Содержание к диссертации
Введение
Глава 1. Анализ состояния лесопромышленного комплекса и исследование технологий моделирования лесных ресурсов и дорог 10
1.1 Системный анализ состояния лесопромышленного комплекса 10
1.2 Анализ состояния дорог Архангельской области, используемых для транспортировки лесной продукции 13
1.2.1 Анализ состояния региональных дорог 13
1.2.2 Анализ состояния лесных дорог 15
1.3 Анализ взаимосвязи пространственного размещения лесных ресурсов и сети лесных дорог 17
1.3.1 Исследование состояния информации о лесных ресурсах 17
1.3.2 Анализ технологий определения доступности лесных ресурсов
1.4 Исследование методов и средств концептуального моделирования системы лесных дорог 22
1.5 Анализ современных технологий информационной поддержки лесных дорог 25
1.6 Выводы 30
Глава 2. Разработка метода автоматизированной обработки пространственных данных лесных дорог на основе структурного моделирования 32
2.1 Разработка структурных моделей лесных дорог на основе анализа жизненного цикла лесных дорог 32
2.2 Разработка концептуальной модели системы лесных дорог 36
2.2.1 Описание объектов и свойств системы лесных дорог 36
2.2.2 Разработка структурной модели системы лесных дорог 50
2.3 Формальное описание объектов процесса обработки аэрофотоснимков лесных дорог 53
2.3.1 Формальное описание объектов и свойств системы лесных дорог 53
2.3.2 Формальное описание взаимодействия системы лесных дорог и системы лесных ресурсов 56
2.3.3 Формальное описание системы обработки аэрофотоснимков лесных дорог 57
2.4 Разработка технологии непрерывного получения и обработки пространственных данных 60
2.4.1 Получение снимка 61
2.4.2 Первичная обработка снимков 62
2.4.3 Исследование процесса тематической обработки данных аэрофотосъемки 64
2.5 Выводы 68
Глава 3. Разработка методики автоматизированной обработки пространственных данных лесных дорог 83
3.1. Анализ пространственных данных и технологий их получения при изучении лесных дорог 83
3.2 Основы мониторинга лесных дорог 85
3.3 Определение правил тематического дешифрирования лесных дорог 86
3.4 Разработка методики автоматизированной обработки снимков БПЛА лесных дорог 90
3.5 Разработка алгоритма объектного дешифрирования по снимку БПЛА 99
3.6 Проверка достоверности результатов методики тематической обработки аэрофотоснимков лесных дорог 103
3.7 Проектирование БД информационной системы мониторинга и управления лесными дорогами 107
3.8 Выводы 113
Глава 4. Разработка информационной системы мониторинга и управления лесными дорогами 114
4.1 Исследование структуры системы мониторинга и управления лесными ресурсами 114
4.2 Проектирование и реализация системы мониторинга и управления лесными дорогами 115
4.3 Проектирование и реализация геопортала 121
4.4 Разработка режима оцифровки в информационной системе мониторинга и управления лесными дорогами 134
4.5 Применение информационной системы мониторинга и управления лесными дорогами 141
4.6 Выводы 148
Заключение 149
Список принятых сокращений 153
Список литературы
- Анализ взаимосвязи пространственного размещения лесных ресурсов и сети лесных дорог
- Разработка концептуальной модели системы лесных дорог
- Определение правил тематического дешифрирования лесных дорог
- Проектирование и реализация системы мониторинга и управления лесными дорогами
Введение к работе
Актуальность исследования. Системной проблемой, сдерживающей эффективное лесопользование, является отсутствие достоверной информации о наличии лесных ресурсов. Данные лесоустройства играют важную роль при лесном планировании и освоении лесов. Несвоевременное проведение лесоустроительных работ, инвентаризации лесов приводит к искажению сведений о количестве и качестве древесных насаждений на лесных участках, что не позволяет планировать развитие лесопромышленного комплекса.
Вопросы проектирования, восстановления, мониторинга и управления лесными дорогами, как и лесоустройство, основываются на главном материале – пространственных данных в виде карт и снимков высокого разрешения. В последнее время начинают использоваться снимки с беспилотных летательных аппаратов (БПЛА). Дешифрирование объектов на основе снимков с разрешением в несколько сантиметров и получение на их основе картографического материала используется достаточно широко.
