ИСТИНА

Вычислительные процедуры восстановления биофизических параметров земной поверхности предполагают наличие методов моделирования уходящего излучения вместе с методами мониторинга и обработки данных дистанционного зондирования на основе регистрируемых интенсивностей излучения между оптическими приемниками и объектами земной поверхности, называемых «образами». Методы распознавания образов составляют важное приложение к обработке данных дистанционного зондирования на получаемых изображениях системы «земная поверхность – атмосфера». Существует большое количество упрощенных расчетных схем, называемых кодами, к решению прямых и обратных задач атмосферной оптики при обработке изображений низкого и среднего пространственного разрешения. До тех пор, пока авторов не интересовала реальная точность получаемой информационной продукции, они использовали эти стандартные процедуры. Насущная необходимость обработки данных высокого спектрального и пространственного разрешения по данным дистанционной гиперспектрометрии продвигает вперед новые подходы к распознаванию объектов. Важные результаты планируемой для создания международной исследовательской группы касаются этих новых достижений в обработке данных. Предлагаемые средства применения различных типов классификаторов, объединенные с процедурами восстановления параметров лесных экосистем, имеют более широкие приложения в сравнении с традиционными подходами по нахождению характерных признаков и контуров объектов на изображении. Эти подходы связаны с рассмотрением особенностей фотометрии и геометрии отражательной способности отдельных пикселей для лесного покрова. Однако, такое рассмотрение составных элементов отражательной способности отдельных составных элементов сцены (полностью освещенные Солнцем верхушки деревьев, частично освещенные фоновые части кроны, полностью затененные участки при конкретной высоте Солнца и угле визирования) – только часть рассматриваемого общего подхода. Предполагается, что каждый пиксель несет информацию о совокупности отдельных фитоэлементов, а отражательная способность на уровне пикселя может быть рассчитана как линейная смесь таких освещенных и затененных элементов. Вместо традиционных фотометрических и геометрических конструкций предлагаются усовершенствованные модели функционального описания уходящего спектрального излучения, в которые включены такие параметры лесного полога, как плотность биомассы растительности для конкретного породного состава и возраста древостоев. В этом случае мы имеет возможность рассчитывать взаимосвязи между регистрируемыми интенсивностями излучения и плотностью лесного полога (прямая задача). Следующий этап – это нахождение решений проблемы восстановления параметров как пересечений соответствующих кривых в многомерном пространстве, формируемом параметрами таких моделей (обратная задача). Такие решения могут быть математически неединственными, поэтому предпринимаются вычислительные процедуры их регуляризации для нахождения минимума функционала, названного «энергия конкретного класса лесных объектов». Соответствующие процедуры оптимизации служат для изучения правдоподобия между регистрируемыми наборами данных и теоретическими распределениями в процессе регуляризации решения при использовании производных функций, характеризующих соседство пикселей для выбранных классов объектов. Учитывая эти особенности получаемых решений, нами разработано строгое приближение по оптимизации спектральных каналов на основе поиска их наиболее информативных наборов при возможном объединении с нахождением корреляций между ними. Метод последовательного дополнения используется вместе с расчетом общей вероятности ошибки. Метод заключается в фиксации уровня вероятности ошибки, который не улучшается при дальнейшем дополнении каналов в рассматриваемой вычислительной схеме распознавания объектов. На первом этапе распознаются наиболее различимые классы объектов. На втором этапе используется аналитическая процедура, называемая «кросс-валидацией». Такая стратегия вычислений служит для обоснования категории точности в дополнение к стандартному построению полной матрицы ошибок между получаемой таким образом информационной продукцией и имеющимися данными наземных наблюдений, которые могут быть несовершенными и нуждаться в обновлении.