Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.21046/2070-7401-2026-23-2-111-125
Ключевые слова: structural data analysis, automatic classification, components of correlation coefficient, kernel probability density estimation, NBR index, remote sensing data, spectral features, forest area, Siberian silkmoth, структурный анализ данных, автоматическая классификация, составляющие коэффициента корреляции, ядерная оценка плотности вероятности, индекс NBR, данные дистанционного зондирования, спектральные признаки, лесной массив, сибирский шелкопряд
Аннотация: Методы декомпозиции спектральных данных дистанционного зондирования - основа создания автоматизированных систем обработки информации. Предлагается новая методика структурного анализа данных дистанционного зондирования, которая использует составляющие компонент оценки коэффициента корреляции. Составляющие оценки коэффициента корреляПоказать полностьюции представляются нормированными значениями спектральных признаков. Их произведение образует компоненты оценки коэффициента корреляции. На основе значений составляющих компонент оценки коэффициента корреляции формируется решающее правило, которое определяет четыре класса значений спектральных признаков. Классы характеризуются положительными, отрицательными и знакопеременными значениями составляющих оценки коэффициента корреляции. С использованием решающего правила формируется алгоритм оценивания принадлежности контрольных ситуаций к определённым классам. Рассматриваются результаты применения предложенного подхода по данным тестового участка лесного растительного покрова, повреждённого сибирским шелкопрядом в пространстве спектральных признаков каналов NIR (англ. near infrared) и SWIR-2 (англ. short-wave infrared, range-2) космического аппарата Landsat-8/OLI (англ. Operational Land Imager). Рассматриваемая пара спектральных признаков NIR и SWIR-2 используется для расчёта нормализованного индекса выгорания NBR (англ. Normalized Burn Ratio). Проводится сравнение результатов применения метода структурного анализа данных дистанционного зондирования и спектрального индекса NBR. При сравнении используются ядерные оценки плотности вероятности анализируемых случайных величин. Полученные результаты иллюстрируются картосхемами, графиками ядерных оценок плотности вероятности и таблицами основных показателей дешифрирования тестового участка лесного массива. Предложенный метод структурного анализа данных является универсальным. Его применение не требует назначения пороговых значений в отличие от индекса NBR и может быть адаптирован при исследовании технических, биохимических, медико-биологических и экологических систем. Methods of decomposition of spectral remote sensing data are the basis for the creation of automated information processing systems. A new technique for structural analysis of remote sensing data is proposed that uses the components of correlation coefficient estimation. These components are normalized values of spectral features. Their product forms the components of correlation coefficient estimate. Based on the values of the components of correlation coefficient estimate, a decisive rule is formed that defines four classes of spectral feature values. The classes are characterized by positive, negative, and alternating values of the components of correlation coefficient estimate. Using the decisive rule, an algorithm is formed for assessing whether control situations belong to certain classes. The results of applying the proposed approach are considered using data from a test plot of forest vegetation damaged by Siberian silkmoth in the spectral feature space of NIR (near infrared) and SWIR-2 (shortwave infrared, range-2) channels of the Landsat-8/OLI instrument. The NIR and SWIR-2 spectral feature pair under consideration is used to calculate the normalized burn ratio (NBR) value. The results of applying the structural analysis method to remote sensing data and the NBR spectral index are compared. The comparison uses kernel probability density estimates for the random variables being analyzed. The results are illustrated with maps, graphs of kernel probability density estimates, and tables of key decipherment indicators for the forest test plot. The proposed method of structural data analysis is universal. Its application does not require the assignment of threshold values, unlike the NBR index, and can be adapted for studying technical, biochemical, biomedical, and environmental systems.
Журнал: Современные проблемы дистанционного зондирования Земли из космоса
Выпуск журнала: Т. 23, № 2
Номера страниц: 111-125
ISSN журнала: 20707401
Место издания: Москва
Издатель: Институт космических исследований РАН