Информационные системы для контроля и управления дорогами общего пользования нашли применение в России. Современный подход к информационной поддержке больших распределенных объектов предполагает использование ИПИ-технологий (информационная поддержка процессов жизненного цикла изделий), которые необходимы при создании единого информационного пространства для всех этапов жизненного цикла лесных дорог. Анализ разработок для лесной отрасли показал, что использование подобных подходов для информационной поддержки системы лесных дорог весьма ограничено. Значительный интерес вызывает необходимость разработки методов и средств описания предметной области, объектов инфраструктуры, их отношений и свойств.
В связи с этим работа, направленная на исследование и обобщение подходов к описанию и структурированию предметной области и решение научно-технической задачи, связанной с созданием методов и средств автоматизированной обработки пространственных данных лесных дорог на основе структурного моделирования, является актуальной. Работа выполнена в соответствии с перечнем приоритетных направлений развития технологий, науки и техники в РФ, утвержденным Указом Президента РФ №899 от 7 июля 2011 г. и соответствует направлению: информационно-телекоммуникационные системы и рациональное природопользование.
Степень разработанности темы. Системными исследованиями в области технических систем в России занимается большая группа ученых, однако в дорожной отрасли, подобные вопросы требуют дополнительных исследований.
Значительный вклад в развитие транспортной сети в лесных массивах на основе логистики при организации вывозки по ним лесопродукции внес профессор В.В. Щелкунов и его последователи Н.Н. Буторин, Ф.А. Павлов, А.М. Меньшиков, В.М. Алябьев, Э.О. Салминен, А.А. Карякин, Т.В. Челышева, Е.С. Буряк, В.И. Жабин (САФУ им. М.В. Ломоносова, г. Архангельск). Применением геоинформационных технологий в проектировании лесных дорог
занимаются Ю.Ю. Герсимов, А.В. Марковский, Пюкалайнен Ю., Курттила М., Лейнонен Т., Туртиайнен М., Сиеккинен А. (Петрозаводский государственный университет, НИИ леса Финляндии), Е.И. Бавбель, П.А. Лыщик (Белорусский государственный технологический университет) и другие. Вопросами автоматизации определения доступности лесных ресурсов занимаются ученые А.П. Мохирев, О.В. Болотов, В.В. Дрягин (Лесосибирский филиал Сибирского государственного технологического университета), В.Н. Костяев (Братский государственный университет). В целом, рассматриваемые работы предлагают методики по вычислению конкретных показателей сети лесных дорог, при этом не рассматриваются вопросы разработки проблемно-ориентированных систем управления, автоматизирующих процессы получения, ведения и актуализации пространственных данных.
Цель работы. Целью является повышение достоверности результатов автоматизированной обработки пространственных данных лесных дорог на основе структурного моделирования.
Для достижения поставленной цели сформулированы следующие задачи исследования:
-
Исследовать структуры системы лесных дорог. Выделить основные объекты, свойства, связи и отношения системы лесных дорог.
-
Построить структурные модели и разработать метод обработки пространственных данных лесных дорог.
-
Разработать методику и алгоритмы тематического дешифрирования снимков лесных территорий и лесных дорог, полученных с беспилотных летательных аппаратов.
-
Разработать информационную систему мониторинга и управления лесными дорогами.
Объект исследования: лесные дороги и лесные ресурсы на примере лесных территорий Архангельской области.
Предмет исследования: автоматизированная обработка
пространственных данных лесных дорог, информационная поддержка системы мониторинга и управления лесными дорогами.
Методы исследования. Диссертационное исследование выполнено на основе методов системного анализа, структурного моделирования, теории полихроматических множеств, методов искусственного интеллекта, математической логики, теории баз данных.
Научная новизна диссертационной работы заключается в следующем:
выявлены взаимосвязи между объектами и свойствами систем лесных дорог, лесных ресурсов и характеристиками снимков БПЛА;
разработана и формально представлена модель системы лесных дорог, учитывающая взаимосвязи этапов ЖЦ лесных дорог, с помощью полихроматических графов;
разработана и формально представлена модель обработки аэрофотоснимков лесных дорог, учитывающая взаимосвязь объектов системы лесных дорог и дешифровочных признаков аэрофотоснимков с помощью
полихроматических графов;
- на основе разработанных моделей получен метод автоматизированной
обработки пространственных данных лесных дорог, включающий
продукционные правила тематической обработки снимков БПЛА, которые
являются основой для создания базы знаний экспертной системы мониторинга и
управления лесными дорогами.
