WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 | 3 | 4 |

На правах рукописи

Ким Роман Валерьевич

РАЗРАБОТКА МЕТОДА ВРЕМЕННОЙ СИНХРОНИЗАЦИИ ДАННЫХ ОБУЧАЮЩЕЙ ВЫБОРКИ И РАСПОЗНАВАЕМЫХ ОБЪЕКТОВ В ЗАДАЧЕ КЛАССИФИКАЦИИ В ИНТЕРЕСАХ ИНТЕРПРЕТАЦИИ РЕЗУЛЬТАТОВ КОСМИЧЕСКИХ СЪЕМОК ЗЕМНОЙ ПОВЕРХНОСТИ

Специальность 05.13.01

Системный анализ, управление и обработка информации

(Авиационная и ракетно-космическая техника)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Москва - 2008 г.

Работа выполнена в Московском авиационном институте (государственном техническом университете, МАИ).

Научный руководитель: доктор технических наук, доцент

Евдокименков Вениамин Николаевич

Официальные оппоненты: доктор технических наук, профессор

Бобронников Владимир Тимофеевич

кандидат технических наук

Лапин Валерий Юрьевич

Ведущая организация: Государственный научно-исследовательский институт авиационных систем (ГосНИИАС)

Защита состоится «___» _____2008 г. в ___часов на заседании диссертационного совета Д 212.125.12 в Московском авиационном институте (государственно техническом университете, МАИ) по адресу: 125993, г.Москва, А-80, ГСП-3, Волоколамское шоссе, д. 4.

С диссертацией можно ознакомиться в библиотеке Московского авиационного института (государственного технического университета, МАИ).

Автореферат разослан «___» ______________2008 г.

Отзывы, заверенные печатью, просим направлять по адресу: 125993, г.Москва, А-80, ГСП-3, Волоколамское шоссе, д.4, МАИ, Ученый совет МАИ.

Ученый секретарь диссертационного совета Д 212.125.12

к.т.н., доц. В.В.Дарнопых

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Диссертационная работа посвящена решению актуальной технической задачи повышения достоверности результатов интерпретации данных авиационных и космических съемок земной поверхности в интересах оценки перспектив нефтегазоносности предполагаемых месторождений углеводородов.

В настоящее время результаты аэро- и космических съемок используются в различных областях для решения разнообразных народнохозяйственных задач. Одним из перспективных направлений, активно развиваемым в последние годы, является использование космических снимков в интересах прогноза нефтегазоносности геологических структур. Преимуществами дистанционных методов исследования земной поверхности по сравнению с традиционными методами разведки месторождений углеводородов являются более высокая плотность получаемых данных, масштабность обзора, возможность получения глобальной и локальной информации о природных объектах, а также контроля динамики процессов в реальном масштабе времени. Данные преимущества в свою очередь позволяют снизить временные и материальные затраты при решении многих прикладных задач в области поиска и освоения полезных ископаемых.

Ключевым этапом технологии обработки космических снимков исследуемой территории при их использовании в целях разведки месторождений нефти и газа является этап интерпретации результатов космических съемок, в процессе которого производится непосредственная оценка перспектив нефтегазоносности прогнозируемых структур, предварительно выделенных экспертами-геологами на основе анализа ландшафтных, геологических, топографических особенностей. В достаточно распространенной ситуации, когда для исследуемого района известны результаты ранее проведенных геологоразведочных работ, задача интерпретации снимков может быть сформулирована как задача классификации с обучением, целью которой является обоснованное отнесение прогнозируемой геологической структуры к одному из двух эталонных классов (классу нефтегазоносных или пустых структур). Признаками распознавания в подобной задаче выступают значения спектральных яркостей (радиационных температур), получаемые в процессе дешифрирования космических снимков. Объектами обучающей выборки выступают ранее разведанные геологические структуры, нефтегазоносный потенциал которых достоверно установлен.

