Введение
Глава 1. Современные проблемы аэрокосмического мониторинга 20
1.1. Аэрокосмический мониторинг окружающей среды 20
1.1.1. Общие положения и разновидности мониторинга 20
1.1.2. Задачи аэрокосмического мониторинга 22
1.2. Основные характеристики космических систем дистанционного зондирования Земли 28
1.2.1. Общие положения 29
1.2.2. Системы с данными среднего спектрального разрешения 31
1.2.3. Системы с данными высокого спектрального разрешения 36
1.3. Системы аэрокосмического мониторинга 38
1.3.1. Глобальные системы 38
1.3.2. Типовые региональные системы 40
1.3.3. Стандартные программные средства в задачах мониторинга 42
1.3.4. Проблемы создания региональных систем мониторинга нового поколения 47
1.4. Основные результаты и выводы 50
Глава 2. Концепция построения системы аэрокосмического мониторинга с интеллектуальной высокопроизводительной обработкой данных 52
2.1. Принципы построения систем мониторинга 52
2.2. Принципы архивирования и каталогизации данных ДЗЗ 56
2.3. Принципы интеллектуальной обработки данных 57
2.3.1. Автоматизированная интерпретация АИ 59
2.3.2. Прогнозирование изменений ландшафтного покрова 64
2.4. Принципы организации высокопроизводительных вычислений 68
2.5. Требования к современным системам мониторинга 72
2.6. Обобщенная структура и технология практического применения системы 74
2.7. Основные результаты и выводы 77
Глава 3. Математическое обеспечение сжатия данных Д33 .79
3.1. Общие положения 79
3.2. Сжатие мультиспектралъныхаи без потерь 81
3.2.1. Многоэтапный алгоритм сжатия с использованием вейвлет-преобразования и учетом междиапазонной зависимости 81
3.2.2. Усовершенствованный многоэтапный алгоритм сжатия 87
3.2.3. Экспериментальные исследования 89
3.3. Сжатие мулътиспектралъных АИ с потерями 94
3.3.1. Фрактальное сжатие 95
3.3.2. Дифференцированное сжатие одноканальных АИ 99
3.3.3. Дифференцированное сжатие многоканальных АИ 104
3.3.4. Экспериментальные исследования 104
3.4. Сжатие гиперспектралъных АИ 109
3.4.1. Особенности сжатия гиперспектральных АИ 110
3.4.2. Алгоритм сжатия гиперспектральных АИ с использованием разностных преобразований 111
3.4.3. Организация параллельного исполнения алгоритма сжатия 112
3.4.4. Экспериментальные исследования 114
3.5. Основные результаты и выводы 118
Глава 4. Математическое обеспечение автоматизированной интерпретации АИ 121
4.1. Общие положения 121
4.1.1. Репрезентативность обучающих выборок 123
4.1.2. Особенности классификации АИ 124
4.2. Интерпретация мультиспектральных АИ 126
4.2.1. Математическая постановка задачи классификации 126
4.2.2. Двухэтапная классификация АИ с раздельным использованием спектральных и пространственных признаков 132
4.2.3. Метод двухэтапнои статистической классификации 135
4.2.4. Повышение вычислительной эффективности статистической классификации 148
4.2.5. Метод двухэтапнои нейросетевой классификации 156
4.3. Экспериментальные исследования двухэтапнои классификации.. 162
4.3.1. Постановка задачи исследования 162
4.3.2. Определение параметров в алгоритмах непараметрической оценки плотности распределения 166
4.3.3. Определение способа преобразования пространства большой размерности в задаче классификации 174
4.3.4. Экспериментальные исследования статистического и нейросетевого методов 179
4.4. Интерпретация гиперспектральных АИ 182
4.4.1. Классификация по минимальному расстоянию 183
4.4.2. Классификация по минимальному спектральному углу 184
4.4.3. Классификация по методу машины опорных векторов 185
4.5. Высокопроизводительные параллельные вычисления в интерпретации АИ 187
4.5.1. Фрагментация данных 189
4.5.2. Технология распределенной классификации АИ 191
4.5.3. Экспериментальные исследования 192
4.6. Основные результаты и выводы 197
Глава 5. Математическое обеспечение прогнозирования изменений ландшафтного покрова 200
5.1. Моделирование изменений ландшафтного покрова 200
5.1.1. Общие положения 200
5.1.2. Марковские модели 201
5.1.3. Определение вероятностей и тенденций изменения 204
5.1.4. Аппарат клеточных автоматов в моделировании изменений ландшафтного покрова 207
5.2. Применение пространственных характеристик ландшафта при моделировании 211
5.2.1. Технология применения пространственных характеристик при моделировании 213
5.2.2. Особенности практического применения технологии 219
5.3. Алгоритм моделирования для задач долгосрочного прогнозирования изменений ландшафтного покрова 227
5.3.1. Общие положения 227
5.3.2. Стохастический алгоритм моделирования 229
5.3.3. Особенности моделирования при долгосрочном прогнозировании 231
5.3.4. Снижение вычислительных затрат алгоритма 234
5.3.5. Экспериментальные исследования 239
5.4. Параллельные вычисления в моделировании 243
5.4.1. Организация параллельных вычислений 244
5.4.2. Экспериментальные исследования 250
5.5. Многоэтапный подход к прогнозированию динамики ландшафта с использованием АИ 258
5.6. Основные результаты и выводы 264
Глава 6. Программное обеспечение системы аэрокосмического мониторинга 268
6.1. Базовые программные средства системы 268
6.1.1. Выбор базовой системы предварительной обработки и визуализации аэрокосмических изображений 268
6.1.2. Выбор базовой геоинформационной системы 270
6.1.3. Выбор СУБД 270
6.1.4. Выбор способа реализации нейросетевой имитации 271
6.1.5. Среды разработки программного обеспечения системы 272
6.1.6. Выбор интерфейса высокопроизводительных параллельных вычислений 274
2 6.2. Структура программного обеспечения системы 275
6.3. Структура программного обеспечения основных подсистем обработки данных 279
6.3.1. Подсистема интеллектуальной обработки данных 279
6.3.2. Подсистема архивирования и каталогизации 286
6.4. Основные результаты и выводы 287
Заключение 289
Список использованных источников 291
Приложение 1. Примеры апробации системы при решении прикладных задач 318
Приложение 2. Документы, подтверждающие внедрение и практическое использование результатов работы 344