Практическая значимость. На основе теоретических исследований были разработаны:
методика и алгоритмы автоматизированной обработки пространственных данных лесных дорог на основе структурного моделирования;
технология непрерывной обработки пространственных данных: от получения данных с помощью БПЛА до использования данных в ГИС-приложениях;
информационная система мониторинга и управления лесными дорогами.
Полученные результаты носят межотраслевой характер и могут быть использованы в сходных по структуре промышленных комплексах.
Реализация результатов. Диссертационные исследования велись на кафедре информационных систем и технологий ФГАОУ ВПО «Северный (Арктический) федеральный университет имени М. В. Ломоносова» в ходе выполнения грантов РФФИ № 14-07-98801 «Разработка информационной системы мониторинга и управления лесными территориями (на примере архипелага Соловецкие острова), № 14-07-31076 «Разработка моделей структурных взаимосвязей элементов в сложных системах «данные аэрокосмической съемки» и «наземные объекты» с использованием методов системного анализа». Результаты исследований по обработке данных БПЛА, структурированию и актуализации баз данных лесных дорог использованы в ООО «Интерлайн» (г. Архангельск).
Апробация работы. Основные научные и практические результаты
работы представлены и обсуждены на 12 конференциях и семинарах, в том
числе: Международной научно-технической конференции
«Информационные технологии в науке, образовании и промышленности» (Соловецкие острова - Архангельск, 2005, 2006); Международной научно-технической конференции «Информационная поддержка принятия решений при управлении социальными и природно-производственными объектами» (Архангельск, 2011); Второй всероссийской научно-практической конференции «Информационные технологии в исследовании Северных и Арктических территорий» (Архангельск, 2012); Всероссийской конференции «V Всероссийская конференция, посвященная памяти выдающихся ученых-лесоводов В.И. Сухих и Г.Н. Коровина» (Москва, 2013); Всероссийской конференции с международным участием «Применение космических технологий для развития арктических регионов» (Архангельск, 2013); Лесном форуме-2014. Круглый стол «Научно-исследовательская,
образовательная и инновационная деятельность» (Архангельск, 2014); Международной конференции «Дистанционное зондирование Земли — сегодня и завтра», 2-я международная конференция» (Санкт-Петербург, 2014); IV Международной научной конференции «Современные тенденции технических наук» (Казань, 2015), научных конференциях и семинарах ФГАОУ ВПО «Северный (Арктический) федеральный университет им. М.В. Ломоносова».
Соответствие диссертации паспорту научной специальности.
Основные результаты диссертационной работы соответствуют пункту 9
«Разработка проблемно-ориентированных систем управления, принятия
решений и оптимизации технических, экономических, биологических,
медицинских и социальных объектов» и пункту 12 «Визуализация,
трансформация и анализ информации на основе компьютерных методов
обработки информации» паспорта научной специальности 05.13.01
«Системный анализ, управление и обработка информации (технические системы)».
Личное участие автора. Проведен анализ литературных источников. Выполнен сбор и анализ экспериментальных данных на исследуемую территорию. Выполнена систематизация данных лесных дорог и их формальное описание. Разработана классификация свойств объектов системы лесных дорог. Разработаны метод, методика, алгоритмы автоматизированной обработки снимков БПЛА лесных дорог.
Публикации. Основные положения диссертации отражены в 22 публикациях, в том числе 1 статья в издании, входящем в международную реферативную базу данных и систему цитирования Scopus, 4 статьи в периодических научных и научно-технических журналах, входящих в перечень ВАК, 1 монография, 1 учебное пособие, 2 свидетельства Роспатента на программы для ЭВМ.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 116 наименований и 3 приложений. Диссертация содержит 186 страниц машинописного текста, 56 рисунков и 21 таблицы.