Однако, решение задачи классификации в процессе анализа космических снимков обладает существенной особенностью, обусловленной тем, что распознаваемые объекты и объекты, образующие обучающую выборку, могут присутствовать на снимках, полученных в различные моменты времени. Причинами этого являются следующие обстоятельства, объективно порождаемые самой технологией космической съемки:

  • большая протяженность исследуемого района, которая в сочетании с ограниченностью полосы обзора целевой аппаратуры спутника делает невозможным одномоментную съемку всей совокупности распознаваемых объектов и объектов обучающей выборки;
  • атмосферные условия, например, наличие облачности в границах исследуемого района, приводящее к тому, что часть объектов обучающей выборки и распознаваемых объектов может быть не видна на текущем снимке.

Указанные обстоятельства порождают новую постановку задачи классификации, специфическая особенность которой состоит в том, что данные об объектах обучающей выборки и о распознаваемых объектах могут соответствовать различным моментам времени. Существующие на сегодняшний день методы классификации с обучением не учитывают данное обстоятельство, что приводит к получению неудовлетворительных результатов и ограничивает возможность их использования в процессе анализа космических снимков. Следовательно, разработка методов решения задачи классификации, адаптированных к условиям временной несогласованности данных обучающей выборки и распознаваемого объекта становится актуальной и практически важной задачей, решение которой позволит повысить достоверность интерпретации космических снимков, в том числе и в интересах оценки нефтегазоносного потенциала прогнозируемых геологических структур.

Цель работы. Целью работы является повышение достоверности результатов интерпретации космических снимков исследуемых районов земной поверхности в интересах оценки перспектив нефтегазоносности прогнозируемых геологических структур путем разработки методов и алгоритмов решения задачи классификации в условиях временной несогласованности данных обучающей выборки (ОВ) и распознаваемых объектов (РО). В результате исследований предполагается решение следующих задач:

  • анализ традиционной схемы решения задач классификации с обучением и возможности ее использования в условиях временной несогласованности данных ОВ и РО;
  • разработка структуры модифицированной схемы решения задачи классификации, адаптированной для ситуации, когда наблюдается несинхронизированность данных ОВ и РО;
  • разработка метода временной синхронизации данных объектов ОВ и РО и его интеграция с традиционными методами классификации;
  • оценка качества решения задач классификации в условиях временной несогласованности данных ОВ и РО с использованием предложенной модифицированной схемы.

Объектом исследования является процесс подготовки и принятия решений относительно нефтегазоносного потенциала геологических структур, вырабатываемых на основе анализа космических снимков исследуемых участков земной поверхности, получаемых с помощью аппаратуры ETM+ (Enchanced Thermatic Mapper Plus), установленной на борту ИСЗ Landsat-7.

Предметом исследования выступает модифицированная схема решения задачи классификации с обучением в условиях временной несогласованности данных обучающей выборки и распознаваемого объекта, объективно порождаемой технологией космических съемок участков земной поверхности, объединяющая традиционные методы классификации в комбинации с разработанным методом временной синхронизации данных ОВ и РО.

Методы исследования. В работе использованы методы теории вероятностей, математической статистики, случайных процессов, оптимизации, методы математического моделирования, объектно-ориентированного программирования.

Научная новизна работы. Научную новизну работы обуславливают следующие результаты:

1) модификация традиционной схемы решения задач классификации с обучением, адаптированная к особенностям процесса интерпретации космических снимков, путем включения в нее дополнительного этапа, целью которого является временная синхронизация данных ОВ и РО;

2) метод временной синхронизации данных обучающей выборки и распознаваемых объектов, базирующийся на положениях теории случайных процессов и оптимального статистического оценивания;

3) комплекс алгоритмов, обеспечивающих получение оптимальных (в смысле максимума частоты правильной классификации) оценок признаков распознавания в процессе синхронизации путем:

  • изолированной оптимизации параметров функций математических ожиданий случайных процессов, описывающих изменение признаков распознавания во времени;
  • совместной оптимизации параметров функций математических ожиданий и ковариационных функций случайных процессов, описывающих временную динамику признаков распознавания.

