Сборник тезисов докладов шестнадцатой Всероссийской открытой конференции "Современные проблемы дистанционного зондирования Земли из космоса", Москва, ИКИ РАН, 2018 год

(http://smiswww.iki.rssi.ru/d33_conf)

Приложения данных дистанционного зондирования высокого пространственного и спектрального разрешения для оценки породного состава лесов и параметров их биологической продуктивности

Козодеров ВВ (1), Дмитриев ЕВ (2), Мельник ПГ (3), Донской СА (4)
(1) МГУ имени М.В.Ломоносова, Москва, Россия
(2) Институт вычислительной математики РАН (ИВМ РАН), Москва, Россия
(3) Мытищинский филиал Московского государственного технического университета имени Н.Э.Баумана, Мытищи Моск. обл., Россия
(4) ФБГУ «Рослесинфорг», Москва, Россия
Данные гиперспектрального дистанционного зондирования (сотни спектральных каналов в видимой и ближней инфракрасной области) имеют преимущества перед данными многоспектрального зондирования (отдельные каналы в указанной области спектра) в таких приложениях, как сельское и лесное хозяйство. Для практической реализации этих приложений, как правило, используется готовое программное обеспечение западных фирм. Наша основная цель – создание оригинального алгоритмического и программного обеспечения обработки многоспектральных и гиперспектральных изображений в увязке с существующими данными лесотаксационных и других наземных обследований выбранной территории.
В докладе показаны возможности автоматизации предлагаемых вычислительных алгоритмов и программ для повышения точности распознавания объектов лесного покрова разного породного состава и возраста при выделении, по крайней мере, трех информационных слоев, ответственных за формирование пикселей, относящихся к полностью освещенным элементам кроны, полностью затененным фитоэлементам и промежуточным условиям солнечного освещения.
Исследования проводятся при финансовой поддержке гранта Российского Научного Фонда (проект №16-11-00007 «Автоматизация распознавания природно-техногенных объектов на аэрокосмических изображениях высокого спектрального и пространственного разрешения») и гранта Российского Фонда Фундаментальных Исследований (проект №16-01-00107 «Повышение информационного содержания вычислительных процедур распознавания природно-техногенных объектов по данным аэрокосмического гиперспектрального зондирования»).

Ключевые слова: обработка гиперспектральных изображений, алгоритмическое и программное обеспечение, распознавание лесной растительности

Методы и алгоритмы обработки спутниковых данных

40