Анализ взаимосвязи пространственного размещения лесных ресурсов и сети лесных дорог
Леса - один из важнейших возобновляемых природных ресурсов, который имеет стратегическое значение для России. Лесопромышленный комплекс представляет собой сложную систему, обладающую множеством особенностей [1, 2, 42]: – для эффективного управления лесами необходима актуализированная информация о состоянии лесного фонда; – необходимость регулярного обследования и оценки состояния лесных массивов определяет требования к системам мониторинга и управления – от полевых исследований до интеграции данных космо- и аэрофотосъемки; – необходимость оперативной обработки результатов съемки лесных территорий для качественной оценки и прогнозирования динамики лесных ресурсов; – сложность и большой объем распределённой информации о лесах, непрерывное обновление пространственных и атрибутивных данных о лесных массивах обуславливает потребность в создании принципиально новых интеллектуальных информационных систем, обрабатывающих и анализирующих пространственную информацию, – территориальная распределённость лесных массивов обуславливает специальные требования к транспортной инфраструктуре; – лесопромышленный комплекс – это сложная система, обладающая множеством связей как внутри системы, так и с ее окружающей средой (производственными, транспортными, информационными, управленческими и другими системами). Можно выделить ряд задач при управлении системой лесопромышленного комплекса [1, 2, 42]: – согласованное функционирование элементов производительных систем; – проблемы создания единого информационного пространства для решения задач систем лесопромышленного комплекса; – повышение эффективности функционирования элементов, отдельных систем в составе системы лесопромышленного комплекса; – автоматизация процессов функционирования системы лесопромышленного комплекса; – прогнозирование состояния элементов и системы в целом. Основными системными проблемами лесопромышленного комплекса являются [1, 2]: – низкая достоверность определения запасов лесных ресурсов; – недостаточная плотность лесных дорог, определяющая качество лесовосстановления и лесохозяйственных работ; – в европейской части России в местах интенсивного освоения лесов наблюдаются изменения запаса ресурсов, сокращение видового разнообразия; – масштабный урон лесного фонда от пожаров, вредителей и болезней.
Государственная политика для развития лесного комплекса [1] направлена на обеспечение устойчивого управления лесами, обеспечение устойчивого экологического состояния и сохранение лесных ресурсов в течение длительного времени.
Одним из основных факторов, сдерживающим возможности более полного освоения эксплуатационных лесов и снижающим экономическую доступность древесных лесных ресурсов, является слабо развитая дорожно-транспортная инфраструктура лесопользования [1]. В Лесном плане Архангельской области [2] отмечено, что густота дорожной сети в регионе очень низкая и размещение эксплуатационных запасов лесного фонда относительно путей транспорта крайне неблагоприятно. Поэтому основные цели стратегического развития лесного комплекса Российской Федерации включают развитие транспортной инфраструктуры в регионах – сети лесных дорог - и освоение новых лесных массивов.
Значительный вклад в развитие транспортной сети в лесных массивах на основе логистики при организации вывозки по ним лесопродукции внес профессор В.В. Щелкунов и его последователи Н.Н. Буторин, Ф.А. Павлов, А.М. Меньшиков, В.М. Алябьев, Э.О. Салминен, А.А. Карякин Т.В. Челышева, Е.С. Буряк, В.И. Жабин, (САФУ им. М.В. Ломоносова). Учеными предложены технологии оптимальной конфигурации транспортной сети лесных дорог с учетом формы выделов, позволяющие максимизировать эколого-экономический эффект лесопользования [65 - 67]. Применением геоинформационных технологий в проектировании лесных дорог занимаются Ю.Ю. Герсимов [43, 44], В.К. Катаров, А.В. Марковский, Пюкалайнен Ю., Курттила М., Лейнонен Т., Туртиайнен М., Сиеккинен А. (Петрозаводский государственный университет, НИИ леса Финляндии) [8 - 11], Е.И. Бавбель, П.А. Лыщик (Белорусский государственный технологический университет) [53, 54] и др.
