Идентификация морских льдов Северного Ледовитого океана по данным радиолокатора с синтезированной апертурой

• Автор: Захваткина, Наталья Юрьевна
• Шифр специальности: 25.00.28
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Санкт-Петербург
• Количество страниц: 168 с. : ил.

1.1 Методы и средства дистанционного зондирования морского

льда
1.1.1 Дистанционное зондирование, как система взаимодействия природнотехнических компонентов

1.1.2 Процессы образования, динамики и таяния морских

льдов и порождаемые ими явления

1.1.3 Дистанционное зондирование морского льда в

микроволновом диапазоне

1.2 Информационные возможности спутниковых

радиолокационных изображений морского льда

1.3 Применение радиолокационных изображений для мониторинга

ледяного покрова

1.3.1 Принципы работы радиолокаторов с синтезированной
апертурой
1.3.2 Радиометрическая калибровка изображений, полученных с помощью радиолокатора с
синтезированной апертурой
1.4 Основные подходы к автоматизированной классификации
изображений морского льда
1.5 Выводы по главе 1
Интерпретация изображений, полученных с помощью радиолокатора с синтезированной апертурой спутника ЕЫУАТ
2.1 Визуальный анализ и интерпретация изображений, полученных
с помощью РСА ЕЫУКАТ
2.1.1 Возрастные характеристики морского льда
2.1.3 Формы и сплоченность морского льда
2.1.4 Разрывы и полыньи
2.2 Сигнатуры изображений морских льдов и оценка их удельной
эффективной площади рассеяния по изображениям А8АЛ с широкой полосой обзора
2.3 Приведение изображений, полученных с помощью
радиолокатора с синтезированной апертурой, к одному углу зондирования
2.4 Особенности РСАнзображепий, полученных в режиме
альтернативной поляризации
2.5 Выводы по главе 2
Глава 3 Автоматизированный алгоритм классификации РСАизображений ,
морского льда, основанный на модели нейронной сети
3.1 Обоснование использования метода нейронных сетей для классификации изображений морского льда
3.1.1 Основные преимущества метода нейронных сетей
3.2 Модель многослойной нейронной сети
3.2.1 Обучение нейронной сети
3.3 Выявление дополнительных признаков для классификации изображений морских льдов методом нейронной сети
3. Текстурные характеристики и статистические моменты
яркости РСАизображения
3.3.2 Информативность текстурных характеристик и
статистических моментов яркости РСАизображения
для разделения морских льдов
3.4 Выбор параметров нейронной сети
3.4.1 Подготовка нейронной сети
3.4.2 Применение нейронной сети
3.5 Выводы по главе 3
Глава 4 Применение метода нейронной сети для классификации РСА
изображений морских льдов
4.1 Выводы по главе 4
Заключение
Список используемых сокращений
Список использованной литературы


Для решения этих задач проведены исследования использования дополнительных признаков РСАизображений, которые могут быть получены в ходе исследований основной визуальной характеристики процесса дешифрирования текстуры. Определены оптимальные параметры расчета текстурных характеристик и статистических моментов функции распределения яркости РСАизображений. Проведен статистический анализ вычисляемых текстурных параметров и статистических моментов яркости с целью выявления наиболее информативной комбинации для разделения различных видов морских льдов, которая вместе со значениями УЭПР была использована в качестве входных параметров для настройки алгоритма нейронных сетей. Глава 4 Применение метода нейронной сети для классификации РСАизображений морских льдов описывает результат практического применения разработанной методики автоматизированной идентификации морских льдов но РСАизображениям, получаемым с ИСЗ ЕИУЛТ. Проведена верификация методики применения нейронных сетей с использованием текстурных признаков для классификации РСАизображений морских льдов центральной Арктики однолетнего ровного и деформированного, а также многолетнего льдов. Проанализирована возможность использования нескольких нейронных сетей к автоматическому выделению на РСАизображениях таких сложно различаемых классов как спокойная воданилас и ровный однолетний лд. Результаты применения методики оценивались с помощью сравнения с визуальным анализом и ледовыми картами, выполненными специалистами А АН ИИ, а также с данными ледовых наблюдений, полученных в ходе работ на СП. В заключении формулируются основные результаты работы.