИЯ ОБЛАСТЕЙ АНТРОПОГЕННОГО И ПРИРОДНОГО ВОЗДЕЙСТВИЯ ПОКОСМИЧЕСКИМ ИЗОБРАЖЕНИЯМ ____________________________________________ 452.1ПОСТАНОВКА ЗАДАЧИ __________________________________________________ 472.2ВЫБОР ДАННЫХ ДЗЗ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ ________________ 512.2.12.3Получение и предварительная обработка космических изображений _____ 51ВЫДЕЛЕНИЕ ИНФОРМАТИВНОГО СИГНАЛА ИЗ ПОЛУЧЕННЫХ ДАННЫХ ____________ 542.3.1Метод выделения областей интереса на основе анализа динамики состоянияобъектов по сериям разновременных космических изображений _____________________ 552.3.2Детектирование растительности по сериям космических изображениях наоснове анализа динамики вегетации _____________________________________________ 622.3.32.4Метод уточнения карт растительности ____________________________ 70ОСНОВНАЯ КОНЦЕПЦИЯ РАЗРАБОТАННОГО МЕТОДА __________________________ 722.4.1Сезонные и долгосрочные наблюдения _______________________________ 742.4.2Процесс обучения ________________________________________________ 792.4.3Процесс прогнозирования.

_________________________________________ 83ГЛАВА 3.ПОСТРОЕНИЕ МОДЕЛЕЙ ПРОГНОЗА ПЛОДОРОДИЯ ИПРОГНОЗИРОВАНИЕ УРОЖАЙНОСТИ РАЗЛИЧНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХКУЛЬТУР3.186ВЫБОР ИНФОРМАТИВНЫХ ПРИЗНАКОВ СОСТОЯНИЯ ОБЛАСТЕЙ ЗЕМНОЙ ПОВЕРХНОСТИ873.1.1Предикативный вектор, описывающий изменение состояния областей ___ 873.1.2Корреляция индексов состояния областей c их количественнымихарактеристиками ___________________________________________________________ 913.2ПОСТРОЕНИЕ МОДЕЛИ __________________________________________________ 933.2.13.3Общий вид модели плодородия _____________________________________ 93РАЗВИТИЕ МОДЕЛИ ПЛОДОРОДИЯ С УЧЕТОМ СПЕЦИФИКИ ЗАДАЧИ _______________ 963.3.1Базовая многомерная модель прогнозирования урожайности. ___________ 963.3.2Локальная многомерная модель для отдельных областей.

______________ 973.3.3Модель с мультипликативной поправкой для областей. ________________ 983.3.4Трендовая модель с мультипликативной поправкой для областей. _______ 993.3.5Использование метео-климатических данных для построенияпредикативного вектора _____________________________________________________ 10243.3.6ГЛАВА 4.Рекомендации по применению разработанных моделей ________________ 103АНАЛИЗ РЕЗУЛЬТАТОВ ПРИМЕНЕНИЯ ЧИСЛЕННОГО МЕТОДАДЛЯ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ РАЗЛИЧНЫХ ОБЛАСТЕЙ РФ ИРАЗЛИЧНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР __________________________ 1054.1НАСТРОЙКА МОДЕЛЕЙ ПЛОДОРОДИЯ _____________________________________ 1054.1.1Планирование численного эксперимента. Сбор данных для численногоэксперимента ______________________________________________________________ 1054.1.2Численный эксперимент __________________________________________ 1074.1.3Оценка точности прогноза _______________________________________ 1114.2СОПОСТАВЛЕНИЕ РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ СИСПОЛЬЗОВАНИЕМ РАЗРАБОТАННЫХ МОДЕЛЕЙ_______________________________________ 1124.2.1Прогнозы с использованием модели 1.

______________________________ 1134.2.2Прогнозы с использованием модели 2. ______________________________ 1134.2.3Прогнозы с использованием модели 3. ______________________________ 1144.2.4Прогнозы с использованием модели 4. ______________________________ 1154.2.5Сравнение моделей. ______________________________________________ 1164.3ОЦЕНКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ ПОЛУЧЕННЫХ ПРОГНОЗОВ ____________ 1174.4ОЦЕНКА ПРИМЕНИМОСТИ МОДЕЛИ ПОСРЕДСТВОМ ПРОЦЕДУРЫ КРОСС-ВАЛИДАЦИИ 1194.5ЗАВИСИМОСТЬ ТОЧНОСТИ ПРОГНОЗА ОТ МОМЕНТА ПРОГНОЗИРОВАНИЯ И ТИПА С/ХКУЛЬТУРЫ4.6120УТОЧНЕНИЕ ПАРАМЕТРОВ ПРОГНОСТИЧЕСКОЙ МОДЕЛИ ПОСЛЕ РАСШИРЕНИЯОБУЧАЮЩИХ ДАННЫХ4.6.1__________________________________________________________ 123Уточнение оптимального момента прогнозирования и состава векторасостояния растительности для расширенного вектора признаков.

_________________ 1244.6.2Прогнозы с использованием уточнённой модели 1. ____________________ 1284.6.3Прогнозы с использованием уточнённой модели 2. ____________________ 1294.6.4Прогнозы с использованием уточнённой модели 3. ____________________ 1304.6.5Прогнозы с использованием уточнённой модели 4. ____________________ 131ЗАКЛЮЧЕНИЕ ___________________________________________________________ 135СПИСОК СОКРАЩЕНИЙ _________________________________________________ 137СПИСОК ЛИТЕРАТУРЫ __________________________________________________ 1395ВведениеВ работе рассматривается задача прогнозирования различных характеристик объектоввнутри определённого класса (например, административных регионов РФ) по даннымдистанционногозондирования(мультиспектральнымаэрокосмическимизображениям).Основной идеей является использование долгосрочных наблюдений за состоянием объекта приобучениимногомерныхпараметрическихмоделейисезонныхнаблюденийприпрогнозировании характеристик объектов.

Такое структурирование данных обеспечиваетувеличение размера обучающей выборки в сравнении с другими известными подходами, чтопозволяет повысить точность и статистическую значимость прогнозирования, сохраняя приэтом надёжность работы моделей.Актуальность темы. Постоянно увеличивающееся число сфер деятельности человека, вкоторых чрезвычайно важную роль играет использование данных ДЗЗ в силу их объективностии оперативности получения, приводит к росту спроса на методы и программные средства,позволяющие успешно решать актуальные задачи для каждой из областей. Такаявостребованность ДДЗ в современном мире способствует запуску новых спутников ипостоянному усовершенствованию методов автоматизированной обработки и анализаизображений дистанционного зондирования.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.Однойизнаиболееважныхиинтересныхявляетсязадачапрогнозированияхарактеристик объектов на земной поверхности по космическим изображениям.

Примеромявляется задача прогнозирования урожайности сельскохозяйственных культур в заданномпространственном масштабе.Ключевыми моментами при прогнозировании урожайности на основе ДДЗ являютсясоздание модели прогнозирования – определение аналитического вида прогностическойфункции и процесс обучения созданной модели на основе наземных наблюдений – поискпараметров модели наилучшим образом приближающих значения прогностической функции намножестве данных, выбранных для обучения.6Построение модели прогнозирования урожайности в большинстве случаев основываетсялибо на непосредственном моделировании процессов роста и созревания культуры, либо наиспользовании данных ДЗЗ в качестве предикторов прогностической функции совместно сданными наземных наблюдений.

Характеристики

Тип файла PDF

PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.

Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.

Список файлов диссертации