Диссертация (1137223), страница 2
Текст из файла (страница 2)
В качестве предикторов обычно используются, такназываемые, индексы состояния растительности, которые имеют высокий коэффициенткорреляции с состоянием исследуемого объекта на земной поверхности. Предложенные вданной работе модели прогнозирования используют новые индексы состояния растительностии являются усовершенствованием моделей второй группы.Качество работы модели прогнозирования урожайностиопределяется выборомпредикторов прогностической функции.
В большинстве современных исследований попрогнозированиюурожайностинаосноведаннымДЗЗиспользуютсяодноточечные(одномоментные измерения за период вегетации) индексы состояния растительности или набородноточечных индексов, описывающих изменение параметров различной природы. В даннойработе делается попытка использовать для обучения (построения) модели прогнозированиякомплексный темпоральный индекс (несколько моментов наблюдения в течение всего периодавегетации), описывающий динамику изменения во времени состояния растительности.Актуальность разработки новых обобщённых методов автоматизированной обработки ианализаизображенийдистанционногозондированиявозрастаетнепосредственнодляРоссийской Федерации, которая на сегодняшний день усиленными темпами наращивает свойкосмический потенциал.
Об этом свидетельствует Федеральная космическая программа РФ на2016-2025 гг. Целями данной программы являются:1. запуск группировки искусственных спутников Земли для решения задачмониторинга окружающей среды (~ 30 КА);2. создание всероссийского центра данных ДЗЗ – централизация процессовполучения, хранения, обработки и поставки данных ДЗЗ на всей территории РФ.Предложенный в данной работе обобщённый подход, позволяет прогнозироватьзначения характеристик объектов на земной поверхности в заданном пространственноммасштабе, оценивать точность и значимость получаемых прогнозов.Цель и задачи исследования.— создание метода и моделей прогнозирования характеристик областей на поверхностиЗемли по данным дистанционного зондирования в заданном пространственноммасштабе;7— разработка метода выделения областей интереса на основе анализа динамикисостояния объектов по разновременным сериям космических изображений;— разработка методов валидации и верификации созданных моделей прогнозирования;— исследования по выявлению наиболее информативных признаков состоянияобъектов и зависимости точности прогнозирования от момента совершенияпрогноза;— экспериментальное исследование работоспособности предложенных методов имоделей для прогнозирования урожайности различных сельскохозяйственныхкультур для набора административных регионов РФ, установление возможности ихпрактического применения.Научная новизна данной работы заключается в том, что в результате проведенныхавтором исследований:Разработан метод прогнозирования характеристик объектов на поверхности Земли поданным дистанционного зондирования в заданном пространственном масштабе.Создан набор моделей прогнозирования характеристик объектов, принадлежащих копределённому классу процессов или явлений.
Разработанные модели выполнены на примерепрогнозирования урожайности сельскохозяйственных культур по данным долгосрочныхнаблюдений за состоянием вегетации. При построении моделей используется комплексныйтемпоральный индекс состояния вегетации, описывающий динамику изменения во временисостояниярастительности,чтопозволяетзначительноповыситьзаблаговременностьосуществляемых прогнозов.Разработан метод выделения областей интереса на основе анализа динамики состоянияобъектов по разновременным сериям космических изображений. Метод основан настатистическом анализе изменения состояния объектов по данным наблюдений за нескольколет (коллекция спутниковых изображений) с целью построения «трубки» допустимыхтраекторий индекса состояния пикселя изображения на периоде наблюдений в один год. Такойподход позволяет повысить качество детектирования растительности на спутниковыхизображениях в сравнении с поточечной классификацией.Теоретическая значимость работы заключается в разработке новых моделей и методов:метода прогнозирования характеристик областей земной поверхности по мультиспектральнымкосмическим изображениям в заданном пространственном масштабе, метода выделенияобластей интереса на основе анализа динамики состояния объектов по разновременным сериям8космических изображений, а также набора моделей прогнозирования характеристик объектов,принадлежащих к определённому классу процессов или явлений.Практическая ценность.