Вопросами автоматизации определения доступности лесных ресурсов занимаются ученые А.П. Мохирев, О.В. Болотов, В.В. Дрягин (Лесосибирский филиал Сибирского государственного технологического университета) [13 - 15]. Авторами выведен коэффициент, характеризующий отношение прибыли от реализации древесины с лесоучастка к затратам на вывозку сырья и строительство дороги по определенному маршруту, на основании этого показателя определяется схема дороги. Однако суммарные затраты на вывозку древесины могут быть найдены только после определения пространственного расположения транспортной сети, поэтому являются приближенными. В работе В.Н. Костяева (Братский государственный университет, 2014 г.) предложен метод выбора лесотранспортной сети на этапе ее камеральной обработки, который позволяет комплексно учитывать основные факторы: особенности грунтов и рельефа, неоднородность запасов древесины, динамику лесного фонда, существующую транспортную сеть и др [55, 56].
Основными организациями, занимающимися проблемами лесных дорог низкой интенсивности движения в северных регионах, являются Roadscanners Оу (Финляндия) [8], Шведская Дорожная Администрация, Исландская Администрация дорог общего пользования, Администрация национальных дорог и Министерство транспорта Ирландии [9]. Данные организации занимаются технологиями обеспечения водоотвода, оказывающего определяющее влияние на несущую способность дорог и их эксплуатационные характеристики; строительства и эксплуатации гравийных дорог на слабых основаниях в условиях севера (температуры, геология, гидрология, грунты и доступные строительные материалы).
В целом, рассматриваемые работы предлагают методики по вычислению конкретных показателей сети лесных дорог, при этом не рассматриваются вопросы разработки проблемно-ориентированных систем управления, автоматизирующих процессы получения, ведения и актуализации пространственных данных.
Разработка концептуальной модели системы лесных дорог
Выделенные в процессе систематизации объекты и свойства системы лесных дорог и окружающей среды являются атрибутами и значениями атрибутов в базе данных информационной системы мониторинга и управления лесными дорогами. Аддитивные и синергетические свойства лесных дорог Аддитивность - свойство величин, состоящее в том, что значение величины, соответствующее системе, в целом состоит из сумм значений величин подсистем, образующих систему.
Рассмотрим лесные дороги с низкой степенью интенсивностью движения как систему S(D0), состоящую из подсистем S(D1n), S(D2n), S(D3n). Аддитивное свойство системы сети лесных дорог F(D0) будет состоять из сумм свойств каждой подсистемы: свойств магистрали, свойств веток, свойств усов F(D0) = F(D1) + F(D2) + F(D3). Например, длина магистрали является суммой длин участков магистрали ее составляющих. Также к аддитивным свойствам сети лесных дорог можно отнести площадь покрытия дороги, средняя скорость движения автотранспорта, принадлежность к сети. Синергетическое свойство системы образуется как уникальное свойство при взаимодействии аддитивных свойств подсистем и элементов, образующих систему. Например, синергетическое свойство - проходимость магистрали D1 образуется из набора дефектов каждого участка, составляющего магистраль, при этом проходимость магистрали – понятие общее и неделимое, возникающее при определенном составе свойств участков магистрали. Доступность леса – свойство леса, которое определяется аддитивными характеристиками древостоя (порода, бонитет, возраст и др.) и свойствами лесной инфраструктуры (расстояние между выделом и дорогой, качеством покрытия, состоянием в зависимости от сезона и пр.)
Аддитивные свойства Синергетические свойства - Возраст леса - Доступность леса - Порода леса - Экономическая эффективность - Запас древесины леса - Длина дороги, ширина дороги - Эколого-экономическая - Площадь покрытия дорогами доступность леса - Дефекты покрытия дороги - Проходимость дороги - Срок эксплуатации дороги Аддитивные и синергетические свойства (Таблица 2.8) используются как содержательные дополнения структурных моделей вида (Рисунок 2.8, 2.9), что обеспечивает возможность описания семантического смысла моделей.
Для разработки структурной модели системы лесных дорог необходимо рассмотреть ее основные типы и составляющие - элементы лесных дорог.
Лесные дороги могут использоваться круглый год или в определенное время, в зависимости от этого выделяют постоянные и временные дороги. К временным дорогам относятся зимние дороги (зимники) – дорога с проезжей частью, построенной изо льда, намораживаемого послойно, или из уплотненного снега и льда, а также проложенная по замерзшему льду рек и озер [6]. В зависимости от функционального назначения лесные дороги подразделяют на магистрали, ветки и усы [6]:
Магистрали. Предназначены для обслуживания крупных лесохозяйственных территорий. Магистральные дороги в зависимости от интенсивности движения могут быть однополосными или двухполосными.
