Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

ТРЕТЬЯ ВСЕРОССИЙСКАЯ ОТКРЫТАЯ ЕЖЕГОДНАЯ КОНФЕРЕНЦИЯ "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)"

III.A.47

Обработка гиперспектральных данных для Земли и Марса

Балтер Б., Балтер Д., Котцов В.
Институт космических исследований РАН
В ИКИ РАН создается программный комплекс для систематизации, хранения и обработки данных гиперспектральной съемки Земли и Марса. В настоящее время обрабатываются данные наблюдений Марса – с гиперспектрометра OMEGA (эксперимент Mars-Express) и данные наблюдений Земли (образцы) – со спутникового и самолетного гиперспектрометров (Hyperion, AVIRIS). Исходные данные поступают в формате «гиперкубов» с координатами X (вдоль трассы), Y (поперек трассы) и l (длина волны). Методы хранения, поиска и обработки едины для данных по Земле и Марсу.
Система. Архитектура комплекса –современная, четырехслойная: база данных (БД), слой смысловых EJB-объектов, интерфейсный слой представления результатов, клиентский слой. Особенности системы:
· удаленный доступ к данным и обработке через обычный браузер;
· использование свободного (open-source) софта;
· применение решений, разработанных для бизнеса, в научных целях;
· поддержка коллективной работы, обмена результатами;
· нейросеть – ядро системы, универсальный «процессор» обработки данных.
Функции БД. В БД гиперкубы хранятся как одномерные сечения по l (спектры) и двумерные – по X и Y (изображения). Важнейшие функции БД:
· поиск объектов во всех данных по характерным спектральным линиям или координатам;
· упаковка разновременных данных об объекте в 3D-куб X-Y-t или 4D-куб X-Y-l-t;
Функции обработки. Основные алгоритмы:
· расчет глубины спектральной линии вокруг заданной длины волны l;
· нейросетевая классификация территории по спектральным признакам (с обучением и без);
· нейросетевая или регрессионная оценка параметров состояния смысловых объектов;
· нейросетевое моделирование временной динамики состояния смысловых объектов;
· картирование пространственно-спектральных структур по «корреляционным портретам»;
· энтропийная оценка информативности данных по отношению к смысловым объектам.
Примеры решаемых задач. Система тестировалась на следующих задачах:
Земля – картирование и определение параметров лесного пожара;
Марс – поиск водного льда в полярных шапках, кратерах и т.п.
Демонстрационный доступ: http://www.iki.rssi.ru/marsex/ – визуализация данных Omega.

Методы и алгоритмы обработки спутниковых данных

17