Разработанные методы и модели могут быть применены вразличных практических приложениях, в которых требуется прогнозирование, статистическийанализ характеристик объектов на земной поверхности, классификация, сегментация помультиспектральным аэрокосмическим изображениям. Программные модули могут бытьиспользованывсоставепланированиядлясистемобеспечениямониторингаобъектовпродовольственнойнефтегазовогобезопасностивкомплексаирегиональномигосударственном масштабах. Предложенный метод выделения областей интереса на основеанализа динамики состояния объектов может быть использован для выявления аномалий ипоследствий антропогенного воздействия на окружающую среду по мультиспектральнымаэрокосмическим изображениям в авиационных и космических приложениях.Методология и методы исследования.
В диссертационной работе использовалисьметоды математического моделирования, многомерной оптимизации и статистическогоанализа. Результаты расчетов сравнивались с результатами других авторов и экспериментов.На защиту выносятся:1. Метод прогнозирования характеристик областей земной поверхности помультиспектральным космическим изображениям в заданном пространственноммасштабе.2. Метод выделения областей интереса на основе анализа динамики состоянияобъектов по разновременным сериям космических изображений.3. Набор моделей прогнозирования характеристик объектов, принадлежащих копределённому классу процессов или явлений.Обоснованность и достоверность результатов и выводов. Выводы диссертацииобоснованы аналитическими расчетами и подтверждены данными численных экспериментов,полученными с помощью разработанных алгоритмов и комплекса программ. Теоретическую иметодологическую основу проведенных разработок и исследований составили трудыотечественных и зарубежных авторов в области обработки изображений и прогнозирования наоснове данных ДЗЗ, а также технические решения, созданные и опубликованные в российских изарубежных патентах и свидетельствах на изобретения РФ.
Для анализа полученныхрезультатов использовались методы статистической обработки данных.Апробация работы. Основные результаты диссертации докладывались на следующихконференциях:9— 4-м международном семинаре «Извлечение информации из изображений. Теория иприложения» (IMTA-4), Барселона, 2013; тема доклада – “Analysis of large long-termremote Sensing image sequence for agricultural yield forecasting”.— Международной конференция по «Компьютерной графике, визуализации,компьютерному зрению и обработке изображений» (CGVCVIP-2013), Прага, 2013;тема доклада – “Trainable method for predicting characteristics of land surface objects”.— 9-ой международной конференции по «Интеллектуальному анализу данных»(DMIN-13) – Лас-Вегас, 2013; тема доклада – “Efficiency of crop yield forecastingdepending on the moment of prediction based on large remote sensing data set”.— 10-ой, 11-ой, 12-ой всероссийских открытых конференциях «Современные проблемыдистанционного зондирования Земли из космоса» – Москва, 2012, 2013, 2014; темыдокладов – «Прогнозирование урожайности на основе многолетних космическихнаблюдений за динамикой развития вегетации», «Уточнение нелинейнойрегрессионной модели прогнозирования урожайности по данным спутниковогомониторинга», «Усовершенствование модели прогнозирования урожайности поданным спутникового мониторинга».— Международной научной конференция «Открытия и достижения науки» (МДК2015-03) – Москва, 2015; тема доклада – «Анализ динамики вегетациирастительности в импактных районах по космическим изображениям».Публикации.
Материалы диссертации опубликованы в 9 печатных работах, из них 3статьи в журналах из списка ВАК [19, 45, 59], 1 статья индексируется в “SCOPUS” [45], 2статьи индексируются в “Web of Science” [45, 59].Личный вклад автора. Содержание диссертации и основные положения, выносимые назащиту, отражают персональный вклад автора в опубликованные работы. Личный вклад вработах с соавторами заключается в следующем: [19] – разработка метода прогнозированияурожайности по космическим данным ДЗЗ; [59] – усовершенствование метода и моделейпрогнозирования урожайности с целью повышения точности и заблаговременности прогнозов;[45] – разработка обобщённого метода прогнозирования характеристик объектов на земнойповерхности по мультиспектральным космическим изображениям и его программнаяреализация; проведение вычислительных экспериментов по всем работам [19, 45, 59].
Всепредставленные в диссертации результаты получены лично автором.Структура и объём диссертации. Диссертация состоит из введения, обзора литературы,4 глав, заключения, списка сокращений и библиографии. Общий объём диссертации 15610страниц, из них 107 страниц текста, 45 рисунков и 9 таблиц. Библиография включает 223наименований на 18 страницах.Краткая характеристика содержания работы. Диссертация включает в себя четыреглавы.Глава 1 представляет собой обзор состояния методов и моделей прогнозированияхарактеристик объектов на земной поверхности по данным ДЗЗ.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