Ветки. Ветки являются главными дорогами больших секторов лесосырьевой базы, их назначение - сбор лесотранспортных потоков с усов. Часто ветки примыкают к магистральным лесным дорогам и дорогам общего назначения. Ветки могут использоваться для транспортировки грузов во время межсезонья.
Усы. По усам осуществляется вывозка древесины с лесных делянок. Обычно усы примыкают к веткам, частным дорогам и дорогам общего назначения.
К элементам лесных дорог относят проезжую часть и необходимые для ее эксплуатации площади, строения и устройства. Конструкцию дороги составляют основание и покрытие. Основанием называют грунт или подготовленную под основание насыпь. Покрытие составляют изнашивающийся слой, несущий и разделяющий слой, а также изолирующий и фильтрующий слой [6, 10].
После того, как рассмотрены основные элементы системы лесных дорог, можно переходить к разработке структурных моделей. Структурные модели описывают состав и взаимосвязь элементов и свойств системы. Структурные модели системы являются средством представления основных данных о системе на всех этапах их жизненного цикла [25].
Формальное описание структурной модели системы лесных дорог осуществляется с помощью аппарата теории множеств, теории графов и математической логики. Рассматривая систему лесных дорог как сложный объект D, структурную модель SЛД(D) можно представить с помощью ПS-множества, а детализация описания будет соответствовать одному из наборов компонентов: Sm(D) = (D,F(D),[D X F(D)], Sm(D) = (D,F(D), [D X F(D)], [D X D(F)], Sm(D) = (D,F{d), F(D), [D x Fid)], [D x F(D)], Sm(D) = (D,F{d), F(D), [D X Fid)], [D X F(D)], [D X D(F)] и т.д., где множество элементов dj Є D - обычное множество (сеть лесных дорог); D - объект/лесная дорога, обладающая свойствами F, F(D) - множество свойств лесных дорог, образующих сеть дорог, dj Є D, описывающих свойства полихроматического множества как единого самостоятельного объекта; F(d) – множество персональных свойств всех лесных дорог, образующих сеть дорог; D(F) – набор элементов/дорог, собственные свойства которых обеспечивают существование общее свойство сети лесных дорог F(D). Для построения иерархической схемы системы лесных дорог в виде графа-дерева в качестве элементарного объекта был выбран объект «участок» (Рисунок 2.5).
Определение правил тематического дешифрирования лесных дорог
Одним из способов оценки достоверности тематического дешифрирования является визуальная оценка. Результатом обработки снимков БПЛА алгоритмом k средних является распределение пикселей в несколько групп: однозначно выделяются дороги, реки и другие объекты гидрографии (Рисунки 3.7); достаточно хорошо участки заболоченности, застоя воды и зарастания дороги; выбоины на дорогах, а также тип растительности (например, породно-возрастные характеристики леса) практически не распознаются. Также на снимке много шума (рябь), который мешает определению кластеров. Можно сделать вывод, что данный алгоритм применим для распознавания крупных (в масштабе снимка) пространственных объектов с целостной структурой. Если объект имеет разрозненную структуру, необходимо использовать другие методы и алгоритмы.
Визуальная оценка изображения, полученного с помощью алгоритма АКМ, говорит также о достаточно уверенном распознавании дорог и объектов гидрографии. Гораздо лучше распознаются болота и лесные территории, однако выделить их таксационные характеристики невозможно. Уверенно распознаются водные поверхности, но часть пикселей от теней объектов попали в этот кластер. Устранить данную ошибку необходимо как модификацией алгоритма, так и подбором снимков. При планировании съемки БПЛА необходимо учитывать высоту и азимут Солнца, чтобы исключить тени (хотя тени могут выступать в качестве косвенного дешифровочного признака при определении высоты деревьев).
