Алгоритм классификации спектральных данных дистанционного зондирования Земли

При дистанционном зондировании Земли полный объем информации получают в наиболее информативной видимой и ближней инфракрасной областях. Характерные черты анализируемого объекта описываются спектральной кривой зависимости длины волны от значений коэффициентов отражения анализируемого объекта.
Исследуемые спектральные данные имеют дискретные значения, так как регистрируются оптическим приемником и оцифровываются с конечной разрядностью. В итоге каждый спектр можно представить последовательностью отсчетов. Рассчитывается коэффициент корреляции двух таких последовательностей. Получаемый коэффициент корреляции определяет сходство формы спектров.
Рассмотрим разработанный алгоритм. На вход подаются отсчеты, соответствующие спектральным кривым. Выделяется интересующий спектральный диапазон исследуемых спектров. При сравнении спектров строится матрица взаимных корреляций. По коэффициентам корреляции определяются три наиболее различаемых в выборке спектров, которые используются для формирования трех осей прямоугольной системы координат, где вдоль каждой из них откладывается значение коэффициента корреляции с соответствующим спектром, вычисляемым на предыдущем шаге. Матрица взаимных корреляций используется для расчета координат спектров в полученных осях. По взаимному расположению спектров делается вывод о принадлежности исследуемого спектра к определенной группе природных объектов. Объекты со схожими спектральными кривыми, а, значит, и физическими свойствами, кластеризуются, что позволяет провести их классификацию и использовать полученные результаты для распознавания неизвестных объектов. Если полученные результаты не позволяют полностью решить поставленную задачу, или требуются дополнительные более детальные исследования, то необходимо выбрать спектры, которые нужно исследовать повторно. Для них все предыдущие шаги повторяются.
Особенности разработанного алгоритма: простота интерпретации результатов; возможность повышения качества классификации, основываясь на знании физических особенностей природных объектов; независимость от выбора критерия сравнения спектров; возможность распространения на другие задачи, не связанные с анализом спектров.
С помощью алгоритма можно решать следующие задачи: распознавание состояния или типа объектов и создание обучающих выборок для распознавания; классификация и группирование объектов; исследование временных изменений спектральных свойств объектов.