Программно-алгоритмическое обеспечение решения задач распознавания
природно-техногенных объектов по гиперспектральным аэрокосмическим
изображениям

Разрабатываемое программно-алгоритмическое обеспечение служит составной частью технологии распознавания природно-техногенных объектов и восстановления параметров биологической продуктивности лесной растительности по данным гиперспектрального аэрокосмического зондирования (сотни спектральных каналов в видимой и ближней инфракрасной области с разрешением в единицы нанометра). Акцент делается на повышение роли отечественных разработок, касающихся моделей формирования уходящего излучения, регистрируемого аппаратурой гиперспектрального зондирования, для решения указанных задач с конечной целью параметризации средообразующей роли лесной растительности в моделях климата.
Традиционные подходы, основанные на построении «вегетационных индексов» (различных комбинаций измерительных каналов), становятся неэффективными при наличии сотен каналов гиперспектрального зондирования. Модельное описание формирования регистрируемых данных с помощью решения краевой задачи переноса излучения в системе «земная поверхность – атмосфера» оказывается ограниченно применимым для описания уходящего от лесного полога излучения. Новые подходы охватывают решение следующих задач:
• Функциональное описание регистрируемых данных гиперспектрального зондирования без упрощенных представлений об однородности лесного полога, но с возможностью привлечения дополнительных данных (для приходящего излучения и объектов разного возраста, породного состава и т.д.), наземных данных лесотаксационных и других обследований выбранной территории.
• Обоснование вычислительных процедур распознавания объектов при обработке конкретных гиперспектральных изображений на основе обучающих выборок (samples) с оптимизацией числа спектральных каналов при заданной точности распознавания.
• Обращение основного функционала уходящего излучения и восстановление параметров состояния лесной растительности (объема фитомассы листвы/хвои) для каждого элемента разрешения класса «лесная растительность».
• Формирование требований к новому поколению аппаратуры гиперспектральной аппаратуры и вычислительным ресурсам обработки данных.
Исследования выполняются при финансовой поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы, г/к № П349 и № 14.740.11.1091, проектов РФФИ № 09-05-00171, 11-07-00382, 11-07-12006-офи_м.