Тип публикации: статья из журнала
Год издания: 2025
Идентификатор DOI: 10.32446/0368-1025it.2025-6-4-12
Ключевые слова: Structural analysis of spectral data, automatic classification, correlation coefficient, normalized vegetation index (NDVI, GNDVI), kernel probability density estimation, statistical data decomposition, remote sensing data, forest area, Структурный анализ спектральных данных, автоматическая классификация, коэффициент корреляции, нормализованный вегетационный индекс (NDVI, ядерная оценка плотности вероятности, декомпозиция статистических данных, данные дистанционного зондирования, лесной массив
Аннотация: Рассмотрена задача автоматизации дешифрирования данных дистанционного зондирования природных объектов. Показано, что существующие методы структурного анализа спектральных данных основаны на экспертном оценивании показателей используемых алгоритмов. Для автоматизации дешифрирования информации дистанционного зондирования разработан мПоказать полностьюодифицированный метод структурного анализа данных, основанный на использовании составляющих компонент коэффициента корреляции пары спектральных признаков. Каждая компонента определяется произведением её составляющих в виде нормированных значений спектральных признаков. На основе знаков составляющих компонент коэффициента корреляции (положительные, отрицательные и знакопеременные) формируется четыре класса. По полученной информации определяется решающее правило для оценивания принадлежности контрольной ситуации в пространстве пары спектральных признаков к одному из обнаруженных классов. На примере обнаружения участков лесного массива, повреждённых сибирским шелкопрядом, проведено сравнение результатов применения предложенного метода и традиционных методов декомпозиции данных дистанционного зондирования с использованием нормализованных вегетационных индексов - NDVI (normalized difference vegetation index), GNDVI (green normalized difference vegetation index). Для характеристики обнаруженных классов модифицированным методом и определения пороговых значений NDVI, GNDVI использованы ядерные оценки плотностей вероятностей. Представлена процедура оптимизации ядерной оценки плотности вероятности, основанная на выборе коэффициентов размытости ядерных функций из условия максимума функции правдоподобия. Применение модифицированного метода структурного анализа данных дистанционного зондирования позволяет обойти проблему определения пороговых значений вегетационных индексов. The problem of automating the interpretation of remote sensing data from natural objects is considered. It is shown that existing methods for structural analysis of spectral data are based on expert evaluation of the algorithms used. To automate the decoding of remote sensing information, a modified method of structural data analysis has been developed, based on the use of the components of the correlation coefficient of a pair of spectral features. Each component is determined by the product of its components in the form of normalized values of spectral features. Based on the signs of the components of the correlation coefficient (positive, negative and alternating), four classes are formed. Based on the information obtained, a decision rule is determined for assessing the belonging of a control situation in the space of a pair of spectral features to one of the detected classes. Using the example of detecting forest areas damaged by the Siberian silkmoth, a comparison was made between the results of applying the proposed method and traditional methods of decomposing remote sensing data using normalized vegetation indices NDVI and GNDVI. To characterize the detected classes using the proposed method and to determine the threshold values of NDVI and GNDVI, kernel probability density estimates are used. The procedure for optimizing the kernel probability density estimate is considered, based on the choice of the fuzziness coefficients of the kernel functions from the condition of the maximum likelihood function. The use of a modified method of structural analysis of remote sensing data allows us to circumvent the problem of determining threshold values of vegetation indices.
Журнал: Измерительная техника
Выпуск журнала: Т. 74, № 6
Номера страниц: 4-12
ISSN журнала: 03681025
Место издания: Москва
Издатель: Всероссийский научно-исследовательский институт физико-технических и радиотехнических измерений, Всероссийский научно-исследовательский институт оптико-физических измерений, Всероссийский научно-исследовательский институт метрологии им. Д.И. Менделеева, Межрегиональная общественная организация "Метрологическая академия", Федеральное агентство по техническому регулированию и метрологии, Научно-исследовательский центр прикладной метрологии - Ростест