4)объектно-ориентированный программный комплекс, реализующий перечисленные выше алгоритмы и позволяющий проводить оценку перспектив нефтегазоносности предполагаемых месторождений углеводородов на основании снимков, полученных с помощью аппаратуры ETM+ (Enchanced Thermatic Mapper Plus), установленной на борту ИСЗ Landsat-7.

Достоверность результатов, полученных в работе, подтверждается:

  • математической обоснованностью и адекватностью моделей, применяемых в методе синхронизации данных ОВ и РО;
  • использованием большого объема тестовых примеров, имитирующих процесс обработки космических снимков;
  • результатами обработки реальных космических снимков района Тимано-Печорского нефтегазоносного бассейна в процессе оценки перспектив нефтегазоносности геологических структур и их сопоставлением с данными по ранее разведанным месторождением.

Практическая значимость результатов работы заключается в том, что разработанный метод синхронизации данных обучающей выборки и распознаваемых объектов позволяет существенно (в 1.5 раза) повысить достоверность оценок перспектив нефтегазоносности геологических структур в процессе интерпретации результатов космических съемок на основе использования аппарата классификации с обучением.

Результаты, представленные в работе, использованы в работах ЗАО «Геокосмос», проводимых в рамках контрактов с ОАО Газпром и его филиалами, а также в учебном процессе кафедры 704 Московского авиационного института, что подтверждается соответствующими актами о внедрении.

Апробация работы и публикации. Основные результаты диссертационной работы доложены и обсуждены на:

  • 11-ой Международной конференции «Системный анализ, управление и навигация». Крым, Евпатория, 2006 г.;
  • Юбилейной научно-технической конференции «Информационно-управляющие системы – 2006» г. Королев, ФГУП «НПО ИТ», 2006г.;
  • 12-ой Международной конференции «Системный анализ, управление и навигация». Крым, Евпатория, 2007 г.;
  • Научном семинаре кафедры «Информационно-управляющие комплексы» Московского Авиационного института, 2008 г.

Результаты работы опубликованы в 6-ти печатных изданиях, в том числе в 2-х изданиях из перечня, рекомендованного ВАКом Минобрнауки России.

На защиту выносятся следующие основные положения:

  1. модифицированная с учетом особенностей процесса интерпретации космических снимков схема решения задачи классификации с обучением, адаптированная к условиям временной несогласованности данных обучающей выборки и распознаваемого объекта путем включения в традиционную схему дополнительного этапа синхронизации данных;
  2. метод временной синхронизации данных обучающей выборки и распознаваемых объектов, основу которого составляет процедура оптимального оценивания параметров гауссовского случайного процесса;
  3. методы оптимизации параметров гауссовского случайного процесса в процессе синхронизации данных, обеспечивающие минимизацию частоты ошибочной классификации;
  4. комплекс алгоритмов решения задач классификации в условиях временной несогласованности данных обучающей выборки и распознаваемых объектов, объединяющих традиционные методы классификации с предварительной процедурой синхронизации данных;
  5. программно-математическое обеспечение на основе объектно-ориентированного подхода, реализующее комплекс разработанных алгоритмов, разработанное;
  6. результаты решения задачи оценки перспектив нефтегазоносности геологических структур Тимано-Печорского бассейна по результатам космических съемок, проведенных в различные периоды времени, подтверждающие эффективность предложенных алгоритмов.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы из 51 наименования. Работа изложена на 168 страницах машинописного текста, содержит 65 рисунков и 29 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, проводится обзор монографических и периодических источников, связанных с технологией и средствами получения космических снимков, проблемами и перспективами развития методов классификации, дается общая характеристика работы, обзор основных разделов, краткий анализ основных результатов с оценкой степени их научной новизны и практической значимости.

Pages:     || 2 | 3 | 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»