Другим способом оценки достоверности является статистическая оценка достоверности дешифрации снимков. Для этого необходимо построить матрицу ошибок определения кластеров и рассчитать точность. Воспользуемся кросс-табуляцией [115] для отображения правильно определенных пикселей полученной тематической карты лесных дорог и карты, построенной по снимкам БПЛА и данным наземных исследований. Правильно выделенные пиксели располагаются по диагонали матрицы ошибок. По одной оси матрицы (горизонтально) располагаются расчетные данные, то есть данные, полученные в ходе тематического дешифрирования; по другой (вертикально) – данные, используемые для проверки. При верификации результатов полагается, что проверяемый результат потенциально является неточным, а проверочные карты хорошо отражают реальную ситуацию. Элементом матрицы ошибок является количество пикселей кластера , распознанных как кластер . Элементом матрицы ошибок является количество пикселей кластера , распознанных как кластер . В ходе исследования было выделено 5 кластеров: 1 – гравийная дорога, 2 – водные поверхности/объекты гидрографии (реки, озера), 3 – болота, 4 – лес, 5 – нелесные поверхности. Таблицы матрицы ошибок при кластеризации снимка БПЛА методом k-средних и с учетом разработанной методики обработки снимков БПЛА приведены соответственно в таблицах 3.6 и
Для определения точности определенного расчетного класса, необходимо разделить сумму правильно определенных пикселей кластера на общее количество пикселей в этом кластере согласно проверочным данным. Этот показатель PA называют «точностью производителя» (Producer s Accuracy), который показывает, насколько хорошо результат дешифрации кластера совпадает с проверочными данными.
Похожий показатель может быть вычислен для реального кластера, если разделить количество правильно классифицированных пикселей кластера на общее количество пикселей в этом кластере согласно проверяемым данным. Этот показатель UA (User s Accuracy) называют «точностью пользователя», отображающий пользователю классификации насколько вероятно, что данный кластер совпадает с результатами кластеризации. UА = кк—, где Yk=ixki сумма элементов -ого столбца. Для объекта «лесная дорога» этот показатель равен 85,17 %. Элементы вне диагонали показывают несовпадения между расчетными и реальными пикселями кластеров.
Расчетные показатели достоверности для кластеризации снимков с помощью k-алгоритма говорят о следующем: общая точность дешифрации Р = 74,83 % является удовлетворительной (должна быть 70%), но значение показателя является нижней границей порога. Это связано с особенностью снимка - большая часть территории представлена лесными поверхностями. А они, как известно, достаточно сложные поверхности для дешифрирования, особенно, для установления таксационных показателей. Следовательно, данный алгоритм для дешифрирования лесов не подходит. Это подтверждают низкие показатели точности производителя и пользовательской точности для лесов: РА 25,60 %, UA 41,41 %. Однако дорога и река на снимке были определены уверено, точность производителя и точность пользователя соответственно: РА = 93,58 %, UA = 85,17 % (лесной дороги), РА = 91,16 %, UA = 82,30 % (реки). Результаты статистической проверки подтвердили визуальную оценку: крупные пространственные объекты, к которым относятся, лесные гравийные дороги и объекты гидрографии, дешифрируются с достаточно высокой степенью достоверности; объекты с разрозненной структурой дешифрируются с неудовлетворительной достоверностью.
Сравнение результатов достоверности как визуальной, так и статистической оценки позволяет сделать выбор в пользу алгоритма кластеризации АКМ с учетом методики обработки снимков БПЛА лесных дорог. Средняя точность разработанных алгоритмов выше на 10% точности классического алгоритма к-средних.
Сравнение пользовательской точности выше по всем кластерам, кроме воды: 1 = 88,07%; 3 = 82,62%; 4 = 87,30%; 5 = 86,24%. Это объясняется особенностями снимка - водная гладь занимает небольшую часть отснятой территории. Также из матрицы ошибок (Таблица 3.7) видно, что часть пикселей из кластеров гравийная дорога, болото, лес и нелесные насаждения попали в кластер вода. Это объясняется наличием теней на снимке. Такая проблема может решиться планированием времени съемки.
Обработка снимков по разработанной методике позволила выделить большее количество кластеров, однако, особенности лесных насаждений алгоритм не учитывает. Решением данной задачи может быть частичное обучение с учителем. Маркировка классов лиственных и хвойных деревьев может помочь в более качественном распознавании таксационных параметров лесов. Еще одним способом повышения точности дешифрации лесных территорий является использование мультиспектрального оборудования при съемке. В исследовании анализировались три канала видимого спектра, в свою очередь, мультиспектарльные снимки позволят анализировать инфракрасный канал, который содержит важную информацию о растительном покрове.
