Тестовые полигоны для диагностики состояния геосистем и развития методов интерпретации данных дистанционного зондирования Земли

  • Анатолий Александрович Ямашкин Мордовский государственный университет https://orcid.org/0000-0001-9995-8371
  • Станислав Анатольевич Ямашкин Мордовский государственный университет https://orcid.org/0000-0002-7574-0981
  • Марат Радикович Байчурин Мордовский государственный университет
  • Александр Александрович Токарев Мордовский государственный университет
  • Инна Сергеевна Лямзина Мордовский государственный университет
Ключевые слова: метагеосистемы, пространственные данные, тестовые полигоны, территориальные дескрипторы, ансамбли

Аннотация

Исследование, представленное в статье, направлено на разработку методов и алгоритмов системного анализа данных тестовых полигонов с целью диагностики состояния геосистем и развития методов интерпретации данных дистанционного зондирования Земли. Материалы и методы. Разработка методов и алгоритмов анализа и интеграции пространственной информации опиралась на анализ системы тестовых полигонов, раскрывающих особенности взаимодействия лесостепных и лесных геосистем Приволжской возвышенности и Окско-Донской низменности. Общая схема процесса составления цифровой карты геосистем реализуется посредством решения задач сбора, систематизации и анализа пространственных данных с построением иерархии геосистем с оценкой результатов моделирования для достижения цели практического использования пространственной информации. Результаты и обсуждение. Объединение моделей в ансамбль на основе предложенной архитектуры метаклассификатора позволяет повысить устойчивость анализирующей системы: точность решений, принимаемых ансамблем, имеет тенденцию стремиться к точности наиболее эффективного моноклассификатора системы. Системный анализ дескрипторов территории, интегрируемых на основе данных из разных источников, дает существенный прирост точности классификации метагеосистем. Важно то, что картограммы представленных дескрипторов хорошо интерпретируются специалистами в области анализа данных в науках о Земле. Заключение. Использование ансамблей, выстраиваемых по предложенной в статье методике, позволяет проводить оперативный автоматизированный анализ пространственных данных для решения задачи тематического картографирования метагеосистем и природных процессов. Расчет и консолидация территориальных дескрипторов позволяют снизить размерность анализируемых данных, облегчить допустимую емкость модели машинного обучения, повысить ее устойчивость к переобучению, не допустить значительного снижения точности классификации в рамках конкретной решаемой задачи.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Анатолий Александрович Ямашкин, Мордовский государственный университет

доктор географических наук, профессор, декан географического факультета национального исследовательского Мордовского государственного университета, г. Саранск, Российская Федерация

Станислав Анатольевич Ямашкин, Мордовский государственный университет

доцент кафедры автоматизированных систем обработки информации и управления национального исследовательского Мордовского государственного университета, г. Саранск, Российская Федерация

Марат Радикович Байчурин, Мордовский государственный университет

аспирант географического факультета национального исследовательского Мордовского государственного университета, г. Саранск, Российская Федерация

Александр Александрович Токарев, Мордовский государственный университет

аспирант географического факультета национального исследовательского Мордовского государственного университета, г. Саранск, Российская Федерация

Инна Сергеевна Лямзина, Мордовский государственный университет

аспирант географического факультета национального исследовательского Мордовского государственного университета, г. Саранск, Российская Федерация

Литература

1. Nikolaev V. A. Landshaftovedenie [Landscape Science]. Moscow: Izdatel'stvo Moskovskogo universiteta, 2000. 94 p. (In Russ.)
2. Sochava B. V. Vvedenie v uchenie o geosistemah [Introduction to the study of geosystems]. Novosibirsk: Nauka.Sibirskoe otdelenie, 1978. 319 p. (In Russ.)
3. Cherkashin A. K. Predmet geograficheskih issledovanij: metateoreticheskij podhod [Subject of geographical research: metatheoretical approach]. Izvestiya Russkogo geograficheskogo obshchestva, 2022, vol. 154(2), pp. 3-21. (In Russ.)
4. Improving the Efficiency of Deep Learning Methods in Remote Sensing Data Analysis: Geosystem Approach / S. A. Yamashkin, A. A. Yamashkin, V. V. Zanozin et. al. IEEE Access, 2020, vol. 8, pp. 179516-179529.
5. Polikar R. Ensemble based systems in decision making. IEEE Circuits and systems magazine, 2006, vol. 6, no. 3, pp. 21-45.
6. Sagi O., Rokach L. Ensemble learning: A survey. Wiley Interdisciplinary Re-views: Data Mining and Knowledge Discovery, 2018, vol. 8, no. 4, рр. 1249.
Опубликован
2023-01-13
Как цитировать
Ямашкин, А. А., Ямашкин, С. А., Байчурин, М. Р., Токарев, А. А., & Лямзина, И. С. (2023). Тестовые полигоны для диагностики состояния геосистем и развития методов интерпретации данных дистанционного зондирования Земли. Вестник ВГУ. Серия: География. Геоэкология, (4), 4-18. https://doi.org/10.17308/geo/1609-0683/2022/4/4-18
Раздел
Статьи