Введение к работе
Актуальность темы.
В последние годы в лесопромышленном комплексе потребность в информации о лесных ресурсах уже не удовлетворяется использованием только специализированных цифровых карт и баз атрибутивных данных. Недостаточная актуальность имеющейся информации зачастую приводит к замедлению принятия управленческих решений. На сегодняшний день существует потребность в регулярно обновляемых данных о лесных ресурсах в рамках. В большинстве случаях для правильной оценки выбранного варианта решения поставленной задачи необходимо иметь достоверную и актуальную информацию о лесах. Такую информацию могут предоставить материалы дистанционного зондирования Земли.
В связи с увеличением объемов данных спутниковой съемки, а также вычислительной мощности технических средств все чаще возникает потребность в автоматизации обработки значительного объема полученной информации. Анализ существующих методик и алгоритмов автоматизированного дешифрирования лесных территорий показал, что, несмотря на значительные результаты исследований в данной области, применение методик автоматизированной тематической обработки спутниковых снимков в лесопромышленном комплексе весьма ограничено. Это, как правило, связано с недостаточно развитым математическим аппаратом в данной области и сложностью формализации процесса дешифрирования лесов. В частности, существующие методики дешифрирования не обеспечивают достаточного уровня достоверности получаемых данных, характеризуемого коэффициентом «каппа».
Поэтому работа, направленная на теоретическое обобщение подходов к тематической обработке спутниковых снимков лесных территорий и решение научно-технической задачи, связанной с созданием методик и алгоритмов тематической обработки спутниковых снимков лесных территорий с использованием структурного моделирования, является актуальной.
Цель и основные задачи диссертационной работы.
Целью диссертационной работы является повышение достоверности дешифрирования спутниковых снимков таёжных лесов на основе разработки и реализации методики тематической обработки изображений с использованием методов структурного моделирования.
Для достижения цели были поставлены и решены следующие задачи:
-
Анализ технологий тематической обработки спутниковых снимков лесных территорий и определение перспективных направлений совершенствования технологий дешифрирования.
-
Определение состава дешифровочных признаков основных таксационных показателей лесных насаждений.
3) Исследование структурных взаимосвязей дешифровочных признаков и
таксационных показателей лесных насаждений и разработка структурных моделей
процесса тематической обработки спутниковых снимков лесных территорий.
4) Разработка методик и алгоритмов автоматизации дешифрирования
спутниковых снимков лесных территорий.
5) Разработка информационной системы поддержки лесных ресурсов на основе свободно распространяемого программного обеспечения.
Методы исследования.
В работе использованы методы цифровой обработки изображений, пространственного анализа территории, математической статистики, теории распознавания образов, текстурного и нейросетевого анализа, теории множеств и графов, объектно-ориентированного проектирования и программирования.
Положения, выносимые на защиту:
1. Структурный анализ взаимосвязей основных таксационных показателей
лесных насаждений и дешифровочных признаков обзорных и детальных
спутниковых снимков.
2. Формализованное описание предметной области лесных насаждений
таежного региона, данных спутниковой съемки, постановка задачи оптимизации
существующих методов дешифрирования.
3. Критерий и показатель информативности определения основных
таксационных параметров лесных насаждений с применением спутниковых
снимков и состав спектральных каналов, используемых для тематической
обработки снимков.
4. Методика тематического дешифрирования спутниковых снимков таежных
лесов на основе разработанных структурных моделей и продукционных правил.
Научная новизна заключается в следующем:
- разработана методика тематического дешифрирования спутниковых снимков
лесных территорий, отличающаяся от подобных методик тем, что позволяет
провести структурный анализ предметной области и выявить взаимосвязи системы
наземных объектов и объектов на снимке;
- разработаны модели и продукционные правила процесса тематической
обработки спутниковых снимков лесных территорий на основе структурных связей
дешифровочных признаков и таксационных показателей лесных территорий;
экспериментально доказано, что для повышения достоверности дешифрирования спутниковых снимков лесных территорий достаточно трех видимых и ближнего инфракрасного спектральных каналов;
- разработан комплекс методов и алгоритмов автоматизированной обработки
спутниковых снимков лесных территорий для решения практических задач
тематического дешифрирования лесных территорий.
Практическая ценность.
Разработанные методики, алгоритмы и реализованная информационная система позволяют извлекать таксационные параметры насаждений по данным дистанционного зондирования лесных территорий, автоматизировать процесс обработки спутниковых снимков. Полученные практические результаты диссертационной работы могут применяться специалистами различных сфер деятельности лесного хозяйства: лесопользователями, региональными органами лесоуправления, работниками лесничеств. Практическая ценность подтверждается соответствующими актами о внедрении разработок.
Практическая значимость работы.
Результаты исследований позволяют оценить информативность и выполнить анализ дешифровочных признаков лесных насаждений для определения основных
таксационных показателей таежных лесов. Использование разработанной методики позволяет повысить достоверность дешифрирования спутниковых снимков лесных территорий на 15-20%.
Разработанные в рамках диссертационной работы алгоритмы и методы интегрированы в информационную систему мониторинга и управления лесными ресурсами с целью непрерывного обновления информации о лесных ресурсах.
Реализация результатов работы.
Созданная информационная система на основе разработанных методик и алгоритмов управления пространственно-атрибутивной информацией проходит опытную эксплуатацию на предприятиях региона. Разработанные алгоритмы и методы автоматизации дешифрирования спутниковых снимков лесных территорий приняты к внедрению в Архангельском лесничестве.
Методики и алгоритмы дешифрирования используется в учебном процессе при подготовке инженеров по специальности 230400.62, 250100.01 в Северном (Арктическом) федеральном университете имени М.В. Ломоносова.
Апробация работы.
Теоретические и практические результаты работы докладывались на конференциях, в т. ч.: Десятой международной молодежной научной конференции «Севергеоэкотех-2009» (г. Ухта, 2009 г.); Четвертой международной конференции «Земля из космоса - наиболее эффективные решения» (г. Москва, 2009 г.); Всероссийской научной конференции «Перспективы и направления развития информационных технологий при освоении лесов» (г. Архангельск, 2009 г.);Международной научно-технической конференции, посвященной 80-летию АЛТИ-АГТУ «Современная наука и образование в решении проблем экономики Европейского Севера» (г. Архангельск, 2009 г.); Двадцать седьмой межведомственной научно-технической конференции космодрома «Плесецк» (г. Мирный, 2010 г.); Двенадцатой международной конференции Региональная информатика «РИ-2010» (г. Санкт-Петербург, 2010 г.); Международной научно-технической конференции «Информационная поддержка принятия решений при управлении социальными и природно-производственными объектами» (г. Архангельск, 2011 г.); Четвертой конференции «Геоинформационные технологии и космический мониторинг» (г. Ростов-на-Дону, 2011 г.); Пятой международной конференции «Земля из космоса - наиболее эффективные решения» (г. Москва, 2011 г.); Второй всероссийской научно-практической конференции «Информационные технологии в исследовании Северных и Арктических территорий» (г. Архангельск, 2012 г.); научных конференциях и семинарах ФГАОУ ВПО Северного (Арктического) федерального университета имени М.В. Ломоносова.
Публикации.
По результатам диссертационной работы опубликована монография, 25 печатных работ, из них 4 в изданиях, содержащихся в перечне ВАК.
Структура и объем работы.
Диссертация состоит из введения, четырех глав с выводами, заключения, списка использованной литературы из 160 наименований и приложений. Основная часть работы изложена на 174 страницах, содержит 75 рисунков, 26 таблиц.
