Оценка биометрических характеристик посевов наркосодержащих культур по данным авиационного гиперспектрального зондирования

Разработка методов распознавания и определения биометрических характеристик посевов наркосодержащих растений по данным авиационной гиперспектральной съемки – первый этап в создании технологии оперативного контроля из космоса за несанкционированным выращиванием наркосодержащей растительности. В настоящее время многие технические и методические аспекты этой проблемы проработаны недостаточно полно. В частности, не определены наиболее рациональные методы и средства оперативного мониторинга территорий, на которых возможно наличие посевов наркосодержащих культур, отсутствуют надежные результаты по оценке качества распознавания и определения их биометрических параметров, а также, точностных характеристик подобных оценок. Под биометрическими параметрами здесь понимаются такие характеристики растительности, как проективное покрытие, высота растений, диаметр стебля, ширина листа, процентное содержание поскони (для конопли) и т.п. Посконью называются мужские растения, содержащие меньшее количество дельта-9-тетрагидроканнабинола (ТГК), чем женские. Обычно, говоря о наркотических свойствах конопли, имеют в виду именно содержание ТГК. Целью настоящей работы является оценка эффективности нейросетевого алгоритма для решения поставленной задачи на примере исследований посевов конопли на фоне других растительных ценозов, а также открытой почвы в Пензенской области. Исследования, проведенные в работе, показали, что использованные алгоритмы нейросетевой обработки гиперспектральных данных являются эффективным инструментом в решении задач классификации и оценки состояния растительных объектов. Полученные точностные характеристики распознавания и оценки состояния наркопосевов, соответственно, 98 % и 3-6 % свидетельствуют о хороших потенциальных возможностях разработанного метода. Это позволяет распространить данную методику на космические гиперспектральные измерения. Разработанный метод носит достаточно общий характер и применим к задачам мониторинга других типов растительности.