Тематическое дешифрирование аэроснимков лесных территорий на основе концептуального моделирования

Автор: Шошина К.В., Алешко Р.А., Березовский В.В., Васендина И.С., Шошин А.С., Гурьев А.Т.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Методы и технологии принятия решений

Статья в выпуске: 3 (49) т.13, 2023 года.

Бесплатный доступ

Дистанционное зондирование Земли является одним из главных источников информации о земной поверхности. С развитием беспилотных летательных аппаратов появилась возможность делать аэроснимки с высоким пространственным разрешением, по которым можно более точно идентифицировать объекты. Цель исследования - повышение достоверности интерпретации аэроснимков за счёт разработки методики автоматизированной обработки снимков на основе концептуального моделирования. Анализ методов тематического дешифрирования снимков показал, что ни один из них не обеспечивает необходимое качество сегментации без дополнительной настройки под предметную область. Применена методика концептуального моделирования предметных задач, которая обеспечивает адекватность синтаксических представлений (в т.ч. различных изображений), позволяет контролировать логику решения задач и уменьшить количество ошибок на этапе её программной реализации. Приведено описание информационной системы тематического дешифрирования снимков, реализующей разработанную методику. Проведена оценка достоверности тематического дешифрирования снимков лесных территорий. Показано, что разработанная методика позволила улучшить идентификацию лесных объектов на аэроснимках на 18,6%. Развитие данной методики может выполняться для определения характеристик идентифицируемых деревьев: возраст, порода, высота, запас древесины.

Еще

Аэроснимки, кроны деревьев, концептуальное моделирование, тематическое дешифрирование, бпла, информационная система

Короткий адрес: https://sciup.org/170200581

IDR: 170200581   |   DOI: 10.18287/2223-9537-2023-13-3-437-454

Список литературы Тематическое дешифрирование аэроснимков лесных территорий на основе концептуального моделирования

  • Боргест Н.М. Формирование и развитие научной дисциплины «онтология проектирования»: краткая история личностного опыта. Онтология проектирования. Т.10, №4(38). 2020. С.415-448. DOI: 10.18287/22239537-2020-10-4-415-448.
  • Боргест Н.М. Границы онтологии проектирования. Онтология проектирования. Т.7. №1(23). 2017. С.7-33.
  • Ломов П.А. Применение паттернов онтологического проектирования для создания и использования онтологий в рамках интегрированного пространства знаний. Онтология проектирования. Т.5. №2(16). 2015. С.233-245.
  • Смирнов С.В. Онтологический подход к формированию гетерогенных сред моделирования. Вестник Самарского государственного технического университета. Серия: Технические науки. №. 4. 2011. С. 50-61.
  • Мохов В.А. Концептуальное моделирование как основа проектирования сложных систем. Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. №. 2 (198). 2018. С. 40-47.
  • Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Онтологии в системах искусственного интеллекта: способы построения и организации (часть 1). Новости искусственного интеллекта. 2002. №1(49). C.3-13.
  • Волкова Г.Д. Концептуальное моделирование проектных задач. М.: МГТУ «СТАНКИН», 2016. 117 с.
  • ВолковаГ.Д. Методология автоматизации интеллектуального труда. М.: Янус-К, 2013. 102 с.
  • Новоселова О.В. Моделирование предметных задач на начальных этапах автоматизации проектной деятельности. М.: ФГБОУ ВО «МГТУ «СТАНКИН», 2016. 100 с.
  • Vasendina I., Shoshina K., Guriev A., Aleshko R. Automated processing of unmanned aerial vehicles images based on conceptual modeling of objective tasks. In: Journal of Physics: Conference Series, 2020. Volume 1553, Issue 1.
  • Gonzales RC. Digital Image Processing. 3rd ed. RC. Gonzales, RE. Woods; - New Jersey : Pearson Prentice Hall, 2008.
  • Larsen M., Eriksson M., Descombes X., Perrin G., Brandtberg T., Gougeon F. Comparison of six individual tree crown detection algorithms evaluated under varying forest conditions. International Journal of Remote Sensing. 2011. V.32, №20. P.5827-5852.
  • Baddeley A.J,. MNM Van Lieshout. Stochastic geometry models in high-level vision. Journal of Applied Statistics. 1993. V.20, № 5-6. P.231-256.
  • Ke Y., Quackenbush L.J. A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing. International Journal of Remote Sensing. 2011. V.32, №17. P.4725-4747.
  • Pouliot D.A., King D.J., Bell F. W., Pitt D.G. Automated tree crown detection and delineation in high-resolution digital camera imagery of coniferous forest regeneration. Remote Sensing of Environment. 2002. V.82, № 2. P.322-334.
  • Gougeon F. A crown-following approach to the automatic delineation of individual tree crowns in high spatial resolution aerial images. Canadian Journal of Remote Sensing. 1995. V.21, № 3. P.274-284.
  • Szelisk, R. Computer vision: algorithms and applications. 1st ed; London : Springer-Verlag, 2010.
  • Shoshina K., Vasendina I., Volkova G., Tyurbeeva T. Development of a methodology for determining overgrown agricultural fields based on data from unmanned aerial vehicles on computer vision. in Proc. of SPIE - The International Society for Optical Engineering, 2021, 11758, 117580V.
  • Алешко Р.А., Гурьев А.Т. Методика тематического дешифрирования аэрокосмических снимков таежных лесов с использованием методов системного анализа. Arctic Environmental Research. 2013. №3. С.126-132.
  • Embley D. W., Thalheim B. Handbook of conceptual modeling: theory, practice, and research challenges: Springer Science & Business Media, 2012.
  • Guizzardi G., Wagner G. Using the unified foundational ontology (UFO) as a foundation for general conceptual modeling languages. Theory and applications of ontology: computer applications. Dordrecht: Springer Netherlands, 2010. P.175-196.
  • Wand Y., Storey V.C., Weber R. An ontological analysis of the relationship construct in conceptual modeling. ACM Transactions on Database Systems (TODS). 1999. ^24. №4. P.494-528.
  • Guizzardi G. Towards ontological foundations for conceptual modeling: The unified foundational ontology (UFO) story. Applied ontology. 2015. ^10. №3-4. P.259-271.
Еще
Статья научная