В результате модификации классического алгоритма k-средних удалось избежать проблемы «пустых» кластеров, благодаря ограничениям, реализованными в алгоритме АКМ. Высокая степень достоверности обработки снимков БПЛА позволяют перейти к наполнению базы данных.
Проектирование и реализация системы мониторинга и управления лесными дорогами
Помимо того при проектировании архитектуры системы был использован шаблон HMVC. MVC (Model-View-Controller) – схема использования нескольких шаблонов проектирования, с помощью которых модель данных приложения, пользовательский интерфейс и взаимодействие с пользователем разделены на три отдельных компонента таким образом, чтобы модификация одного из компонентов оказывала минимальное воздействие на остальные. Данная схема проектирования часто используется для построения архитектурного каркаса, когда переходят от теории к реализации в конкретной предметной области [107].
HMVC (Hierarchical model-view-controller), в свою очередь, является расширением MVC подхода, добавляя ему возможность выстраивать иерархическую структуру, где каждый элемент может содержать свои модели (model), представления (view) и контроллеры (controller). Такой подход позволяет разделять функционал системы на независимые модули, что заметно упрощает поддержку приложения. Структура геопортала
Для выполнения требований к системе, обозначенных выше, выделена следующая структура: - основной модуль - осуществляет навигацию между модулями и базовыми страницами геопортала; - модуль администрирования - содержит все компоненты управления геопорталом. По мере развития функционала системы количество модулей будет расти, задача основного при этом состоит в том, чтобы не приходилось ничего существенного менять в системе при добавлении нового модуля. Таким образом, основной модуль можно сравнить с шаблоном проектирования «Фасад» бизнес-слоя, хотя в строгом смысле он им и не является.
Сквозная функциональность используется в виде библиотек, загружаемых по мере необходимости.
Таким образом, описанную структуру упрощенно можно представить в виде схемы, показанной на рисунке 4.7. Адресация
В проектируемой системе адресация основана на следующих принципах: - доменное имя ссылается на основной контроллер основного модуля, то есть любые адреса проходят через этот контроллер; - первый сегмент адреса указывает на модуль или на страницу (view) основного модуля; - если первый сегмент не указывает на модуль, все последующие сегменты определяют параметры, передаваемые представлению основного модуля; если первый сегмент указывает на модуль, то последующие сегменты указывают на контроллер модуля, функцию контроллера и параметры, строго в указанном порядке.
Следует отметить, что никогда не происходит обращение напрямую к какой-либо странице или функции – всегда сначала вызывается основной контроллер, осуществляющий навигацию, затем, например, основной контроллер модуля, указанный в адресе контроллер, функция и т.д.
Параметров может быть большое множество, при этом каждая функция определяет сама в каком порядке они идут. Однако, в тех функциях, вывод которых разбивается на страницы (при выводе множества данных из базы, например), первым параметром всегда является номер выводимой страницы. Например, «http://www.example.com/admin/users/search/10» - вызовет модуль «admin», контроллер «users», функцию «search» и выведет 10 страницу. Пользовательский интерфейс геопортала
Так как проектируемая система является веб-приложением, то пользовательский интерфейс строится на HTML-страницах. При этом необходимо использовать какой-либо механизм использования шаблонов, который облегчит изменение интерфейса сайта, а также избавит от необходимости писать повторяющийся код.
Можно выделить следующие шаблоны, которые будут использоваться для построения страниц: - шаблон главной страницы с картой - рисунок 4.8; - шаблон обычных страниц сайта - рисунок 4.9; - шаблон административной части сайта - рисунок 4.10. Размеры и соотношения на схемах являются условными и необязательно являются такими, как на схемах. Более того, так как геопортал рассчитан также на работу с мобильными платформами, соотношения размеров блоков могу значительно изменятся при изменении разрешения.
При масштабировании основным правилом является - оставлять все возможное место под карту, основное окно или содержимое. Поэтому большинство элементов интерфейса являются всплывающими. Аутентификация системы построена на использовании логина или адреса электронной почты и пароля. Входя в систему для конкретного пользователя создается сессия, хранимая в базе данных. Механизм сессий достаточно традиционен для веб-сайтов, поэтому описывать его подробно не стоит.