ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2008. В.5. Т.1. С. 40-48

Оценка точности распознавания почвенно-растительных объектов по данным гиперспектрального зондирования и сканера ИСЗ QuickBird

Б.М. Балтер 1, Д.В. Воронцов2, В.В. Егоров 1, А.А. Ильин 2, А.П. Калинин 3, А.Г. Орлов 2, И.Д. Родионов 4, И.П. Родионова4
1 Институт космических исследований РАН, 117997, Москва, ул. Профсоюзная, 84/32
2 ЗАО Научно-технический центр Реагент, 119991, Москва, ул. Косыгина, 4
3 Институт проблем механики РАН, 119991, Москва, ул. Косыгина, 4
4 Институт химической физики им. Н.Н. Семенова РАН, 119991, Москва, ул. Косыгина, 4
Рассматриваются задачи обработки гиперспектральных данных и оценки точности распознавания
почвенно-растительных объектов по данным гиперспектрального зондирования с борта авианосителя и
сканера ИСЗ QuickBird. В качестве метода классификации с обучением был выбран метод максимума
правдоподобия (МП) с возможностью установки порога отказа от классификации и весов объектов. Ме-
тод МП позволяет планировать показатели точности путем выбора соответствующих весов объектов и
порога отказа от классификации. Показано, что метод МП дает на обучающих участках по большинству
показателей стабильно более высокую точность для гиперспектрометра, чем для сканера. При переходе
от обучающих участков к большой территории сканер теряет точность заметно быстрее, чем гиперспек-
трометр. Данные гиперспектрометра более устойчивы, чем данные сканера, к ошибкам в определении
обучающих участков.
Полный текст

Список литературы:

  1. Балтер Б.М., Егоров В.В., Ильин А.А. и др. Оценка возможностей гиперспектральной съемки для дистанционного обнаружения заданного типа растительности. Препринт ИКИ РАН Пр-2134. 2007. 30 с.
  2. Непобедимый С.П., Родионов И.Д., Воронцов Д.В. и др. Гиперспектральное дистанционное зондирование Земли //Доклады Академии наук. 2004. Том 397. №1. C. 45-48.
  3. Балтер Д.М., Белов А.А., Воронцов Д.В. и др. Проект спутникового гиперспектрометра, предназначенного для малого космического аппарата // Исслед. Земли из космоса. 2007. №2. C. 43-55.
  4. Воронцов Д.В., Егоров В.В., Калинин А.П. и др. Принципы обработки гиперспектральной информации и результаты летных испытаний прототипа авиационного гиперспектрометра // Вестник МГТУ им. Н.Э. Баумана. Сер. «Приборостороение», 2006, №4. С.27-37.
  5. Калинин А.П., Орлов А.Г., Родионов И.Д. Авиационный гиперспектрометр // Вестник МГТУ им. Н.Э.Баумана. Сер. «Приборостороение», 2006, №3. С.11-24.
  6. Kohonen T. Self-organization and associative memory. Series in Information Sciences. V. 8. Berlin: Springer verlag, 1984.