НОВІТНІ МЕТОДИ ОБРОБКИ ДАНИХ ДИСТАНЦІЙНОГО ЗОНДУВАННЯ ЗЕМЛІ

С. І. Альперт

doi:10.32782/2521-6643-2024-2-68.16

С. І. Альперт Національний авіаційний університет https://orcid.org/0000-0002-7284-6502

DOI: https://doi.org/10.32782/2521-6643-2024-2-68.16

Ключові слова: дистанційне зондування Землі, методи класифікування, спектральні канали, теорія свідчень Демпстера-Шейфера, правило комбінування Ягера.

Анотація

Дистанційне зондування Землі – це сучасна методика отримання інформації про об’єкти за допомогою даних, отриманих зі спеціальної апаратури, що фізично не контактує із досліджуваними об'єктами. Дистанційне зондування надає інформацію про об’єкти земної поверхні на основі аналізу електромагнітного випромінювання, відбитого або випроміненого цими об’єктами Сучасні методи та технології дистанційного зондування Землі дозволяють відрізняти між собою різні об’єкти земної поверхні, аналізувати їх стан та зміни протягом часу, робити прогнозні оцінки. Дана методика використовується у багатьох сферах, таких як: геологія, екологія, геофізика, географія, гідрологія, океанографія, метеорологія. Застосування дистанційного зондування Землі включає в себе два основних етапи: одержання даних та обробку даних. Дистанційне зондування дає можливість виявляти та класифікувати об’єкти на Землі. Однією із найбільш складних процедур обробки даних є процедура класифікування. Класифікування базується на тому, що різні об’єкти мають різні спектральні характеристики. Процедура класифікування полягає у класифікуванні всіх пікселів зображення з метою побудови карти земного покриву. Існує багато різноманітних підходів до клафікування, які широко використовуються для вирішення різних задач, такі як метод максимальної правдоподібності, метод мінімальної відстані, метод паралелепіпедів, метод опорних векторів. Проаналізовано основні переваги та недоліки даних методів. Також було зазначено, що багато підходів до класифікування не здатні обробляти нечітку та суперечливу інформацію. Тому було запропоновано застосувати теорію свідчень Демпстера-Шейфера та правило комбінування Ягера для класифікування неточних та суперечливих даних, отриманих із різних спектральних каналів. Застосування теорії свідчень Демпстера-Шейфера дозволяє обійти певні обмеження теорії ймовірностей. У цій роботі також було наведено формулу правила комбінування Ягера. Зазначено, що правило комбінування Ягера дозволяє швидко та легко обробляти інформацію. У статті було детально розглянуто числовий приклад класифікування із використанням теорії свідчень Демпстера-Шейфера та правила комбінування Ягера. Було зауважено, що вибір методу класифікування залежить від конкретної задачі. Описані методи обробки аерокосмічних зображень можуть бути застосовані для вирішення різних актуальних екологічних, сільськогосподарських і практичних задач.

Посилання

1. Alpert S. I. Data combination method in Remote Sensing tasks in case of conflicting information sources. Ukrainian Journal of Remote Sensing. 2021. Vol. 8(3). P. 44–48.
2. Alpert S. The new approach to applying the Dezert – Smarandache theory in land-cover classification in uav-based remote sensing. Management of Development of Complex Systems. 2022. Vol. 49. P. 33–39. dx.doi.org\10.32347/2412-9933.2022.49.33-39.
3. Chang C. I. Hyperspectral data processing: Algorithm design and analysis. Hoboken, N J: John Willey and Sons. 2013. 1164 p.
4. Inagaki T. Interdependence between Safety-Control Policy and Multiple-Sensor Schemes Via Dempster-Shafer Theory. IEEE Transactions on Reliability. 1991. Vol. 40(2). P. 182–188.
5. Lu D., Weng Q. A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing. 2007. Vol. 28(5). P. 823–870.
6. Mertikas P., Zervakis M. E. Exemplifying the Theory of Evidence in Remote Sensing Image Classification. Int. Journal of Remote Sensing. 2001. Vol. 22(6). P. 1081–1095.
7. Popov M., Alpert S., Podorvan V., Topolnytskyi M., Mieshkov S. Method of Hyperspectral Satellite Image Classification under Contaminated Training Samples Based on Dempster-Shafer’s Paradigm. Central European Researchers Journal. 2015. Vol. 1(1). P. 86–97.
8. Shafer G. A Mathematical Theory of Evidence. Princeton, NJ: Princeton University Press. 1976. P. 875–883.
9. Taroun A., Yang J. B. Dempster-Shafer theory of evidence: Potential usage for decision making and risk analysis in construction project management. The Built & Hum. Environ. Rev. 2011. Vol. 4(1). P. 155–166.
10. Yager R. On the Dempster-Shafer framework and new combination rules. Inf Sci. 1987. Vol. 41. P. 93–137.